CN110909659A - 版图关键区域提取方法及其提取系统 - Google Patents
版图关键区域提取方法及其提取系统 Download PDFInfo
- Publication number
- CN110909659A CN110909659A CN201911133017.3A CN201911133017A CN110909659A CN 110909659 A CN110909659 A CN 110909659A CN 201911133017 A CN201911133017 A CN 201911133017A CN 110909659 A CN110909659 A CN 110909659A
- Authority
- CN
- China
- Prior art keywords
- layout
- grid point
- product
- line width
- point window
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/42—Document-oriented image-based pattern recognition based on the type of document
- G06V30/422—Technical drawings; Geographical maps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用于集成电路版图失效区域定位的版图关键区域提取方法,包括确定需要提取关键区域的版图层次,对提取版图层次按格点窗口划分规则进行格点窗口划分,提取每个格点窗口内图形的线宽积值和间距积值,在历史成熟稳定生产产品中提取被定义成关键区域的积值阈值,所述积值阈值包括线宽积值阈值和间距积值阈值,根据积值阈值判断各格点窗口内图形是否为关键区域,并将关键区域提取。本发明还公开了一种版图关键区域提取系统。本发明能快速准确定位版图关键区域,相比现有技术能将新产品版图中的关键区域至少缩小为原先版图的30%,节约后续失效分析70%的周期时间,大大提升制造者的经济效益。
Description
技术领域
本发明涉及半导体制造领域,特别是涉及一种能用集成电路版图失效区域定位的版图关键区域提取方法。本发明还涉及一种能用集成电路版图失效区域定位的版图关键区域提取系统。
背景技术
随着集成电路制造工艺节点的不断推进,集成电路设计的可制造性与可靠性检查变得越来越重要。工艺节点尺寸的变小与设计图形复杂度的不断加深,迫使制造者需要投入巨大的人力、财力来评估设计版图的可制造性。一旦发现新设计产品失效,一般制造者惯用静态随即存取存储区域(SRAM)作为版图中最关键区域典型来展开各项工艺检查。然而,多数情形下最终发现的失效区域并非SRAM区域,这种类似于大海捞针方式的地毯式搜索检查效率显然十分低下。
如果能快速提取出版图中可制造工艺窗口较小的关键区域,这将会加快失效区域的定位,进而提升制造者的经济效益。
发明内容
在发明内容部分中引入了部分简化形式的描述,该简化形式的描述的概念均为本领域现有技术简化,这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征,更不意味着试图确定所要求保护的技术方案的保护范围。
本发明要解决的技术问题是提供一种用于集成电路版图失效区域定位,相对现有技术能快速准确定位版图关键区域的版图关键区域提取方法。
本发明要解决的另一技术问题是提供一种用于集成电路版图失效区域定位,相对现有技术能快速准确定位版图关键区域的版图关键区域提取系统。
为解决上述技术问题,本发明提供的版图关键区域提取方法,包括以下步骤:
S1,确定需要提取关键区域的版图层次;
S2,对提取版图层次按格点窗口划分规则进行格点窗口划分;
S3,提取每个格点窗口内图形的线宽积值和间距积值;
S4,在历史成熟稳定生产产品中提取被定义成关键区域的积值阈值,所述积值阈值包括线宽积值阈值和间距积值阈值;
S5,根据积值阈值判断各格点窗口内图形是否为关键区域,并将关键区域提取。
