近日，我院几何计算与智能媒体技术研究所的一项研究成果Deep Learning-Driven Simultaneous Layout Decomposition and Mask Optimization被计算机辅助设计领域顶级国际学术期刊TCAD（IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems）录用。该研究由我院副教授仲维、研究生虎舒翔、研究生马秀媛与香港中文大学余备教授团队合作完成。研究团队基于双掩模光刻的优化流程，针对布局分解的选择问题，利用深度网络的推断能力对分解的质量做出了衡量，从而极大提升整体的优化速度和质量。TCAD是集成电路与系统计算机辅助设计领域国际公认的最顶尖学术期刊，也是中国计算机学会（CCF）认定的A类期刊，对原创性以及算法方法等方面都有极高的要求，收录了所在领域的顶级研究成果。

该项研究应用深度网络，在大量数据中建立从布局分布到优化质量的关系，结合组合优化的思想来解决分解质量难以衡量，分解数量指数上升等问题。对比传统的贪心选择策略，该工作在保证更高效的前提下，扩大了搜索空间，提升了预测准确度。除此之外，该工作还分别使用基于SIFT和自编码器，结合k-mediods聚类的采样策略来促进训练流程，提升预测准确性。实验结果表明，该成果在优化效果和速度等各项指标方面都有显著提升。

几何计算与智能媒体技术研究团队隶属于大连理工大学国际信息与软件学院，与立命馆大学合作建立健康医疗智能计算联合研究中心。研究课题包括机器学习、深度学习、计算机视觉、多媒体技术、优化方法等当前最前沿的领域，及其在医疗和健康领域中的应用。近年来在IEEE TPAMI、TIP、TNNLS、TMM、NeurIPS、IJCAI、AAAI、CVPR、ECCV、ACM MM等人工智能、多媒体技术等多方领域的重要期刊及会议上发表论文达100余篇。近一年来针对可学习优化的理论及应用研究已发表顶级会议和期刊（包括NeurIPS, AAAI, IJCAI, ACM MM, TIP, TNNLS等）论文30余篇。研究所在科学研究的基础上，还面向国家重大战略需求，如开展全天候车载多波段立体视觉感知单元研发，在重大项目实物竞标中取得第一名；开展水下目标抓取机器人研发，在水下目标自主抓取中取得突破等。

责任编辑：潘树孟