【技术实现步骤摘要】
本申请属于半导体，更具体地，涉及一种基于图神经网络的光刻热点检测方法及系统。
技术介绍
1、现有技术提出了各种光刻热点检测（lithography hotspot detection）方法，包括：基于光刻仿真（lithography simulation）的方法、基于模式匹配（pattern matching）方法、基于机器学习的方法和基于深度学习的方法；基于光刻仿真的方法使用制造工艺的物理和数学模型模拟制造结果并定位热点，其计算资源需求高，且检测速度最慢；基于模式匹配的方法根据已知的热点以建立热点库，然后将需要检测的版图进行扫描，将版图中的每个区域和库中已知的热点模式进行比较，如果发现版图中某个区域和热点库中的某个拓扑结构相似，就认为该区域为热点；模式匹配方法相比于光刻仿真检测速度更快，但是泛化性交叉，当被检测的版图未出现过在热点库中时检测精度较低且构建热点库耗时；基于机器学习的方法应用机器学习模型在人工设计的版图特征上进行热点检测；机器学习方法相比模式匹配方法进一步提高了检测精度和泛化性，但其需要大量数据进行训练且需要手工提取版图特...
【技术保护点】
1.一种基于图神经网络的光刻热点检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的光刻热点检测方法，其特征在于，GNN模型的训练方法，具体包括以下步骤：
3.根据权利要求1所述的光刻热点检测方法，其特征在于，步骤二中预设阈值为版图中的最小间距的1.2-1.5倍。
4.根据权利要求1或2所述的光刻热点检测方法，其特征在于，步骤四中图特征提取具体包括以下步骤：
5.根据权利要求4所述的光刻热点检测方法，其特征在于，边特征更新为：
6.根据权利要求5所述的光刻热点检测方法，其特征在于，全局图表示为：p>
7.一种基...
【技术特征摘要】
1.一种基于图神经网络的光刻热点检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的光刻热点检测方法，其特征在于，gnn模型的训练方法，具体包括以下步骤：
3.根据权利要求1所述的光刻热点检测方法，其特征在于，步骤二中预设阈值为版图中的最小间距的1.2-1.5倍。
4.根据权利要求1或2所述的光刻热点检测方法，其特征在于，步骤四中图特征提取具体包括以下步骤：
5.根据权利要求4所述的光刻热点检测方法，其特征在于，边特征更新为：
...
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。