可选择的,进一步改进所述的版图关键区域提取方法,步骤S2中,所述格点窗口划分规则如下;
以版图层次左下角起始点为原点(0,0),以尺寸w*w将该版图层次划分为多个m*n个格点窗口,每个格点窗口中均有对应的截取图形,其中w≥0,格点窗口行号m>1,格点窗口列号n>1,所述截取图形指的是处在格点窗口内的关键层版图图形。
可选择的,进一步改进所述的版图关键区域提取方法,所述预设尺寸w的范围是0um-200um。
可选择的,进一步改进所述的版图关键区域提取方法,步骤S3中,线宽积值采用以下步骤计算获得;
S3.1,根据制造工艺确定版图层次线宽最小推荐值wr;
S3.2,计算各格点窗口内所有图形小于推荐值的线宽积值,wr代表线宽最小推荐值,wi代表线宽的实际值,ai代表线宽的面积,n代表格点窗口列号,r即recommend标识为DFM推荐,所以wr指的线宽最小推荐值;假设将格点窗口内的线宽图形从1,2,……直到n进行标号,i指代任一标号;
其中,当wr-wi<0,则wr-wi取0。
可选择的,进一步改进所述的版图关键区域提取方法,步骤S3中,间距积值采用以下步骤计算获得;
S3.3,根据制造工艺确定版图层次间距的最小推荐值sr;
S3.4,计算各格点窗口内所有图形小于推荐值的间距积值sr代表间距最小推荐值,si代表间距的实际值,bi代表间距的面积,m代表格点窗口行号,r即recommend标识为DFM推荐,所以sr指的间距最小推荐值;假设将格点窗口内的线宽图形从1,2,……直到n进行标号,i指代任一标号;
其中,当sr-si<0,则sr-si取0。
可选择的,进一步改进所述的版图关键区域提取方法,步骤S4中,线宽积值阈值和间距积值阈值根据已经稳定大批量生产产品的积值分布范围采用概率分布计算获取。
可选择的,进一步改进所述的版图关键区域提取方法,所述概率分布计算是Gamma概率拟合求解。
可选择的,进一步改进所述的版图关键区域提取方法,所述概率分布计算将累计概率为g%的点设为阈值,g的范围是80-100。
可选择的,进一步改进所述的版图关键区域提取方法,步骤S5中,将高于线宽积值阈值或间距积值阈值格点窗口的图形区域提取为该版图的关键区域。
可选择的,进一步改进所述的版图关键区域提取方法,还包括:
S6,将提取的该版图关键区域以热力图形式表示。
本发明提供一种用于集成电路版图失效区域定位的版图关键区域提取系统,包括:
版图层次选取模块,其适用于选取需要提取关键区域的版图层次;
格点窗口划分模块,其适用于版图层次选取模块选取版图层次按格点窗口划分规则进行格点窗口划分;
积值提取模块,其适用于提取每个格点窗口内图形的线宽积值和间距积值;
积值阈值获取模块,其适用于在历史成熟稳定生产产品中提取被定义成关键区域的积值阈值,所述积值阈值包括线宽积值阈值和间距积值阈值;
判断提取模块,其适用于根据积值阈值判断各格点窗口内图形是否为关键区域,并将关键区域提取。
可选择的,进一步改进所述的版图关键区域提取系统,格点窗口划分模块以版图层次左下角起始点为原点(0,0),以尺寸w*w将该版图层次划分为多个m*n个格点窗口,每个格点窗口中均有对应的截取图形,其中w≥0,格点窗口行号m>1,格点窗口列号n>1,所述截取图形指的是处在格点窗口内的关键层版图图形。
可选择的,进一步改进所述的版图关键区域提取系统,所述预设尺寸w范围是0um-200um。
可选择的,进一步改进所述的版图关键区域提取系统,积值提取模块采用以下方式计算线宽积值;
根据制造工艺确定版图层次线宽最小推荐值wr,计算各格点内所有图形小于推荐值的线宽积值,wr代表线宽最小推荐值、wi代表线宽的实际值、ai代表线宽的面积,n代表格点窗口列号,r即recommend标识为DFM推荐,i是格点窗口内的线宽图形编号;其中,当wr-wi<0,则wr-wi取0。
可选择的,进一步改进所述的版图关键区域提取系统,积值提取模块采用以下方式计算间距积值;
根据制造工艺确定版图层次间距的最小推荐值sr,计算各格点窗口内所有图形小于推荐值的间距积值sr代表间距最小推荐值,si代表间距的实际值,bi代表间距的面积,m代表格点窗口行号,r即recommend标识为DFM推荐,i是格点窗口内的间距图形编号;其中,当sr-si<0,则sr-si取0。
