[发明专利]用于电子级缓冲氧化物蚀刻液生产的智能控制系统

权利要求书

1.一种用于电子级缓冲氧化物蚀刻液生产的智能控制系统，其特征在于，包括：

图像采集模块，用于获取由摄像头采集的待蚀刻半导体器件的表面状态图像；

图像特征提取模块，用于将所述待蚀刻半导体器件的表面状态图像通过包含深浅特征融合模块的卷积神经网络模型以得到表面特征图；

降维模块，用于对所述表面特征图进行沿通道维度进行全局池化以得到表面特征矩阵；

矩阵分块模块，用于对所述表面特征矩阵进行分块处理以得到多个表面子特征矩阵；

矩阵展开模块，用于将所述多个表面子特征矩阵展开为多个表面子特征向量；

表面状态上下文语义关联模块，用于将所述多个表面子特征向量输入基于转换器的上下文编码器以得到解码特征向量；以及

含量值确定模块，用于将所述解码特征向量通过解码器以得到第一解码值和第二解码值，所述第一解码值和所述第二解码值为氟化氢的含量和氟化铵的含量；

其中，所述用于电子级缓冲氧化物蚀刻液生产的智能控制系统还包括对所述包含深浅特征融合模块的卷积神经网络模型、所述基于转换器的上下文编码器和所述解码器进行训练的训练模块；

其中，所述训练模块，包括：

训练数据采集模块，用于获取训练数据，所述训练数据包括待蚀刻半导体器件的训练表面状态图像，以及，所述氟化氢的含量和所述氟化铵的含量的真实值；

训练图像特征提取模块，用于将所述待蚀刻半导体器件的训练表面状态图像通过所述包含深浅特征融合模块的卷积神经网络模型以得到训练表面特征图；

训练降维模块，用于对所述训练表面特征图进行沿通道维度进行全局池化以得到训练表面特征矩阵；

训练矩阵分块模块，用于对所述训练表面特征矩阵进行分块处理以得到多个训练表面子特征矩阵；

训练矩阵展开模块，用于将所述多个训练表面子特征矩阵展开为多个训练表面子特征向量；

训练表面状态上下文语义关联模块，用于将所述多个训练表面子特征向量输入所述基于转换器的上下文编码器以得到训练解码特征向量；

优化模块，用于对所述训练解码特征向量进行特征分布优化以得到优化训练解码特征向量；

解码损失模块，用于将所述优化训练解码特征向量通过所述解码器以得到第一解码损失函数值和第二解码损失函数值；以及

反向传播模块，用于基于所述第一解码损失函数值和所述第二解码损失函数值并通过梯度下降的反向传播来对所述包含深浅特征融合模块的卷积神经网络模型、所述基于转换器的上下文编码器和所述解码器进行训练；

其中，所述优化模块，用于：以如下优化公式对所述训练解码特征向量进行耿贝尔正态周期性重参数化以得到所述优化训练解码特征向量；

其中，所述优化公式为：

，

其中，表示所述训练解码特征向量的各个位置的特征值，和分别是所述训练解码特征向量的各个位置的特征值集合的均值和方差，表示以2为底的对数函数，表示反正弦函数，表示反余弦函数，表示所述优化训练解码特征向量的各个位置的特征值。

2.根据权利要求1所述的用于电子级缓冲氧化物蚀刻液生产的智能控制系统，其特征在于，所述图像特征提取模块，包括：

浅层特征提取单元，用于从所述包含深浅特征融合模块的卷积神经网络模型的浅层提取浅层特征图；

深层特征提取单元，用于从所述包含深浅特征融合模块的卷积神经网络模型的深层提取深层特征图；以及

融合单元，用于使用所述包含深浅特征融合模块的卷积神经网络模型的深浅特征融合模块来融合所述浅层特征图和所述深层特征图以得到表面特征图。

3.根据权利要求2所述的用于电子级缓冲氧化物蚀刻液生产的智能控制系统，其特征在于，所述表面状态上下文语义关联模块，包括：

上下文语义编码单元，用于使用所述基于转换器的上下文编码器对所述多个表面子特征向量进行基于全局的上下文语义编码以得到多个表面语义特征向量；以及

级联单元，用于将所述多个表面语义特征向量进行级联以得到所述解码特征向量。