报告详情
  1. 活动首页
  2. 报告清单
  3. 报告详情
基于1DCNN-Transformer-MLP集成架构的等离子体光谱-薄膜厚度预测研究
编号：91 访问权限：仅限参会人 更新：2025-09-08 17:16:03 浏览：715次 口头报告

报告开始：2025年09月21日 09:10（Asia/Shanghai）

报告时间：20min

所在会场：[S5] 分论坛五：主题5：气体放电及应用 [S5-1] 主题5：气体放电及应用（一）

暂无文件

摘要
为解决等离子体光学发射光谱高维度、非线性特性下，传统模型难兼顾局部特征提取与长距离依赖建模的问题，构建了1DCNN-Transformer-MLP集成深度学习架构，实现薄膜厚度高精度预测。
该架构采用“局部-全局-预测”三级框架：1DCNN模块通过双卷积块与池化层，降低光谱数据维度；Transformer模块以正弦余弦位置编码补充波长信息，结合多头注意力机制挖掘全波段特征协同规律；MLP模块通过全连接结构完成非线性映射，辅以Dropout正则化提升泛化能力。
该架构为等离子体光谱解析提供高效范式，为薄膜沉积工艺精准调控奠定数据驱动基础。
 
关键词
等离子体薄膜,光谱数据,深度学习
报告人
郄龙飞
北京化工大学机电工程学院

稿件作者
郄龙飞 北京化工大学机电工程学院
Ruixue Wang 北京化工大学
发表评论
验证码 看不清楚，更换一张
全部评论
重要日期

  • 会议日期

    09月19日

    2025

    至

    09月22日

    2025

  • 09月09日 2025

    初稿截稿日期

  • 09月22日 2025

    注册截止日期

主办单位
中国物理学会静电专业委员会
承办单位
南京信息工程大学
电磁环境效应国家级重点实验室
无锡研平电子科技有限公司
联系方式
登录查看完整联系方式
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询