可选择的,进一步改进所述的版图关键区域提取系统,积值阈值获取模块根据已经稳定大批量生产产品的积值分布范围采用概率分布计算获取线宽积值阈值和间距积值阈值。
可选择的,进一步改进所述的版图关键区域提取系统,所述概率分布计算是Gamma概率拟合求解。
可选择的,进一步改进所述的版图关键区域提取系统,所述概率分布计算将累计概率为g%的点设为阈值,g的范围是80-100。
可选择的,进一步改进所述的版图关键区域提取系统,判断提取模块将高于线宽积值阈值或间距积值阈值格点窗口的图形区域提取为该版图的关键区域。
可选择的,进一步改进所述的版图关键区域提取系统,还包括:
显示模块,其适用于将提取的该版图关键区域以热力图形式表示。
本发明提供首先将预提取版图层次划分为格点窗口,提取每个格点窗口内图形的线宽积值和间距积值,根据在历史成熟稳定生产产品中提取被定义成关键区域的积值阈值判断各格点窗口内图形是否为关键区域,并将关键区域提取。通过在历史成熟稳定生产产品中提取被定义成关键区域的积值阈值判断预提取版图层次的关键区域,由于利用了成熟稳定生产产品的积值阈值作弊判断条件,相比现有技术能将新产品版图中的关键区域至少缩小为原先版图的30%,节约后续失效分析70%的周期时间,大大提升制造者的经济效益。
附图说明
本发明附图旨在示出根据本发明的特定示例性实施例中所使用的方法、结构和/或材料的一般特性,对说明书中的描述进行补充。然而,本发明附图是未按比例绘制的示意图,因而可能未能够准确反映任何所给出的实施例的精确结构或性能特点,本发明附图不应当被解释为限定或限制由根据本发明的示例性实施例所涵盖的数值或属性的范围。下面结合附图与具体实施方式对本发明作进一步详细的说明:
图1是本发明提取方法的流程示意图。
图2是本发明格点窗口划分示意图,图中A代表格点窗口,m代表格点窗口的行号,n代表格点窗口的列号。
图3是格点窗口内线宽积值的提取示意图。
图4是阈值求解示意图一。
图5是阈值求解示意图二,其显示累计概率值分布。
具体实施方式
以下通过特定的具体实施例说明本发明的实施方式,本领域技术人员可由本说明书所公开的内容充分地了解本发明的其他优点与技术效果。本发明还可以通过不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点加以应用,在没有背离发明总的设计思路下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。本发明下述示例性实施例可以多种不同的形式来实施,并且不应当被解释为只限于这里所阐述的具体实施例。应当理解的是,提供这些实施例是为了使得本发明的公开彻底且完整,并且将这些示例性具体实施例的技术方案充分传达给本领域技术人员。
除非另有定义,否则这里所使用的全部术语(包括技术术语和科学术语)都具有与本发明所属领域的普通技术人员通常理解的意思相同的意思。还将理解的是,除非这里明确定义,否则诸如在通用字典中定义的术语这类术语应当被解释为具有与它们在相关领域语境中的意思相一致的意思,而不以理想的或过于正式的含义加以解释。
如图1所示,本发明提供的版图关键区域提取方法第一实施例,包括以下步骤:
S1,确定需要提取关键区域的版图层次;
S2,对提取版图层次按格点窗口划分规则进行格点窗口划分;
S3,提取每个格点窗口内图形的线宽积值和间距积值;
S4,在历史成熟稳定生产产品中提取被定义成关键区域的积值阈值,所述积值阈值包括线宽积值阈值和间距积值阈值;
S5,根据积值阈值判断各格点窗口内图形是否为关键区域,并将关键区域提取。
本发明版图关键区域提取方法第一实施通过在历史成熟稳定生产产品中提取被定义成关键区域的积值阈值判断预提取版图层次的关键区域,由于利用了成熟稳定生产产品的积值阈值作弊判断条件,相比现有技术能将新产品版图中的关键区域至少缩小为原先版图的30%,节约后续失效分析70%的周期时间,大大提升制造者的经济效益。
本发明提供的版图关键区域提取方法第二实施例,包括以下步骤:
S1,确定需要提取关键区域的版图层次;
