【技术实现步骤摘要】
用于三维建模的方法和系统
[0001]相关申请的交叉引用
[0002]本专利申请基于2021年11月2日向韩国知识产权局提交的第10
‑
2021
‑
0149022号韩国专利申请,并要求其优先权,该韩国申请的公开内容通过引用整体结合于此。
[0003]本文描述的专利技术构思涉及三维建模,并且更具体地,涉及对三维结构进行建模的方法和系统。
技术介绍
[0004]基于三维结构的模拟可能导致高成本。例如,在模拟在半导体工艺的条件下形成的器件的属性(attribute)或者模拟器件在预定环境中的状态时,可能需要用于执行各种物理解释的高计算资源,并且可能需要很长时间来完成模拟。此外,由于模拟器的性能或各种因素,模拟结果的准确性可能会降低。
技术实现思路
[0005]本文描述的专利技术构思提供了一种用于以低成本、高准确性对三维结构进行建模的方法和系统。
[0006]根据本公开的一个方面,一种3D建模(三维建模)方法,包括获得表示3D结构的几何数据和包括确定3D结构的属性的因素的输入参数,根据几何数据来生成网格数据,根据网格数据来顺序地生成至少一条经下采样的数据,通过对输入参数进行预处理来生成3D特征图(map),以及基于分别与至少一个级(stage)相对应的至少一个机器学习模型,根据至少一条经下采样的网格数据和3D特征图来生成属性简档数据,该属性简档数据表示3D结构中的属性的简档。
[0007]根据本公开的另一个方面,一种3D建模(三维建模)方法, ...
【技术保护点】
【技术特征摘要】
1.一种三维3D建模方法,所述方法包括:获得表示3D结构的几何数据和包括确定3D结构的属性的因素的输入参数;由包括存储指令的存储器和运行指令的处理器的计算机系统根据所述几何数据来生成网格数据;根据所述网格数据来顺序地生成至少一条经下采样的数据;通过对所述输入参数进行预处理来生成3D特征图;以及基于分别与至少一个级相对应的至少一个机器学习模型,根据所述至少一条经下采样的数据和所述3D特征图来生成属性简档数据,所述属性简档数据表示3D结构中的属性的简档。2.根据权利要求1所述的3D建模方法,其中,生成网格数据包括将所述几何数据的网格内插为具有恒定的间隔。3.根据权利要求2所述的3D建模方法,其中,所述间隔对应于所述几何数据的网格中的最小间隔。4.根据权利要求1所述的3D建模方法,其中,生成网格数据包括将与所述3D结构中除感兴趣区域之外的区域相对应的值设置为零。5.根据权利要求1所述的3D建模方法,其中,顺序地生成至少一条经下采样的数据包括通过对第一网格数据进行下采样来生成第二网格数据,并且生成属性简档数据包括:基于前一级的输出数据、所述第一网格数据和所述第二网格数据来运行第一机器学习模型;以及将第一机器学习模型的输出数据提供给下一级。6.根据权利要求5所述的3D建模方法,其中,运行第一机器学习模型包括:串接前一级的输出数据和第二网格数据;基于串接的数据来运行卷积层;对卷积层的输出数据进行上采样;以及基于经上采样的数据和所述第一网格数据来运行一系列残差块。7.根据权利要求6所述的3D建模方法,其中,运行一系列残差块包括运行第一残差块,并且运行第一残差块包括:通过串接前一级的输出数据与第一网格数据来生成第一数据;基于所述第一数据来运行第一卷积层;通过串接第一卷积层的输出数据和第一网格数据来生成第二数据;基于所述第二数据来运行第二卷积层;通过串接第二卷积层的输出数据和第一网格数据来生成第三数据;基于所述第三数据来运行第三卷积层;以及将前一级的输出数据与第三卷积层的输出数据相加。8.根据权利要求1所述的3D建模方法,还包括基于损失函数来训练至少一个机器学习模型,其中,所述损失函数是基于所述属性简档数据的平均和方差的。
9.根据权利要求8所述的3D建模方法,其中,训练至少一个机器学习模型包括将与对应于所述3D结构的除感兴趣区域之外的区域的数据相关联的损失函数设置为零。10.根据权利要求1所述的3D建模方法,其中,所述3D结构对应于集成电路的器件,所述输入参数包括在制造集成电路中使用的工艺参数,并且所述属性简档数据表示器件中的掺杂简档。11.根据权利要求1所述的3D建模方法,还包括通过对属性简档数据的网格进行内插来生成与几何数据的网格相对应的简档数据。12.一种系统,包括:至少一个处理器;以及非暂时性存储介质,被配置为存储指令,其中,当被处理器运行时,所述指令使得系统:获得表示3D结构的几何数...
【专利技术属性】
技术研发人员:明相勋,张元翼,郑椙旭,崔在铭,
申请(专利权)人:三星电子株式会社,
类型:发明
国别省市:
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。