学习装置、推理装置、学习模型的生成方法及推理方法制造方法及图纸

提供一种代替制造工艺的模拟器的已学习模型。学习装置具备至少一个存储器和至少一个处理器，所述至少一个处理器被构成为执行：获取模拟器的针对图像数据的参数；及将所述图像数据和所述参数输入学习模型，并对所述学习模型进行训练，以使所述学习模型的输出接近所述模拟器的针对所述图像数据的结果。

【技术实现步骤摘要】
【国外来华专利技术】学习装置、推理装置、学习模型的生成方法及推理方法
本专利技术涉及学习装置、推理装置、学习模型的生成方法及推理方法。
技术介绍
以往，半导体制造厂商通过生成各制造工艺(例如，干蚀刻、沉积(deposition)等)的物理模型并执行模拟，可根据模拟结果进行最佳制法的探索、制造工艺参数的调整等。这里，在物理模型那样的需进行反复试验的模型的情况下，为了执行模拟需要一定的时间。为此，最近，作为一种基于物理模型的模拟器的替代手段，正在研究被进行了机器学习的已学习模型(也称学习后的模型、训练后的模型或已训练模型)的应用。
技术实现思路
[要解决的技术问题]另一方面，为了代替基于物理模型的模拟器，需要已学习模型也能够对该模拟器所执行的模拟进行再现。本公开提供一种可代替制造工艺的模拟器的已学习模型。[技术方案]基于本公开的一个形态的学习装置例如具有如下构成。即、具备：至少一个存储器；及至少一个处理器，所述至少一个处理器被构成为执行：获取模拟器的针对图像数据的参数；本文档来自技高网...

【技术保护点】
1.一种学习装置，具备：/n至少一个存储器；及/n至少一个处理器，/n所述至少一个处理器被构成为执行：/n获取模拟器的针对图像数据的参数；及/n将所述图像数据和所述参数输入学习模型，并对所述学习模型进行训练，以使所述学习模型的输出接近所述模拟器的针对所述图像数据的结果。/n

【技术特征摘要】
【国外来华专利技术】20180903 JP 2018-1649301.一种学习装置，具备：
至少一个存储器；及
至少一个处理器，
所述至少一个处理器被构成为执行：
获取模拟器的针对图像数据的参数；及
将所述图像数据和所述参数输入学习模型，并对所述学习模型进行训练，以使所述学习模型的输出接近所述模拟器的针对所述图像数据的结果。


2.根据权利要求1所述的学习装置，其中，
所述至少一个处理器
被构成为还执行将获取到的所述参数加工成与所述图像数据相应的形式；及
使加工后的所述参数输入所述学习模型。


3.根据权利要求1或2所述的学习装置，其中，
所述模拟器为与半导体制造工艺相关的模拟器。


4.根据权利要求3所述的学习装置，其中，
所述图像数据具有与所述半导体制造工艺中的处理对象的材料相应的多个通道，各通道具有与各材料的组成比例或含有比例相应的值。


5.根据权利要求2所述的学习装置，其中，
所述至少一个处理器
将获取到的所述参数加工成与所述图像数据的纵向尺寸和横向尺寸相应的二维排列的形式。


6.根据权利要求1至5中的任一项所述的学习装置，其中，
所述模拟器为基于物理模型的模拟器。


7.根据权利要求1所述的学习装置，其中，
所述学习模型将获取到的所述参数加工成对由所述学习模型的各层实施了卷积处理的图像数据进行变换时所使用的预定的形式，并使用加工后的所述参数对由所述各层实施了卷积处理的图像数据进行变换。


8.根据权利要求1所述的学习装置，其中，
所述学习模型被构成为计算出相对于所述图像数据的变化率后再计算所述学习模型的输出，所述学习模型进行用于使相对于所述图像数据的变化率位于预定的范围内的处理。


9.一种推理装置，具备：
至少一个存储器；及
至少一个处理器，
所述至少一个存储器
存储有以使在第1图像数据和模拟器的针对所述第1图像数据的第1参数被输入了的情况下的输出接近使用了针对所述第1图像数据的所述第1参数的所述模拟器的结果的方式而被进行了训练的已学习模型，
所述至少一个处理器
被构成为将第2图像数据和所述模拟器的第2参数输入所述已学习模型，并执行针对所述第2图像数据的模拟。


10.根据权利要求9所述的推理装置，其...

【专利技术属性】
技术研发人员：中乡孝祐，本木大资，渡部正树，小松智希，
申请(专利权)人：首选网络株式会社，
类型：发明
国别省市：日本;JP