S2,以版图层次左下角起始点为原点(0,0),以尺寸w*w将该版图层次划分为多个m*n个格点窗口,每个格点窗口中均有对应的截取图形,其中200um≥w≥0,格点窗口行号m>1,格点窗口列号n>1,所述截取图形指的是处在格点窗口内的关键层版图图形,参考图2所示;
S3,提取每个格点窗口内图形的线宽积值和间距积值;
其中,线宽积值采用以下步骤计算获得;
S3.1,根据制造工艺确定版图层次线宽最小推荐值wr;
S3.2,计算各格点窗口内所有图形小于推荐值的线宽积值,wr代表线宽最小推荐值,wi代表线宽的实际值,ai代表线宽的面积,n代表格点窗口列号,r即recommend标识为DFM推荐,i是格点窗口内的线宽图形编号;
其中,当wr-wi<0,则wr-wi取0。
间距积值采用以下步骤计算获得;
S3.3,根据制造工艺确定版图层次间距的最小推荐值sr;
S3.4,计算各格点窗口内所有图形小于推荐值的间距积值sr代表间距最小推荐值,si代表间距的实际值,bi代表间距的面积,m代表格点窗口行号,r即recommend标识为DFM推荐,i是格点窗口内的间距图形编号;
其中,当sr-si<0,则sr-si取0。
S4,在历史成熟稳定生产产品中提取被定义成关键区域的积值阈值,所述积值阈值包括线宽积值阈值和间距积值阈值;线宽积值阈值和间距积值阈值根据已经稳定大批量生产产品的积值分布范围采用概率分布计算获取,例如采用Gamma概率拟合求解获得;其中,所述概率分布计算将累计概率为g%的点设为阈值,g的范围是80-100;
S5,将高于线宽积值阈值或间距积值阈值格点窗口的图形区域提取为该版图的关键区域;
S6,将提取的该版图关键区域以热力图形式表示。
下面结合图3所述结构,进一步说明本发明第二实施例,图3为格点窗口化后某一格点窗口内的实际图形;
抽取每一个格点窗口的积值,以图3为例,图中含有长方形301线宽为w1,面积为a1;含有长方形302线宽为w2,面积为a2;含有“L”形状多边形303最大线宽为w4,最小线宽为w3,面积为a3;301与303的最小间距为是s14、对应面积为a14;301与302的最小间距为是s12、对应面积为a12。其中w3、w4均大于最小线宽推荐值wr,而w1、w2则小于最小线宽推荐值wr;同时,s12、s14也小于最小间距推荐值sr。按照本发明提出的格点积值计算方法,可计算如下:
线宽积值:W=(Wr-w1)*a1+(Wr-w2)*a2;
间距积值:S=(Sr-s12)*a12+(Sr-s14)*a14;
该层次稳定的大批量生产产品的版图积值概率分布如图4所示。其中,401表示的(550,650)区间积值的出现概率,这里将原先的概率分布拟合为Gamma分布,如曲线402。图5中的404为图4中402Gamma分布的累计概率分布图。如图4所示403,以90%所对应的积值作为警戒线,可以获取到对应的积值阈值为1090。
将版图所有的格点的积值均用对应的颜色表示,形成业界常用的热力图。
热力图中超过阈值1090的格点窗口区域,即为版图中的关键区域,需要重点进行失效分析。
本发明提供一种用于集成电路版图失效区域定位的版图关键区域提取系统第一实施例,包括:
版图层次选取模块,其适用于选取需要提取关键区域的版图层次;
格点窗口划分模块,其适用于版图层次选取模块选取版图层次按格点窗口划分规则进行格点窗口划分;
积值提取模块,其适用于提取每个格点窗口内图形的线宽积值和间距积值;
积值阈值获取模块,其适用于在历史成熟稳定生产产品中提取被定义成关键区域的积值阈值,所述积值阈值包括线宽积值阈值和间距积值阈值;
判断提取模块,其适用于根据积值阈值判断各格点窗口内图形是否为关键区域,并将关键区域提取。
本发明提供一种用于集成电路版图失效区域定位的版图关键区域提取系统第二实施例,包括:
版图层次选取模块,其适用于选取需要提取关键区域的版图层次;
格点窗口划分模块,以版图层次左下角起始点为原点(0,0),以尺寸w*w将该版图层次划分为多个m*n个格点窗口,每个格点窗口中均有对应的截取图形,所述截取图形指的是处在格点窗口内的关键层版图图形;其中w≥0,格点窗口行号m>1,格点窗口列号n>1,w范围是0um-200um。
积值提取模块,采用以下方式计算线宽积值;
