一种聚焦离子束辅助加工方法、装置、设备及存储介质

    公开(公告)号:CN115631349A

    公开(公告)日:2023-01-20

    申请号:CN202211042384.4

    申请日:2022-08-29

    Inventor: 韩娜 赵高锋

    Abstract: 本发明涉及半导体加工领域,公开了一种聚焦离子束辅助加工方法、装置、设备及计算机可读存储介质,采用深度学习方法训练至少与一离子束参数对应的神经网络模型,采用训练好的神经网络模型预测二维图形铣削后的SEM图像,以模拟特定目标介质特征类型的FIB铣削任务。本发明可以通过不同离子束参数对应的不同神经网络模型预测不同离子束参数对样品铣削后SEM图像造成的影响;也可将对二值图像采用离子束参数对应颜色特征编码后生成的彩色二维图像,输入神经网络模型预测不同离子束参数下的SEM图像。本发明所提供的方法、装置、设备及计算机可读存储介质,通过神经网络模型对FIB系统铣削后的SEM图像进行有效预测,可减少对FIB系统及半导体样品的损耗。

    一种多参数化的半导体检测方法、装置及可读存储介质

    公开(公告)号:CN114757297A

    公开(公告)日:2022-07-15

    申请号:CN202210467005.X

    申请日:2022-04-29

    Inventor: 韩娜 孙罗男

    Abstract: 本发明公开了一种多参数化的半导体检测方法、装置以及计算机可读存储介质,将待测样本的多种表征参数分别输入与其对应的神经网络模型中进行检测,当所有神经网络模型的输出结果均为合格时,将待测样本标记为合格样。本发明所提供的方法、装置以及计算机可读存储介质,采用神经网络模型对衬底或外延片进行检测,提高了检测效率,避免了人工依据经验检验所出现的误差;并将衬底或外延片的全部性能表征参数作为评价参数,大大提高了衬底或外延片的检测精度;且每种性能表征参数采用与其对应的神经网络模型进行检测,有效避免了不同表征参数之间的相关性对检测结果的相互干扰。

    激光器外延结构及激光器

    公开(公告)号:CN116365363B

    公开(公告)日:2024-11-12

    申请号:CN202310286716.1

    申请日:2023-03-22

    Inventor: 韩娜 王国斌

    Abstract: 本发明公开了一种激光器外延结构及激光器。所述激光器外延结构包空穴加速结构,所述空穴加速结构包括沿所述指定方向层叠设置在第二波导层与所述第二限制层之间的至少一第一空穴加速层和至少一第二空穴加速层,所述第一空穴加速层为第二掺杂类型,所述第一空穴加速层内的受主杂质浓度低于所述第二限制层和所述电子阻挡层中任一者内的受主杂质浓度,所述第一空穴加速层的势垒低于所述第二限制层和所述电子阻挡层中任一者的势垒,所述第二空穴加速层为二维材料。本发明可以加速空穴的迁移速率,推动更多的空穴进入发光层,从而提高辐射复合的几率,进而提升激光器的发光效率、降低激光器的阈值电压、增加激光器的寿命。

    缺陷检测数据处理方法、电子设备、存储介质及程序产品

    公开(公告)号:CN116610984A

    公开(公告)日:2023-08-18

    申请号:CN202310651673.2

    申请日:2023-06-02

    Inventor: 韩娜 李梦亚

    Abstract: 本申请提供了缺陷检测数据处理方法、电子设备、存储介质及程序产品,用于对多个批次的产品的缺陷检测数据进行处理,所述产品是半导体产品,所述方法包括:获取多个批次的产品的工艺数据和缺陷检测数据,所述工艺数据包括用于制造所述产品的多个工序和每个工序的工艺参数,不同批次对应的工艺数据不同;根据每个批次的产品的缺陷检测数据,分别对每个批次的产品缺陷进行分类,以得到每个批次的统计结果,每个批次的统计结果包括多种缺陷类型以及每种缺陷类型对应的占比;根据多个批次的统计结果,对所述工艺数据进行调整。本申请用于对多个批次的产品的缺陷检测数据进行处理,提高半导体产品缺陷检测和工艺优化的准确性和效率。

    一种基于聚焦离子束的半导体加工方法、装置以及设备

    公开(公告)号:CN115132557B

    公开(公告)日:2023-01-17

    申请号:CN202211062998.9

    申请日:2022-08-31

    Inventor: 韩娜 赵高锋

    Abstract: 本发明涉及半导体制造领域,公开了一种基于聚焦离子束的半导体加工方法、装置、设备及计算机可读存储介质,将二值图像输入生成器生成铣削后的SEM图像;将生成的SEM图像和实际铣削产生的SEM图像输入判别器,交替训练至模型稳定,损失函数收敛,得到训练完成的生成对抗网络,预测待加工图像对应的SEM图像。本发明还将离子束参数的颜色特征编码为图像特征信息作为附加信息引入条件生成对抗网络,以预测不同离子束参数下铣削的SEM图像。且本发明在模型训练时,不仅引入极小极大值博弈,考虑图像之间的损失差值,还考虑到图像在编码过程中的特征向量之间的损失差值,得到满足约束的生成器,避免生成器中的噪音影响,提高鲁棒性。

