跳到正文
arXiv · 架构与算子· Doyun Kim; Mircea Dusa; Werner Gilijns; Philippe Leray·· 5 天前精选AI 评分74

用于曝光后烘烤仿真的全时间区间谱 Duhamel-Picard 方法与面向 EUV 光刻的物理信息神经算子

Global-in-time Spectral Duhamel-Picard Method for Post-Exposure Bake Simulation and Physics-Informed Neural Operators for EUV Lithography

AI 导读

基于摘要分析。本文研究 EUV 光刻曝光后烘烤(PEB)中的酸与淬灭剂耦合反应–扩散仿真,提出全时间区间谱 Duhamel-Picard 方法,并将相应表示引入物理信息神经算子(PINO),以避免逐步时间推进并预测烘烤区间内任意时刻的浓度场。 方法通过 Duhamel 原理将耦合方程改写为非线性 Volterra 积分方程,以有限多项式展开表示完整时间轨迹,再用 Anderson 加速的 Picard 迭代求解整个烘烤区间上的时间系数字段。在三维 PEB 仿真中,作者采用 Chebyshev 与 Legendre 时间基,并使用相应的 Gaussian 求积规则计算 Duhamel 积分。其核心机制是联合求解全时间区间的表示,而非依次推进各时间步。 作者报告,在三维 PEB 仿真中,该方法可在约一分钟量级模拟 1200×1200×100 体素的计算域;摘要未给出硬件、误差容限或对照求解器,因而不能据此确定等精度加速比。PINO 扩展采用 factorized Fourier neural operator 的混合变换变体,训练不依赖预计算的解轨迹;具体损失、训练规模、边界条件处理、泛化结果及统计信息尚未验证。 本文主要对象是光刻工艺的浓度场数值仿真,而非神经信号解码。其全时间区间求解机制依赖明确的反应–扩散方程与时间表示,不能直接等同于对低信噪比 EEG 的建模能力。现有材料未建立其与具体 BCI 瓶颈的对应关系,因此不据此提出 EEG 迁移效果或复现实验建议;已有 EEG 相关工作尚未检索确认。

阅读价值

值得关注的是以全时间区间多项式表示和 Duhamel 积分形式替代逐步时间推进,并将其用于无需预计算解轨迹的 PINO 训练;计算精度、加速条件及 BCI 适用性尚未验证。

来源:arXiv · 架构与算子 · arxiv.org