-
公开(公告)号：CN119301532A
公开(公告)日：2025-01-10
申请号：CN202380043160.1
申请日：2023-11-17
Applicant: 科磊股份有限公司
IPC: G05B19/418 , H04L9/00 , H04L9/08 , H01L21/66
Abstract: 提供用于用来自不同实体的受保护数据源执行功能的方法及系统。一种系统包含虚拟系统，其耦合到实际系统以借此在样本安置于所述实际系统内时接收由所述实际系统针对所述样本的物理版本产生的输出。所述虚拟系统包含至少计算机系统及存储媒体。所述虚拟系统无法使所述样本的所述物理版本安置于其中。所述虚拟系统经配置以用分别来自两个或更多个不同实体的两个或更多个受保护数据源对所述样本执行一或多个功能。所述虚拟系统还经配置以执行能够由所述实际系统对所述样本的所述物理版本执行的过程的虚拟版本。
-
公开(公告)号：CN117561520A
公开(公告)日：2024-02-13
申请号：CN202280045065.0
申请日：2022-10-25
Applicant: 科磊股份有限公司
Abstract: 本发明提供用于确定样品的信息的方法及系统。一种系统包含计算机子系统及由所述计算机子系统执行的一或多个组件，所述一或多个组件包含经配置以用于基于利用成像子系统的学习模式由样品产生的输出而确定所述样品的信息的多个深度学习(DL)模型。所述一或多个组件还包含经配置以用于组合由所述多个DL模型产生的输出的知识蒸馏组件。另外，所述一或多个组件包含经配置以用于基于利用所述成像子系统的运行时间模式针对所述样品或额外样品产生的输出而确定所述样品或所述额外样品的信息的最终知识蒸馏DL模型。在所述最终KD DL模型确定所述信息之前，所述知识蒸馏组件经配置以用于使用所述经组合输出对所述最终知识蒸馏DL模型进行监督式训练。
-
公开(公告)号：CN115516293A
公开(公告)日：2022-12-23
申请号：CN202180032403.2
申请日：2021-05-17
Applicant: 科磊股份有限公司
Abstract: 一种系统可经配置用于联合缺陷发现及光学模式选择。在缺陷发现步骤期间检测缺陷。将所发现缺陷累积到模式选择数据集中。使用所述模式选择数据集来执行模式选择以确定模式组合。接着，可使用所述模式组合来训练所述缺陷检测模型。接着，可通过所述缺陷检测模型来检测额外缺陷。接着，可将所述额外缺陷提供到所述模式选择数据集，以进一步执行模式选择且训练所述缺陷检测模型。接着，可确定一或多个运行时间模式。所述系统可经配置用于图像像素级的模式选择及缺陷检测。
-
公开(公告)号：CN108463876B
公开(公告)日：2020-10-09
申请号：CN201780006207.1
申请日：2017-01-10
Applicant: 科磊股份有限公司
Abstract: 本发明提供用于为样品产生模拟输出的方法及系统。一种方法包含使用一或多个计算机系统获取针对样品的信息。所述信息包含所述样品的实际光学图像、所述样品的实际电子束图像及针对所述样品的设计数据中的至少一者。所述方法还包含将针对所述样品的所述信息输入到基于学习的模型中。所述基于学习的模型包含于由一或多个计算机系统执行的一或多个组件中。所述基于学习的模型经配置以映射光学图像、电子束图像与设计数据之间的三角关系，且所述基于学习的模型将所述三角关系应用到所述输入以借此为所述样品产生模拟图像。
-
公开(公告)号：CN108351600B
公开(公告)日：2019-10-25
申请号：CN201680065641.2
申请日：2016-11-17
Applicant: 科磊股份有限公司
Abstract: 本发明提供用于从设计信息产生模拟图像的方法及系统。一种系统包含一或多个计算机子系统及由所述计算机子系统执行的一或多个组件，所述一或多个组件包含生成模型。所述生成模型包含两个或两个以上编码器层，其经配置以确定用于样本的设计信息的特征。所述生成模型还包含两个或两个以上解码器层，其经配置以从所述经确定特征产生一或多个模拟图像。所述模拟图像说明形成于所述样本上的所述设计信息如何出现在由成像系统产生的所述样本的一或多个实际图像中。
-
Patent Agency Ranking
公开(公告)号：CN108431587A
公开(公告)日：2018-08-21
申请号：CN201680075531.4
申请日：2016-12-30
Applicant: 科磊股份有限公司
