支持向量机在光学散射测量中纳米结构快速精确重建的应用
最优化与控制
2019-05-17 v1 光学
摘要
非线性回归方法，如局部优化算法，广泛用于光学散射测量中纳米结构轮廓参数提取。局部优化算法的成功高度依赖估计的初始解。若初始解选取不当，要么耗时久才收敛至全局解，要么陷入局部解。因此，发展一种保证捕获全局最优解的方法十分重要。本文提出一种结合支持向量机与Levenberg-Marquardt算法以实现快速精确参数提取的方法。引入SVM技术在参数粗略范围内挑出子区间，其中任意选取的LM算法初始解便能以更高概率获得全局解。在一维硅光栅与深刻蚀多层光栅上的仿真与实验证明了所提方法的可行性与高效性。
引用
@article{arxiv.1905.06857,
title = {Application of support vector machine for the fast and accurate reconstruction of nanostructures in optical scatterometry},
author = {Jinlong Zhu and Hao Jiang and Chuanwei Zhang and Xiuguo Chen and Shiyuan Liu},
journal= {arXiv preprint arXiv:1905.06857},
year = {2019}
}
备注
12 pages, 10 figures, 2 tables