一种版图特征提取的超参数确定方法、装置及介质制造方法及图纸

本发明专利技术公开了一种版图特征提取的超参数确定方法、装置及介质，方法包括：按照初始尺寸的采样窗口分别对版图上的N个样本点进行采样，对应获得N幅版图切片，N个样本点对应有N组属性参数；根据单像素物理尺寸分别对所述N幅版图切片进行特征提取，以转化为N个特征矩阵；基于N组属性参数，计算出N个特征矩阵的每个单像素位置对应的互信息值，获得互信息图；根据互信息图，确定出采样窗口的目标尺寸作为版图特征提取的超参数。本发明专利技术提供的方法、装置及介质，用以解决现有技术中对版图进行特征提取用于模型训练或模型应用时，存在选取的超参数不合适导致的运算速度和计算准确度均较差的技术问题。有效提高了运算速度和计算准确度。

【技术实现步骤摘要】
一种版图特征提取的超参数确定方法、装置及介质
本公开内容涉及半导体领域，尤其涉及一种版图特征提取的超参数确定方法、装置及介质。
技术介绍
随着集成电路技术的发展，工艺技术节点的迭代越来越快。在新工艺节点研发中通常会产生大量的数据用于工艺模型建立，指导集成电路产品研发中的物理设计以及集成电路制造中的掩模板优化。另一方面，近年来机器学习领域的发展使得其算法处理分析大规模数据并进行建模的能力越来越强。许多研究将两种技术进行结合，使用机器学习算法处理集成电路研发中产生的数据，从而更加高效地生成准确可靠的工艺模型，例如基于机器学习算法开发的刻蚀模型，光刻胶模型，坏点检测模型，光学邻近效应修正模型等。在各种模型算法中，对于设计版图中的一个样本点，为提取它周围环境中与图形结构相关的特征信息，需要在每个样本点周围设置一个采样窗口，把一定范围内的版图图形切片提取出来，对其进行像素化，转换为一个特征矩阵(例如密度矩阵)，矩阵内的每个值代表对应单像素里的图形特征值(例如图形密度值)。在转换过程中，每个单像素所代表的版图上的单像素物理尺寸以及采样窗口的尺寸大小是两个需要预先确定的超参数。在传统方法中，单像素物理尺寸通常被选定为设计版图的单位距离(databaseunit)或者设计图形的最小特征尺寸(featuresize)。而采样窗口的尺寸则需要根据相关的工艺物理参数进行选取，例如在与光刻工艺相关的模型中，特征提取时通常选取光学直径(OpticalDiameter,OD)作为采样窗口的边长。然而在基于机器学习的建模中，模型的训练时间、运算速度都与样本特征向量的大小成正相关。过小的单像素物理尺寸与过大的采样窗口尺寸将提取的特征矩阵过大，进而导致大型的特征向量，造成特征信息的冗余，导致模型训练时间的增长以及应用模型时运算速度的下降，而模型计算结果准确性反而没有提高。以28nm工艺节点为例，设计版图的单位距离为0.001μm，光学直径为2.6μm，如果单像素物理尺寸与采样窗口尺寸选定为这些数值，每个采样点生成的特征矩阵将包含百万级数据，如此大规模的数据计算将耗费大量的时间。此外，许多工艺的邻近效应十分复杂，并不能够通过物理机理分析得到合理的参数。在特征提取中盲目选取超参数可能导致信息冗余或丢失。可见，当前对版图进行特征提取用于模型训练或模型应用时，存在选取的超参数不合适导致的运算速度和计算准确度均较差的技术问题。
技术实现思路
本公开内容的目的至少部分在于，解决现有技术中对版图进行特征提取用于模型训练或模型应用时，存在选取的超参数不合适导致的运算速度和计算准确度均较差的技术问题。第一方面，本公开提供了一种版图特征提取的超参数确定方法，包括：按照初始尺寸的采样窗口分别对版图上的N个样本点进行采样，对应获得N幅版图切片，N大于1，其中，所述N个样本点对应有N组属性参数；根据单像素物理尺寸分别对所述N幅版图切片进行特征提取，以将所述N幅版图切片对应转化为N个特征矩阵；基于所述N组属性参数，计算出所述N个特征矩阵的每个单像素位置对应的互信息值，获得互信息图，其中，所述互信息图上的互信息值表征与所述互信息值对应的单像素位置上图形特征与属性参数的相关性；根据所述互信息图，确定出所述采样窗口的目标尺寸作为版图特征提取的超参数。