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被国际顶级设计自动化大会DAC（Design Automation Conference）录用。DAC是以电子设计自动化（EDA）和嵌入式系统及软件（ESS）为主题的国际公认的最顶尖学术会议，也是中国计算机学会（CCF）认定的A类会议。每年吸引全球知名的学者参与成果发布和技术讨论，近两年论文接受率维持在20%左右。

该研究由我院副教授仲维、研究生虎舒翔、本科生马秀媛与香港中文大学余备教授团队合作完成。工作针对双重曝光光刻过程中布局分解品质难以分析和选择的问题，通过利用深度学习能从大量数据自动构建映射关系的特点，指导生成高质量的布局分解结果。作者提出了应用组合测试的思想，设置不同的组合强度，从而使生成的候选分解分布在可能的最优解空间附近。同时，由于掩模优化过程十分耗时，相较于传统依靠掩模优化的贪心选择策略，通过网络直接评估候选分解优劣的方法不仅提升了选择准确度，更加速了整体优化过程。此外，作者还提出了基于特征的布局相似度衡量标准，并在此基础上通过k-mediods聚类的方式选择最有代表性的训练集从而提升训练效果。实验结果表明，该成果在优化效果和速度等各项指标方面有显著提升。

DAC是集成电路设计界的大聚会，是全球EDA、Foundry、IP提供商的盛会，被誉为EDA界的奥斯卡。每年均有数百家领先公司和新兴公司参展，展示EDA行业最新的技术研究成果。参展的顶级公司既有Synopsys、Cadence、Mentor、SILVACO等全球领先的EDA公司，也有Intel、TSMC、Samsung、IBM、IMEC等综合性公司。本次发表论文是我院在DAC上发表的首篇科研成果，标志着我院在嵌入式系统、电子设计自动化等领域取得重大突破和阶段性成果，是我院在软硬件系统协调设计和科研成果产业化方面的一个重要里程碑。

大连理工大学几何计算与智能媒体技术研究团队依托辽宁省泛在网络与服务软件重点实验室和国际信息与软件学院。研究领域包括深度学习理论，视觉与媒体计算，网络安全与大数据隐私保护，电子设计自动化等方面。团队近3年来已经在IEEE TPAMI、TIP、TNNLS、TCSVT、TMM、TPDS、NeurIPS、IJCAI、AAAI、ICCV、CVPR、ECCV、ACM MM、DAC等领域重要期刊及会议上发表论文达140余篇。