-
公开(公告)号：CN110852983B
公开(公告)日：2024-03-08
申请号：CN201910501571.6
申请日：2019-06-11
Applicant: 三星电子株式会社
IPC: G06T7/00 , G06N3/0464 , G06V10/762 , G06V10/82
-
公开(公告)号：CN114254579A
公开(公告)日：2022-03-29
申请号：CN202110702101.3
申请日：2021-06-24
Applicant: 三星电子株式会社
Abstract: 提供了用于对半导体制造工艺进行建模的系统和方法。用于对半导体制造工艺进行建模的系统包括至少一个第一处理器以及至少一个第二处理器。所述至少一个第一处理器被配置为提供通过使用设计图案样本和物理图案样本的多个图像对而训练的至少一个机器学习(ML)模型。物理图案样本是通过使用半导体制造工艺根据设计图案样本而形成的。所述至少一个第二处理器被配置为：将表示设计图案的形状和/或物理图案的形状的输入图像提供给所述至少一个第一处理器，并且基于从所述至少一个第一处理器接收的输出图像来生成定义物理图案和/或设计图案的输出数据。
-
公开(公告)号：CN112926743A
公开(公告)日：2021-06-08
申请号：CN202011251713.7
申请日：2020-11-11
Applicant: 三星电子株式会社
Abstract: 一种计算设备，包括：存储计算机可执行指令的存储器；以及处理电路，其被配置为执行计算机可执行指令，使得处理电路被配置为作为机器学习生成器操作，该机器学习生成器被配置为接收半导体工艺参数、根据半导体工艺参数生成半导体工艺结果信息并输出所生成的半导体处理结果信息；并且作为机器学习鉴别器操作，该机器学习鉴别器被配置为从机器学习生成器接收所生成的半导体工艺结果信息并鉴别所生成的半导体工艺结果信息是否为真。
-
公开(公告)号：CN101354915A
公开(公告)日：2009-01-28
申请号：CN200810094944.4
申请日：2008-04-30
Applicant: 三星电子株式会社
Abstract: 本公开提供了相变存储器件、使用该存储器件的存储系统和读取该存储器件的方法。其中，存储器件包括：多个存储单元，每个存储单元包括存储单元材料，所述存储单元具有响应于在编程操作中施加的编程电流而确定的初始电阻，所述存储单元的电阻在所述编程操作后的时段上从所述初始电阻变化，并且每个存储单元连接到存储器件的导通线，所述导通线用于在编程操作中施加编程电流以编程对应的存储单元的电阻，并且用于在读取操作中施加读取电流以读取对应的存储单元的电阻。修改电路修改用于读取操作而选择的多个存储单元的存储单元的电阻，以在所述存储单元的读取操作之前将其电阻返回到接近初始电阻。
-
公开(公告)号：CN112950530A
公开(公告)日：2021-06-11
申请号：CN202011253287.0
申请日：2020-11-11
Applicant: 三星电子株式会社
Abstract: 一种存储包括图像生成模型的程序代码的非暂时性计算机可读介质，该程序代码在被执行时使处理器：将包括晶片的多个半导体管芯中的一些的采样数据的输入数据输入到图像生成模型的生成器网络，并且输出指示所述多个半导体管芯的晶片图；以及将从生成器网络输出的晶片图输入到图像生成模型的鉴别器网络并鉴别晶片图。
-
Patent Agency Ranking
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
Applicant: 三星电子株式会社
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。
-
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：CN101106174B
公开(公告)日：2011-06-08
申请号：CN200710104174.2
申请日：2007-05-21
Applicant: 三星电子株式会社
CPC classification number: G11C13/0069 , G11C11/5678 , G11C13/0004 , G11C2013/0078
Abstract: 本发明涉及用于减小重置相变存储器件的存储单元中的部分相变材料用的重置电流的方法及相变存储器件。根据一个实施例，包括第一晶相的至少部分相变材料被转变为晶相和非晶相之一。与第一晶相相比，第二晶相更容易转变为非晶相。例如，第一晶相可以是六边形闭合密集结构，以及第一晶相可以是面心立方结构。
-
公开(公告)号：CN100479219C
公开(公告)日：2009-04-15
申请号：CN200510074362.6
申请日：2005-05-27
Applicant: 三星电子株式会社
Inventor： 宋胤宗 , 黄荣南 , 南相敦 , 赵性来 , 高宽协 , 李忠满 , 具奉珍 , 河龙湖 , 李秀渊 , 郑椙旭 , 李智惠 , 柳庚昶 , 李世昊 , 安洙珍 , 朴淳五 , 李将银
CPC classification number: H01L29/7843 , H01L27/2436 , H01L45/06 , H01L45/1233 , H01L45/126 , H01L45/144 , H01L45/1666
Abstract: 在一个实施例中，相变存储器件具有防止存储单元污染或氧化的氧化阻挡层及其制造方法。在一个实施例中，半导体存储器件包括覆盖在半导体衬底上的压模层。该压模层具有从其顶表面垂直扩展的突起部分。该器件进一步包括邻近突起部分的相变图案和电气连接至相变图案的下电极。
-
公开(公告)号：CN1702883A
公开(公告)日：2005-11-30
申请号：CN200510074362.6
申请日：2005-05-27
Applicant: 三星电子株式会社
Inventor： 宋胤宗 , 黄荣南 , 南相敦 , 赵性来 , 高宽协 , 李忠满 , 具奉珍 , 河龙湖 , 李秀渊 , 郑椙旭 , 李智惠 , 柳庚昶 , 李世昊 , 安洙珍 , 朴淳五 , 李将银
CPC classification number: H01L29/7843 , H01L27/2436 , H01L45/06 , H01L45/1233 , H01L45/126 , H01L45/144 , H01L45/1666
Abstract: 在一个实施例中，相变存储器件具有防止存储单元污染或氧化的氧化阻挡层及其制造方法。在一个实施例中，半导体存储器件包括覆盖在半导体衬底上的压模层。该压模层具有从其顶表面垂直扩展的突起部分。该器件进一步包括邻近突起部分的相变图案和电气连接至相变图案的下电极。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.023 seconds)
