-
公开(公告)号:CN116467996A
公开(公告)日:2023-07-21
申请号:CN202310097735.X
申请日:2023-01-19
Applicant: 三星电子株式会社
IPC: G06F30/392 , G06F115/12
Abstract: 一种模拟由半导体工艺制造的集成电路的布局的方法,包括:从定义布局的布局数据中提取多个图案布局;通过放大多个图案布局和从半导体工艺提供的至少一个参数来生成训练数据;通过对训练数据进行采样生成样本数据;从样本数据生成包括三维阵列的特征数据;将样本数据和特征数据分别提供给模拟器和机器学习模型;以及基于机器学习模型的输出和模拟器的输出训练机器学习模型。
-
公开(公告)号:CN116205126A
公开(公告)日:2023-06-02
申请号:CN202211511038.6
申请日:2022-11-29
Applicant: 三星电子株式会社
IPC: G06F30/27 , G06N3/0475 , G06N3/084 , G06N3/086
Abstract: 提供了一种用于优化和/或改进半导体器件的模拟器参数的设备。该设备包括:存储器,被配置为存储进化池和输入张量‑分数对;以及处理器,被配置为对进化池中的生成器网络进行采样,初始化评价网络以训练被采样的生成器网络,从训练后的生成器网络生成输入张量,初始化模拟器以对输入张量执行黑盒操作以及输出分数作为操作的结果,以及将输入张量和分数作为输入张量‑分数对存储在存储器中,当输出分数大于最小分数时,将在黑盒操作中使用的信息存储在进化池中,对存储的信息进行排序,以及更新进化池,使得只有预设数量的信息留在进化池中。
-
公开(公告)号:CN116136962A
公开(公告)日:2023-05-19
申请号:CN202211433459.1
申请日:2022-11-16
Applicant: 三星电子株式会社 , 首尔大学校产学协力团
IPC: G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/082 , G06T7/20
Abstract: 公开了基于混合神经网络的用于对象跟踪的学习方法和系统。对象跟踪学习系统包括:第一神经网络模块,将针对输入图像的第一参数从第一类型表示并学习为第二类型,并且将学习的结果输出为第一学习结果;第二神经网络模块,移除并学习针对输入图像的第二参数中的一部分的连接,并且将学习的结果输出为第二学习结果;预测模块,根据通过对第一学习结果和第二学习结果进行求和而获得的求和结果来生成输入图像的对象的预测值;以及优化模块,基于所述预测值更新第一参数和第二参数。
-
-
公开(公告)号:CN118690718A
公开(公告)日:2024-09-24
申请号:CN202410252037.7
申请日:2024-03-06
Applicant: 三星电子株式会社
IPC: G06F30/398 , H04L43/0894 , G06F17/18
Abstract: 提供了一种用于估计关于产品的缺陷的核密度函数的阈值的方法、设备和系统。该方法包括:自举采样操作,通过使用根据样本数据的数量从多个带宽估计方法当中选择的带宽估计方法来为样本数据集估计最佳核带宽,基于最佳核带宽来估计与核密度函数的尾部区域相对应的阈值,以及基于多个阈值来提供用于对阈值的不确定性进行量化的定量值。
-
公开(公告)号:CN114254579A
公开(公告)日:2022-03-29
申请号:CN202110702101.3
申请日:2021-06-24
Applicant: 三星电子株式会社
Abstract: 提供了用于对半导体制造工艺进行建模的系统和方法。用于对半导体制造工艺进行建模的系统包括至少一个第一处理器以及至少一个第二处理器。所述至少一个第一处理器被配置为提供通过使用设计图案样本和物理图案样本的多个图像对而训练的至少一个机器学习(ML)模型。物理图案样本是通过使用半导体制造工艺根据设计图案样本而形成的。所述至少一个第二处理器被配置为:将表示设计图案的形状和/或物理图案的形状的输入图像提供给所述至少一个第一处理器,并且基于从所述至少一个第一处理器接收的输出图像来生成定义物理图案和/或设计图案的输出数据。
-
公开(公告)号:CN115936981A
公开(公告)日:2023-04-07
申请号:CN202210921491.8
申请日:2022-08-02
Applicant: 三星电子株式会社
Abstract: 一些示例实施例涉及一种超分辨率扫描电子显微镜(SEM)图像实现装置和/或其方法。提供了一种超分辨率扫描电子显微镜(SEM)图像实现装置,其包括处理器,处理器被配置为裁剪低分辨率SEM图像以生成第一裁剪图像和第二裁剪图像,放大第一裁剪图像和第二裁剪图像以生成第一放大图像和第二放大图像,并且从第一放大图像和第二放大图像中消除噪声以生成第一噪声消除图像和第二噪声消除图像。
-
-
-
-
-
-
-