龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：华中科技大学
摘要：本申请提供了基于深度学习的芯片版图双步光刻热点检测方法及系统，属于半导体设计与验证领域，方法包括：采用缺陷特征提取模型和版图分类模型对待检测的版图进行光刻热点检测；模型的训练方法为：构建具有分类标签的版图数据集和其对应的缺陷标记数据集；基于版图和其对应的预处理后的缺陷标记训练缺陷特征提取模型，以识别光刻热点分布模式，生成缺陷位置特征图；将缺陷位置特征图、芯片版图及有效区域特征图组合获取组合特征；以版图数据的分类标签作为版图分类模型的学习目标，以组合特征作为版图分类模型的输入，完成对版图分类模型的训练。本申请解决了基于深度神经网络的光刻热点检测模型的可解释性结果与实际光刻缺陷区域差异较大的问题。
主权项：1.一种基于深度学习的芯片版图双步光刻热点检测方法，其特征在于，顺次采用训练完毕的缺陷特征提取模型和版图分类模型对待检测的芯片版图进行光刻热点检测；其中，缺陷特征提取模型和版图分类模型的训练方法为：S1：依据光刻仿真获取的芯片版图缺陷位置获取原始缺陷标记后预处理，生成预处理后的缺陷标记，构建缺陷标记数据集；同时使用有效区域窗口对原始缺陷标记进行检测，生成版图分类标签，构建具有分类标签的版图数据集；其中，分类标签包括热点或非热点；S2：将芯片版图和其对应的缺陷标记数据集输入至缺陷位置特征提取模型中训练，识别版图的热点分布模式，并生成缺陷位置特征图；S3：将缺陷位置特征图、芯片版图以及有效区域特征图组合获取组合特征；S4：以芯片版图的分类标签作为版图分类模型的学习目标，以组合特征作为版图分类模型的输入，完成对版图分类模型的训练。
全文数据：
权利要求：
百度查询： 华中科技大学 基于深度学习的芯片版图双步光刻热点检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号