多模态深度学习网络的套刻标记不对称补偿方法及装置

本申请提供一种多模态深度学习网络的套刻标记不对称补偿方法及装置，其中，在获取不同模态的制造数据后，输入至多模态深度学习网络进行处理，得到套刻标记不对称的预测误差；其中，多模态深度学习网络通过对不同模态的制造数据进行特征提取，并将不同模态对应向量特征进行特征融合，通过将制造过程中实际生产的物理参数与设备观测到的参数关联组合获得套刻标记不对称的预测误差，从而在实际生产中对实际套刻标记进行补偿。通过引入多模态学习网络，充分挖掘和利用多种数据特征，增强模型的泛化能力，同时借助机器学习技术实现设备的智能化，为晶圆生产中的工艺问题提供有效的溯源和定位解决方案。