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：上海集成电路材料研究院有限公司
摘要：本发明提供一种片状物形貌预测模型的训练方法，深度神经网络建立曲面学习模型；提供训练集、测试集和验证集；计算训练集得到第一模型点；循环步骤：将全部样本转化为包括以前全部模型点高度特征向量和高度，训练集上确定学习模型中神经网络系数矩阵，形成第一学习模型；验证集优化第一学习模型的超参数，测试集确定第二模型点，第二模型点与第一模型点相关性最小，如第二模型点的平均绝对误差小于平整度阈值或者模型点数量阈值小于二，停止；循环步骤得到包括第一模型点、第二模型点…第E模型点的形貌预测模型；还提供一种片状物形貌预测方法。具有形貌预测模型自适应地获取最小数量的关键点、预测形貌与真实形貌高度一致的有益效果。
主权项：1.一种片状物形貌预测模型的训练方法，包括：深度神经网络建立曲面形貌预测学习模型；提供片状物数据集，含有m个片状物的形貌数据，将所述数据集按比例分为训练集、测试集和验证集，其中所有片状物上相同位置的高度是一个样本；在样本中选定相对点，根据所述相对点的高度校正各样本，得到的各样本的校正高度；计算所述训练集中各样本的第一不确定度，其中所述第一不确定度最大的样本是第一模型点；循环步骤：i将全部样本转化为包括以前全部模型点即所述第一模型点的高度特征向量和高度；所述学习模型在所述训练集上学习，以确定所述学习模型中深度神经网络的系数矩阵，形成第一学习模型；ii所述第一学习模型在所述验证集上学习，以优化所述第一学习模型的超参数，形成优化的所述第一学习模型；iii优化的所述第一学习模型在所述测试集上学习，计算所述测试集中各样本的第二不确定度，所述第二不确定度最大的样本是第二模型点，所述第二模型点与所述第一模型点相关性最小；如所述第二模型点的平均绝对误差小于平整度阈值或者模型点数量阈值小于二，停止训练，执行循环步骤i～iii，依次得到第三模型点…第E模型点，以及优化后的第E-1学习模型，所述形貌预测模型包括使用所述第一模型点、所述第二模型点…所述第E模型点的优化后的所述第E-1学习模型；所述平整度阈值范围为1～100nm，所述数量阈值范围为5～50个。
全文数据：
权利要求：
百度查询： 上海集成电路材料研究院有限公司 一种片状物形貌预测模型的训练方法和片状物形貌预测方法
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。
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