研究人员开发了一种物理信息神经算子（PINO）来改进极紫外（EUV）光刻中电磁散射问题的仿真。该PINO模型分解为横向和轴向分支，使用伪谱频率域（PSFD）方程进行训练，并从大约16,000个掩模设计中学习，无需依赖预先计算的解。所得的代理模型在未见过的掩模图案上散射强度方面实现了约$7 imes 10^{-3}$的平均绝对误差，并且与谱阻尼结合使用时，可以加速PSFD求解器以实现更精细的离散化。 AI
影响 这种新的PINO模型可以显著降低EUV光刻掩模的设计和仿真过程的计算成本并加速该过程，从而可能加快半导体制造。
排序理由 该集群包含一篇详细介绍新的科学仿真模型的论文。[lever_c_demoted from research: ic=1 ai=1.0]
- extreme ultraviolet lithography
- Fourier Neural Operator
- LithoBench
- Physics-Informed Neural Operator
- Pino
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
