汇报题目：以CNN提升虚拟量测精度报告

汇报时间：2020年5月25日 (星期一) 15:30

汇报地点：创新港2号巨构5-5058房间

汇报人：尚岁燕

汇报内容：科研工作简介

（1）轮圈动不平衡角度和偏重的虚拟量测方法

提出了运用卷积自编码器预测轮圈动不平衡角度和偏重的虚拟量测方法。将采集到的振动信号经过FFT变换后，利用卷积自编码器预训练提取信号原始特征，再使用卷积神经网络进行轮圈动不平衡角度和偏重的测量。

（2）针对深度学习的半导体数据通用化数据预处理方法

通用化数据处理包含三个步骤：工序对齐，维度变换和标准化。首先将收集到原始的长短脚不一的数据对齐处理，第二步维度变换，将原始二维数据平铺成一维展开。平铺后的数据按照外层为传感器类别，内层为加工步骤的方式展开,最后再对一维数据进行z-score标准化。

（3）半导体蚀刻数据的虚拟量测方法

将卷积自编码器应用于半导体数据，按照（2）中的数据预处理方式，将采得的无标签数据与有标签数据输入到卷积自编码器获取初始化权重，再利用标签数据输入进卷积神经网络进行微调，预测得出蚀刻厚度和角度的虚拟量测结果。

3.访学的体会和感悟分享