【技术实现步骤摘要】
【国外来华专利技术】
本文中的描述涉及用于在光刻设备中使用的物体保持器，并且更具体地涉及确定物体保持器的表面的问题。
技术介绍
1、光刻设备是一种被构造为将所期望的图案施加到衬底上的机器。例如，光刻设备可以用于集成电路(ic)的制造中。光刻设备可以例如将图案形成装置(例如，掩模)的图案(也经常被称为“设计布局”或“设计”)投影到被设置在衬底(例如，晶片)上的辐射敏感材料(抗蚀剂)层上。
2、随着半导体制造过程持续进步，几十年来，在电路元件的尺寸已经不断地减小的同时，每器件的功能元件(诸如晶体管)的量已经在稳定地增加，这遵循着通常称为“莫尔定律(moore’s law)”的趋势。为了跟上莫尔定律，半导体行业正在寻求能够产生越来越小的特征的技术。为了将图案投影到衬底上，光刻设备可以使用电磁辐射。这种辐射的波长确定在所述衬底上图案化的特征的最小尺寸。当前使用的典型的波长是365nm(i线)、248nm、193nm、和13.5nm。
3、在光刻设备中，诸如待曝光的衬底(所述衬底可以被称为生产衬底)之类的物体被保持在诸如衬底保持器(有时被称为晶片台)之类的物体保持器上。衬底保持器可以相对于投影系统是能够移动的。衬底保持器通常包括由刚性材料制成并且在平面上具有与待支撑的生产衬底相似的尺寸的实心体。实心体的面向衬底的表面设置有多个突起(称为突节)。突节的远侧表面符合平坦平面或与所述平坦平面一致并且支撑衬底。突节提供了几个优点：衬底保持器上或衬底上的污染物颗粒可能落在突节之间，并且因此不会引起衬底的变形；与使实心体的表面平坦相比，对突节机加工
4、然而，例如，由于衬底的重复装载和卸载，衬底保持器的突节在使用期间磨损。突节还可能易于出现其它问题，例如裂纹、污染、划痕等。损坏的或以其它方式不被认为是“健康的”突节对于光刻过程可能是有问题的。例如，突节的不均匀的磨损导致衬底在曝光期间的不平坦，这可能导致过程窗口的减小，并且在极端情况下导致成像误差。由于非常精确的制造规格，期望识别突节问题，使得可以采用适当的动作来修理、翻新、更换、或改善衬底保持器的寿命。
技术实现思路
1、在一些实施例中，提供了一种具有指令的非暂时性的计算机可读介质，所述指令在由计算机执行时使所述计算机执行用于训练机器学习模型以确定光刻设备的物体保持器的物理状况的方法。所述方法包括：从第一机器学习模型获得表示光刻设备的物体保持器的表面上的多个突节的物理状况的多个第一状况数据，其中，使用与所述突节相关联的多个第一类型的突节数据获得所述多个第一状况数据；获得与所述突节相关联的多个第二类型的突节数据，所述第二类型的突节数据不同于所述第一类型的突节数据；以及基于所述多个第二类型的突节数据和所述多个第一状况数据，训练第二机器学习模型以预测表示所述多个突节中的突节的物理状况的状况数据。
2、在一些实施例中，提供了一种具有指令的非暂时性的计算机可读介质，所述指令在由计算机执行时使所述计算机执行用于训练机器学习模型以确定光刻设备的物体保持器的物理状况的方法。所述方法包括：获得第一训练数据，所述第一训练数据具有与光刻设备的物体保持器的表面上的多个突节相关联的多个第一类型的第一突节数据，其中，所述多个第一类型的第一突节数据包括所述多个突节中的第一突节的第一突节数据，其中，所述第一突节数据与表示所述第一突节的物理状况的第一状况数据相关联；基于所述第一训练数据，训练所述第一机器学习模型以预测用于所述第一突节数据的状况数据，使得指示经预测的状况数据与所述第一状况数据之间的差或差异的成本函数被减小；将与所述突节相关联的多个第一类型的第二突节数据作为输出提供至所述第一机器学习模型，以获得多个第二状况数据以作为表示所述突节的物理状况的第二状况数据；获得第二训练数据包括：(a)与所述突节相关联的多个第二类型的突节数据，其中，所述多个第二类型的突节数据包括第二突节数据，所述第二突节数据与所述第二状况数据相关联；以及基于所述第二训练数据，训练所述第二机器学习模型以预测用于所述第二突节数据的状况数据，使得指示经预测的状况数据与所述第二状况数据之间的差的成本函数被减小。
3、在一些实施例中，提供了一种具有指令的非暂时性的计算机可读介质，所述指令在由计算机执行时使所述计算机执行确定光刻设备的物体保持器的物理状况的方法。所述方法包括：获得与光刻设备的物体保持器的表面上的多个突节相关联的指定突节数据，其中，所述指定突节数据包括所述多个突节中的一个或更多个突节的图像；将所述指定突节数据提供至机器学习模型；以及执行所述机器学习模型以产生所述突节的指定状况数据，其中，所述指定状况数据表示所述突节的物理状况。
4、在一些实施例中，提供了一种具有指令的非暂时性的计算机可读介质，所述指令在由计算机执行时使所述计算机执行用于训练机器学习模型以确定光刻设备的物体保持器的物理状况的方法。所述方法包括：获得光刻设备的物体保持器的表面上的多个突节的多个图像数据，其中，所述多个图像数据包括第一图像数据，所述第一图像数据包括所述多个突节中的第一突节的多个图像，其中，所述第一图像数据与表示所述第一突节的物理状况的第一状况数据相关联；以及基于所述多个图像数据，训练机器学习模型以预测表示所述多个突节中的突节的物理状况的状况数据。