根据制造工艺确定版图层次线宽最小推荐值wr,计算各格点窗口内所有图形小于推荐值的线宽积值,wr代表线宽最小推荐值,wi代表线宽的实际值,ai代表线宽的面积,n代表格点窗口列号,n>1,r即recommend标识为DFM推荐,i是格点窗口内的线宽图形编号;其中,当wr-wi<0,则wr-wi取0。
采用以下方式计算间距积值;
根据制造工艺确定版图层次间距的最小推荐值sr,计算各格点窗口内所有图形小于推荐值的间距积值sr代表间距最小推荐值,si代表间距的实际值,bi代表间距的面积,m代表格点窗口行号,m>1r即recommend标识为DFM推荐,i是格点窗口内的间距图形编号;其中,当sr-si<0,则sr-si取0。
积值阈值获取模块,获取模块根据已经稳定大批量生产产品的积值分布范围采用概率分布计算获取线宽积值阈值和间距积值阈值。所述概率分布计算是Gamma概率拟合求解,概率分布计算将累计概率为g%的点设为阈值,g的范围是80-100;
判断提取模块,将高于线宽积值阈值或间距积值阈值格点窗口的图形区域提取为该版图的关键区域,并将关键区域提取。
显示模块,其适用于将提取的该版图关键区域以热力图形式表示。
以上通过具体实施方式和实施例对本发明进行了详细的说明,但这些并非构成对本发明的限制。在不脱离本发明原理的情况下,本领域的技术人员还可做出许多变形和改进,这些也应视为本发明的保护范围。
Claims (20)
1.一种版图关键区域提取方法,其用于集成电路版图失效区域定位,其特征在于,包括以下步骤:
S1,确定需要提取关键区域的版图层次;
S2,对提取版图层次按格点窗口划分规则进行格点窗口划分;
S3,提取每个格点窗口内图形的线宽积值和间距积值;
S4,在历史成熟稳定生产产品中提取被定义成关键区域的积值阈值,所述积值阈值包括线宽积值阈值和间距积值阈值;
S5,根据积值阈值判断各格点窗口内图形是否为关键区域,并将关键区域提取。
2.如权利要求1所述的版图关键区域提取方法,其特征在于:步骤S2中,所述格点窗口划分规则如下;
以版图层次左下角起始点为原点(0,0),以尺寸w*w将该版图层次划分为多个m*n个格点窗口,每个格点窗口中均有对应的截取图形,其中w≥0,格点窗口行号m>1,格点窗口列号n>1,所述截取图形指的是处在格点窗口内的关键层版图图形。
3.如权利要求2所述的版图关键区域提取方法,其特征在于:所述预设尺寸w的范围是0um-200um。
6.如权利要求1所述的版图关键区域提取方法,其特征在于:步骤S4中,线宽积值阈值和间距积值阈值根据已经稳定大批量生产产品的积值分布范围采用概率分布计算获取。
7.如权利要求6所述的版图关键区域提取方法,其特征在于:所述概率分布计算是Gamma概率拟合求解。
8.如权利要求7所述的版图关键区域提取方法,其特征在于:所述概率分布计算将累计概率为g%的点设为阈值,g的范围是80-100。
9.如权利要求1所述的版图关键区域提取方法,其特征在于:步骤S5中,将高于线宽积值阈值或间距积值阈值格点窗口的图形区域提取为该版图的关键区域。
10.如权利要求1-9任意一项所述的版图关键区域提取方法,其特征在于,还包括:
S6,将提取的该版图关键区域以热力图形式表示。
11.一种版图关键区域提取系统,其用于集成电路版图失效区域定位,其特征在于,包括:
版图层次选取模块,其适用于选取需要提取关键区域的版图层次;
格点窗口划分模块,其适用于版图层次选取模块选取版图层次按格点窗口划分规则进行格点窗口划分;
积值提取模块,其适用于提取每个格点窗口内图形的线宽积值和间距积值;
积值阈值获取模块,其适用于在历史成熟稳定生产产品中提取被定义成关键区域的积值阈值,所述积值阈值包括线宽积值阈值和间距积值阈值;
判断提取模块,其适用于根据积值阈值判断各格点窗口内图形是否为关键区域,并将关键区域提取。
12.如权利要求11所述的版图关键区域提取系统,其特征在于:格点窗口划分模块以版图层次左下角起始点为原点(0,0),以尺寸w*w将该版图层次划分为多个m*n个格点窗口,每个格点窗口中均有对应的截取图形,其中w≥0,格点窗口行号m>1,格点窗口列号n>1,所述截取图形指的是处在格点窗口内的关键层版图图形。
13.如权利要求12所述的版图关键区域提取系统,其特征在于:所述预设尺寸w范围是0um-200um。