可选的，所述单像素物理尺寸的确定方法为：获得所述版图上的多边形版图图形的所有边的长度数值，形成边长信息组；对所述边长信息组作统计分析，根据所述统计分析结果确定出所述单像素物理尺寸。可选的，所述根据所述统计分析结果确定出所述单像素物理尺寸，包括：根据所述统计分析结果，确定出分布频率最高的目标长度数值，并根据所述目标长度数值确定所述单像素物理尺寸。可选的，所述根据单像素物理尺寸分别对所述N幅版图切片进行特征提取，以将所述N幅版图切片对应转化为N个特征矩阵，包括：根据单像素物理尺寸分别对所述N幅版图切片进行基于密度图的特征提取，以将所述N幅版图切片对应转化为N个密度矩阵。可选的，所述基于所述N组属性参数，计算出所述N个特征矩阵的每个单像素位置对应的互信息值，获得互信息图，包括：采用公式计算出所述N个特征矩阵的位于(m,n)行列坐标的单像素位置对应的互信息值MIm,n(X,Y)，其中，x为所述N个特征矩阵中每个特征矩阵在(m,n)行列坐标的单像素位置上的特征值，X为所有x的集合；y为所述特征矩阵对应的所述属性参数，Y为所有y的集合；p(x,y)为x与y的联合概率分布函数，p(x)与p(y)分别为x与y的边际概率分布函数；遍历所述N个特征矩阵上的单像素位置，按对应的所述单像素位置的坐标排布计算出的所述互信息值，获得互信息图。可选的，所述根据所述互信息图，确定出所述采样窗口的目标尺寸作为版图特征提取的超参数，包括：根据所述互信息图上的互信息值及所述互信息值与所述互信息图中心的距离，绘制出相关性曲线；根据所述相关性曲线的拐点位置确定出所述采样窗口的目标尺寸作为版图特征提取的超参数。可选的，所述根据所述互信息图上的互信息值及所述互信息值与所述互信息图中心的距离，绘制出相关性曲线，包括：计算以所述互信息图的中心为中心的每一圈互信息值的平均值；根据所述平均值和所述每一圈互信息值至所述中心的距离，绘制出相关性曲线。可选的，所述根据所述互信息图上的互信息值及所述互信息值与所述互信息图中心的距离，绘制出相关性曲线，包括：计算所述互信息图的每一行互信息值的行平均值和所述每一行互信息值距所述互信息图的中心的行距离；并根据所述行平均值和所述行距离，绘制出行相关性曲线；计算所述互信息图的每一列互信息值的列平均值和所述每一列互信息值距所述互信息图的中心的列距离；并根据所述列平均值和所述列距离，绘制出列相关性曲线；所述根据所述相关性曲线的拐点位置确定出所述采样窗口的目标尺寸作为版图特征提取的超参数，包括：根据所述行相关性曲线的拐点位置确定出所述采样窗口的横向尺寸作为版图特征提取的超参数；根据所述列相关性曲线的拐点位置确定出所述采样窗口的纵向尺寸作为版图特征提取的超参数。第二方面，本公开提供了一种版图特征提取的超参数确定装置，包括：采样模块，用于按照初始尺寸的采样窗口分别对版图上的N个样本点进行采样，对应获得N幅版图切片，N大于1，其中，所述N个样本点对应有N组属性参数；矩阵转化模块，用于根据单像素物理尺寸分别对所述N幅版图切片进行特征提取，以将所述N幅版图切片对应转化为N个特征矩阵；互信图模块，用于基于所述N组属性参数，计算出所述N个特征矩阵的每个单像素位置对应的互信息值，获得互信息图，其中，所述互信息图上的互信息值表征与所述互信息值对应的单像素位置上图形特征与属性参数的相关性；确定模块，用于根据所述互信息图，确定出所述采样窗口的目标尺寸作为版图特征提取的超参数。第三方面，本公开提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面提供的任一方法。本申请实施例中提供的一个或多个本文档来自技高网...

