买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉昆山一鼎工业科技有限公司申请的专利基于机器学习仿真模型的预测双面局部镀层膜厚的构建方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119647291B 。

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510098169.3，技术领域涉及：G06F30/27；该发明授权基于机器学习仿真模型的预测双面局部镀层膜厚的构建方法是由门松明珠;周智翰;周爱和设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本基于机器学习仿真模型的预测双面局部镀层膜厚的构建方法在说明书摘要公布了：本发明涉及一种基于机器学习仿真模型的预测双面局部镀层膜厚的构建方法，属于电镀技术领域。本发明通过机器学习仿真模型完善并构建LR逻辑回归模型，利用构建逻辑斯蒂回归模型对LR逻辑回归模型实施训练，从而能够快速确立各种不同构造半导体器件的最佳电子电镀的生产条件，进而获取最优的镀件双面局部电子电镀控制方式，不仅能实现预测半导体器件双面局部镀层膜厚的准确性，大幅度降低与实际电镀产品镀层膜厚的误差，还能够实现电子电镀模组的进一步完善，促进半导体器件双面局部镀层膜厚的均匀性的提高，达到满足半导体器件高品质的要求。

本发明授权基于机器学习仿真模型的预测双面局部镀层膜厚的构建方法在权利要求书中公布了：1.一种基于机器学习仿真模型的预测双面局部镀层膜厚的构建方法，其特征在于，通过导入在不同电子电镀条件下电子电镀模组在电镀过程中所产生的镀层膜厚实验数据，将机器学习仿真模型通过预测双面局部镀层膜厚系统进行完善并构建LR逻辑回归模型，根据LR逻辑回归模型不断训练的结果得到镀层膜厚预测数据条件组，具体包括如下步骤： S1：构建基于电子电镀条件的数据库，并构建与所述数据库链接的初期机器学习仿真模型；将所述数据库设置于存储器中； S2：抽取所述数据库中至少两组电子电镀条件，通过预测双面局部镀层膜厚系统中的预测计算模块预测双面局部镀层膜厚；采用电子电镀模组对半导体器件按照抽取的电子电镀条件，进行镀层膜厚的电镀实际操作，并将获取的所述镀层膜厚实验数据导入至镀层膜厚阈值判别模块； S3：对预测双面局部镀层膜厚d预测值与目标阈值进行比较：当预测双面局部镀层膜厚d预测值满足公式D时，则进入所述LR逻辑回归模型；而未满足目标阈值的预测镀层膜厚d预测值不能进入训练模组，并对其S2中对应从数据库抽取出的电子电镀条件依据实测镀层膜厚值d实测值进行修正，并计算出修正的电子电镀条件，返回S2重新实测镀层膜厚d实测值，并重新判别修正电子电镀后的预测双面局部镀层膜厚d预测值是否满足阈值范围，直到预测双面局部镀层膜厚d预测值满足公式D时，才进入所述LR逻辑回归模型； 利用所有满足公式D的预测双面局部镀层膜厚d预测值来构建LR逻辑回归模型； 所述目标阈值关联的公式D为： d实测值100％-5％≤d预测值≤d实测值100％+5％ S4：将预测双面局部镀层膜厚d预测值和电子电镀模组实测值d实测值导入LR逻辑回归运算系统中的训练模组，通过LR逻辑回归运算体系进行系统训练，所述LR逻辑回归运算体系包括训练模块、稳定性生成模块和镀层膜厚运算模块； S5：根据S4的镀层膜厚运算模块运算所得的镀层膜厚进行模型形貌的判别并与目标阈值进行比较，若达到目标阈值，则判定为优化电子电镀条件，并将优化电子电镀条件应用于电子电镀装置的生产调试工作；若未达到目标阈值，则舍弃该镀层膜厚并返回S4重新训练。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人昆山一鼎工业科技有限公司，其通讯地址为：215300 江苏省苏州市昆山市玉山镇望山北路399号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。