Aplicación de algoritmos de Inteligencia Artificial a la elipsometría espectroscópica

Abstract

La elipsometría espectroscópica es una técnica óptica utilizada para la caracterización de películas delgadas, permitiendo determinar con gran precisión su grosor y propiedades ópticas, como el índice de refracción o el coeficiente de extinción. Sin embargo, el análisis de los datos obtenidos puede ser tedioso y complejo. Este proyecto propone integrar técnicas de inteligencia artificial, como el aprendizaje automático y aprendizaje profundo (en forma de redes neuronales no informadas y PINNs), para mejorar la precisión y eficiencia en la interpretación de datos elipsométricos, siguiendo diferentes modelos ópticos: el modelo de Tauc-Lorentz y el modelo de Tauc-Lorentz-Drude.

Spectroscopic ellipsometry is an optical method used for the characterization of thin films, enabling a precise determination of their thickness and optical properties, such as their refractive index and extinction coefficient. However, the data analysis for the obtained results can be tedious and complex. This project proposes adding artificial intelligence techniques, such as machine learning and deep learning (in the form of uninformed neural networks and PINNs), in order to improve the accuracy and efficiency during the interpretation of ellipsometric data, following different optical models: the Tauc-Lorentz model and the Tauc-Lorentz-Drude model