| 講演名 | 2020-03-04 機械学習を用いたリソグラフィホットスポット検出手法と評価に関して 高橋 秀和(東工大), 佐藤 真平(東工大), 高橋 篤司(東工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 微細化が進展する中で，歩留まりを考慮したレイアウト設計の重要性が増している．設計レイアウト内の歩留まり危険点箇所であるホットスポットを検出する手法の一つとして，機械学習を用いた手法が広く研究されている．機械学習を用いた既存手法の評価に用いられるICCAD2012データセットは，学習用，テスト用データに同一のデータが含まれている．機械学習ベース手法の評価において，学習データに含まれないデータに対する予測の正しさを評価する必要がある．ICCAD2012データセットをそのまま適用することは適切とはいえない．類似した回路パターンであっても，数ナノ程度のパターン相違でホットスポットが発生する状況を想定しておらず，実際に製造の現場で起こりうる状況に合致していない．本稿では，ICCAD2012データセットに代わり，近年公開されたデータセットを用いて機械学習を用いた既存手法を評価する． |
| 抄録(英) | As VLSI device feature sizes are getting smaller and smaller, layout designhas become more important to keep the yield. Machine learning based method is one of the candidates to detect layoutpatterns which cause yield loss, called hotspots. ICCAD2012 contest dataset is widely used to evaluate machine learning basedmethods, however, training-set and test-set contain the identical data. In order to evaluate these methods appropriately, it is necessary to evaluatethe ability of them by using the data that are not contained in training-set. Original ICCAD2012 dataset does not fit to this purpose. In practice, even minor nm-level variations of a non-hotspot could become a hotspot. ICCAD2012 dataset include no such data. In this paper, we re-evaluate the existing machine learning based methods using the new dataset developed recently. |
| キーワード(和) | ホットスポット / データセット / 機械学習 |
| キーワード(英) | Hotspot / Dataset / Machine Learning |
| 資料番号 | VLD2019-106,HWS2019-79 |
| 発行日 | 2020-02-26 (VLD, HWS) |
| 研究会情報 | |
| 研究会 | HWS / VLD |
|---|---|
| 開催期間 | 2020/3/4(から4日開催) |
| 開催地（和） | 沖縄県青年会館 |
| 開催地（英） | Okinawa Ken Seinen Kaikan |
| テーマ（和） | システムオンシリコンを支える設計技術, ハードウェアセキュリティ, 一般 |
| テーマ（英） | Design Technology for System-on-Silicon, Hardware Security, etc. |
| 委員長氏名（和） | 川村 信一(東芝) / 戸川 望(早大) |
| 委員長氏名（英） | Shinichi Kawamura(Toshiba) / Nozomu Togawa(Waseda Univ.) |
| 副委員長氏名（和） | 池田 誠(東大) / 島崎 靖久(ルネサスエレクトロニクス) / 福田 大輔(富士通研) |
| 副委員長氏名（英） | Makoto Ikeda(Univ. of Tokyo) / Yasuhisa Shimazaki(Renesas Electronics) / Daisuke Fukuda(Fujitsu Labs.) |
| 幹事氏名（和） | 国井 裕樹(セコム) / 小野 貴継(九大) / 小平 行秀(会津大) / 桜井 祐市(日立) |
| 幹事氏名（英） | Hiroki Kunii(SECOM) / Takatsugu Ono(Kyushu Univ.) / Yukihide Kohira(Univ. of Aizu) / Yuichi Sakurai(Hitachi) |
| 幹事補佐氏名（和） | / 池田 一樹(日立) |
| 幹事補佐氏名（英） | / Kazuki Ikeda(Hitachi) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Hardware Security / Technical Committee on VLSI Design Technologies |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 機械学習を用いたリソグラフィホットスポット検出手法と評価に関して |
| サブタイトル（和） | |
| タイトル（英） | Machine Learning Based Lithography Hotspot Detection Method and Evaluation |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ホットスポット / Hotspot |
| キーワード(2)（和/英） | データセット / Dataset |
| キーワード(3)（和/英） | 機械学習 / Machine Learning |
| 第 1 著者 氏名（和/英） | 高橋 秀和 / Hidekazu Takahashi |
| 第 1 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Tech) |
| 第 2 著者 氏名（和/英） | 佐藤 真平 / Shimpei Sato |
| 第 2 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Tech) |
| 第 3 著者 氏名（和/英） | 高橋 篤司 / Atsushi Takahashi |
| 第 3 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Tech) |
| 発表年月日 | 2020-03-04 |
| 資料番号 | VLD2019-106,HWS2019-79 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | VLD-443,HWS-444 |
| ページ範囲 | pp.71-76(VLD), pp.71-76(HWS), |
| ページ数 | 6 |
| 発行日 | 2020-02-26 (VLD, HWS) |