16.如权利要求11所述的版图关键区域提取系统,其特征在于:积值阈值获取模块根据已经稳定大批量生产产品的积值分布范围采用概率分布计算获取线宽积值阈值和间距积值阈值。
17.如权利要求16所述的版图关键区域提取系统,其特征在于:所述概率分布计算是Gamma概率拟合求解。
18.如权利要求16所述的版图关键区域提取系统,其特征在于:所述概率分布计算将累计概率为g%的点设为阈值,g的范围是80-100。
19.如权利要求11所述的版图关键区域提取系统,其特征在于:判断提取模块将高于线宽积值阈值或间距积值阈值格点窗口的图形区域提取为该版图的关键区域。
20.如权利要求11-19任意一项所述的版图关键区域提取系统,其特征在于,还包括:
显示模块,其适用于将提取的该版图关键区域以热力图形式表示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911133017.3A CN110909659A (zh) | 2019-11-19 | 2019-11-19 | 版图关键区域提取方法及其提取系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911133017.3A CN110909659A (zh) | 2019-11-19 | 2019-11-19 | 版图关键区域提取方法及其提取系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110909659A true CN110909659A (zh) | 2020-03-24 |
Family
ID=69817928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911133017.3A Pending CN110909659A (zh) | 2019-11-19 | 2019-11-19 | 版图关键区域提取方法及其提取系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110909659A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113486622A (zh) * | 2021-06-29 | 2021-10-08 | 海光信息技术股份有限公司 | 一种芯片的失效分析方法及装置、电子设备、存储介质 |
CN115796115A (zh) * | 2023-01-09 | 2023-03-14 | 北京芯愿景软件技术股份有限公司 | 版图层分组方法、装置、电子设备及非易失性存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559364A (zh) * | 2013-11-13 | 2014-02-05 | 中国科学院微电子研究所 | 提取芯片版图的版图图形特征的方法及cmp仿真方法 |
CN108121843A (zh) * | 2016-11-30 | 2018-06-05 | 中国科学院微电子研究所 | Cmp缺陷预测方法和系统 |
CN109711006A (zh) * | 2018-12-11 | 2019-05-03 | 上海华力微电子有限公司 | 一种冗余图形添加方法 |
-
2019
- 2019-11-19 CN CN201911133017.3A patent/CN110909659A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559364A (zh) * | 2013-11-13 | 2014-02-05 | 中国科学院微电子研究所 | 提取芯片版图的版图图形特征的方法及cmp仿真方法 |
CN108121843A (zh) * | 2016-11-30 | 2018-06-05 | 中国科学院微电子研究所 | Cmp缺陷预测方法和系统 |
