[发明专利]基于神经网络的OPC模型生成方法及实验图案的预测方法有效
| 申请号： | 201711372976.1 | 申请日： | 2017-12-19 |
| 公开（公告）号： | CN108228981B | 公开（公告）日： | 2021-07-20 |
| 发明（设计）人： | 时雪龙;赵宇航;陈寿面;李铭 | 申请（专利权）人： | 上海集成电路研发中心有限公司 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/08 |
| 代理公司： | 上海天辰知识产权代理事务所(特殊普通合伙) 31275 | 代理人： | 吴世华;陈慧弘 |
| 地址： | 201210 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于神经网络的OPC模型生成方法及实验图案的预测方法。基于神经网络的OPC模型生成方法包括：S11：计算设定光刻工艺条件下的内核组，内核组包括n个成像内核；S12：获取各测试图案的各定义位置处的成像信号值集合，所述成像信号值集合包括n个成像信号值，每个所述成像信号值基于所述内核组中的成像内核与光传输函数的卷积值计算；S13：将各测试图案的每个定义位置处的成像信号值集合作为一神经网络模型的输入；S14：将各测试图案的实验数据作为神经网络模型的输出的训练目标；S15：训练神经网络模型的参数；S16：将具有训练后的参数的神经网络模型作为OPC模型。本发明提供的方法可生成高精度的OPC模型。 | ||
| 搜索关键词： | 基于 神经网络 opc 模型 生成 方法 实验 图案 预测 | ||
【主权项】：
1.一种基于神经网络的OPC模型生成方法，其特征在于，包括：S11：计算设定光刻工艺条件下的内核组，所述内核组包括n个成像内核，n为大于0的整数；S12：获取各测试图案的各定义位置处的成像信号值集合，所述成像信号值集合包括n个成像信号值，每个所述成像信号值基于所述内核组中的成像内核与光传输函数的卷积值计算；S13：将各测试图案的每个定义位置处的所述成像信号值集合作为一神经网络模型的输入；S14：将各测试图案的实验数据作为神经网络模型的输出的训练目标；S15：训练所述神经网络模型的参数；S16：将训练后的神经网络模型作为OPC模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海集成电路研发中心有限公司，未经上海集成电路研发中心有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711372976.1/，转载请声明来源钻瓜专利网。
