sem_cd_measure — GENERATIVE `sem` op

• 데이터 종류: pairs → table

• 호출: import fullseye as fs; fs.ledger.sem_cd_measure(profile, *, method: 'str' = 'threshold', threshold: 'float' = 0.5, smooth_nm: 'float' = 0.0) -> 'dict'(구현을 직접 호출하려면 import sem; sem.sem_cd_measure(profile, *, method: 'str' = 'threshold', threshold: 'float' = 0.5, smooth_nm: 'float' = 0.0) -> 'dict', 원장에서 가져오려면 opsgenerative.get("sem_cd_measure"))

사용법

라인 프로파일(pairs: x와 신호)에서 CD-SEM의 두 방식으로 선폭을 구한다.

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

1 本の線の左右の縁は、それぞれ明るい山(縁の効果)になる。各山の外側の斜面で:

• threshold: 外側の地の水準 b と山の高さ p の間の b + t·(p − b) を横切る位置(線形補間)。t = threshold(既定 0.5 = 50 % しきい値)。

• max_slope: 外側の斜面で勾配の絶対値が最大になる位置(3 点放物線で詰める)。

地の水準は両端それぞれ外側 10 % の中央値。smooth_nm > 0 なら先にガウシアンで均す。

Returns

dict

width_nm / left_nm / right_nm / method / threshold /

peak_left_nm / peak_right_nm。

Examples

>>> import numpy as np

>>> x = np.arange(-50.0, 51.0)

>>> y = 0.2 + np.exp(-0.5 * ((x + 20) / 3) ** 2) + np.exp(-0.5 * ((x - 20) / 3) ** 2)

>>> r = sem_cd_measure(np.stack([x, y], axis=1), method="threshold", threshold=0.5)

>>> bool(abs(r["width_nm"] - 2 * (20 + 3 * np.sqrt(2 * np.log(2)))) < 0.2)

True

자세한 사용 가이드

• generative_art 패밀리 가이드

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• poc_virtual_sem_kv_cd_bse — py -3.11 examples/poc_virtual_sem_kv_cd_bse.py

타입이 이어지는 다음 연산자(`table` 를 입력으로 받는 것)

perpetual_step · perpetual_render

같은 카테고리(`sem`)

sem_render · sem_electron_mc · sem_se_universal_curve · sem_yield_curve · sem_line_profile · sem_image · sem_se_escape_fraction · sem_charging_series

*Provenance: sem.py — GENERATIVE 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

sem_cd_measure — GENERATIVE sem op

사용법