买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉科技大学申请的专利一种生成EUV最优掩模的网络训练方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119962610B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510043104.9，技术领域涉及：G06N3/084；该发明授权一种生成EUV最优掩模的网络训练方法是由许爽;陈泓廷;宋清晏;陈俊设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种生成EUV最优掩模的网络训练方法在说明书摘要公布了：本发明属于计算光刻技术领域，具体公开了一种生成EUV最优掩模的网络训练方法，将DUV掩模技术应用到EUV掩模的生成中，由DUV掩模生成模型生成的掩模在训练中引导生成器进行修正，使训练朝着优化的方向前进；在生成器中加入一个EUV掩模生成的补偿部分，以便实现最大限度的优化；将关键图形筛选技术同时运用到目标图像、EUV掩模和DUV掩模技术中，保证训练中全芯片掩模优化的速度和效果；本发明方法在CGAN的框架下，将DUV掩模生成模型生成的掩模作为训练时的附加信息，并在一般生成器的基础上增加一个EUV补偿部分，再经过鉴别器，训练得到一个能够生成EUV最优掩模的模型。

本发明授权一种生成EUV最优掩模的网络训练方法在权利要求书中公布了：1.一种生成EUV最优掩模的网络训练方法，其特征在于，包括以下步骤： 步骤1，在正式训练前，进行数据预处理和生成器预训练，生成器是训练中最关键的部件，由一般生成器G’和补偿器C两个部分组成；其中，数据预处理利用关键图形筛选技术中基于广度优先搜索的算法，包括频率提取、频率分组和关键图形筛选，负责将得到的目标图像Zt以及对应EUV、DUV掩模生成模型生成的掩模mE*、mD*作为CGAN网络的输入，以此得到一份数量最少的关键图形组，以保证训练过程中的速度和效果； 步骤2，训练开始，由mE*和Zt组成掩模对Zt,mE*，由Zt及其指导生成器生成的掩模GZ组成掩模对Zt,GZ；其中，Zt,mE*掩模对表示mE*掩模下的光刻胶图形与目标图像的差；Zt,GZ掩模对表示GZ掩模下的光刻胶图形与目标图像的差； 步骤3，将Zt,mE*和Zt,GZ两组掩模对数据传入鉴别器中，鉴别器为一个普通的卷积神经网络结构，用来执行收敛，对目标图像和掩模下的光刻胶图形之差进行预测，将生成的EUV掩模GZ不断向给定的mE*靠近； 步骤4，鉴别器输出结果，判断鉴别器是否能辨别mE*和GZ，判断结果决定模型的后续训练流程；所述步骤4包括：步骤41：判别结果为是，说明训练结果中GZ与Zt存在较大差距，则转到步骤5；步骤42：判别结果为否，生成器GZ生成的EUV掩模满足优化结果，训练结束； 步骤5，判断GZ掩模下的光刻胶图形Z是否更加接近于目标图像，判断结果决定模型的后续训练流程；所述步骤5包括：步骤51：判别结果为是，说明mE*和GZ存在一定差异，但生成器生成的GZ掩模下的光刻胶图形Z更加接近目标图像，这样的GZ也满足优化结果，训练结束；步骤52：判别结果为否，则生成器GZ生成的EUV掩模不合格，跳转至步骤6； 步骤6，将指令发送到DUV掩模生成模型中，引导其对上一轮生成的掩模G’Z进行修正，再由补偿器进一步优化，生成新一轮的GZ，并与Zt组成新的掩模对Zt,GZ，跳转至步骤3。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉科技大学，其通讯地址为：430081 湖北省武汉市青山区和平大道947号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。