摘要
本申请公开了一种光刻胶模型的训练方法、装置、设备、介质及产品,应用于半导体制造领域。该方法多次在图形数据集中选取不同的两部分图形数据组,以得到对应的多种选取结果。然后针对每种选取结果,基于图形数据训练子集训练模型,并基于图形数据验证子集评估模型。本申请实施例通过将图形数据集中不同的部分依次作为训练集和验证集,从而全面评估模型的性能,有效增强了光刻胶模型的鲁棒性和适应性。相比传统的固定数据集训练的方法,本技术能够在较少的训练数据下,显著减少由于数据偏差而引起的模型过拟合风险,提高光刻胶模型的泛化能力和适用性,从而提高了模型在复杂制造环境下的实际应用价值。
技术关键词
光刻胶模型
数据验证
计算机程序指令
光刻胶图形
掩膜图形
仿真图形
指标
计算机程序产品
可读存储介质
训练设备
处理器
训练装置
电子设备
参数
模块
鲁棒性
半导体
系统为您推荐了相关专利信息
肌钙蛋白检测
风险预测模型
辅助决策系统
训练样本集
计算机程序指令
计算机程序指令
数据
集群
虚拟客户端设备
分布特征
智能决策支持
鉴定系统
样本
生成对抗网络
图像采集参数
多传感器融合
状态监测方法
重构误差
方差贡献率
皮尔逊相关系数
软件机器人
数据输入模块
数据分析模块
数据处理模块
数据验证