System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 用于器件内量测推断的机器学习模型的潜在空间同步制造技术_技高网

用于器件内量测推断的机器学习模型的潜在空间同步制造技术

技术编号:41911529 阅读:7 留言:0更新日期:2024-07-05 14:14
自动编码器模型可以用于光刻领域中以估计、推断或预测所关注的参数(例如量测指标)。通过利用从测量工具(例如光学量测工具)获得的衬底的测量数据(例如光瞳图像)训练自动编码器模型来训练自动编码器模型以预测参数。公开用于器件内量测的用于使两个或更多个自动编码器模型同步的方法和系统。使两个自动编码器模型同步可以配置两个自动编码器模型的编码器以从不同信号空间(例如从不同机器获得的测量数据)映射至同一潜在空间,且配置解码器以从同一潜在空间映射至每个自动编码器的对应的信号空间。可以出于各种目的执行同步,包括使一个工具的测量性能与另一工具匹配,和配置模型以适应于随时间推移的测量过程变化(例如工具的特性的变化)。

【技术实现步骤摘要】
【国外来华专利技术】

本申请涉及用于训练自动编码器模型以估计制造过程参数的方法和系统。


技术介绍

1、光刻设备是被构造成将期望的图案施加至衬底上的机器。光刻设备可以用于例如集成电路(ic)的制造中。光刻设备可以例如将图案形成装置(例如,掩模)处的图案(通常也称为“设计布局”或“设计”)投影至设置在衬底(例如,晶片)上的辐射敏感材料(抗蚀剂)层上。

2、为了将图案投影于衬底上,光刻设备可以使用电磁辐射。这种辐射的波长确定可以形成在衬底上的特征的最小大小。当前在使用中的典型波长是365nm(i线)、248nm、193nm和13.5nm。相较于使用例如具有193nm的波长的辐射的光刻设备,使用具有介于4nm至20nm(例如,6.7nm或13.5nm)范围内的波长的极紫外(euv)辐射的光刻设备可以用于在衬底上形成较小特征。

3、低k1光刻可以用于处理尺寸小于光刻设备的经典分辨率极限的特征。在这样的过程中,可以将分辨率公式表达为cd=k1×λ/na,其中,λ为所采用的辐射的波长,na是光刻设备中的投影光学器件的数值孔径,cd是“临界尺寸”(通常是所印制的最小特征大小,但在这种情况下是半节距)且k1是经验分辨率因子。通常,k1越小,则在衬底上再现类似于由电路设计者规划的形状和尺寸以便实现特定电功能性和性能的图案变得越困难。

4、为了克服这些困难,可以将复杂的微调步骤应用于光刻投影设备和/或设计布局。这些步骤包括例如但不限于na的优化、定制照射方案、使用相移图案形成装置、诸如设计布局中的光学邻近效应校正(opc,有时也称为“光学和过程校正”)的设计布局的各种优化,或通常定义为“分辨率增强技术”(ret)的其它方法。替代地,用于控制光刻设备的稳定性的严格控制回路可以用于改善在低k1下的图案的再现。


技术实现思路

1、在一些实施例中,提供一种具有指令的非暂时性计算机可读介质,所述指令在由计算机执行时使得所述计算机执行用于使第一机器学习模型与第二机器学习模型同步以促进参数预测的方法。所述方法包括:获得第一自动编码器模型,所述第一自动编码器模型被训练以将与第一光刻过程环境相关联的第一输入集合编码至第一潜在空间,其中,所述第一潜在空间包括具有比所述第一输入集合更低的维度的第一输出集合;获得预测模型,使用与所述第一潜在空间相关联的参考数据来训练所述预测模型以预测与光刻过程相关联的一个或更多个参数;获得第二自动编码器模型,所述第二自动编码器模型被训练以将与第二光刻过程环境相关联的第二输入集合编码至第二潜在空间,其中,所述第二潜在空间包括具有比所述第二输入集合更低的维度的第二输出集合;以及使所述第二潜在空间与所述第一潜在空间同步以进一步训练所述第二自动编码器模型,以促进使用所述预测模型进行参数估计。

2、在一些实施例中,提供一种用于使第一机器学习模型与第二机器学习模型同步以促进参数预测的方法。所述方法包括:获得第一自动编码器模型,所述第一自动编码器模型被训练以将与第一光刻过程环境相关联的第一输入集合编码至第一潜在空间,其中,所述第一潜在空间包括具有比所述第一输入集合更低的维度的第一输出集合;获得预测模型,使用与所述第一潜在空间相关联的参考数据来训练所述预测模型以预测与光刻过程相关联的一个或更多个参数;获得第二自动编码器模型,所述第二自动编码器模型被训练以将与第二光刻过程环境相关联的第二输入集合编码至第二潜在空间,其中,所述第二潜在空间包括具有比所述第二输入集合更低的维度的第二输出集合;以及使所述第二潜在空间与所述第一潜在空间同步以进一步训练所述第二自动编码器模型,以促进使用所述预测模型进行参数估计。