    一种半导体检测方法、装置以及计算机可读存储介质

    公开(公告)号:CN114648528B

    公开(公告)日:2022-09-23

    申请号:CN202210544301.5

    申请日:2022-05-19

    Inventor: 韩娜 孙罗男

    Abstract: 本发明公开了一种半导体检测方法、装置及计算机可读存储介质,基于训练集样本的各类性能表征参数、不同检验图像和标记等级,对与各类性能表征方式对应的多层神经网络模型、与不同检验图像对应的卷积神经网络模型进行单训练,并在各神经网络模型的误识别率不大于预值后,对所有神经网络模型进行组合训练,进一步降低了各神经网络模型的误识别率;根据半导体产品类型设置各神经网络模型的权重,融合各模型输出结果。本发明所提供的方法、装置及计算机可读存储介质,根据半导体制作工艺中的不同检测设备检测得到的表征参数和检验图像的不同,建立异构神经网络对衬底或外延片的等级进行检测,减少了测试人员的人为参与工作量,提高了检测效率和精度。

    激光器外延结构及激光器
    7.
    发明公开

    公开(公告)号:CN116365363A

    公开(公告)日:2023-06-30

    申请号:CN202310286716.1

    申请日:2023-03-22

    Inventor: 韩娜 王国斌

    Abstract: 本发明公开了一种激光器外延结构及激光器。所述激光器外延结构包空穴加速结构,所述空穴加速结构包括沿所述指定方向层叠设置在第二波导层与所述第二限制层之间的至少一第一空穴加速层和至少一第二空穴加速层,所述第一空穴加速层为第二掺杂类型,所述第一空穴加速层内的受主杂质浓度低于所述第二限制层和所述电子阻挡层中任一者内的受主杂质浓度,所述第一空穴加速层的势垒低于所述第二限制层和所述电子阻挡层中任一者的势垒,所述第二空穴加速层为二维材料。本发明可以加速空穴的迁移速率,推动更多的空穴进入发光层,从而提高辐射复合的几率,进而提升激光器的发光效率、降低激光器的阈值电压、增加激光器的寿命。

    缺陷诊断方法、电子设备、存储介质及程序产品

    公开(公告)号:CN116936389B

    公开(公告)日:2024-09-03

    申请号:CN202310651057.7

    申请日:2023-06-02

    Inventor: 韩娜 李梦亚

    Abstract: 本申请提供了缺陷诊断方法、电子设备、存储介质及程序产品,用于对外延片的缺陷进行诊断,所述方法包括:在所述外延片的制备过程中,分别在每个制备工序完成后对所述外延片进行第一检测,得到每个制备工序的第一检测数据;当制备完成的所述外延片不满足预设的合格条件时,根据每个制备工序的第一检测数据,得到每个制备工序的第一诊断结果,所述第一诊断结果用于指示是否存在第一缺陷;当至少一个制备工序的第一诊断结果指示存在第一缺陷时,向终端设备发送第一缺陷信息,所述第一缺陷信息至少包括存在第一缺陷的制备工序的标识。本申请可以迅速定位存在缺陷的制备工序,为后续的缺陷修复和工艺改进提供有价值的参考。

    半导体测试方法、电子设备、存储介质及程序产品

    公开(公告)号:CN116564844A

    公开(公告)日:2023-08-08

    申请号:CN202310610670.4

    申请日:2023-05-26

    Inventor: 李梦亚 韩娜

    Abstract: 本申请提供了半导体测试方法、电子设备、存储介质及程序产品,包括:获取产品的平坦度检测信息;获取所述产品的表面缺陷检测信息;根据所述平坦度检测信息和所述表面缺陷检测信息,获取平坦度分类结果和/或表面缺陷分类结果。本申请结合了平坦度检测和表面缺陷检测两种测试方法,可以得到平坦度分类结果和/或表面缺陷分类结果。该综合测试方法能够充分考虑半导体产品的平整度和表面缺陷情况,提供全面的质量评估,并为产品改进提供支持。

    一种半导体检测方法、装置以及计算机可读存储介质

    公开(公告)号:CN114648528A

    公开(公告)日:2022-06-21

    申请号:CN202210544301.5

    申请日:2022-05-19

    Inventor: 韩娜 孙罗男

    Abstract: 本发明公开了一种半导体检测方法、装置及计算机可读存储介质,基于训练集样本的各类性能表征参数、不同检验图像和标记等级,对与各类性能表征方式对应的多层神经网络模型、与不同检验图像对应的卷积神经网络模型进行单训练,并在各神经网络模型的误识别率不大于预值后,对所有神经网络模型进行组合训练,进一步降低了各神经网络模型的误识别率;根据半导体产品类型设置各神经网络模型的权重,融合各模型输出结果。本发明所提供的方法、装置及计算机可读存储介质,根据半导体制作工艺中的不同检测设备检测得到的表征参数和检验图像的不同,建立异构神经网络对衬底或外延片的等级进行检测,减少了测试人员的人为参与工作量,提高了检测效率和精度。

Patent Agency Ranking