5、在一些实施例中，提供了一种具有指令的非暂时性的计算机可读介质，所述指令在由计算机执行时使所述计算机执行用于训练机器学习模型以确定与图像的对象相关联的特征。所述方法包括：使用与多个对象相关联的多个第一类型的图像数据，从第一机器学习模型获得多个特征数据，所述多个特征数据包括表示所述多个对象中的第一对象的特征的第一特征数据，所述多个图像数据包括第一图像数据，所述第一图像数据包括所述第一对象的在第一分辨率下的图像；获得与所述对象相关联的多个第二类型的图像数据，所述多个第二类型的图像数据包括第二图像数据，所述第二图像数据包括所述第一对象的在低于所述第一分辨率的第二分辨率下的图像；将所述多个第二类型的图像数据与所述多个特征数据相关联，其中，所述相关联包括将所述第二图像数据与所述第一特征数据相关联；以及基于所述多个第二类型的图像数据和所述多个特征数据，训练第二机器学习模型以预测表示所述多个对象中的对象的特征的特征数据。
6、在一些实施例中，提供了一种用于训练机器学习模型以确定光刻设备的物体保持器的物理状况的方法。所述方法包括：从第一机器学习模型获得表示光刻设备的物体保持器的表面上的多个突节的物理状况的多个第一状况数据，其中，使用与所述突节相关联的多个第一类型的突节数据获得所述多个第一状况数据；获得与所述突节相关联的多个第二类型的突节数据，所述第二类型的突节数据不同于所述第一类型的突节数据；以及基于所述多个第二类型的突节数据和所述多个第一状况数据，训练第二机器学习模型以预测表示所述多个突节中的突节的物理状况的状况数据。
7、在一些实施例中，提供了一种用于训练机器学习模本文档来自技高网...
【技术保护点】
1.一种具有指令的非暂时性的计算机可读介质，所述指令在由计算机执行时使所述计算机执行用于训练机器学习模型以确定光刻设备的物体保持器的物理状况的方法，所述方法包括：
2.根据权利要求1所述的计算机可读介质，其中，所述第一类型的突节数据包括所述多个突节中的第一突节的多个图像，其中，所述多个图像属于不同的图像类型。
3.根据权利要求2所述的计算机可读介质，其中，所述第二类型的突节数据包括所述多个突节中的一个或更多个突节的图像，其中，所述图像属于一图像类型，所述图像类型与所述第一类型的突节数据中的图像的图像类型不同、或属于所述第一类型的突节数据中的图像的图像类型的子集。
4.根据权利要求3所述的计算机可读介质，其中，第一突节的在所述第一类型的突节数据中的图像具有第一分辨率，并且其中，所述多个突节中的所述一个或更多个突节在所述第二类型的突节数据中的图像具有低于所述第一分辨率的第二分辨率。
5.根据权利要求2所述的计算机可读介质，其中，第一突节的在所述第一类型的突节数据中的图像包括所述第一突节的强度图像和高度图像。
6.根据权利要求
7.根据权利要求2所述的计算机可读介质，其中，第一突节的在所述第一类型的突节数据中的图像包括所述第一突节的所述图像中的任何图像的变形图像。
8.根据权利要求2所述的计算机可读介质，其中，所述第二类型的突节数据包括所述第一突节的所述图像中的一个图像。
9.根据权利要求8所述的计算机可读介质，其中，所述第二类型的突节数据包括所述第一突节的强度图像。
10.根据权利要求1所述的计算机可读介质，其中，获得所述多个第一状况数据包括：
11.根据权利要求10所述的计算机可读介质，其中，获得所述多个第一状况数据还包括：
12.根据权利要求11所述的计算机可读介质，其中，将所述多个第一状况数据相关联包括：
13.根据权利要求10所述的计算机可读介质，其中，获得所述多个第一状况数据包括：
14.根据权利要求1所述的计算机可读介质，其中，训练所述第二机器学习模型是迭代过程，在所述迭代过程中，每次迭代包括：
15.根据权利要求1所述的计算机可读介质，还包括：
...【技术特征摘要】
【国外来华专利技术】
1.一种具有指令的非暂时性的计算机可读介质，所述指令在由计算机执行时使所述计算机执行用于训练机器学习模型以确定光刻设备的物体保持器的物理状况的方法，所述方法包括：
2.根据权利要求1所述的计算机可读介质，其中，所述第一类型的突节数据包括所述多个突节中的第一突节的多个图像，其中，所述多个图像属于不同的图像类型。
3.根据权利要求2所述的计算机可读介质，其中，所述第二类型的突节数据包括所述多个突节中的一个或更多个突节的图像，其中，所述图像属于一图像类型，所述图像类型与所述第一类型的突节数据中的图像的图像类型不同、或属于所述第一类型的突节数据中的图像的图像类型的子集。
4.根据权利要求3所述的计算机可读介质，其中，第一突节的在所述第一类型的突节数据中的图像具有第一分辨率，并且其中，所述多个突节中的所述一个或更多个突节在所述第二类型的突节数据中的图像具有低于所述第一分辨率的第二分辨率。
5.根据权利要求2所述的计算机可读介质，其中，第一突节的在所述第一类型的突节数据中的图像包括所述第一突节的强度图像和高度图像。
6.根据权利要求2所述的计算机可读介质，其中，第一突节的在所述第一类型的突节数据中的图像包括所述第一突节的强度图像、高度图像和德尔塔图像，其中，...
【专利技术属性】
技术研发人员：M·F·沙伊甘萨拉克，R·R·克斯登，J·古铁雷斯山西蒙，H·J·A·恩格维达，
申请(专利权)人：ASML荷兰有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。