本发明涉及一种基于迁移学习的化学机械抛光
芯片表面高度预测模型建模方法,包括化学机械抛光仿真数据采集,对数据进行数据预处理,建立源域数据集;利用设计的神经网络模型基于源域数据集进行模型训练,建立源域化学机械抛光芯片表面高度预测模型;然后基于不同的化学机械抛光工艺参数或者不同类型的电路建立目标域数据集,并利用迁移学习的方法,生成目标域化学机械抛光芯片表面高度预测模型。有益效果是适应工艺参数变化以及电路种类差异、通用性强。
声明:
“基于迁移学习的化学机械抛光芯片表面高度预测模型建模方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)