公开(公告)号：CN118296366A

公开(公告)日：2024-07-05

申请号：CN202311517042.8

申请日：2023-11-14

申请人： 张江国家实验室

发明人： 喻虹 ,  王大卫 ,  梁洪涛

IPC分类号： G06F18/214 ,  G01B15/00 ,  G06N3/048 ,  G06N3/08

摘要： 机器学习中多解问题的训练方法、X射线测量方法及装置，应用在纳米测量技术领域，利用X射线获取待检测目标件的散射图谱；利用测量模型对散射图谱分析，得到待检测器件的关键尺寸；测量模型是通过将样本器件的数据集输入至待训练测量模型中，基于联合损失函数对待训练测量模型进行训练得到的；联合损失函数的损失因子包括基于样本器件的关键尺寸的预测值的损失因子、预测值的巴比涅互补损失因子、预测值的中心对称损失因子及预测值的巴比涅互补的中心对称损失因子。通过结合物理先验信息在模型训练过程中构建联合损失函数，计算同一散射图谱对应的所有可能结构的损失，解决了多解问题，训练好的测量模型可以实时且高精度的X射线散射测量计算。

公开(公告)号：CN118296345A

公开(公告)日：2024-07-05

申请号：CN202311568419.2

申请日：2023-11-22

申请人： 张江国家实验室

发明人： 梁洪涛 ,  喻虹 ,  王成龙

IPC分类号： G06F18/213 ,  G01B15/00 ,  G06F18/214 ,  G06F30/27 ,  G06N20/00

摘要： 本申请实施例提供了一种关键尺寸的测量方法、装置、设备及存储介质，涉及通信技术领域，该方法包括：获取待测量物体的散射图；待测量物体的散射图是X射线经待测量物体被散射后形成的；从待测量物体的散射图中提取待测量物体的特征信号；基于待测量物体的特征信号，通过目标模型确定待测量物体的关键尺寸；其中，目标模型是通过仿真样本训练出初始模型，再经测量样本对初始模型再次训练后得到的。本申请实施例中，通过仿真样本训练初始模型，可以得到泛化能力较好的基础模型；再利用待测量物体对初始模型再次进行训练，得到目标模型，能够有效改善由于测量系统的随机干扰带来的预测偏差的问题。

公开(公告)号：CN118296344A

公开(公告)日：2024-07-05

申请号：CN202311566807.7

申请日：2023-11-22

申请人： 张江国家实验室

发明人： 喻虹 ,  梁洪涛 ,  王成龙

IPC分类号： G06F18/213 ,  G01B15/00 ,  G06F18/10 ,  G06F30/27 ,  G06N20/00

摘要： 基于机器学习加速的X射线小角散射测量方法及装置，用以在确定样品关键尺寸时加快仿真计算散射信号的速度，进而减少求解关键尺寸所花费的时间。该方法包括：通过测量系统获取待测样本的测量散射图；测量散射图为在不同位置关系下测量系统的X射线经过待测样本被散射后形成的散射图；所述位置关系为X射线与所述待测样本的方位角和入射角；解析所述待测样本的测量散射图中散射信号的分布特征，得到表征所述待测样本的关键尺寸的测量特征信号；将所述测量特征信号与仿真特征信号进行比较，确定与所述测量特征信号的差异最小的仿真特征信号；将与所述测量特征信号的差异最小的仿真特征信号相对应的一组模拟关键尺寸作为待测样本的关键尺寸。