用于基于元学习来选择机器学习的模型的方法和设备

    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

    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。

    预测半导体集成电路良率的装置和半导体器件的制造方法

    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

    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。

    工艺邻近效应校正方法和工艺邻近效应校正设备

    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

    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。

    测量厚度的方法、处理图像的方法及执行其的电子系统

    公开(公告)号:CN106601642B

    公开(公告)日:2021-07-09

    申请号:CN201610899136.X

    申请日:2016-10-14

    Abstract: 公开了一种测量厚度的方法、处理图像的方法和执行其的电子系统。可以基于结构的原始图像来测量在结构中的第一层的厚度。可以在原始图像中识别第一层的第一边界。可以通过基于第一边界将原始图像转换为第一图像并且基于对第一图像滤波生成第二图像来识别在原始图像中基本难以辨识的第二边界。可以基于将原始图像的局部图像部分调整为使第一边界的标识与轴线对准来生成第一图像,使得第一图像包括与轴线基本平行地延伸的第一边界的标识。可以从第二图像识别第二边界,可以基于识别的第一边界与第二边界来确定层的厚度。

    用于半导体制造工艺的邻近校正方法

    公开(公告)号:CN113870173A

    公开(公告)日:2021-12-31

    申请号:CN202110724775.3

    申请日:2021-06-29

    Abstract: 一种用于半导体制造工艺的邻近校正方法,包括:从多个样本区域产生多条原始图像数据,其中样本区域从半导体制造工艺中使用的布局数据中选择;从多条原始图像数据中去除彼此重叠的一些条原始图像数据,导致多条输入图像数据;将多条输入图像数据输入到机器学习模型;从机器学习模型获得包括在多条输入图像数据中的目标图案的临界尺寸的预测值;在半导体制造工艺在其上被执行的半导体衬底上测量对应于目标图案的实际图案的临界尺寸的结果值;以及使用预测值和结果值来执行机器学习模型的学习。

Patent Agency Ranking