[发明专利]使用多机器学习核的光刻热点检测

权利要求书

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用于热点检测的方法，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：对每个热点数据项进行数据移位，以创建一个或多个相关联的派生数据项，其中每个热点数据项及其相关联的一个或多个派生数据项形成不同的热点簇。

9.根据权利要求8所述的系统，其中数据移位包括：

向上、向下、向左、向右移位热点数据项，旋转所述热点数据项，移动所述数据项中的某个边缘，或前述的任意组合。

10.根据权利要求6所述的系统，其中所述多个核使用支持向量机学习模型。

11.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：

迭代地训练所述多个核，直至满足停止准则，所述停止准则为热点检测准确率。

12.根据权利要求6所述的系统，其中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所述热点训练数据集分类成多个热点簇包括：

使用基于串的分类将所述热点训练数据聚类成多个中间热点簇；以及

使用基于密度的分类从每个中间热点簇中创建一个或多个热点簇。