申请/专利权人：全芯智造技术有限公司

申请日：2023-11-15

公开（公告）日：2024-04-02

公开（公告）号：CN117253238B

主分类号：G06V30/19

分类号：G06V30/19;G06V30/422;G06V10/82;G06N3/092;G06N3/084;G06F30/392;G06F30/398

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.01.05#实质审查的生效;2023.12.19#公开

摘要：一种训练样本的确定、神经网络训练、版图优化方法及装置，所述方法包括：确定基于CMP工艺得到的初始厚度图的疑似热点；选择单个疑似热点作为首个位置点，确定包含所述首个位置点的预设范围内的张量，遍历至少一部分位置点，依次确定后一位置点与前一位置点的差异张量，并基于所述差异张量更新包含后一位置点的预设范围内的张量，其中，每当更新张量时，均仿真生成包含被更新的位置点的预设范围内的预测厚度图，然后确定被更新的位置点的奖惩值；记录样本集。

主权项：1.一种训练样本的确定方法，其特征在于，所述训练样本用于训练神经网络，所述方法包括：确定基于CMP工艺得到的初始厚度图的疑似热点；选择单个疑似热点作为首个位置点，确定包含所述首个位置点的预设范围内的张量，遍历至少一部分位置点，依次确定后一位置点与前一位置点的差异张量，并基于所述差异张量更新包含后一位置点的预设范围内的张量，其中，每当更新张量时，均仿真生成包含被更新的位置点的预设范围内的预测厚度图，然后比较所述预测厚度图和对应区域的所述初始厚度图，并确定被更新的位置点的奖惩值；记录样本集，所述样本集中的样本用于表示各个被更新的后一位置点，且每个样本包括包含前一位置点的预设范围内的张量、包含该后一位置点的预设范围内的差异张量、包含该后一位置点的预设范围内的张量、该后一位置点的奖惩值；其中，所述张量包含一个或多个张量参数的参数值；比较所述预测厚度图和对应区域的所述初始厚度图，并确定被更新的位置点的奖惩值，包括：确定所述初始厚度图包含被更新的位置点的预设范围内的厚度值标准差与所述预测厚度图包含被更新的位置点的预设范围内的厚度值标准差的差值，记为第一差值；依次确定所述初始厚度图包含被更新的位置点的预设范围内的每个张量参数的标准差与所述预测厚度图的包含被更新的位置点的预设范围内的每个张量参数的标准差的差值，并进行加权运算，将加权运算结果记为第二差值；采用第一差值与第二差值的商值，作为所述被更新的位置点的奖惩值。

全文数据：

权利要求：

百度查询： 全芯智造技术有限公司 训练样本的确定、神经网络训练、版图优化方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD