一种多模态融合域迁特征驱动的晶圆表面缺陷表征方法

AITNT
正文
推荐专利
一种多模态融合域迁特征驱动的晶圆表面缺陷表征方法
申请号:CN202511142077
申请日期:2025-08-15
公开号:CN120876449A
公开日期:2025-10-31
类型:发明专利
摘要
本发明涉及半导体制造技术领域,公开了一种多模态融合域迁特征驱动的晶圆表面缺陷表征方法,该步骤:首先对多模态数据进行特征提取与融合,再通过多层级域对抗网络进行全面的特征对齐。将对齐后的特征显式分离为域不变与域变两部分;然后通过自注意力机制增强域不变特征,并与对齐后的多模态特征进行最小信息损失重组,构建出高质量的最终特征集。基于此,一个多任务学习框架即可并行输出缺陷的种类、测量与定位结果。通过多层级域对抗与精细化的特征解耦重组策略,有效克服了因生产批次或设备更迭引发的域偏移难题,实现了对晶圆表面缺陷精准、鲁棒且全面的智能化表征。
技术关键词
缺陷表征方法 融合多模态特征 晶圆表面缺陷 注意力机制 特征提取器 执行傅里叶变换 多任务 个性化特征 层级 定位头 分类器 策略 样本 编码器 半导体 数据 标签
系统为您推荐了相关专利信息
1
一种基于关联分析的异常交易识别方法及系统
交易识别方法 活动特征 静态特征 模式 交易平台
2
一种扩散模型水印数据评估方法
数据评估方法 置信度阈值 美学 无水印 样本
3
基于多模态特征融合的车辆篷布覆盖实时检测方法及系统
多模态特征融合 车辆篷布 实时检测方法 智能交通监管技术 实时检测系统
4
精细化对齐学习的导航模型训练方法、导航方法及装置
导航模型训练方法 无人机航拍图像 网格特征 地标对象 视觉特征
5
一种基于双视角扫描和超图融合驱动的肺结节恶性分类方法
恶性分类方法 语义向量 感兴趣区域图像 CT扫描图像 优化网络参数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号