論文の概要: Large Scale Mask Optimization Via Convolutional Fourier Neural Operator and Litho-Guided Self Training

• arxiv url: http://arxiv.org/abs/2207.04056v1
• Date: Fri, 8 Jul 2022 16:39:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-12 12:57:43.537003
• Title: Large Scale Mask Optimization Via Convolutional Fourier Neural Operator and Litho-Guided Self Training
• Title（参考訳）: 畳み込みフーリエニューラルオペレータとリソ誘導自己訓練による大規模マスク最適化
• Authors: Haoyu Yang, Zongyi Li, Kumara Sastry, Saumyadip Mukhopadhyay, Anima Anandkumar, Brucek Khailany, Vivek Singh, Haoxing Ren
• Abstract要約: マスクタスクを効率的に学習できる畳み込みニューラルネットワーク(CFCF)を提案する。 機械学習ベースのフレームワークが初めて、最先端の数値マスクデータセットを上回った。
• 参考スコア（独自算出の注目度）: 54.16367467777526
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Machine learning techniques have been extensively studied for mask optimization problems, aiming at better mask printability, shorter turnaround time, better mask manufacturability, and so on. However, most of these researches are focusing on the initial solution generation of small design regions. To further realize the potential of machine learning techniques on mask optimization tasks, we present a Convolutional Fourier Neural Operator (CFNO) that can efficiently learn layout tile dependencies and hence promise stitch-less large-scale mask optimization with the limited intervention of legacy tools. We discover the possibility of litho-guided self-training (LGST) through a trained machine learning model when solving non-convex optimization problems, which allows iterative model and dataset update and brings significant model performance improvement. Experimental results show that, for the first time, our machine learning-based framework outperforms state-of-the-art academic numerical mask optimizers with an order of magnitude speedup.
• Abstract（参考訳）: マスク印刷性の向上,ターンアラウンド時間短縮,マスク製造性の向上など,マスク最適化問題に対して機械学習技術が広く研究されている。 しかしながら、これらの研究の多くは、小さな設計領域の初期ソリューション生成に焦点を当てている。 マスク最適化タスクにおける機械学習技術の可能性をさらに高めるために,レイアウトタイルの依存関係を効率的に学習し,従来のツールの介入が限定されたスタイピングレス大規模マスク最適化を約束する畳み込み型フーリエニューラルネットワーク(cfno)を提案する。 本研究では,非凸最適化問題を解く際に訓練された機械学習モデルを通して,リソ誘導自己学習(lgst)の可能性を見いだし,反復モデルとデータセットの更新を可能にし,モデル性能の向上をもたらす。 実験結果から、機械学習に基づくフレームワークは、最先端の学術的数値マスクオプティマイザを桁違いのスピードアップで上回る結果となった。

関連論文リスト

• Unlearning as multi-task optimization: A normalized gradient difference approach with an adaptive learning rate [105.86576388991713]
  正規化勾配差(NGDiff)アルゴリズムを導入し、目的間のトレードオフをよりよく制御できるようにする。 本研究では,TOFUおよびMUSEデータセットにおける最先端の未学習手法において,NGDiffの優れた性能を実証的に実証し,理論的解析を行った。
  論文  参考訳（メタデータ） (2024-10-29T14:41:44Z)
• Beyond Linear Approximations: A Novel Pruning Approach for Attention Matrix [17.086679273053853]
  大きな言語モデル(LLM)は、私たちの日常生活の様々な側面を強化する大きな可能性を示しています。 彼らの成長する能力は、非常に大きなモデルサイズを犠牲にし、エッジデバイスへのデプロイメントを困難にしている。 本稿では,注目行列の近似を直接最適化する LLM 重み付け手法を提案する。
  論文  参考訳（メタデータ） (2024-10-15T04:35:56Z)
• ILILT: Implicit Learning of Inverse Lithography Technologies [5.373749225521622]
  ILILTは,暗黙の学習入力を地上条件のILTソリューションに活用し,効率と品質を大幅に向上させる。
  論文  参考訳（メタデータ） (2024-05-06T15:49:46Z)
• Machine Learning Insides OptVerse AI Solver: Design Principles and Applications [74.67495900436728]
  本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。 本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。 本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
  論文  参考訳（メタデータ） (2024-01-11T15:02:15Z)
• An Adversarial Active Sampling-based Data Augmentation Framework for Manufacturable Chip Design [55.62660894625669]
  リソグラフィーモデリングは、チップ設計マスクが製造可能であることを保証するため、チップ設計において重要な問題である。 機械学習の最近の進歩は、時間を要するリソグラフィーシミュレーションをディープニューラルネットワークに置き換えるための代替ソリューションを提供している。 本稿では,限られたデータのジレンマを解消し,機械学習モデルの性能を向上させるために,データ拡張フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-10-27T20:53:39Z)
• Learning the Quality of Machine Permutations in Job Shop Scheduling [9.972171952370287]
  機械の順列の質を予測することを目的とした新しい教師付き学習タスクを提案する。 そして、我々は、正確な逐次深層学習モデルを作成することができるような、この品質を推定する独自の方法論を設計する。
  論文  参考訳（メタデータ） (2022-07-07T11:53:10Z)
• Machine Learning Constructives and Local Searches for the Travelling Salesman Problem [7.656272344163667]
  本稿では,従来のディープラーニングモデルの計算量の改善について述べる。 ローカル検索のフェーズを追加する可能性を探り、パフォーマンスをさらに向上する。
  論文  参考訳（メタデータ） (2021-08-02T14:34:44Z)
• Gone Fishing: Neural Active Learning with Fisher Embeddings [55.08537975896764]
  ディープニューラルネットワークと互換性のあるアクティブな学習アルゴリズムの必要性が高まっている。 本稿では,ニューラルネットワークのための抽出可能かつ高性能な能動学習アルゴリズムBAITを紹介する。
  論文  参考訳（メタデータ） (2021-06-17T17:26:31Z)
• Masking as an Efficient Alternative to Finetuning for Pretrained Language Models [49.64561153284428]
  我々は、微調整によって修正する代わりに、事前訓練された重量に対する選択的な二乗マスクを学習する。 内在的評価では、マスキング言語モデルによって計算された表現が、下流タスクの解決に必要な情報を符号化していることを示す。
  論文  参考訳（メタデータ） (2020-04-26T15:03:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。