编者按：在1x节点及以下的孔层OPC解决方案中，一种准确和鲁棒的SRAF插入方法是必不可少的。CTM（Continuous Transmission Mask）技术是一种新的迭代生成参考图的方法，可以提取和放置比传统SRAF引导图（SGM）精度更高的SRAF。然而，迭代计算会运行时间会很长，使得CTM在全芯片OPC中不实用。该报告介绍了一种利用深卷积神经网络、（DCNN）技术生成CTM参考图的新方法，该方法在保证运行成本的前提下，用户可以从CTM技术的高精度中获益。
    本次报告旨在将这种机器学习技术应用于全芯片OPC中，实现SRAF的精确定位。通过比较晶圆数据，得出结论：机器学习SRAF提供了与CTM SRAF几乎相同的PV band分布以及相同的工艺窗口。在运行时，机器学习SRAF的速度比CTM快8倍，仅比SGM慢30%，是一种实用的全芯片解决方案。