【技术保护点】
1.一种版图特征提取的超参数确定方法，其特征在于，包括：/n按照初始尺寸的采样窗口分别对版图上的N个样本点进行采样，对应获得N幅版图切片，N大于1，其中，所述N个样本点对应有N组属性参数；/n根据单像素物理尺寸分别对所述N幅版图切片进行特征提取，以将所述N幅版图切片对应转化为N个特征矩阵；/n基于所述N组属性参数，计算出所述N个特征矩阵的每个单像素位置对应的互信息值，获得互信息图，其中，所述互信息图上的互信息值表征与所述互信息值对应的单像素位置上图形特征与属性参数的相关性；/n根据所述互信息图，确定出所述采样窗口的目标尺寸作为版图特征提取的超参数。/n

【技术特征摘要】
1.一种版图特征提取的超参数确定方法，其特征在于，包括：
按照初始尺寸的采样窗口分别对版图上的N个样本点进行采样，对应获得N幅版图切片，N大于1，其中，所述N个样本点对应有N组属性参数；
根据单像素物理尺寸分别对所述N幅版图切片进行特征提取，以将所述N幅版图切片对应转化为N个特征矩阵；
基于所述N组属性参数，计算出所述N个特征矩阵的每个单像素位置对应的互信息值，获得互信息图，其中，所述互信息图上的互信息值表征与所述互信息值对应的单像素位置上图形特征与属性参数的相关性；
根据所述互信息图，确定出所述采样窗口的目标尺寸作为版图特征提取的超参数。


2.如权利要求1所述的方法，其特征在于，所述单像素物理尺寸的确定方法为：
获得所述版图上的多边形版图图形的所有边的长度数值，形成边长信息组；
对所述边长信息组作统计分析，根据所述统计分析结果确定出所述单像素物理尺寸。


3.如权利要求2所述的方法，其特征在于，所述根据所述统计分析结果确定出所述单像素物理尺寸，包括：
根据所述统计分析结果，确定出分布频率最高的目标长度数值，并根据所述目标长度数值确定所述单像素物理尺寸。


4.如权利要求1所述的方法，其特征在于，所述根据单像素物理尺寸分别对所述N幅版图切片进行特征提取，以将所述N幅版图切片对应转化为N个特征矩阵，包括：
根据单像素物理尺寸分别对所述N幅版图切片进行基于密度图的特征提取，以将所述N幅版图切片对应转化为N个密度矩阵。


5.如权利要求1所述的方法，其特征在于，所述基于所述N组属性参数，计算出所述N个特征矩阵的每个单像素位置对应的互信息值，获得互信息图，包括：
采用公式计算出所述N个特征矩阵的位于(m,n)坐标的单像素位置对应的互信息值MIm,n(X,Y)，其中，x为所述N个特征矩阵中每个特征矩阵在(m,n)坐标的单像素位置上的特征值，X为所有x的集合；y为所述特征矩阵对应的所述属性参数，Y为所有y的集合；p(x,y)为x与y的联合概率分布函数，p(x)与p(y)分别为x与y的边际概率分布函数；
遍历所述N个特征矩阵上的单像素位置，按对应的所述单像素位置的坐标排布计算出的所述互信息值，获得互信息图。


6.如权利要求1所述的方法，其特征在于，所述根据所述互信息图，确定出所述采样窗...

【专利技术属性】
技术研发人员：盖天洋，韦亚一，粟雅娟，陈颖，
申请(专利权)人：中国科学院微电子研究所，
类型：发明
国别省市：北京;11