对于光刻掩模布局验证,针对一组设计意图中的每个设计意图通过标识在制造设计意图时预期出现的一组失效并且记录该组失效中的每个失效的失效模式和位置来收集训练数据。接下来,训练数据被用于训练机器学习模型、例如人工神经网络,以预测失效的失效模式和位置。然后,使用经训练的机器学习模型来预测针对给定设计意图的一组失效。接下来,对于每个所预测的失效,可以基于失效的失效模式选择掩模版增强技术(RET)方案,并且所选择的RET方案可以被应用于失效的位置周围的区域。
声明:
“基于由人工神经网络预测的失效模式应用掩模版增强技术方案” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)