論文の概要: Accelerated deep self-supervised ptycho-laminography for
three-dimensional nanoscale imaging of integrated circuits
- arxiv url: http://arxiv.org/abs/2304.04597v1
- Date: Mon, 10 Apr 2023 14:06:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-11 14:51:33.811320
- Title: Accelerated deep self-supervised ptycho-laminography for
three-dimensional nanoscale imaging of integrated circuits
- Title(参考訳): 集積回路の3次元ナノスケールイメージングのための加速自己教師型プチコラミノグラフィー
- Authors: Iksung Kang, Yi Jiang, Mirko Holler, Manuel Guizar-Sicairos, A. F. J.
Levi, Jeffrey Klug, Stefan Vogt, and George Barbastathis
- Abstract要約: 集積回路などのナノ構造の3次元検査は、セキュリティと信頼性の確保に重要である。
ここでは16倍の角度サンプルと4.67倍の高速計算が可能な集積回路のptycho-laminography再構成の高速化を実証する。
- 参考スコア(独自算出の注目度): 2.468628441205905
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Three-dimensional inspection of nanostructures such as integrated circuits is
important for security and reliability assurance. Two scanning operations are
required: ptychographic to recover the complex transmissivity of the specimen;
and rotation of the specimen to acquire multiple projections covering the 3D
spatial frequency domain. Two types of rotational scanning are possible:
tomographic and laminographic. For flat, extended samples, for which the full
180 degree coverage is not possible, the latter is preferable because it
provides better coverage of the 3D spatial frequency domain compared to
limited-angle tomography. It is also because the amount of attenuation through
the sample is approximately the same for all projections. However, both
techniques are time consuming because of extensive acquisition and computation
time. Here, we demonstrate the acceleration of ptycho-laminographic
reconstruction of integrated circuits with 16-times fewer angular samples and
4.67-times faster computation by using a physics-regularized deep
self-supervised learning architecture. We check the fidelity of our
reconstruction against a densely sampled reconstruction that uses full scanning
and no learning. As already reported elsewhere [Zhou and Horstmeyer, Opt.
Express, 28(9), pp. 12872-12896], we observe improvement of reconstruction
quality even over the densely sampled reconstruction, due to the ability of the
self-supervised learning kernel to fill the missing cone.
- Abstract(参考訳): 集積回路などのナノ構造の三次元検査は、セキュリティと信頼性の確保に重要である。
2つの走査操作が必要となる: 標本の複雑な透過率を回復するためのptychography、および3次元空間周波数領域をカバーする複数の投影を取得するための標本の回転。
2種類の回転走査が可能であり、トモグラフィーとラミノグラフィーである。
フラットで拡張された試料では、180度範囲の完全なカバーは不可能であり、3次元空間周波数領域が限られた角度トモグラフィよりも良いカバレッジを提供するため、後者の方が好ましい。
また、全ての射影に対して試料の減衰量がほぼ同じであるためである。
しかし、どちらの手法も大きな獲得時間と計算時間のために時間がかかります。
本稿では,物理規則化深層自己教師学習アーキテクチャを用いて,16倍の角度サンプルと4.67倍の高速計算が可能な集積回路のptycho-laminography再構成の高速化を実証する。
フルスキャニングと学習を伴わない高密度サンプル再構成に対して,再建の忠実さを確認した。
すでに報告されているように(Zhou and Horstmeyer, Opt. Express, 28(9), pp. 12872-12896], 自己教師型学習カーネルが欠落した円錐を埋める能力のため, 密集したサンプル再構成においても復元品質の改善が観察されている。
関連論文リスト
- Multi-class point cloud completion networks for 3D cardiac anatomy
reconstruction from cine magnetic resonance images [4.1448595037512925]
マルチクラスの心臓解剖学的メッシュを再構築できる新しい完全自動表面再構成パイプラインを提案する。
