-
Patent Agency Ranking
公开(公告)号：CN107154433B
公开(公告)日：2021-09-21
申请号：CN201710120178.3
申请日：2017-03-02
Applicant: 三星电子株式会社
Inventor： 克里希纳.库马尔.布瓦尔卡 , 金成帝 , 金宗哲 , 金炫佑
IPC: H01L29/78 , H01L29/08 , H01L29/10 , H01L21/336
Abstract: 本公开涉及半导体器件。一种半导体器件包括多个沟道、源极/漏极层和栅结构。沟道被顺序堆叠在衬底上并且在垂直于衬底的顶面的第一方向上彼此间隔开。源极/漏极层被连接到沟道并且位于沟道的在平行于衬底的顶面的第二方向上的相反侧。栅结构包围沟道。沟道具有不同的在第二方向上的长度以及不同的在第一方向上的厚度。
-
公开(公告)号：CN109426698B
公开(公告)日：2024-02-02
申请号：CN201810999604.X
申请日：2018-08-29
Applicant: 三星电子株式会社
IPC: H01L27/092 , H01L21/336 , G06N3/084 , G06N7/01 , G06F30/20 , G06F30/39 , G06N3/048
Abstract: 提供了一种良率预测装置。良率预测装置可以包括耦接到至少一个非暂时性计算机可读介质的至少一个处理器。所述至少一个处理器可以被配置为：接收与半导体器件的工作特性相关联的第一变量；对半导体器件的工作特性执行模拟；使用模拟结果执行神经网络回归分析，以确定针对第一变量的第一函数；以及基于高级蒙特卡罗模拟来预测半导体集成电路的良率。高级蒙特卡罗模拟的输入可以包括所确定的第一函数。
-
公开(公告)号：CN110796258A
公开(公告)日：2020-02-14
申请号：CN201910700351.6
申请日：2019-07-31
Applicant: 三星电子株式会社
IPC: G06N20/00
Abstract: 提供了用于基于元学习来选择机器学习的模型的方法和设备。一种选择机器学习的模型的方法，所述机器学习由处理器执行。所述方法包括：接收至少一个数据集；为所述至少一个数据集的机器学习配置配置空间；从所述至少一个数据集中提取包括与所述至少一个数据集的数量信息相关的元特征；基于所述配置空间中包括的多个配置来计算所述至少一个数据集的所述机器学习的性能；基于所述元特征、所述多个配置和所计算出的性能来执行元学习；以及基于执行所述元学习的结果来优化所述配置空间。
-
公开(公告)号：CN109426698A
公开(公告)日：2019-03-05
申请号：CN201810999604.X
申请日：2018-08-29
Applicant: 三星电子株式会社
IPC: G06F17/50
Abstract: 提供了一种良率预测装置。良率预测装置可以包括耦接到至少一个非暂时性计算机可读介质的至少一个处理器。所述至少一个处理器可以被配置为：接收与半导体器件的工作特性相关联的第一变量；对半导体器件的工作特性执行模拟；使用模拟结果执行神经网络回归分析，以确定针对第一变量的第一函数；以及基于高级蒙特卡罗模拟来预测半导体集成电路的良率。高级蒙特卡罗模拟的输入可以包括所确定的第一函数。
-
公开(公告)号：CN107154433A
公开(公告)日：2017-09-12
申请号：CN201710120178.3
申请日：2017-03-02
Applicant: 三星电子株式会社
Inventor： 克里希纳.库马尔.布瓦尔卡 , 金成帝 , 金宗哲 , 金炫佑
IPC: H01L29/78 , H01L29/08 , H01L29/10 , H01L21/336
CPC classification number: H01L29/0665 , B82Y10/00 , H01L29/0673 , H01L29/1037 , H01L29/42376 , H01L29/42392 , H01L29/66439 , H01L29/66545 , H01L29/775 , H01L29/78 , H01L29/0847 , H01L29/1033 , H01L29/66477
Abstract: 本公开涉及半导体器件。一种半导体器件包括多个沟道、源极/漏极层和栅结构。沟道被顺序堆叠在衬底上并且在垂直于衬底的顶面的第一方向上彼此间隔开。源极/漏极层被连接到沟道并且位于沟道的在平行于衬底的顶面的第二方向上的相反侧。栅结构包围沟道。沟道具有不同的在第二方向上的长度以及不同的在第一方向上的厚度。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
