GENERATIVE ADVERSARIAL NETWORKS (GANs) FOR SIMULATING SPECIMEN IMAGES

Methods and systems for generating a simulated image for a specimen are provided. One system includes one or more computer subsystems and one or more components executed by the one or more computer subsystems. The one or more components include a generative adversarial network (GAN), e.g., a conditional GAN (cGAN), trained with a training set that includes portions of design data for one or more specimens designated as training inputs and corresponding images of the one or more specimens designated as training outputs. The one or more computer subsystems are configured for generating a simulated image for a specimen by inputting a portion of design data for the specimen into the GAN. L'invention concerne des procédés et des systèmes permettant de générer une image simulée pour un échantillon. Un système comprend un ou plusieurs sous-systèmes informatiques et un ou plusieurs composants exécutés par le ou les sous-systèmes informatiques. Le ou les composants comprennent un réseau antagoniste génératif (GAN), par exemple, un GAN conditionnel (cGAN), formé avec un ensemble d'apprentissage qui comprend des parties de données de conception pour un ou plusieurs échantillons désignées comme entrées d'apprentissage et des images correspondantes du ou des échantillons désignées comme sorties d'apprentissage. Le ou les sous-systèmes informatiques sont configurés pour générer une image simulée pour un échantillon en introduisant une partie de données de conception pour l'échantillon dans le GAN.