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！

龙图腾网获悉深圳市金誉半导体股份有限公司申请的专利基于深度学习的SiC沟槽刻蚀优化方法及系统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：CN120744411B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511267883.7，技术领域涉及：G06F18/20；该发明授权基于深度学习的SiC沟槽刻蚀优化方法及系统是由方绍明;林河北;顾岚雁;梅小杰;张传发;阳小冬设计研发完成，并于2025-09-05向国家知识产权局提交的专利申请。

本基于深度学习的SiC沟槽刻蚀优化方法及系统在说明书摘要公布了：本发明涉及半导体制造技术领域，公开了基于深度学习的SiC沟槽刻蚀优化方法及系统，其中，基于深度学习的SiC沟槽刻蚀优化方法包括：构建轻量化深度神经网络模型，通过神经架构搜索、知识蒸馏、模型剪枝和量化实现资源高效优化；实现多层注意力机制，可视化模型决策依据；提取符号规则，将深度模型决策简化为可理解的IF‑THEN规则；融合专家知识，将领域经验表示为逻辑规则并注入模型；提供反事实解释，分析参数变化对刻蚀结果的因果影响；本发明提高了SiC沟槽刻蚀效率和精度，模型体积减小，推理速度提升，能耗降低，增强可解释性，提高模型泛化能力和鲁棒性。

本发明授权基于深度学习的SiC沟槽刻蚀优化方法及系统在权利要求书中公布了：1.基于深度学习的SiC沟槽刻蚀优化方法，其特征在于，包括以下步骤： 构建轻量化神经网络模型，包括采用可微分神经架构搜索算法分析SiC刻蚀数据特性，生成适合刻蚀任务的神经网络结构，并通过硬件感知量化、网络剪枝和知识蒸馏减小模型尺寸； 基于构建的轻量化神经网络模型，实现注意力机制可视化，包括构建多层注意力模块捕捉不同输入特征和参数的重要性，将注意力权重映射回原始参数空间，并生成直观的可视化界面； 构建轻量化神经网络模型的步骤中，SiC刻蚀数据特性包括时序特征、空间特征和频谱特征，时序特征捕捉刻蚀参数随时间的演变规律，空间特征表征沟槽形貌的几何特性，频谱特征表示光谱和射频信号的频域特性； 利用可视化的注意力机制结果，提取可解释规则，包括利用决策树模拟深度模型决策行为，从决策树中提取IF-THEN规则，并验证规则与深度模型的一致性； 实现注意力机制可视化的步骤中，可视化方式包括热力图、时序图和雷达图，热力图用颜色深浅表示不同参数和特征的重要性，时序图展示参数重要性随时间的变化趋势，雷达图展示多维参数重要性的综合情况； 将提取的可解释规则与专家知识相结合，注入专家知识，包括将SiC刻蚀领域专家知识表示为逻辑规则集，通过知识蒸馏技术融入优化后的深度学习模型； 基于注入专家知识的模型，生成反事实解释，包括分析参数变化对刻蚀结果的影响，提供直观的因果关系解释； 注入专家知识的步骤中，SiC刻蚀领域专家知识涵盖工艺参数与刻蚀效果的因果关系、材料特性对刻蚀过程的影响、设备状态变化的处理策略和异常情况的诊断与解决方案； 在SiC沟槽刻蚀中，轻量化神经网络模型能够同时处理不同类型的输入数据，包括数值型工艺参数、时序型监测数据和图像型表面形貌数据，为刻蚀参数优化提供全面的数据支持。

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深圳市金誉半导体股份有限公司，其通讯地址为：518000 广东省深圳市龙华区大浪街道浪口社区华昌路315号1层(华昌路工业区14栋1-3层, 17栋1-3层)；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”。

以上内容由龙图腾AI智能生成。