摘要
本申请公开了一种基于GAN和自适应反馈机制的晶圆膜厚度计算方法及装置,属于半导体制造领域。本申请实施例提供了一种基于GAN和自适应反馈机制的晶圆膜厚度计算方法,通过GAN扩展数据集,模型能够适应更多样化的光谱数据,特别是膜厚度范围广泛的情况。自适应反馈机制进一步提升了模型对特殊光谱数据的学习能力。此外,虚拟数据和反馈机制使得模型能够对异常数据做出响应,动态优化模型,从而提高在不同膜厚度范围和光谱条件下的预测稳定性。通过结合深度学习算法,最终膜厚度值得到了进一步校准,确保预测结果的精确性和物理合理性。基于GAN和自适应反馈机制的晶圆膜厚度计算方法能够实现高精度、高鲁棒性的膜厚度预测,适应多种不同的实际应用场景。
技术关键词
厚度计算方法
动态更新
生成对抗网络
机制
校准
拟合算法
深度学习算法
标签
可读存储介质
外延
计算误差
异常数据
晶圆
标记
模块
鲁棒性
计算机
半导体
数学
系统为您推荐了相关专利信息
零样本学习方法
静态特征
语义特征
原型
全局视觉特征
知识图谱推理方法
面向智能家居
实体
三元组
多头注意力机制
协同管理系统
多模态数据采集
协同管理模块
设备故障诊断
设备管理
视觉特征
可见光图像
RGB特征
融合特征
可见光相机