BriefGPT - AI 论文速递
·
Utilizing the Mean Teacher Model with Contrastive Loss for Wafer Pattern Recognition
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种结合均值教师模型与监督对比损失的方法，以提高半导体制造中晶圆图案识别的精度。实验结果表明，该方法在准确率、精确率、召回率和F1分数上均显著提升，具有实际应用潜力。
🎯
关键要点
- 本研究提出了一种结合均值教师模型与监督对比损失的方法，以提高晶圆图案识别的精度。
- 该方法旨在解决半导体制造中晶圆图案识别的挑战，尤其是标注数据不足的问题。
- 实验结果显示，该方法在准确率、精确率、召回率和F1分数上均显著提升。
- 研究结果表明，该方法具有实际应用潜力。
➡️
