使用多机器学习核的光刻热点检测制造技术

技术编号:20161205 阅读:42 留言:0更新日期:2019-01-19 00:13
热点检测系统根据热点训练数据的拓扑将热点训练数据集分类成多个热点簇,其中热点簇与不同的热点拓扑相关联,并且热点检测系统根据非热点训练数据的拓扑将非热点训练数据集分类成多个非热点簇,其中非热点簇与不同的拓扑相关联。该系统从热点簇并且从非热点簇的形心中提取拓扑关键特征和非拓扑关键特征。该系统还创建被配置为识别热点的多个核,其中使用所提取的非热点簇的形心的关键特征以及从热点簇中的一个热点簇所提取的关键特征来构造每个核,并且每个核被配置为识别与其他核被配置用于识别的热点拓扑不同的热点拓扑。

【技术实现步骤摘要】
使用多机器学习核的光刻热点检测本申请是申请日为2014年05月30日、申请号为201410240890.3、专利技术名称为“使用多机器学习核的光刻热点检测”的专利技术专利申请的分案申请。相关申请的交叉引用本申请要求于2013年5月30日提交的临时专利申请No.61/828,915的优先权,其通过引用而结合于此。
本公开总体上涉及热点识别领域,特别涉及使用机器学习改进热点识别。
技术介绍
在先进制造技术中,日益增长的亚波长光刻(lithography)间隙导致印刷布局图案的不期望的形状扭曲。尽管设计规则检查(DRC)和刻线(reticle)/分辨率增强技术(RET)(诸如光学邻近校正(OPC)和次分辨率辅助特征(SRAF))可以缓解可印刷性问题,但是布局上的很多区域可能仍然易受光刻工艺的影响。这些区域,所谓的光刻热点,应当在掩膜合成(masksynthesis)之前被检测并且校正。因此,热点检测是物理验证中的重要任务。近年来热点检测已经获得持续的关注,并且可以主要被分类成四个主要类别:(1)光刻仿真、(2)图案匹配、(3)机器学习、以及(4)混合。全光刻仿真提供了最精确的检测结果。然而本文档来自技高网...

【技术保护点】
1.一种其上嵌入有程序的非瞬态计算机可读取介质,所述程序由处理器可执行以用于实现一种方法,所述方法包括:使用多个核来评估片段,所述多个核至少包括第一核和第二核,所述第一核被配置为识别指示热点要发生的可能性的第一拓扑,所述第二核被配置为识别与所述第一拓扑不同的第二拓扑,其中所述片段表示集成电路拓扑的一部分。

【技术特征摘要】
2013.05.30 US 61/828,9151.一种其上嵌入有程序的非瞬态计算机可读取介质,所述程序由处理器可执行以用于实现一种方法,所述方法包括:使用多个核来评估片段,所述多个核至少包括第一核和第二核,所述第一核被配置为识别指示热点要发生的可能性的第一拓扑,所述第二核被配置为识别与所述第一拓扑不同的第二拓扑,其中所述片段表示集成电路拓扑的一部分。2.根据权利要求1所述的计算机可读取介质,其中所述核中的每个核处理所提取的所有片段以识别热点。3.根据权利要求1所述的计算机可读取介质,进一步包括执行热点过滤。4.根据权利要求1所述的计算机可读取介质,进一步包括将所述多个核中的至少一个核所识别的一个或多个热点芯合并成若干区域,其中合并区域是覆盖所述合并区域中的所述一个或多个热点芯的最小边界框。5.根据权利要求1所述的计算机可读取介质,进一步包括:从连接到所述热点检测系统的客户端设备接收布局;以及将所识别的热点提供至所述客户端设备。6.一种热点检测系统,包括:处理器,以及耦合到所述处理器的非瞬态计算机可读取介质,所述计算机可读取介质包括指令,所述指令在由所述处理器执行时使所述系统执行步骤,所述步骤包括:根据热点训练数据的拓扑将包括产生热点的第一图案集的热点训练数据集分类成多个热点簇;根据非热点训练数据的拓扑将包括与所述第一图案集不同的第二图案集非热点训练数据集分类成多个非热点簇,所述多个非热点簇中的每个非热点簇与形心相关联;从所述多个热点簇中提取拓扑关键特征,其中所述拓扑关键特征是使簇特征化的几何相关特征;从所述多个非热点簇的每个形心中提取非拓扑关键特征,其中所述非拓扑关键特征是使簇特征化的光刻工艺相关特征;以及创建被配置为识别一个或多个热点拓扑的多个核,其中使用从所述多个热点簇中的至少一个热点簇所提取的拓扑关键特征以及从所述非热点簇的全部所述形心所提取的非拓扑关键特征来构造所述多个核中的每个核,并且所述多个核至少包括第一核和第二核,所述第一核被配置为识别第一热点拓扑,所述第二核被配置为识别与所述第一热点拓扑不同的第二热点拓扑。7.根据权利要求6所述的系统,其中所述指令在由所述处理器执行时使所述系统执行步骤,所述步骤包括:将所述热点训练数据上采样成第一数据大小,其中根据非热点训练数据的拓扑将非热点训练数据集分类成多个非热点簇包括将所述非热点训练数据下采样成第二数据大小。8.根据权利要求6所述的系统,其中:所述热点训练数据包括多个热点数据项;并且上采样所述热点训练数据包括:对每...

【专利技术属性】
技术研发人员:江清流余彦廷林耕禾江蕙如
申请(专利权)人:美商新思科技有限公司
类型:发明
国别省市:美国,US

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1
相关领域技术
  • 暂无相关专利