公开(公告)号：CN115812223B

公开(公告)日：2024-11-15

申请号：CN202280005244.1

申请日：2022-01-28

申请人： 因美纳有限公司

发明人： K·J·吉特森 ,  刘敬涛 ,  陶一锋

IPC分类号： G06V10/764 ,  G06V10/82 ,  G16B40/00

摘要： 所公开的技术涉及训练卷积神经网络(CNN)以识别和分类导致过程周期失败的图像生成芯片的区段的图像。所公开的技术包括使用尺寸为J×K的图像生成芯片的区段的标记图像来创建尺寸为M×N的图像的训练数据集。所公开的技术可使用水平和竖直反射沿着定位在M×N帧中的J×K标记图像的边缘填充M×N帧。使用训练数据集进一步训练预训练的CNN。受过训练的CNN可将区段图像分类为正常或描绘失败。所公开的技术可训练根本原因CNN以对导致过程周期失败的区段的过程周期图像进行分类。受过训练的CNN可通过过程失败的根本原因在多个失败类别中对区段图像进行分类。

公开(公告)号：CN115812223A

公开(公告)日：2023-03-17

申请号：CN202280005244.1

申请日：2022-01-28

申请人： 因美纳有限公司

发明人： K·J·吉特森 ,  刘敬涛 ,  陶一锋

IPC分类号： G06V10/764 ,  G06V10/82 ,  G16B40/00

摘要： 所公开的技术涉及训练卷积神经网络(CNN)以识别和分类导致过程周期失败的图像生成芯片的区段的图像。所公开的技术包括使用尺寸为J×K的图像生成芯片的区段的标记图像来创建尺寸为M×N的图像的训练数据集。所公开的技术可使用水平和竖直反射沿着定位在M×N帧中的J×K标记图像的边缘填充M×N帧。使用训练数据集进一步训练预训练的CNN。受过训练的CNN可将区段图像分类为正常或描绘失败。所公开的技术可训练根本原因CNN以对导致过程周期失败的区段的过程周期图像进行分类。受过训练的CNN可通过过程失败的根本原因在多个失败类别中对区段图像进行分类。

公开(公告)号：CN115668382A

公开(公告)日：2023-01-31

申请号：CN202180037732.6

申请日：2021-05-28

申请人： 因美纳有限公司

发明人： K·J·吉特森 ,  N·雷扎伊 ,  P·M·菲利浦克鲁兹

IPC分类号： G16B20/00

摘要： 本发明所公开的技术涉及用于在一次或多次非决定性样品评估运行后对是否重新评估样品进行评分的系统和方法。评分能够基于调用率和来自过程探针的读数的组合，该过程探针在样品处理的连续阶段生成指示处理参数的信号。该系统能够包括分类器，该分类器被训练以预测附加样品评估运行是否将产生针对该样品的决定性结果。该系统能够使用来自被分组成样品依赖性过程探针和样品独立性过程探针的探针的多个读数。该系统能够使用来自根据该样品评估运行的三个阶段进行分组的探针的辐射信号的多个读数。