CN109711006A (zh) * | 2018-12-11 | 2019-05-03 | 上海华力微电子有限公司 | 一种冗余图形添加方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113486622A (zh) * | 2021-06-29 | 2021-10-08 | 海光信息技术股份有限公司 | 一种芯片的失效分析方法及装置、电子设备、存储介质 |
CN113486622B (zh) * | 2021-06-29 | 2023-02-28 | 海光信息技术股份有限公司 | 一种芯片的失效分析方法及装置、电子设备、存储介质 |
CN115796115A (zh) * | 2023-01-09 | 2023-03-14 | 北京芯愿景软件技术股份有限公司 | 版图层分组方法、装置、电子设备及非易失性存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110909659A (zh) | 版图关键区域提取方法及其提取系统 | |
CN109508733A (zh) | 一种基于分布概率相似度度量的异常检测方法 | |
US20180190399A1 (en) | System for setting tolerance limit of correlation by using repetitive cross-validation and method thereof | |
CN111581092B (zh) | 仿真测试数据的生成方法、计算机设备及存储介质 | |
CN110995482A (zh) | 告警分析方法、装置、计算机设备及计算机可读存储介质 | |
US20230185858A1 (en) | Teleconnection pattern-oriented spatial association clustering method | |
CN106294076A (zh) | 一种服务器关联故障预测方法及其系统 | |
US8195662B2 (en) | Density-based data clustering method | |
CN106484838A (zh) | 基于数据挖掘的安全检查标准库动态更新方法 | |
CN111160234B (zh) | 表格识别方法、电子设备及计算机存储介质 | |
CN109284513B (zh) | 芯片版图的检测方法及装置、计算机可读存储介质、终端 | |
CN115879826B (zh) | 一种基于大数据的精细化工工艺质检方法、系统及介质 | |
CN117150294A (zh) | 异常值检测方法、装置、电子设备及存储介质 | |
CN110086860A (zh) | 一种物联网大数据环境下的数据异常检测方法及装置 | |
CN115934699A (zh) | 异常数据筛选方法、装置、电子设备及存储介质 | |
CN114679335A (zh) | 电力监控系统网络安全风险评估训练、评估方法及设备 | |
US10997172B2 (en) | Dual filter histogram optimization | |
CN103093060A (zh) | 基于短路关键面积约束的版图冗余通孔插入方法 | |
CN113326688A (zh) | 一种基于思想政治词语查重处理方法和装置 | |
CN111444823A (zh) | 处理视频数据的方法、装置、计算机设备和存储介质 | |
CN111125078A (zh) | 一种继电保护装置缺陷数据修正方法 | |
CN111949917B (zh) | 一种基于图像处理的安全上网方法及装置 | |
Califano et al. | Systematic design of indexing strategies for object recognition | |
CN117236233B (zh) | 半导体器件初始值评估方法、装置、电子设备及存储介质 | |
CN112035484B (zh) | 一种故障录波数据的局部故障特征提取方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200324 |