用于检测半导体装置中的缺陷的方法

    公开(公告)号:CN110852983A

    公开(公告)日:2020-02-28

    申请号:CN201910501571.6

    申请日:2019-06-11

    Abstract: 一种用于检测半导体装置中的缺陷的方法包括:使用从第一数据集提取的采样的干净数据集对预训练卷积神经网络(CNN)模型进行预训练;使用第一数据集的第一数据和预训练CNN模型来训练正常CNN模型和标签噪声CNN模型。所述方法还包括:使用第二数据集的第二数据和正常CNN模型输出关于第二数据是好还是坏的第一预测结果;使用第二数据和标签噪声CNN模型输出关于第二数据是好还是坏的第二预测结果。将第一预测结果与第二预测结果进行比较,以在存在标签差异时执行噪声校正。将作为噪声校正的结果创建的第三数据添加到采样的干净数据集。使用添加了第三数据的采样的干净数据集对正常CNN模型和标签噪声CNN模型进行附加地训练。

    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。

    超分辨率SEM图像实现装置及其方法

    公开(公告)号:CN115936981A

    公开(公告)日:2023-04-07

    申请号:CN202210921491.8

    申请日:2022-08-02

    Abstract: 一些示例实施例涉及一种超分辨率扫描电子显微镜(SEM)图像实现装置和/或其方法。提供了一种超分辨率扫描电子显微镜(SEM)图像实现装置,其包括处理器,处理器被配置为裁剪低分辨率SEM图像以生成第一裁剪图像和第二裁剪图像,放大第一裁剪图像和第二裁剪图像以生成第一放大图像和第二放大图像,并且从第一放大图像和第二放大图像中消除噪声以生成第一噪声消除图像和第二噪声消除图像。

Patent Agency Ranking