[发明专利]生成器件结构预测模型的方法和器件结构仿真设备

权利要求书

1.一种器件结构仿真设备，包括：

存储器，其存储器件结构仿真程序；以及

处理器，其被配置为执行存储在所述存储器中的所述器件结构仿真程序，使得通过执行所述器件结构仿真程序，所述器件结构仿真设备被配置为

接收目标器件的谱数据，

通过对所述谱数据执行预处理来生成输入数据集，并且

基于所述输入数据集来训练模型，使得所述模型被配置为预测所述目标器件的结构，

其中，所述预处理包括基于所述谱数据选择特定基函数，并且将所述谱数据分离为特定基函数的集合，并且

所述模型包括至少一个子模型。

2.根据权利要求1所述的器件结构仿真设备，其中

所述输入数据集包括仿真数据和测量数据，并且

所述至少一个子模型包括第一子模型和第二子模型，所述第一子模型基于所述仿真数据来训练，所述第二子模型基于所述测量数据来训练。

3.根据权利要求2所述的器件结构仿真设备，其中，所述器件结构仿真设备还被配置为

基于所述测量数据通过仿真来生成器件结构数据，并且

基于所述器件结构数据来生成器件谱数据，

其中，所述仿真数据包括所述器件结构数据和所述器件谱数据。

4.根据权利要求2所述的器件结构仿真设备，其中，所述器件结构仿真设备还被配置为

基于所述仿真数据来训练所述第一子模型，并且

基于所述第一子模型和所述测量数据来训练所述第二子模型。

5.根据权利要求1所述的器件结构仿真设备，其中

所述至少一个子模型包括第一子模型和第二子模型，所述第一子模型基于先前数据来训练，并且所述第二子模型基于所述输入数据集来训练，

所述第一子模型包括初始权重数据，并且

所述第二子模型包括通过基于所述输入数据集重新训练所述初始权重数据而得到的重新训练的权重数据。

6.根据权利要求5所述的器件结构仿真设备，其中

所述模型还包括优化所述初始权重数据的损失函数，并且

所述损失函数生成第一梯度数据和第二梯度数据，所述第一梯度数据基于所述先前数据，所述第二梯度数据基于所述输入数据集，并且

所述损失函数基于所述第一梯度数据和所述第二梯度数据来更新所述初始权重数据。

7.根据权利要求5所述的器件结构仿真设备，其中，所述器件结构仿真设备还被配置为

在一个空间中绘制多条谱数据的特性，所述多条谱数据包括在所述输入数据集中，并且

根据所述多条谱数据之间的距离来计算相似度。

8.根据权利要求1所述的器件结构仿真设备，其中，所述器件结构仿真设备还被配置为

将所述谱数据分离为高频区域和低频区域，并且

处理所述高频区域的噪声。

9.根据权利要求1所述的器件结构仿真设备，其中，所述器件结构仿真设备还被配置为

降低所述谱数据的维度，并且

选择与所述目标器件的结构的预测有关的数据。

10.根据权利要求9所述的器件结构仿真设备，其中，所述器件结构仿真设备还被配置为

生成给出所述谱数据与所述目标器件的结构之间的最大协方差的线性组合变量。

11.根据权利要求1所述的器件结构仿真设备，其中

所述目标器件的结构的预测包括选自所述目标器件的子元件的厚度、高度、长度和边界表面曲率中的至少一个，并且

所述子元件包括选自晶体管的源极、栅极、漏极和沟道中的至少一个。