基于遷移學習的集成電路熱點檢測方法研究
發(fā)布時間:2024-07-09 03:15
雖然集成電路的設計工藝早已經發(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生形變,影響芯片的性能。即使已經提出各種分辨率增強技術來提高光刻精度。但版圖中仍存在許多難以制造的熱點設計,因此在芯片生產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絡實現熱點檢測,其能在有限的樣本量下得到優(yōu)異的檢測結果。對三種經典的卷積神經網絡模型進行了遷移和對比,得到了最適合熱點檢測的網絡架構是VGG16。2、為了提升熱點的檢測效果,增強網絡的泛化能力,主要從超參數、數據集以及網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的原理及作用,并且通過對這三個超參數的調優(yōu),有效地優(yōu)化了網絡的訓練過程,提高了網絡的泛化能力。針對集成電路版圖設計數據集中存在的類別不平衡問題,本文通過對比加權和采樣兩類方法的檢測結果以及對類別權重比值掃描調優(yōu),發(fā)現在代價函數中引入類別加權能有效提高熱點檢測的查全率,并且在權重比...
【文章頁數】:77 頁
【學位級別】:碩士
【部分圖文】:
本文編號:4004305
【文章頁數】:77 頁
【學位級別】:碩士
【部分圖文】:
圖1-1集成電路版圖設計示意圖
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,集成電路已經悄無聲息地滲透進了人們生產生活的各個領域。無論是現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生畸變,質量嚴重下降。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計,中間實線陰影部分為實際所得圖形。這些可能出現的圖形失真現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計版圖
電子科技大學碩士學位論文刻圖形產生畸變,質量嚴重下降。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計,中間實線陰影部分為實際所得圖形。這些可能出現的圖形失真現象會給集成電路帶來電學特性....
圖2-6LeNet-5卷積神經網絡[42]
第二章熱點檢測和深度遷移學習的像素網格組成。當神經網絡中至少有一層采用了卷積運算,而不是矩陣乘法運算時,就可以成為卷積網絡。卷積神經網絡自1998年由LeCun提出以來發(fā)展出了一系列性能優(yōu)異的網絡模型,并且已經在圖像分類、人臉識別等很多領域取得了優(yōu)異的表現。圖2-6是基于卷積神經....
本文編號:4004305
本文鏈接:http://www.wukwdryxk.cn/kejilunwen/dianzigongchenglunwen/4004305.html