3、在一些实施例中,提供一种用于使第一机器学习模型与第二机器学习模型同步以促进参数预测的设备。所述设备包括:存储器,所述存储器储存指令集;以及处理器,所述处理器被配置成执行所述指令集以使得所述设备执行方法,所述方法包括:获得第一自动编码器模型,所述第一自动编码器模型被训练以将与第一光刻过程环境相关联的第一输入集合编码至第一潜在空间,其中,所述第一潜在空间包括具有比所述第一输入集合更低的维度的第一输出集合;获得预测模型,使用与所述第一潜在空间相关联的参考数据来训练所述预测模型以预测与光刻过程相关联的一个或更多个参数;获得第二自动编码器模型,所述第二自动编码器模型被训练以将与第二光刻过程环境相关联的第二输入集合编码至第二潜在空间,其中,所述第二潜在空间包括具有比所述第二输入集合更低的维度的第二输出集合;以及使所述第二潜在空间与所述第一潜在空间同步以进一步训练所述第二自动编码器模型,以促进使用所述预测模型进行参数估计。

本文档来自技高网...

【技术保护点】

1.一种用于使第一机器学习模型与第二机器学习模型同步以促进参数预测的方法,所述方法包括:

2.根据权利要求1所述的方法,其中,所述第一光刻过程环境表示被配置成获得与具有第一目标图案的第一衬底相关联的测量数据的第一设备,并且所述第二光刻过程环境表示被配置成获得与具有第二目标图案的第二衬底相关联的测量数据的第二设备。

3.根据权利要求1所述的方法,其中,所述第一光刻过程环境表示通过设备获得与第一衬底相关联的测量数据时的第一时间,并且所述第二光刻过程环境表示通过所述设备获得与第二衬底相关联的测量数据时的第二时间。

4.根据权利要求1所述的方法,其中,所述第一光刻过程环境表示印制在衬底上的目标图案的用于获得测量数据的第一层,并且所述第二光刻过程环境表示所述目标图案的用于获得测量数据的第二层。

5.根据权利要求1所述的方法,其中,使所述第二潜在空间与所述第一潜在空间同步包括:

6.根据权利要求1所述的方法,其中,使所述第二潜在空间与所述第一潜在空间同步包括:

7.根据权利要求6所述的方法,其中,所述输出子集包括与所测量的衬底相关联的物理地导出的参数。

8.根据权利要求1所述的方法,其中,使所述第二潜在空间与所述第一潜在空间同步包括:

9.根据权利要求8所述的方法,其中,获得所述第二经重构的第二输入集合包括:

10.根据权利要求8所述的方法,其中,迭代地执行所述步骤(i)至(v)包括:

11.根据权利要求1所述的方法,其中,所述第一输入集合或所述第二输入集合包括表示与印制在衬底上的图案相关联的参数的光瞳数据。

12.根据权利要求1所述的方法,还包括:

13.根据权利要求12所述的方法,其中,所述参数是多个半导体制造过程参数中的一个。

14.一种具有指令的非暂时性计算机可读介质,所述指令在由计算机执行时使得所述计算机执行用于使第一机器学习模型与第二机器学习模型同步以促进参数预测的方法,所述方法包括:

15.一种用于使第一机器学习模型与第二机器学习模型同步以促进参数预测的设备,所述设备包括:

...

【技术特征摘要】
【国外来华专利技术】

1.一种用于使第一机器学习模型与第二机器学习模型同步以促进参数预测的方法,所述方法包括:

2.根据权利要求1所述的方法,其中,所述第一光刻过程环境表示被配置成获得与具有第一目标图案的第一衬底相关联的测量数据的第一设备,并且所述第二光刻过程环境表示被配置成获得与具有第二目标图案的第二衬底相关联的测量数据的第二设备。

3.根据权利要求1所述的方法,其中,所述第一光刻过程环境表示通过设备获得与第一衬底相关联的测量数据时的第一时间,并且所述第二光刻过程环境表示通过所述设备获得与第二衬底相关联的测量数据时的第二时间。

4.根据权利要求1所述的方法,其中,所述第一光刻过程环境表示印制在衬底上的目标图案的用于获得测量数据的第一层,并且所述第二光刻过程环境表示所述目标图案的用于获得测量数据的第二层。

5.根据权利要求1所述的方法,其中,使所述第二潜在空间与所述第一潜在空间同步包括:

6.根据权利要求1所述的方法,其中,使所述第二潜在空间与所述第一潜在空间同步包括:

7...

【专利技术属性】
技术研发人员:D·巴比埃里P·赛方丹
申请(专利权)人:ASML荷兰有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1