用于纳米光刻建模与校正的新型端到端生产就绪机器学习流程
机器学习
2024-04-09 v1 计算机视觉与模式识别
图像与视频处理
摘要
光学光刻是半导体制造的主要推动力。它需要大量的处理来执行分辨率增强技术（RET），以将设计数据传输到工作集成电路（IC）。由于特征尺寸的不断缩小和芯片面积的扩大，RET任务的处理能力和计算运行时间不断增加。最先进的研究寻求机器学习（ML）技术来减少运行时间和计算能力，但它们尚未在生产中使用。在这项研究中，我们分析了阻碍ML计算光刻达到生产就绪状态的原因，并提出了一种新颖的高度可扩展的端到端流程，以实现生产就绪的ML-RET校正。
引用
@article{arxiv.2401.02536,
title = {Novel End-to-End Production-Ready Machine Learning Flow for Nanolithography Modeling and Correction},
author = {Mohamed S. E. Habib and Hossam A. H. Fahmy and Mohamed F. Abu-ElYazeed},
journal= {arXiv preprint arXiv:2401.02536},
year = {2024}
}