📖 シリーズ概要
本シリーズでは、半導体製造プロセスへのAI技術の実践的な応用を学びます。 ウェハプロセス制御、欠陥検査、歩留まり向上、APC（Advanced Process Control）、 FDC（Fault Detection and Classification）など、半導体産業特有の課題に対する AIソリューションを実装レベルで習得します。
リソグラフィ、エッチング、CVD、CMP、検査・計測プロセスにおける 最先端のAI制御技術を体系的に解説します。
各章では実半導体プロセスを想定したコード例を豊富に提供し、 Python実装を通じてAI技術の半導体製造への適用方法を体得できます。
🎯 学習目標
- ウェハプロセス制御: Run-to-Run制御、Virtual Metrology、プロセスドリフト補正
- 欠陥検査とAOI: ディープラーニング欠陥分類、異物検出、パターン認識
- 歩留まり向上: 歩留まり予測モデル、パラメータ最適化、不良解析
- Advanced Process Control: R2R-APC、多変量統計的工程管理（MSPC）
- Fault Detection & Classification: 装置異常検知、故障予測、根本原因分析
📚 前提知識
- Pythonプログラミングの基礎（NumPy、Pandas）
- 機械学習・深層学習の基礎（CNN、RNN、Transformer）
- 半導体製造プロセスの基礎（リソグラフィ、エッチング、成膜）
- 統計的工程管理（SPC）の基礎
- 画像処理の基礎（OpenCV、PIL）
📚 章構成
ウェハプロセス統計的管理
半導体プロセスの統計的管理とR2R制御を学びます。 Virtual Metrology、プロセスドリフト検出、異常検知を実装します。
AIによる欠陥検査とAOI
深層学習による欠陥検査システムを学びます。 CNN欠陥分類、セグメンテーション、異物検出を実装します。
歩留まり向上とパラメータ最適化
AIによる歩留まり予測とプロセス最適化を学びます。 歩留まり予測モデル、DOE、ベイズ最適化を実装します。
Advanced Process Control (APC)
半導体APCシステムの実装を学びます。 R2R-APC、MSPC、フィードバック・フィードフォワード制御を実装します。
Fault Detection & Classification
装置故障検知と根本原因分析を学びます。 FDC、故障予測、PHM（予知保全）を実装します。
❓ よくある質問
Q1: 本シリーズの対象読者は？
半導体製造のプロセスエンジニア、装置エンジニア、データサイエンティスト、 電気・電子工学専攻の大学院生が対象です。半導体プロセスとAIの基礎知識があれば理解できます。
Q2: 他の化学プロセスとの違いは？
半導体製造は超微細加工、超清浄環境、複雑な装置制御が特徴です。 本シリーズではウェハレベル制御、AOI、Virtual Metrology、FDCなど、 半導体産業特有の高度なAI技術を扱います。
Q3: 実際のファブでの適用は可能ですか？
本シリーズのコード例は実ファブ適用を前提に設計されています。 ただし、装置インターフェース（SECS/GEM）、セキュリティ、 変更管理は個別の検証が必要です。第5章で実装戦略を解説します。
Q4: どのプロセスを扱いますか？
リソグラフィ、エッチング、CVD、CMP、イオン注入など主要プロセスを扱います。 各章で複数プロセスの実装例を提供し、汎用的なAI適用手法を学べます。
Q5: 画像処理・深層学習の知識は必須ですか？
基本的なCNN知識は推奨されますが、本シリーズでは必要な画像処理・ 深層学習技術を実装例とともに解説します。第2章で欠陥検査の 実践的な実装を詳しく学べます。