發(fā)布時間：2024-07-09 03:15

　　雖然集成電路的設(shè)計工藝早已經(jīng)發(fā)展至45nm以下,但主流的光刻制造波長仍停留在193nm,兩者的差距會使光刻圖形產(chǎn)生形變,影響芯片的性能。即使已經(jīng)提出各種分辨率增強技術(shù)來提高光刻精度。但版圖中仍存在許多難以制造的熱點設(shè)計,因此在芯片生產(chǎn)前對熱點進行檢測就變得十分重要。本文圍繞著熱點檢測展開了以下研究工作:1、針對基于機器學習的熱點檢測算法需手動提取特征的問題,本文提出了一種基于遷移學習的熱點檢測方法。通過遷移預訓練好的深度網(wǎng)絡實現(xiàn)熱點檢測,其能在有限的樣本量下得到優(yōu)異的檢測結(jié)果。對三種經(jīng)典的卷積神經(jīng)網(wǎng)絡模型進行了遷移和對比,得到了最適合熱點檢測的網(wǎng)絡架構(gòu)是VGG16。2、為了提升熱點的檢測效果,增強網(wǎng)絡的泛化能力,主要從超參數(shù)、數(shù)據(jù)集以及網(wǎng)絡模型三個方面做了分析及優(yōu)化:分析了學習率、動量以及隨機失活三個常用超參數(shù)的原理及作用,并且通過對這三個超參數(shù)的調(diào)優(yōu),有效地優(yōu)化了網(wǎng)絡的訓練過程,提高了網(wǎng)絡的泛化能力。針對集成電路版圖設(shè)計數(shù)據(jù)集中存在的類別不平衡問題,本文通過對比加權(quán)和采樣兩類方法的檢測結(jié)果以及對類別權(quán)重比值掃描調(diào)優(yōu),發(fā)現(xiàn)在代價函數(shù)中引入類別加權(quán)能有效提高熱點檢測的查全率,并且在權(quán)重比...

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【部分圖文】：

圖1-1集成電路版圖設(shè)計示意圖

第一章緒論第一章緒論1.1研究背景在二十一世紀的今天，集成電路已經(jīng)悄無聲息地滲透進了人們生產(chǎn)生活的各個領(lǐng)域。無論是現(xiàn)在生活不可或缺的智能手機家電還是方便快捷的交通，或是國防軍工科研等都離不開集成電路的使用。集成電路[1]從簡單的電子管開始到當下的超高速CPU，其在誕生后的五十年里....

圖1-2光學鄰近效應對光刻圖形的影響

電子科技大學碩士學位論文刻圖形產(chǎn)生畸變，質(zhì)量嚴重下降。如圖1-2所示，由于光學鄰近效應的存在，圖中的光刻圖形產(chǎn)生了邊角圓化、線端縮短、線寬偏差不均等嚴重失真情況[4]。外面的虛線框為原本的版圖設(shè)計，中間實線陰影部分為實際所得圖形。這些可能出現(xiàn)的圖形失真現(xiàn)象會給集成電路帶來電學特性....

圖1-3包含熱點的集成電路設(shè)計版圖

電子科技大學碩士學位論文刻圖形產(chǎn)生畸變，質(zhì)量嚴重下降。如圖1-2所示，由于光學鄰近效應的存在，圖中的光刻圖形產(chǎn)生了邊角圓化、線端縮短、線寬偏差不均等嚴重失真情況[4]。外面的虛線框為原本的版圖設(shè)計，中間實線陰影部分為實際所得圖形。這些可能出現(xiàn)的圖形失真現(xiàn)象會給集成電路帶來電學特性....

圖2-6LeNet-5卷積神經(jīng)網(wǎng)絡[42]

第二章熱點檢測和深度遷移學習的像素網(wǎng)格組成。當神經(jīng)網(wǎng)絡中至少有一層采用了卷積運算，而不是矩陣乘法運算時，就可以成為卷積網(wǎng)絡。卷積神經(jīng)網(wǎng)絡自1998年由LeCun提出以來發(fā)展出了一系列性能優(yōu)異的網(wǎng)絡模型，并且已經(jīng)在圖像分類、人臉識別等很多領(lǐng)域取得了優(yōu)異的表現(xiàn)。圖2-6是基于卷積神經(jīng)....

本文編號：4004305