版图图形分类模型训练方法、装置及计算机程序产品与流程

摘要: 本申请属于版图图形分类,尤其涉及一种版图图形分类模型训练方法、装置及计算机程序产品。背景技术:1、在半导体集成电路设计与制造领域,版图图形分组聚类是设计可制造性...
版图图形分类模型训练方法、装置及计算机程序产品与流程

本申请属于版图图形分类,尤其涉及一种版图图形分类模型训练方法、装置及计算机程序产品。

背景技术:

1、在半导体集成电路设计与制造领域,版图图形分组聚类是设计可制造性分析、光刻模拟、缺陷检测及良率优化等环节的基础性技术。随着半导体制程节点不断缩小、芯片设计规模持续增长,版图中包含的图形数量呈爆发式增长。为应对海量版图图形的处理需求,目前主要采用传统聚类算法(如k-means、层次聚类等)和大语言模型聚类的方案。

2、上述两种方案在实际应用中均面临聚类结果不准确的困境。其聚类结果与版图图形在制造工艺中的真实行为之间存在偏差,导致聚类后的同一组内常混入实际制造行为迥异的图形,从而降低了分组准确性。当聚类结果不准确时,下游工序必须增加人工复核环节以纠正错误分组,这直接削弱了聚类本身旨在节省人力与计算资源的初衷。

技术实现思路

1、本申请实施例提供了一种版图图形分类模型训练方法、设备、介质及产品,能够提高聚类准确性。

2、本申请实施例的第一方面,提供一种版图图形分类模型训练方法,版图图形分类模型包括聚类模块,方法包括:获取多个第一版图图形样本;基于多个第一版图图形样本的几何特征进行聚类,得到各第一版图图形样本对应的初始聚类结果;基于初始聚类结果,确定各初始聚类结果对应的初始聚类中心;基于初始聚类中心,通过初始版图图形分类模型对第一版图图形样本进行聚类,得到预测聚类结果;根据预测聚类结果和初始聚类结果的差异,训练初始版图图形分类模型的聚类模块对应的模型参数,得到训练好的版图图形分类模型。

3、本申请实施例的第二方面,提供一种版图图形分类模型训练装置,版图图形分类模型包括聚类模块,装置包括:图形提取模块,用于从sem图像提取版图图形信息;样本获取模块,用于获取多个第一版图图形样本;样本聚类模块,用于基于多个第一版图图形样本的几何特征进行聚类,得到各第一版图图形样本对应的初始聚类结果;中心确定模块,用于基于初始聚类结果,确定各初始聚类结果对应的初始聚类中心;样本预测模块,用于基于初始聚类中心,通过初始版图图形分类模型对第一版图图形样本进行聚类,得到预测聚类结果;模型训练模块,用于根据预测聚类结果和初始聚类结果的差异,训练初始版图图形分类模型的聚类模块对应的模型参数,得到训练好的版图图形分类模型。

4、本申请实施例的第三方面,提供一种电子设备,该设备包括:存储器及存储在存储器上并可在处理器上运行的程序或指令,程序或指令被处理器执行时实现如上述本申请实施例的任意一方面提供的版图图形分类模型训练方法。

5、本申请实施例的第四方面,提供一种可读存储介质,可读存储介质上存储程序或指令,程序或指令被处理器执行时实现如上述本申请实施例的任意一方面提供的版图图形分类模型训练方法。

6、本申请实施例的第五方面,提供一种计算机程序产品,计算机程序产品中的指令由电子设备的处理器执行时,使得电子设备执行如上述本申请实施例的任意一方面提供的版图图形分类模型训练方法。

7、本申请实施例提供的版图图形分类模型训练方法中,基于多个第一版图图形样本的几何特征进行聚类,获得初始聚类结果,并据此确定初始聚类中心,使后续初始版图图形分类模型在符合几何分布规律的锚点基础上启动聚类,而非在缺乏先验的条件下盲目初始化。然后通过该模型对样本进行聚类得到预测聚类结果,并根据预测聚类结果与初始聚类结果的差异训练模型参数,使模型在训练过程中以传统几何规则的初步判断为参照目标,不断调整自身的聚类输出,从而逐步将传统聚类所依据的几何判定逻辑融入后续的聚类决策中。以降低纯数据驱动方案因缺乏领域感知而产生分组偏差的风险。最终训练得到的模型产出比纯传统算法或纯模型方案更贴近实际制造行为的分组结果,从而减少下游工序对错误分组进行人工复核的需求。

1.一种版图图形分类模型训练方法,其特征在于,所述版图图形分类模型包括聚类模块,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述版图图形分类模型包括特征提取模块,所述特征提取模块至少包括编码器;所述基于所述初始聚类结果,确定各初始聚类结果对应的初始聚类中心,包括:

3.根据权利要求2所述的方法,其特征在于,所述特征提取模块还包括解码器,所述方法还包括:

4.根据权利要求1所述的方法,其特征在于,在所述基于所述多个第一版图图形样本的几何特征进行聚类,得到各第一版图图形样本对应的初始聚类结果之后,所述方法还包括:

5.根据权利要求1-4任一项所述的方法,其特征在于,所述版图图形分类模型还包括特征提取模块,所述特征提取模块包括编码器和解码器;所述根据所述预测聚类结果和所述初始聚类结果的差异,训练所述初始版图图形分类模型的聚类模块对应的模型参数,得到训练好的版图图形分类模型,包括:

6.根据权利要求5所述的方法,其特征在于,所述基于所述聚类损失函数、所述重建损失函数和所述监督损失函数,得到联合损失函数,包括:

7.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:

8.根据权利要求7所述的方法,其特征在于,所述基于所述初始聚类结果、初始聚类结果置信度、预测聚类结果和预测聚类结果置信度,确定所述待聚类版图图形的输出聚类结果,包括:

9.一种版图图形分类模型训练装置,其特征在于,所述版图图形分类模型包括聚类模块,所述装置包括:

10.一种计算机程序产品,其特征在于,所述计算机程序产品中的指令由电子设备的处理器执行时,使得所述电子设备执行如权利要求1-8任意一项所述的版图图形分类模型训练方法。