Promotie: Differentiable Modeling for Computational Imaging

tot

Dit proefschrift onderzoekt de vooruitgang in computationele beeldvormingstechnieken die toepassingen in lenzenloze, fasegevoelige microscopie, golffrontdetectie en metrologie mogelijk maken. Door gebruik te maken van overlappende gebieden die worden verlicht door een lichtsonde, maken metingen van het interferentiepatroon computationele reconstructie van objecten mogelijk via iteratieve algoritmen. De nadruk ligt op het verbeteren van deze reconstructies door middel van differentieerbare modellering van de onderliggende fysica. Deze benadering maakt de gezamenlijke optimalisatie van verschillende parameters en de integratie van deep learningtechnieken mogelijk. Het doel is om de flexibiliteit en robuustheid van computationele beeldvorming te vergroten voor diverse toepassingen, vooral onder uitdagende experimentele omstandigheden.

Dit onderzoek is voornamelijk van betekenis in de halfgeleiderindustrie, waar beeldvorming op nanoschaal cruciaal is vanwege de steeds kleiner wordende onderdelen van computerchips. Met transistorafmetingen die enkele nanometers benaderen, staan traditionele metrologietechnieken voor aanzienlijke uitdagingen. Extreem ultraviolet licht, met golflengtes van rond de 13,5 nanometer, wordt gebruikt in de halfgeleiderproductie, maar wordt geabsorbeerd of slecht gebroken door de meeste materialen, waardoor lenzen onpraktisch zijn. Computationele beeldvorming zonder lens is niet-destructief en biedt afbeeldingen van nanoschaalstructuren op halfgeleiderwafers met hoge resolutie. Hiermee wordt een belangrijke metrologiebehoefte aangepakt.

Begindatum en -tijd
Einddatum en -tijd
Locatie
Academiegebouw, Domplein 29 & online (livestream link)
Promovendus
J. Seifert
Proefschrift
Differentiable Modeling for Computational Imaging
Promotor(es)
prof. dr. A.P. Mosk
Co-promotor(es)
dr. D. van Oosten
Meer informatie
Full text via Utrecht University Repository