Open Access

Die vorliegende wissenschaftliche Arbeit beschäftigt sich mit der Anwendung von maschinellem Lernen auf einen Waferdatensatz. Nach einer Einführung in Wafer und deren Defektbildung sowie einer Erklärung der Grundlagen des maschinellen Lernens und insbesondere des überwachten Lernens mit Hilfe von einem Convolutional Neural Network (CNN), wird der Datensatz analysiert, und es werden die verschiedenen Waferdefekte beschrieben. Der Datensatz wird für das maschinelle Lernen verwendet, und sowohl das CNN als auch dasWavelet Scattering Transformation (WST )-Modell erreichen eine hohe Genauigkeit von 96% bzw. 97%. Besonders hervorgehoben wird die höhere durchschnittliche Genauigkeit des WST -Modell im Vergleich zu den Ergebnissen des Papers, aus dem der Datensatz stammt.

Aufgrund der steigenden Komplexität bei der therapeutischen Anwendung von ionisierender Strahlung erhöht sich zunehmend die Auftretenswahrscheinlichkeit von personen- oder gerätebedingten Fehlern sowie von Unfällen. Daher ist es notwendig, potenzielle Risikokonstellationen zu erkennen und anschließend proaktiv zu reduzieren. Dazu wird das Verfahren der Risikoanalyse angewandt. Das Ziel in der vorliegenden Arbeit ist die Durchführung einer Risikoanalyse am Beispiel der interstitiellen, radiochirurgischen Brachytherapie einer Leberläsion im Heinrich-Braun-Klinikum am Standort Zwickau. Dabei wurde sich an den „Empfehlungen von BfS, DEGRO, DGMP und DGN zur Risikoanalyse“ orientiert und die Analysemethode FMEA angewandt. Die Risiken wurden mithilfe des Klinikpersonals identifiziert und bewertet. Im Betriebsablauf konnten mehrere Risiken entdeckt werden, welche aufgrund ihrer Bewertung zu minimieren sind. Das bestätigt, dass die Behandlungsmethode der interstitiellen, radiochirurgischen Brachytherapie risikobehaftet ist, weshalb zur Verbesserung der Patientensicherheit risikominimierende Maßnahmen vorgeschlagen wurden.

Diese Studie befasst sich mit der Konzeption und Implementierung einer neuen Anwendung zum Schutz vor Angriffen bei der Anmeldung von Neukunden in einem Online-Brokerage-Plattformsystem in Europa. Die Integration sollte einfach sein, so dass das System wie bisher funktioniert, aber zusammen mit der neuen Struktur. Ziel ist es, die Kosten des Unternehmens und zu senken. Um dieses Problem zu lösen, hat der Autor ein Betrugserkennungssystem entwickelt und Tests durchgeführt. Das Erkennungsmuster hat sich als wirksam erwiesen, um betrügerisches Verhalten aufzudecken. Das Papier enthält eine schrittweise Beschreibung der Umsetzung.

Durch die stetig gestiegen Energiepreise wird heutzutage, bei der Abwasserreinigung, die Verwendung von Reinsauerstoff für die Belüftung in der zweiten Reinigungsstufe, wieder vermehrt betrachtet. Denn es lassen sich bis zu 40 % Energie im Gegensatz zur konventionellen Belüftung mit Druckluft einsparen. Wenn Reinsauerstoff heutzutage bereitgestellt wird, kommt diese entweder aus der zentralen Luftzerlegungsanlage oder wird dezentral mittels Druckwechseladsorption bereitgestellt. Eine weitere Methode der dezentralen Versorgung, in die viel Hoffnung gelegt wird, ist die Reinsauerstofferzeugung aus der Wasserstoffelektrolyse. Alle drei Verfahren haben aus energetischer und ökonomischer Sicht, ihre Vor- und Nachteile, welche ausführlich beschrieben werden. Es wird allerdings nicht ausreichend, bei der Energieeinsparung nur auf die Reinsauerstoffversorgung zu setzen. Nur mit einer ganzheitlichen Optimierung aller Bereiche, die Einflüsse auf Sauerstoffversorgung haben, wird sich die Umstellung auszahlen. Um dies darzustellen, wurde für die Arbeit ein Entscheidungstool entwickelt, welche diese energetischen und ökonomischen Einflüsse darstellt.

Ziel der Arbeit war es, das Ätzverhalten des reaktiven Ionenstrahlätzens anhand von Siliziumdioxid, Silizium und dem Photoresist AZ1505 zu untersuchen. Für die Ätzraten der drei Materialien sowie für die Selektivitäten Siliziumdioxid/AZ1505 und Silizium/AZ1505 sollten Modelle erstellt und mit dem bekannten Prozesswissen validiert werden. Um dies zu erreichen, wurde die Methode des Design of Experiment genutzt, welche versucht, mit einer optimalen Anzahl an Versuchen auszukommen. Zu Beginn wurden Waferschnipsel der drei Materialien erzeugt. Die Siliziumdioxid- und Silizium-Proben besaßen ein binäres Resistgitter mit einer Periode von 3 μm, während die Photoresist-Proben unstrukturiert blieben. Die Proben wurden auf Facettenhalter geklebt und geätzt. Nach den Ätzungen wurden die Ätzabträge mit dem AFM (strukturierte Proben) und der Dünnschichtreflektometrie (flächiger Photoresist) ermittelt. Aus Vorversuchen wurde der grundlegende Versuchsaufbau bestimmt. Im Screening wurden die drei Faktoren Beamspannung, Ätzgasmischung (bestehend aus CHF3 und O2) und Ioneneinfallswinkel untersucht. Die Faktoren wurden bei ihren zwei extremen Einstellungen getestet, wobei die wichtigsten Faktoren herausgefiltert wurden. In dem anschließenden Response Surface Methodology-Design wurden die wichtigsten Faktoren auf mehreren Stufen untersucht und anhand der Daten die Modelle erstellt. Für jede Zielgröße wurde ein Modell fünfter und vierter Ordnung sowie ein kubisches Modell erzeugt. Es folgten Kontrollversuche zur Überprüfung der Vorhersagequalitäten. Danach wurden die einzelnen Modelle untereinander verglichen und mit dem bekannten Prozesswissen überprüft. Schlussendlich wurde für jede Zielgröße das Modell gewählt, welches die besten statistischen Eigenschaften, die höchsten Vorhersagequalitäten und den sinnvollsten Verlauf besaß. Im Endeffekt konnte für jede Zielgröße ein Modell erstellt werden.