高級機器學習生態係統以滿足HVM光學計量學要求

抽象的
機器學習（ML）技術已成功部署以解決光學計量學挑戰
近年來的半導體行業。使用更高級的計算技術和算法，ML係統万博mantex体育入口
可以進一步改進以滿足大量製造（HVM）要求。在這項工作中，高級ML生態係統
是基於大數據架構實施的，以生成快速和用戶友好的ML預測模型
計量目的。使用此ML生態係統完成的申請工作和結果已揭示其能力
快速完善解決方案以預測外部參考數據並改善常規光學的吞吐量
臨界維度（OCD）計量學。解決的時間已得到顯著改善和人類運營時間
也大大減少了。顯示了線測量應用的前端和後端的結果，
與外部參考或常規OCD相比，證明良好的相關性和小錯誤
結果。從本ML生態係統中的增量重新訓練改善了與外部參考的相關性，多個
分析了重新訓練模型以了解重新培訓效果和相應的要求。質量指標（QM）
還顯示與監視食譜性能相關。它成功證明了這一點
可以輕鬆更新高級ML生態係統，簡化的ML模型以進行高靈敏度和過程開發
在HVM方案中的應用。
關鍵字：機器學習，光學臨界維度（OCD），大數據，大量製造（HVM），
增量再培訓，相關性，解決方案時間，質量度量（QM）