Im Prozess der Prozesscharakterisierung ist die Definition des Design Space ein sehr wichtiges Glied. Die Verwendung der Monte-Carlo-Simulation ist eine sehr gute Möglichkeit, den Designraum zu definieren. In diesem Prozess ist es jedoch häufig erforderlich, die Ober- und Untergrenzen der Prozessparameter wiederholt zu ändern, und es kommt häufig vor, dass manuelle Änderungen keine vernünftigen Ergebnisse erzielen können. . Gibt es also eine bessere Möglichkeit, automatisch Design Space zu erhalten? In diesem Vortrag wird anhand eines Falles demonstriert, wie man mithilfe maschineller Lernmethoden automatisch Design Space erhält und so jedem Ideen und Referenzen liefert.
