摘要
本发明公开一种半导体器件刻蚀工艺智能制造方法及设备、储存介质。获取半导体器件的三维点云数据,并对其进行预处理;从预处理后的三维点云数据中提取对应刻蚀结果;对深度学习模型进行训练,最后基于训练好的深度学习模型预测目标半导体器件的刻蚀结果,并根据所述预测结果实时调整刻蚀工艺参数。本发明利用三维3D点云数据通过深度学习模型进行刻蚀结果预测,克服了传统二维数据的局限性,能够更准确地反映半导体器件的实际形貌。通过深度学习模型的引入,显著提高了刻蚀结果预测的精度和效率。本发明还实现实时调整刻蚀工艺参数,实现工艺优化,提升了生产的稳定性和一致性。
技术关键词
三维点云数据
半导体器件
深度学习模型
电子显微镜
耦合等离子体反应器
仿真软件
电感耦合反应器
刻蚀结构
刻蚀工艺条件
生成稀疏点云
仿真数据
生成三维点云
3D点云数据
检测特征点
切片
三维模型
参数
系统为您推荐了相关专利信息
铣削机器人
数字孪生系统
刀具磨损监测
笛卡尔空间轨迹
实时监测方法
图像
转移概率矩阵
自然场景
训练神经网络模型
输入神经网络模型
半导体器件老化
仿真预测方法
建模方法
效应
蚁群算法