[發明專利]光刻掩模光學修正的方法、裝置及計算機可讀存儲介質

有效

• 申請號: 201910849892.5
• 申請日: 2019-09-10
• 公開（公告）號: CN110376843B
• 公開（公告）日: 2019-12-24
• 發明（設計）人: 崔紹春;陳雪蓮
• 申請（專利權）人: 墨研計算科學(南京)有限公司
• 主分類號: G03F1/36
• 分類號: G03F1/36
• 代理公司: 11363 北京弘權知識產權代理事務所(普通合伙)
• 代理人: 逯長明;許偉群

1.一種光刻掩模光學修正的方法，其特征在于，包括：

對修正前數據進行處理，得到基于多個分類的修正前數據；

所述對修正前數據進行處理，包括：將修正前數據劃分成n個集合，所述集合包括一個幾何圖形及其周圍對它有影響的幾何圖形；

分別獲取所述n個集合的面積的值；

將所述獲取的n個集合的面積從小到大等額增加劃分成n個分類并對所述分類標記；

基于所述修正前數據和所述分類標記，生成訓練集；

利用所述訓練集對初始模型進行訓練，得到分類確定模型；對所述基于多個分類的修正前數據進行光學臨近修正，得到多個分類的修正后數據；

利用修正模塊對修正后數據進行確定，得到修正后數據。

2.根據權利要求1所述的光刻掩模光學修正的方法，其特征在于，所述分類確定模型包括神經網絡模型或神經網絡模型與非神經網絡模型的混合模型。

3.根據權利要求2所述的光刻掩模光學修正的方法，其特征在于，所述神經網絡模型基于以下訓練方法獲得：

獲取訓練集，所述訓練集包括所述修正前數據和所述分類；

利用所述訓練集對初始模型進行訓練，獲得神經網絡模型。

4.根據權利要求1所述的光刻掩模光學修正的方法，其特征在于，所述修正模塊包括神經網絡模型或神經網絡模型與非神經網絡模型的混合模型。

5.根據權利要求1所述的光刻掩模光學修正的方法，其特征在于，對所述基于多個分類的修正前數據進行光學臨近修正的實現包括：基于經驗的光學鄰近修正和基于模型的光學鄰近修正。

6.根據權利要求1所述的光刻掩模光學修正的方法，其特征在于，所述修正模塊的實現步驟包括：

獲取多個分類的修正前數據；

獲取相應多個分類的修正后數據；

獲取大于等于50%所述多個分類的修正前數據和大于等于50%所述多個分類的修正后數據，生成訓練集；

利用所述訓練集對初始模型進行訓練，得到修正后數據確定模型；

獲取剩余部分所述多個分類的修正前數據和剩余部分所述多個分類的修正后數據，生成測試集；

利用所述測試集對所述修正后數據確定模型進行驗證。

7.根據權利要求6所述的光刻掩模光學修正的方法，其特征在于，還包括所述分類的修正前數據和修正后數據之間的邊緣放置誤差需滿足所述分類標記。

8.一種光刻掩模光學修正的裝置，其特征在于，所述裝置包括至少一個處理器以及至少一個存儲器；

所述至少一個存儲器用于存儲計算機指令；

所述至少一個處理器用于執行所述計算機指令中的至少部分指令以實現如權利要求1～7中任意一項所述的方法。

9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機指令，當所述計算機指令中的至少部分指令被處理器執行時，實現如權利要求1～7中任意一項所述的方法。