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！

龙图腾网获悉华东师范大学申请的专利基于序列卷积神经网络模型的光刻工艺窗口的筛选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：CN116188453B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202310277592.0，技术领域涉及：G06T7/00；该发明授权基于序列卷积神经网络模型的光刻工艺窗口的筛选方法是由赵舶彤;娄鹏杰;吕岳;吕淑静设计研发完成，并于2023-03-21向国家知识产权局提交的专利申请。

本基于序列卷积神经网络模型的光刻工艺窗口的筛选方法在说明书摘要公布了：本发明提供了一种基于序列卷积神经网络模型的光刻工艺窗口的筛选方法，包括：在序列神经网络模型中输入一组光刻图像，以及图像在一组图像中的相对位置信息。在训练阶段，网络模型在分别提取每一张图像特征的同时，融合剩余图像的特征以及当前图像参数在这一组图像中的相对坐标。并最终判定当前图像是否满足生产需求。而在训练完成后，为了充分利用大量多样的无标签数据和对网络结果抽检修正后的数据。采用半监督学习利用更多无标签的数据进行学习。最后通过蒸馏学习对人为修正后的神经网络的结果进行学习，并更新参数。实现在使用过程中依旧不断学习的功能。保证算法的泛化能力不断提升，并满足实际应用过程中对光刻工艺窗口筛选的需求。

本发明授权基于序列卷积神经网络模型的光刻工艺窗口的筛选方法在权利要求书中公布了：1.一种基于序列卷积神经网络模型的光刻工艺窗口的筛选方法，其特征在于，所述方法具体包括： 预训练阶段： 首先，搭建BottleneckMobileNetV3序列卷积神经网络模型，利用人工标签的光刻工艺窗口数据集对神经网络进行训练； 所述的BottleneckMobileNetV3序列卷积神经网络模型用于筛选一组光刻工艺图像中满足生产需求的光刻工艺加工的参数范围，其参数范围被定义为光刻工艺窗口； 使用阶段： 将一组模板相同，加工参数设置不同的光刻图像输入到所述的BottleneckMobileNetV3序列卷积神经网络模型中，提取每张图片的深层特征，并同时分析图片与图片之间的相对参数，基于此由序列卷积神经网络模型判断当前一组图像中哪些图像的加工参数是满足工艺生产需求的，并将这些图片的加工参数组合为光刻工艺窗口作为输出；将输出结果存储为所选择光刻工艺窗口的数据集； 使用过程定期升级网络： 投入使用后，每收集1000组新的图像便对使用阶段的序列卷积神经网络模型升级；其升级神经网络的训练，具体包括： a）在使用过程中获取最新的无标签光刻工艺图像；基于半监督学习的方法，将采集到的一组模板相同、参数不同的图像进行两次不同的数据增强；在分别数据增强后，将产生的两组图片分别输入到两个结构相同，参数相同的BottleneckMobileNetV3序列卷积神经网络模型中，即一对孪生网络模型，获得两个网络模型的输出，即判断一组图片中每张图片的加工参数合格的概率，将概率作为训练网络模型的数据，获得新的参数θ11和θ12，并通过蒸馏学习更新两个孪生网络模型的参数； 在训练完成后，从两个孪生网络模型的参数θ1和θ2中选择一个参数，通过蒸馏学习对使用阶段的序列卷积神经网络模型的参数进行更新； b对使用阶段后序列卷积神经网络模型选择的光刻工艺窗口结果进行抽检，并人工修正；定期将修正后的结果作为新的数据集，基于有监督学习，利用人工修正的数据集对序列卷积神经网络模型进行训练，获得新的参数θ3，并通过蒸馏学习对使用阶段的序列卷积神经网络模型进行参数更新； 通过蒸馏学习使序列卷积神经网络模型在面对未来新的图像依旧能够保证性能良好的同时，不会因为参数的更新而导致处理旧数据时的性能下降；其中： 所述搭建的BottleneckMobileNetV3序列卷积神经网络模型，是由BottleneckMobileNetV3block模块和soulblock模块堆叠；通过两个模块保证模型在分析过程中节约计算量，并使模型在分析一组图片时，考虑到每个图片在一组图片中的相对位置； 为了使所述序列卷积神经网络模型的每一层之间是非线性的关系，模型的每一层使用ReLU激活函数进行链接；函数的计算公式为： 4； 为了保证每一层的输入都约束在[0,1]之间，在输入到ReLU函数前，对输入使用batchnormalization进行归一化处理，将输入的每一个值约束在[0,1]之间，获得ReLU函数的输入x。

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华东师范大学，其通讯地址为：200241 上海市闵行区东川路500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”。