公开(公告)号：CN117313641A

公开(公告)日：2023-12-29

申请号：CN202210673964.7

申请日：2022-06-14

申请人： 腾讯科技(深圳)有限公司

发明人： 马星宇 ,  郝少刚 ,  张胜誉

IPC分类号： G06F30/398 ,  G06F30/392 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/096 ,  G06N3/0464 ,  G06N20/00

摘要： 本申请实施例提供了一种光刻掩膜生成模型的训练方法、装置、设备及存储介质，芯片和机器学习技术领域。所述方法包括：获取基于源数据集训练得到的第一光刻掩膜生成模型，源数据集包括至少一个源芯片版图以及源芯片版图对应的标准掩膜图，第一光刻掩膜生成模型用于对与源芯片版图具有相同属性特征的芯片版图进行掩膜预测；获取目标数据集，目标数据集包括至少一个目标芯片版图以及目标芯片版图对应的标准掩膜图；其中，源芯片版图和目标芯片版图具有不同的属性特征；采用迁移学习方式，根据第一光刻掩膜生成模型和目标数据集，训练第二光刻掩膜生成模型。本申请实施例提供的技术方案，节省了光刻掩膜生成模型的训练成本。

公开(公告)号：CN118732409A

公开(公告)日：2024-10-01

申请号：CN202310371665.2

申请日：2023-03-28

申请人： 腾讯科技(深圳)有限公司

发明人： 马星宇 ,  郝少刚 ,  张胜誉

IPC分类号： G03F7/20

摘要： 本申请提供了一种用于生成光刻胶图案的光刻胶模型的确定方法和装置，属于光刻建模技术领域。方法包括：在训练光刻胶模型的任一次迭代过程中，基于多个第一参数组和多个参考光刻胶图案矩阵对光刻胶模型进行拟合，以得到多个光刻胶项的系数；基于由确定系数的光刻胶模型和多个第一参数组确定的预测光刻胶图案矩阵与参考光刻胶图案矩阵的误差，预测多个第二参数组的期望值，将期望值满足目标条件的第二参数组加入第一参数组集，以得到更新后的第一参数组集；若本次迭代过程满足迭代停止条件，将更新后的第一参数组集中误差最小的参数组中的多个候选取值分别赋值给光刻胶模型中的多个参数。该方法在保证了优化效率的同时确定了准确度高的光刻胶模型。

公开(公告)号：CN117313640B

公开(公告)日：2024-09-20

申请号：CN202210673948.8

申请日：2022-06-14

申请人： 腾讯科技(深圳)有限公司

发明人： 马星宇 ,  郝少刚 ,  张胜誉

IPC分类号： G06F30/398 ,  G06F30/392 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06N20/00

摘要： 本申请实施例提供了一种光刻掩膜生成模型的训练方法、装置、设备及存储介质，涉及芯片和机器学习技术领域。所述方法包括：通过光刻掩膜生成模型，生成芯片版图对应的预测掩膜图；通过预训练完成的晶圆图案生成模型，生成预测掩膜图对应的预测晶圆图案，晶圆图案生成模型是基于神经网络构建的机器学习模型；根据预测掩膜图和预测晶圆图案，确定训练损失；根据训练损失调整光刻掩膜生成模型的参数。本申请实施例提供的技术方案，提升了光刻掩膜生成模型的训练效率。

公开(公告)号：CN117272919A

公开(公告)日：2023-12-22

申请号：CN202210673968.5

申请日：2022-06-14

申请人： 腾讯科技(深圳)有限公司

发明人： 马星宇 ,  郝少刚 ,  张胜誉

IPC分类号： G06F30/398 ,  G06F30/392 ,  G06N20/00

摘要： 本申请实施例提供了一种光刻掩膜的更新方法、装置、设备及存储介质，涉及芯片技术领域。所述方法包括：获取目标芯片版图对应的掩膜图的参数指标，参数指标用于指示掩膜图的成像质量和复杂度；根据目标芯片版图的修正边缘放置误差和参数指标，确定修正边缘放置误差损失函数；其中，修正边缘放置误差用于矫正基于掩膜图生成的晶圆成像图案；根据修正边缘放置误差损失函数，确定用于对掩膜图进行更新的损失函数；根据损失函数，对掩膜图进行更新。本申请能够生成高质量、低复杂度的掩膜图，且相比于OPC算法，能够明显缩短优化时间。

公开(公告)号：CN117216608A

公开(公告)日：2023-12-12

申请号：CN202311022025.7

申请日：2023-08-14

申请人： 腾讯科技(深圳)有限公司

发明人： 马星宇 ,  郝少刚 ,  张胜誉

IPC分类号： G06F18/23213 ,  G06Q10/0639 ,  G06Q50/04

摘要： 本申请公开了一种版图质量检测工具的参数确定方法、装置、设备及介质，属于计算机技术领域。方法包括：获取版图质量检测工具的目标参数的多个第一基准取值和多个第一候选取值；使用工具对原始版图进行质量检测得到各个第一基准取值对应的质量指标；如果存在第一基准取值对应的质量指标不满足参考条件，基于各个第一基准取值对应的质量指标，从多个第一候选取值中确定第一参考取值，基于多个第一基准取值和第一参考取值确定多个第二基准取值；使用工具对原始版图进行质量检测得到各个第二基准取值对应的质量指标；如果各个第二基准取值对应的质量指标满足参考条件，基于各个第二基准取值确定目标参数的目标取值，提高了工具的准确性。

