深圳大学赵春洋获国家专利权
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！
龙图腾网获悉深圳大学申请的专利一种多模态融合域迁特征驱动的晶圆表面缺陷表征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：CN120876449B 。
龙图腾网通过国家知识产权局官网在2026-03-31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：202511142077.7，技术领域涉及：G06T7/00；该发明授权一种多模态融合域迁特征驱动的晶圆表面缺陷表征方法是由赵春洋;金世强;谢建龙设计研发完成，并于2025-08-15向国家知识产权局提交的专利申请。
本一种多模态融合域迁特征驱动的晶圆表面缺陷表征方法在说明书摘要公布了：本发明涉及半导体制造技术领域，公开了一种多模态融合域迁特征驱动的晶圆表面缺陷表征方法，该步骤：首先对多模态数据进行特征提取与融合，再通过多层级域对抗网络进行全面的特征对齐。将对齐后的特征显式分离为域不变与域变两部分；然后通过自注意力机制增强域不变特征，并与对齐后的多模态特征进行最小信息损失重组，构建出高质量的最终特征集。基于此，一个多任务学习框架即可并行输出缺陷的种类、测量与定位结果。通过多层级域对抗与精细化的特征解耦重组策略，有效克服了因生产批次或设备更迭引发的域偏移难题，实现了对晶圆表面缺陷精准、鲁棒且全面的智能化表征。
本发明授权一种多模态融合域迁特征驱动的晶圆表面缺陷表征方法在权利要求书中公布了：1.一种多模态融合域迁特征驱动的晶圆表面缺陷表征方法，其特征在于，包括以下步骤： S1、基于晶圆表面缺陷的多模态数据，通过多模态特征提取器提取各模态的单模态特征，并对所述单模态特征进行融合得到融合多模态特征； S2、采用多层级域对抗器对所述单模态特征和所述融合多模态特征进行特征对齐，得到对齐后的单模态特征和对齐后的融合多模态特征，并基于对齐后的特征量化分离得到域不变特征和域变特征； S3、执行基于最小信息损失的缺陷域迁特征重组策略，对所述域不变特征进行增强，对所述域变特征进行抑制，以重组得到最小损失域迁信息特征集合； 步骤S3中，所述对所述域不变特征进行增强，具体包括： 采用自注意力机制，计算所述域不变特征内部各元素间的相关性，并据此提高在所有域中稳定出现的共性特征的注意力权重； S4、基于所述最小损失域迁信息特征集合，通过多任务学习微调策略，得到所述晶圆表面缺陷的缺陷种类、缺陷测量和缺陷定位。
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大学，其通讯地址为：518060 广东省深圳市南山区南海大道3688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”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励