公开(公告)号：CN115730678A

公开(公告)日：2023-03-03

申请号：CN202211017416.5

申请日：2022-08-24

Applicant: 罗伯特·博世有限公司

Inventor： A·施泰默 ,  E·S·施密特 ,  M·班萨尔 ,  S·P·林特 ,  C·多莫科斯 ,  M·维尔纳 ,  M·雅努斯

IPC: G06N20/00 ,  G06F17/18 ,  G06Q10/04 ,  G06Q50/04

Abstract: 用于在晶圆上的半导体构件的位置重建的方法和装置。本发明涉及一种用于确定分配规则以便汇聚同一半导体器件的不同测试的测试结果的方法。该方法包括如下步骤：(S23)调整模型、例如线性回归模型，使用该模型来预测测试数据；(S24)依据这些预测来计算成本矩阵；(S25)将匈牙利算法应用于该成本矩阵，以便获得新的分配规则，并且多次重复这些步骤。

公开(公告)号：CN120020826A

公开(公告)日：2025-05-20

申请号：CN202411633387.4

申请日：2024-11-15

Applicant: 罗伯特·博世有限公司

Inventor： A·斯泰默 ,  C·塞巴斯蒂安 ,  J·维瑟 ,  L·贝格尔 ,  伍氏凤英 ,  M·班萨尔

IPC: G06N5/045 ,  G06N20/00

Abstract: 本发明涉及一种用于使机器学习算法的函数可解释的方法，其中，所述机器学习算法被设计为将输入数据分别分配给至少两个组中的一个，而且其中，所述方法(1)具有如下步骤：‑为所述机器学习算法提供输入数据(2)；‑通过所述机器学习算法，针对所提供的输入数据的全部，分别将相对应的输入数据分配给所述至少两个组中的一个(3)；‑从所述至少两个组中的第一组中选择数据(4)；‑确定来自所述至少两个组中的第二组中的在所有包含在所述第二组中的数据中与所选择的数据最相似的数据(5)；‑将所选择的数据与所确定的数据进行比较，以便使所述机器学习算法可解释(6)；而且‑提供相对应的比较结果(7)。

公开(公告)号：CN117387529A

公开(公告)日：2024-01-12

申请号：CN202310848868.6

申请日：2023-07-11

Applicant: 罗伯特·博世有限公司

Inventor： A·斯泰默 ,  C·贝高 ,  M·班萨尔

IPC: G01B11/30 ,  G06F18/21 ,  G06F18/2135 ,  G06F18/10 ,  G06N20/00

Abstract: 本发明涉及一种用于识别对象表面上的异常的方法，其中该方法(1)具有以下步骤：(2)创建所述对象表面的深度起伏；(3)对所述深度起伏进行预处理，其中对所述深度起伏进行预处理的步骤(3)具有(4)沿着空间维度对形状进行近似，并且(5)然后将所述深度起伏减去近似的形状以获得简化起伏；以及(6)通过将机器学习算法应用于所述简化起伏来识别所述对象表面上的异常，所述机器学习算法被训练为识别深度起伏中的异常。

公开(公告)号：CN115795254A

公开(公告)日：2023-03-14

申请号：CN202211054043.9

申请日：2022-08-31

Applicant: 罗伯特·博世有限公司

Inventor： A·施泰默 ,  E·S·施密特 ,  M·维尔纳 ,  M·班萨尔 ,  M·雅努斯 ,  S·P·林特 ,  C·多莫科斯

IPC: G06F17/18 ,  G06F17/16 ,  G06Q10/04 ,  G06Q30/0201 ,  G06Q50/04 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00 ,  G06N20/10

Abstract: 本发明涉及一种用于确定分配规则以便汇聚同一半导体器件的不同测试的测试结果的方法，其中考虑在制造半导体器件时的产量损失。该方法包括如下步骤：(S23)调整模型、例如线性回归模型，使用该模型来预测测试数据，(S24)依据这些预测来计算成本矩阵，(S25)将匈牙利算法应用于该成本矩阵，以便获得新的分配规则，并且多次重复这些步骤。