公开(公告)号：CN119940291A

公开(公告)日：2025-05-06

申请号：CN202510421005.X

申请日：2025-04-07

Applicant: 南京大学

Inventor： 邹宁睦 ,  许文博 ,  黄奕博 ,  陈思霖 ,  邸康健 ,  傅玉祥

IPC: G06F30/398 ,  G06F30/392 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于Transformer的端到端芯片版图热点检测方法，将芯片版图数据转换为二值图像数据，输入到GPU驱动的光刻仿真器中得到光刻后的打印图像，与原二值图像进行度量，得到潜在热点的位置信息；根据原二值图像及光刻后打印图像得到的先验光刻信息，输入训练好的基于transformer的端到端热点检测器，输出热点的位置信息并框选，对版图中的热点进行定位。本发明方法由GPU加速的光刻仿真器驱动，消除了对数据集相关超参数的需求，显著提高了灵活性，减少了计算资源的消耗，同时光刻仿真器的先验知识被集成到框架中，指导热点检测模型聚焦于潜在的热点区域，显著提高了解释性和泛化能力。

公开(公告)号：CN119337794B

公开(公告)日：2025-03-14

申请号：CN202411855892.3

申请日：2024-12-17

Applicant: 南京大学

Inventor： 邹宁睦 ,  陈思霖 ,  邸康健 ,  许文博 ,  王柏涵 ,  张昊天 ,  陈文军

IPC: G06F30/36 ,  G06V10/40 ,  G06V10/74 ,  G06V10/774 ,  G06V10/776 ,  G06V10/80

Abstract: 本发明公开了一种芯片版图图案拓扑表示及热点检测方法，步骤包括：将版图数据转换为二值图像数据保存；将版图数据中多边形转换为几何序列数据保存；将版图数据中多边形拓扑关系数据保存；构建基于对比学习的热点检测模型，根据保存的数据构建版图训练集和验证集，输入热点检测模型并进行模型训练；分别计算测试版图的热点几何序列表示和非热点几何序列表示，输入训练好的热点检测模型进行测试，得到热点几何序列和非热点几何序列的概率值，判断当前测试版图是否为热点。本发明方法通过序列化表示引入版图全局的拓扑表示信息，并结合对比学习，解决了传统监督学习在不平衡数据集上构建单一决策边界的问题。

公开(公告)号：CN119337794A

公开(公告)日：2025-01-21

申请号：CN202411855892.3

申请日：2024-12-17

Applicant: 南京大学

Inventor： 邹宁睦 ,  陈思霖 ,  邸康健 ,  许文博 ,  王柏涵 ,  张昊天 ,  陈文军

IPC: G06F30/36 ,  G06V10/40 ,  G06V10/74 ,  G06V10/774 ,  G06V10/776 ,  G06V10/80

Abstract: 本发明公开了一种芯片版图图案拓扑表示及热点检测方法，步骤包括：将版图数据转换为二值图像数据保存；将版图数据中多边形转换为几何序列数据保存；将版图数据中多边形拓扑关系数据保存；构建基于对比学习的热点检测模型，根据保存的数据构建版图训练集和验证集，输入热点检测模型并进行模型训练；分别计算测试版图的热点几何序列表示和非热点几何序列表示，输入训练好的热点检测模型进行测试，得到热点几何序列和非热点几何序列的概率值，判断当前测试版图是否为热点。本发明方法通过序列化表示引入版图全局的拓扑表示信息，并结合对比学习，解决了传统监督学习在不平衡数据集上构建单一决策边界的问题。