公开(公告)号：CN118627555A

公开(公告)日：2024-09-10

申请号：CN202310284682.2

申请日：2023-03-10

申请人： 腾讯科技(深圳)有限公司

发明人： 马星宇 ,  郝少刚 ,  张胜誉

IPC分类号： G06N3/048 ,  G06N3/0464 ,  G06N3/08 ,  G03F1/70

摘要： 本申请公开了一种掩膜版图确定模型的训练、掩膜版图的确定方法及装置，属于集成电路技术领域。方法包括：通过神经网络模型确定样本芯片版图的预测掩膜版图；通过第一晶圆版图确定模型确定预测掩膜版图的第一晶圆版图，第一晶圆版图确定模型包括实际光刻工艺参数；通过标注掩膜版图、预测掩膜版图、样本芯片版图和第一晶圆版图，对神经网络模型进行训练，得到掩膜版图确定模型，掩膜版图确定模型用于确定目标芯片版图的目标掩膜版图。提高了目标掩膜版图的质量，使得在实际光刻工艺参数的条件下，基于目标掩膜版图能够得到与目标芯片版图高度相似的晶圆版图。

公开(公告)号：CN116720479B

公开(公告)日：2024-01-09

申请号：CN202311005424.2

申请日：2023-08-10

申请人： 腾讯科技(深圳)有限公司

发明人： 马星宇 ,  郝少刚 ,  张胜誉

IPC分类号： G06F30/398 ,  G06F30/392 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

摘要： 本申请提供一种掩膜生成模型训练方法、掩膜生成方法及装置和存储介质，包括：获取训练样本集，一训练样本包括芯片样本的目标版图和目标版图的掩膜，针对至少一训练样本，以芯片样本的目标版图作为掩膜生成模型的输入，得到目标版图的预测掩膜，将目标版图的预测掩膜输入光刻物理模型，得到该预测掩膜对应的晶圆图案，根据芯片样本的目标版图包括的多个图形的周长之和与目标版图的预测掩膜的周长，确定目标版图的预测掩膜的复杂度，根据芯片样本的目标版图、目标版图的预测掩膜对应的晶圆图案、目标版图的掩膜、目标版图的预测掩膜和目标版图的预测掩膜的复杂度，对掩膜生成模型的参数进行调整，直到满足停止训练条件，得到已训练的掩膜生成模型。

公开(公告)号：CN116720479A

公开(公告)日：2023-09-08

申请号：CN202311005424.2

申请日：2023-08-10

申请人： 腾讯科技(深圳)有限公司

发明人： 马星宇 ,  郝少刚 ,  张胜誉

IPC分类号： G06F30/398 ,  G06F30/392 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

摘要： 本申请提供一种掩膜生成模型训练方法、掩膜生成方法及装置和存储介质，包括：获取训练样本集，一训练样本包括芯片样本的目标版图和目标版图的掩膜，针对至少一训练样本，以芯片样本的目标版图作为掩膜生成模型的输入，得到目标版图的预测掩膜，将目标版图的预测掩膜输入光刻物理模型，得到该预测掩膜对应的晶圆图案，根据芯片样本的目标版图包括的多个图形的周长之和与目标版图的预测掩膜的周长，确定目标版图的预测掩膜的复杂度，根据芯片样本的目标版图、目标版图的预测掩膜对应的晶圆图案、目标版图的掩膜、目标版图的预测掩膜和目标版图的预测掩膜的复杂度，对掩膜生成模型的参数进行调整，直到满足停止训练条件，得到已训练的掩膜生成模型。

公开(公告)号：CN116362299A

公开(公告)日：2023-06-30

申请号：CN202111580427.X

申请日：2021-12-22

申请人： 腾讯科技(深圳)有限公司

发明人： 马星宇 ,  郝少刚 ,  张胜誉

IPC分类号： G06N3/0475 ,  G06N3/045 ,  G06N3/08 ,  G06N3/084

摘要： 本申请提供了一种生成器的训练方法及其数据生成方法、装置、电子设备；其中，生成器的训练方法包括：将生成器与判别器组成生成对抗网络；将样本对象的样本性质数据和随机噪声数据进行融合处理，基于得到的融合数据调用初始化的或上次交叉训练后的生成器进行生成处理，得到样本虚假目标数据，并基于已训练的所述判别器对样本虚假目标数据进行回归处理，得到样本虚假目标数据的预测性质数据；样本性质数据包括样本对象的连续型性质数据。固定判别器的参数不变，基于包括预测性质数据与样本性质数据之间的第一差异数据的第一损失函数，更新生成器的参数。通过本申请能够适用各种应用场景来生成具有连续型性质的多样化的目标数据。

公开(公告)号：CN117830640A

公开(公告)日：2024-04-05

申请号：CN202211176018.8

申请日：2022-09-26

申请人： 腾讯科技(深圳)有限公司

发明人： 马星宇 ,  郝少刚 ,  张胜誉

IPC分类号： G06V10/40 ,  G06V10/762 ,  G06V10/774 ,  G06V10/82 ,  G06V30/422 ,  G06V30/414 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/084

摘要： 本申请公开了一种芯片版图编码器的训练方法、芯片版图的筛选方法及装置，属于集成电路技术领域。方法包括：获取样本芯片版图和初始编码器；对样本芯片版图进行几何变换，得到至少一个参考芯片版图；通过初始编码器提取样本芯片版图的版图特征和各个参考芯片版图的版图特征；基于样本芯片版图的版图特征和各个参考芯片版图的版图特征，对初始编码器进行训练，得到芯片版图编码器。针对几何变换前后的芯片版图，芯片版图编码器能够输出相近的版图特征，因此，芯片版图编码器侧重于提取能区分芯片版图类型的版图特征，有利于后续基于版图特征对芯片版图进行聚类时提高聚类结果的准确性。