公开(公告)号：CN116136962A

公开(公告)日：2023-05-19

申请号：CN202211433459.1

申请日：2022-11-16

Applicant: 三星电子株式会社 ,  首尔大学校产学协力团

Inventor： 车文铉 ,  郑一采 ,  韩葆亨 ,  朴大宁 ,  郑椙旭

IPC: G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/082 ,  G06T7/20

Abstract: 公开了基于混合神经网络的用于对象跟踪的学习方法和系统。对象跟踪学习系统包括：第一神经网络模块，将针对输入图像的第一参数从第一类型表示并学习为第二类型，并且将学习的结果输出为第一学习结果；第二神经网络模块，移除并学习针对输入图像的第二参数中的一部分的连接，并且将学习的结果输出为第二学习结果；预测模块，根据通过对第一学习结果和第二学习结果进行求和而获得的求和结果来生成输入图像的对象的预测值；以及优化模块，基于所述预测值更新第一参数和第二参数。

公开(公告)号：CN117666274A

公开(公告)日：2024-03-08

申请号：CN202311140737.9

申请日：2023-09-05

Applicant: 三星电子株式会社

Inventor： 朴大宁 ,  高汀勋 ,  金成烈 ,  金铃九 ,  金泰勋 ,  金贤中 ,  李泳周

IPC: G03F1/36 ,  G06N20/00

Abstract: 提供了一种能够有效改善图案的分散性的工艺邻近效应校正方法。存在根据一些实施例的工艺邻近效应校正方法，使用由处理器执行的机器学习模块来执行多个图案的工艺邻近效应校正(PPC)的工艺邻近效应校正设备的工艺邻近效应校正方法包括：通过将多个图案的布局图像和多个图案的布局关键尺寸(CD)输入到机器学习模块中来训练灵敏度模型；通过推断多个图案的清洗后检测关键尺寸(ACI‑CD)预测值来估计多个图案的ACI‑CD灵敏度预测值；以及使用估计的灵敏度预测值来确定多个图案的布局CD的校正率。