その鍵となるコンポーネントは、マルチクラスポイントクラウド補完ネットワーク(PCCN)である。
論文 参考訳(メタデータ) (2023-07-17T14:52:52Z) - Attentional Ptycho-Tomography (APT) for three-dimensional nanoscale
X-ray imaging with minimal data acquisition and computation time [6.073075465984484]
不完全な測定にもかかわらずICの正確な再構成を行うために訓練されたアテンショナル・Ptycho-Tomography(APT)を報告する。
12時間縮小角度のAPTは、元の角度のセットのゴールド標準に匹敵する忠実性が得られることを示す。
実験の結果,APTは品質を損なうことなく,データ取得と計算の108時間の集約化を実現した。
論文 参考訳(メタデータ) (2022-11-29T21:27:58Z) - REGAS: REspiratory-GAted Synthesis of Views for Multi-Phase CBCT
Reconstruction from a single 3D CBCT Acquisition [75.64791080418162]
REGASは、アンダーサンプドトモグラフィビューを合成し、再構成画像中のアーティファクトのエイリアスを緩和する自己教師手法を提案する。
高解像度4Dデータ上でのディープニューラルネットワークの大規模なメモリコストに対処するため、REGASは分散して微分可能なフォワードプロジェクションを可能にする新しいレイパス変換(RPT)を導入した。
論文 参考訳(メタデータ) (2022-08-17T03:42:19Z) - Neural Computed Tomography [1.7188280334580197]
一連のプロジェクションの取得時の運動は、CT再構成において重要な運動アーティファクトにつながる可能性がある。
動作成果物から解放された時間分解画像を生成するための新しい再構成フレームワークであるNeuralCTを提案する。
論文 参考訳(メタデータ) (2022-01-17T18:50:58Z) - Multi-modal Aggregation Network for Fast MR Imaging [85.25000133194762]
我々は,完全サンプル化された補助モダリティから補完表現を発見できる,MANetという新しいマルチモーダル・アグリゲーション・ネットワークを提案する。
我々のMANetでは,完全サンプリングされた補助的およびアンアンサンプされた目標モダリティの表現は,特定のネットワークを介して独立に学習される。
私たちのMANetは、$k$-spaceドメインの周波数信号を同時に回復できるハイブリッドドメイン学習フレームワークに従います。
論文 参考訳(メタデータ) (2021-10-15T13:16:59Z) - 3D Reconstruction of Curvilinear Structures with Stereo Matching
DeepConvolutional Neural Networks [52.710012864395246]
本稿では,立体対における曲線構造の検出とマッチングのための完全自動パイプラインを提案する。
主に、TEM画像のステレオ対から転位を3次元再構成することに焦点を当てる。
論文 参考訳(メタデータ) (2021-10-14T23:05:47Z) - Automatic size and pose homogenization with spatial transformer network
to improve and accelerate pediatric segmentation [51.916106055115755]
空間変換器ネットワーク(STN)を利用することにより、ポーズとスケール不変の新たなCNNアーキテクチャを提案する。
私たちのアーキテクチャは、トレーニング中に一緒に見積もられる3つのシーケンシャルモジュールで構成されています。
腹部CTスキャナーを用いた腎および腎腫瘍の分節法について検討した。
論文 参考訳(メタデータ) (2021-07-06T14:50:03Z) - A parameter refinement method for Ptychography based on Deep Learning
concepts [55.41644538483948]
伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。
最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。
我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
論文 参考訳(メタデータ) (2021-05-18T10:15:17Z) - ReconResNet: Regularised Residual Learning for MR Image Reconstruction
of Undersampled Cartesian and Radial Data [0.3694429692322631]
データの一部(アンダーサンプリング)を無視して取得速度を上げることができる
これにより、解像度の低下や画像アーティファクトの導入など、画質が劣化する。
深層学習は研究の非常に重要な分野として現れ、逆問題の解決に大きな可能性を示してきました。
論文 参考訳(メタデータ) (2021-03-16T17:24:30Z) - Multi-view Depth Estimation using Epipolar Spatio-Temporal Networks [87.50632573601283]
一つのビデオから多視点深度を推定する新しい手法を提案する。
提案手法は,新しいEpipolar Spatio-Temporal Transformer(EST)を用いて時間的コヒーレントな深度推定を行う。
最近のMixture-of-Expertsモデルにインスパイアされた計算コストを削減するため、我々はコンパクトなハイブリッドネットワークを設計する。
論文 参考訳(メタデータ) (2020-11-26T04:04:21Z) - Noise2Filter: fast, self-supervised learning and real-time
reconstruction for 3D Computed Tomography [0.0]
X線ビームラインでは、物体の内部の3Dトモグラフィー画像の達成可能な時間分解能が1秒に短縮された。
本研究では,実測データのみを用いて学習可能なフィルタ手法であるNoss2Filterを提案する。
トレーニングデータの追加によるトレーニングと比較して,精度の低下は限定的であり,標準フィルタ法と比較して精度が向上した。
論文 参考訳(メタデータ) (2020-07-03T12:12:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。