龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：合肥喆塔科技有限公司
摘要：本发明的一种已知未知类别晶圆表面缺陷跨域检测方法、设备及介质，在传统表面缺陷检测方法的基础上，引入迁移学习来学习源域与目标域数据的域不变特征进行表面缺陷识别与分类，有效解决实际生产过程中设备老化导致的数据跨域的问题，同时构建数据伪标签学习模块，借助源域数据标签以及目标域数据域不变特征，对目标域无标签数据进行识别和分类。此外，针对实际生产过程中可能出现的未知类别的新型故障类型，设计未知类别缺陷检测方法，结合迁移学习伪标签模块同时对样本的故障类型进行综合判断，实现对晶圆表面缺陷的高精度检测和识别。
主权项：1.一种已知未知类别晶圆表面缺陷跨域检测方法，其特征在于，包括以下流程：S1、利用生成网络提取源域晶圆图特征用于后续检测；S2、利用源域晶圆图标签已知的特点，将S1中提取的源域特征和标签用来训练分类网络模型，使之能根据源域特征对晶圆图的故障类别进行准确的识别；S3、将用于源域数据处理的生成网络和分类网络移植到目标域，用于提取目标域晶圆图的特征和生成伪标签；S4、将所得到的源域特征、源域标签、目标域特征、目标域伪标签作为输入，送入判别模块；首先判别网络会先对数据进行过滤筛选，消除负迁移影响；然后判别网络会对源域和目标域的特征进行判断，识别其来自源域还是目标域，以便提取域不变特征；S5、最终判别网络输出结果，根据得到的识别误差进行反向传播，更新整个模型的网络参数；S6、针对未知类别的识别中，先根据生成网络得到的数据特征训练解码网络，解码网络用来在数据标签类别的指导下将特征还原为数据；S7、在检测中，根据分类网络的结果和生成网络的输出对数据特征进行还原，并对还原后的误差进行基于误差阈值的判断，识别其为已知类别的故障还是未知类别的故障。
全文数据：
权利要求：
百度查询： 合肥喆塔科技有限公司 已知未知类别晶圆表面缺陷跨域检测方法、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号