基于深度学习的SiC沟槽刻蚀优化方法及系统

本发明涉及半导体制造技术领域，公开了基于深度学习的SiC沟槽刻蚀优化方法及系统，其中，基于深度学习的SiC沟槽刻蚀优化方法包括：构建轻量化深度神经网络模型，通过神经架构搜索、知识蒸馏、模型剪枝和量化实现资源高效优化；实现多层注意力机制，可视化模型决策依据；提取符号规则，将深度模型决策简化为可理解的IF‑THEN规则；融合专家知识，将领域经验表示为逻辑规则并注入模型；提供反事实解释，分析参数变化对刻蚀结果的因果影响；本发明提高了SiC沟槽刻蚀效率和精度，模型体积减小，推理速度提升，能耗降低，增强可解释性，提高模型泛化能力和鲁棒性。