4 分で読了
1 views

ほぼ100%の画素充填率を実現する四重ウェル技術によるモノリシック能動ピクセルセンサー

(Monolithic Active Pixel Sensors (MAPS) in a quadruple well technology for nearly 100% fill factor and full CMOS pixels)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、今日はよろしくお願いします。若手の現場から『新しいCMOSの論文を読め』と言われまして、正直何が変わったのか見当がつかないのです。これって要するに何が違うのでしょうか。

AIメンター拓海

素晴らしい着眼点ですね!まず結論を先に言うと、今回の研究は画素(ピクセル)内部に高度な回路を入れても、光を受け取る感度をほぼ失わない構造を実現した点が最大の変更点ですよ。

田中専務

画素内部に回路を入れても感度が落ちないとは、現場のセンサー選定に直結しますね。実装や費用の面でメリットはあるのですか。

AIメンター拓海

大丈夫、一緒に整理しましょう。要点は三つありますよ。第一に、従来はPMOSのためのN-wellが光を捕まえてしまい画素感度が落ちた点、第二に今回の四重ウェル技術(INMAPS)はそのN-wellを深いP-ウェルで遮断している点、第三に結果としてピクセル内に複雑なCMOS回路を入れてもほぼ100%のfill factor(画素充填率)が維持できる点です。

田中専務

これって要するに、従来は回路を入れるほど受光部が減って画質が落ちたけど、今回の技術では回路を入れても画質を損なわず機能を増やせるということですか。

AIメンター拓海

まさにその通りです!専門用語を一つだけ丁寧に言うと、Complementary Metal-Oxide-Semiconductor (CMOS) 補完金属酸化膜半導体 のピクセル内にNMOSとPMOSの両方を入れても、深いP-wellが不要な電荷の吸収を防ぐのです。現場視点では、センサーに高度な前処理や比較器を組み込めるため、外部回路や配線が減りシステム全体の簡素化が期待できますよ。

田中専務

コスト的に見て、既存ラインに組み込めるのか、専用のファウンドリが必要になるのかが気になります。投資対効果の観点での導入判断ができないと動けません。

AIメンター拓海

重要な視点ですね。要点を三つで整理しますよ。第一に、今回のINMAPSプロセスは標準の0.18ミクロンCMOSプロセスに近い工程を使うため専用SOI(Silicon-On-Insulator、シリコン・オン・絶縁体)ほど特別な設備を要求しないこと、第二に画素機能を増やせば外付け回路や配線を減らせて製品のコストと信頼性が改善できること、第三にしかしながら新プロセスには設計や検証の投資が必要であり、量産性と歩留まりの評価が先行する点です。

田中専務

なるほど。つまり試作と評価を少し回してから本格導入か否かを判断すれば良さそうですね。現場の工数削減と製品差別化に効くなら考えたい。

AIメンター拓海

その通りです。まずは評価用の小ロット試作で感度と歩留まりを確認し、次に現場の制御負荷や配線削減効果を見積もることで投資対効果が明確になりますよ。私が一緒に評価項目を整理できますから、大丈夫、一緒にやれば必ずできますよ。

田中専務

わかりました。これって要するに、『深いP-ウェルで邪魔な穴を塞いで、画素の受光面を守りつつ回路を増やせるから、製品差別化と配線の簡略化が図れる』ということですね。要点は自分の言葉でこうまとめてよろしいですか。

AIメンター拓海

素晴らしい着眼点ですね!その理解で間違いありませんよ。実務的には小ロット評価で感度(fill factor)と歩留まりを確認し、制御機能をどこまで内蔵するかを段階的に決めるのが現実的です。大丈夫、計画を一緒に作れますよ。

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
トランジット惑星観測ミッションによる超高精度光度測定の成果と意義
(Transiting planets)
次の記事
専門家から学ぶ:サーベイ
(Learning from Experts: A Survey)
関連記事
マルチUAV衝突回避の頑健な方策学習と因果特徴選択
(Robust Policy Learning for Multi-UAV Collision Avoidance with Causal Feature Selection)
医用画像解析のための自己説明型AI:調査と新たな展望
(Self-eXplainable AI for Medical Image Analysis: A Survey and New Outlooks)
大規模PCAにおける構造化乱数と非構造化乱数の結合
(Combining Structured and Unstructured Randomness in Large Scale PCA)
JWST CEERSが解き明かす遮蔽銀河の本質:星質量と形態が遮蔽に果たす役割
(JWST CEERS probes the role of stellar mass and morphology in obscuring galaxies)
マルチモーダル推薦の較正
(Calibrating Multimodal Recommendation — CM3)
大規模モデル訓練における学習率スケジューリングと凸最適化理論の驚くべき一致
(Learning Rate Scheduling for Large Model Training)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む