IPC: G01N21/95 , G01N21/956
CPC classification number: H01J37/222 , G01N21/9501 , G01N23/2251 , G01N2201/12 , G01N2223/304 , G01N2223/401 , G01N2223/418 , G01N2223/6116 , G01N2223/646 , G03F7/7065 , H01J37/06 , H01J37/226 , H01J37/28 , H01J2237/24475 , H01J2237/24495 , H01J2237/2817 , H01L22/20
Abstract: 本发明提供混合检验器。一种系统包含计算机子系统，其经配置以接收针对样品产生的基于光学的输出及基于电子束的输出。所述计算机子系统包含一或多个虚拟系统，其经配置以使用针对所述样品产生的所述基于光学的输出及所述基于电子束的输出的至少一些执行一或多个功能。所述系统还包含由所述计算机子系统执行的一或多个组件，其包含经配置以针对所述样品执行一或多个模拟的一或多个模型。所述计算机子系统经配置以基于所述基于光学的输出、所述基于电子束的输出、所述一或多个功能的结果及所述一或多个模拟的结果中的至少两者检测所述样品上的缺陷。
-
公开(公告)号：CN108351600A
公开(公告)日：2018-07-31
申请号：CN201680065641.2
申请日：2016-11-17
Applicant: 科磊股份有限公司
Abstract: 本发明提供用于从设计信息产生模拟图像的方法及系统。一种系统包含一或多个计算机子系统及由所述计算机子系统执行的一或多个组件，所述一或多个组件包含生成模型。所述生成模型包含两个或两个以上编码器层，其经配置以确定用于样本的设计信息的特征。所述生成模型还包含两个或两个以上解码器层，其经配置以从所述经确定特征产生一或多个模拟图像。所述模拟图像说明形成于所述样本上的所述设计信息如何出现在由成像系统产生的所述样本的一或多个实际图像中。
-
公开(公告)号：CN109074650B
公开(公告)日：2023-09-15
申请号：CN201780028770.9
申请日：2017-05-24
Applicant: 科磊股份有限公司
Abstract: 本发明提供用于从输入图像产生经模拟图像的方法及系统。一种系统包含一或多个计算机子系统及由所述一或多个计算机子系统执行的一或多个组件。所述一或多个组件包含神经网络，其包含经配置以用于确定样本的图像的特征的两个或两个以上编码器层。所述神经网络还包含经配置以用于从所述确定特征产生一或多个经模拟图像的两个或两个以上解码器层。所述神经网络不包含全连接层，借此消除对输入到所述两个或两个以上编码器层的图像大小的约束。
-
公开(公告)号：CN108475351B
公开(公告)日：2022-10-04
申请号：CN201680075625.1
申请日：2016-12-30
Applicant: 科磊股份有限公司
Abstract: 本发明提供用于半导体应用的基于机器学习的模型的加速训练的方法及系统。一种用于训练基于机器学习的模型的方法包含获取在其上执行工艺的样品的非标称例子的信息。所述基于机器学习的模型经配置以针对所述样品执行模拟。仅使用额外样品的标称例子的信息训练所述基于机器学习的模型。所述方法还包含使用所述样品的所述非标称例子的所述信息重新训练所述基于机器学习的模型，借此执行所述样品的所述非标称例子的所述信息到所述基于机器学习的模型的转移学习。
-
公开(公告)号：CN109313724B
公开(公告)日：2021-06-29
申请号：CN201780033819.X
申请日：2017-06-01
Applicant: 科磊股份有限公司
Abstract: 本发明提供用于训练神经网络的方法及系统。一个系统包含由一或多个计算机子系统实行的一或多个组件。所述一或多个组件包含：神经网络，其经配置用于确定输入到所述神经网络的样品的训练集中的输入图像的经反转特征；前向物理模型，其经配置用于从所述经反转特征重建所述输入图像，借此产生对应于所述训练集中的所述输入图像的输出图像集；及残余层，其经配置用于确定所述训练集中的所述输入图像与在所述集中的对应输出图像之间的差异。所述一或多个计算机子系统经配置用于基于所述经确定差异更改所述神经网络的一或多个参数，借此训练所述神经网络。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.03 seconds)
