[发明专利]针对半导体应用并入神经网络及前向物理模型的系统及方法

权利要求书

1.一种经配置以训练神经网络的系统，其包括：

一或多个计算机子系统；及

一或多个组件，其由所述一或多个计算机子系统实行，其中所述一或多个组件包括：

神经网络，其经配置用于确定输入到所述神经网络的样品的训练集中的输入图像的经反转特征；

前向物理模型，其经配置用于从所述输入图像的所述经反转特征重建所述输入图像，借此产生对应于所述训练集中的所述输入图像的输出图像集；及

残余层，其经配置用于确定所述训练集中的所述输入图像与在所述集中的对应输出图像之间的差异；

其中所述一或多个计算机子系统经配置用于基于经确定的所述差异更改所述神经网络的一或多个参数，借此训练所述神经网络，

其中所述一或多个计算机子系统进一步经配置以将所述样品或另一样品的运行时间图像输入到经训练神经网络中使得所述经训练神经网络针对所述运行时间图像确定经反转特征，其中针对所述运行时间图像确定的所述经反转特征是所述运行时间图像的光学校正版本的特征，且其中所述运行时间图像是指输入到所述经训练神经网络的测试图像。

2.根据权利要求1所述的系统，其中所述神经网络经配置为卷积神经网络。

3.根据权利要求1所述的系统，其中所述神经网络经配置为完全卷积模型。

4.根据权利要求1所述的系统，其中所述神经网络经配置为深度生成模型。

5.根据权利要求1所述的系统，其中所述神经网络经配置为生成对抗网。

6.根据权利要求1所述的系统，其中所述神经网络经配置为条件式生成对抗网。

7.根据权利要求1所述的系统，其中所述神经网络经配置为生成对抗网络及变分自动编码器。

8.根据权利要求1所述的系统，其中所述神经网络的部分经配置为卷积神经网络。

9.根据权利要求1所述的系统，其中所述前向物理模型经配置为可微分前向物理模型。

10.根据权利要求1所述的系统，其中所述前向物理模型经实施或近似表示为附加的神经网络。

11.根据权利要求1所述的系统，其中所述前向物理模型包括对应于用于产生所述样品的所述输入图像的成像参数的模型参数。

12.根据权利要求1所述的系统，其中所述前向物理模型包括对应于产生所述样品的所述输入图像所涉及的物理参数的模型参数。

13.根据权利要求1所述的系统，其中所述前向物理模型包括至少一个可调整模型参数。

14.根据权利要求1所述的系统，其中所述前向物理模型包括至少一个固定模型参数。

15.根据权利要求1所述的系统，其中所述一或多个计算机子系统进一步经配置以将所述样品或所述另一样品的所述运行时间图像输入到所述经训练神经网络中使得：

所述经训练神经网络针对所述运行时间图像确定所述经反转特征；

所述前向物理模型从针对所述运行时间图像确定的所述经反转特征重建所述运行时间图像；且

所述残余层确定所述运行时间图像与经重建的所述运行时间图像之间的差异，其中所述运行时间图像与经重建的所述运行时间图像之间的所述差异是残余图像的特征。

16.根据权利要求1所述的系统，其中所述输入图像由基于电子束的成像系统产生。

17.根据权利要求1所述的系统，其中所述输入图像由基于光学的成像系统产生。