컴퓨팅 장치에 의해 수행되는 다파장 후초평면 데이터의 광학 정보를 해석하는 방법에 있어서,상기 다파장 후초평면 데이터의 이론 데이터를 포함하는 학습 데이터 세트를 획득하는 단계;상기 학습 데이터 세트를 기초로 상기 다파장 후초평면 데이터의 복원 데이터를 출력하는 제1 신경망을 상기 학습 데이터 세트를 이용하여 학습시키는 단계;상기 복원 데이터를 입력받아 상기 광학 정보의 예측값을 출력하는 제2 신경망과 상기 제1 신경망을 결합하여 결합 신경망을 생성하는 단계;상기 학습 데이터 세트를 이용하여 상기 결합 신경망을 학습시키는 단계; 및상기 결합 신경망을 이용하여 상기 다파장 후초평면 데이터의 실측 데이터의 광학 정보를 해석하는 단계;를 포함하는, 데이터 해석 방법.

제1 항에 있어서,상기 학습 데이터 세트를 획득하는 단계는, 미리 설정된 뮬러 혹은 존스 행렬을 포함하는 이론 모델 수식을 따르는 상기 이론 데이터를 획득하는 단계; 및상기 이론 데이터에 대한 상기 광학 정보의 이론값을 획득하는 단계;를 포함하는, 데이터 해석 방법.

제1 항에 있어서,상기 제1 신경망을 상기 학습 데이터 세트를 이용하여 학습시키는 단계는, 상기 제1 신경망의 파라미터를 초기화하는 단계; 상기 이론 데이터를 상기 제1 신경망에 입력하여 상기 복원 데이터를 출력하는 단계; 상기 이론 데이터 및 상기 복원 데이터 사이의 오차값을 계산하는 단계; 및 상기 오차값을 기초로 상기 제1 신경망의 상기 파라미터를 업데이트하는 단계;를 포함하는, 데이터 해석 방법.

제3 항에 있어서,상기 제1 신경망의 파라미터를 초기화하는 단계는,상기 이론 데이터를 이용하여 미리 설정된 탐색 반복 횟수에 대하여 상기 제1 신경망을 학습 시키는 단계; 및상기 탐색 반복 횟수의 학습이 진행된 후 상기 제1 신경망의 오차값이 미리 설정된 탐색 기준치 이하인 경우 상기 파라미터를 확인하는 단계;를 포함하는, 데이터 해석 방법.

제1 항에 있어서,상기 결합 신경망을 생성하는 단계는, 상기 제2 신경망의 앞단에 미리 학습된 상기 제1 신경망을 결합하는 단계이고,상기 제1 신경망의 출력값인 상기 복원 데이터가 상기 제2 신경망에 입력되는, 데이터 해석 방법.

제5 항에 있어서,상기 결합 신경망을 학습시키는 단계는, 상기 제2 신경망의 파라미터를 초기화하는 단계; 상기 이론 데이터를 상기 결합 신경망에 입력하여 상기 광학 정보의 예측값을 출력하는 단계;상기 이론 데이터에 대한 이론값 및 상기 예측값 사이의 오차값을 계산하는 단계; 및상기 오차값을 기초로 상기 제1 신경망 또는 상기 제2 신경망의 파라미터를 업데이트하는 단계;를 포함하는, 데이터 해석 방법.

제1 항에 있어서,상기 광학 정보를 해석하는 단계는, 상기 실측 데이터를 상기 결합 신경망에 입력하는 단계; 및 상기 실측 데이터의 광학 정보에 대한 상기 결합 신경망의 출력값을 획득하는 단계;를 포함하는, 데이터 해석 방법.

컴퓨팅 장치를 이용하여 제1 항 내지 제7 항 중 어느 한 항의 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램.

다파장 후초평면 데이터의 광학 정보를 해석하는 장치에 있어서,프로세서를 포함하고,상기 프로세서는, 상기 다파장 후초평면 데이터의 이론 데이터를 포함하는 학습 데이터 세트를 획득하고, 상기 학습 데이터 세트를 기초로 상기 다파장 후초평면 데이터의 복원 데이터를 출력하는 제1 신경망을 상기 학습 데이터 세트를 이용하여 학습시키고, 상기 복원 데이터를 입력받아 상기 광학 정보의 예측값을 출력하는 제2 신경망과 상기 제1 신경망을 결합하여 결합 신경망을 생성하고, 상기 학습 데이터 세트를 이용하여 상기 결합 신경망을 학습시키고, 상기 결합 신경망을 이용하여 상기 다파장 후초평면 데이터의 실측 데이터의 광학 정보를 해석하는, 데이터 해석 장치.

제9 항에 있어서,상기 프로세서는, 미리 설정된 뮬러 혹은 존스 행렬을 포함하는 이론 모델 수식을 따르는 상기 이론 데이터를 획득하고, 상기 이론 데이터에 대한 상기 광학 정보의 이론값을 획득하는, 데이터 해석 장치.

제9 항에 있어서,상기 프로세서는, 상기 제1 신경망의 파라미터를 초기화하고, 상기 이론 데이터를 상기 제1 신경망에 입력하여 상기 복원 데이터를 출력하고, 상기 이론 데이터 및 상기 복원 데이터 사이의 오차값을 계산하고, 상기 오차값을 기초로 상기 제1 신경망의 상기 파라미터를 업데이트하는, 데이터 해석 장치.

제11 항에 있어서,상기 프로세서는, 상기 이론 데이터를 이용하여 미리 설정된 탐색 반복 횟수에 대하여 상기 제1 신경망을 학습 시키고, 상기 탐색 반복 횟수의 학습이 진행된 후 상기 제1 신경망의 오차값이 미리 설정된 탐색 기준치 이하인 경우 상기 파라미터를 확인하는, 데이터 해석 장치.

제9 항에 있어서,상기 프로세서는, 상기 제2 신경망의 앞단에 미리 학습된 상기 제1 신경망을 결합하고,상기 제1 신경망의 출력값인 상기 복원 데이터가 상기 제2 신경망에 입력되는, 데이터 해석 장치.

제13 항에 있어서,상기 프로세서는, 상기 제2 신경망의 파라미터를 초기화하고, 상기 이론 데이터를 상기 결합 신경망에 입력하여 상기 광학 정보의 예측값을 출력하고, 상기 이론 데이터에 대한 이론값 및 상기 예측값 사이의 오차값을 계산하고, 상기 오차값을 기초로 상기 제1 신경망 또는 상기 제2 신경망의 파라미터를 업데이트하는, 데이터 해석 장치.

제9 항에 있어서,상기 프로세서는, 상기 실측 데이터를 상기 결합 신경망에 입력하고상기 실측 데이터의 광학 정보에 대한 상기 결합 신경망의 출력값을 획득하는, 데이터 해석 장치.