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皇冠体育·(中国)官方网站皇冠体育·(中国)官方网站，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