Neuroinformatische Bestimmung optischer Konstanten dünner Schichten aus Reflexionsdaten

Die Ermittlung der Parameter dünner optischer Schichten aus reflektometrischen Daten erfordert im allgemeinen aufwändige Optimierungsalgorithmen, die zu mehrdeutigen Lösungen führen können und eine Echtzeitauswertung verhindern. Neuronale Netze eröffnen die Möglichkeit der Bestimmung optischen Konstanten und Dicken dünner oberflächennaher Schichten in Echtzeit. Hierzu wird die Fähigkeit Neuronaler Netze zur modellfreien Funktionsapproximation genutzt. Das Training der Neuronalen Netze erfolgt mittels simulierter Reflexionsdaten und basiert auf dem Verfahren der Fehlerrückführung. Ein Testdatensatz, bestehend aus simulierten und gemessenen Reflexionsdaten, dient zur Kontrolle der Generalisierungsfähigkeit des Neuronalen Netzes. Die Leistungsfähigkeit der Neuronalen Netze wird mit konventionellen numerischen Methoden zur Datenanpassung verglichen und Fehlergrenzen werden diskutiert.