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:浙江大学
摘要:本发明公开一种机器学习辅助的晶圆制造工艺评估和异常检测方法,包括:基于领域专家知识构建一个文本提示库,包含对所有可能出现的缺陷的形貌描述,并经CLIP文本编码器得到文本特征向量;定制化图像特征提取,得到原始图像特征和新图像特征;原始图像特征基于少量样本微调后的转换层,得到转换后的原始图像特征,用它和文本特征计算相似度得到缺陷图AF;新图像特征与文本特征进行去冗余特征的相似度计算,得到缺陷图AV;缺陷图AF与AV相加得到最终的缺陷分割图;基于SEM缺陷图像,采用原始图像特征进行缺陷分类,并输出分类结果。本申请方法能够有效减少背景干扰,实现对纳米级晶圆表面缺陷高效且准确的分类分割。
主权项:1.一种机器学习辅助的晶圆制造工艺评估和异常检测方法,其特征在于,包括以下步骤:S1.基于领域专家知识构建一个文本提示库,包含对所有可能出现的缺陷的形貌描述,并经CLIP文本编码器得到文本特征向量;S2.定制化图像特征提取,得到原始图像特征和新图像特征;S3.原始图像特征基于少量样本微调后的转换层,得到转换后的原始图像特征,用它和文本特征计算相似度得到缺陷图AF;新图像特征与文本特征进行去冗余特征的相似度计算,得到缺陷图AV;缺陷图AF与AV相加得到最终的缺陷分割图;S4.基于SEM缺陷图像,采用原始图像特征进行缺陷分类,并输出分类结果。
全文数据:
权利要求:
百度查询: 浙江大学 一种机器学习辅助的晶圆制造工艺评估和异常检测方法
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。