基于机器学习的辅助特征放置制造技术

一种方法，包括：获得设计布局的一部分(505)；基于所述部分或所述部分的特性(510)确定(520)辅助特征的特性(530)；和使用包括样本的训练数据(540)来训练(550)机器学习模型，所述样本的特征向量包括所述部分的特性(510)且所述样本的标签包括所述辅助特征的特性(530)。所述机器学习模型可以用于确定(560)设计布局的任何部分的辅助特征的特性，即使所述部分并不是所述训练数据的部分。

【技术实现步骤摘要】
【国外来华专利技术】基于机器学习的辅助特征放置相关申请的交叉引用本申请要求于2017年5月26日提交的美国申请62/511,937的优先权，所述申请的全部内容通过引用并入本文。
本文中的描述涉及光刻设备和过程，并且更特别地涉及用于将辅助特征放置到设计布局中的工具和方法。
技术介绍
光刻设备例如可以用于集成电路(IC)或其它器件的制造中。在这样的情况下，图案形成装置(例如，掩模)可以包含或提供相应于所述器件的单个层的图案(“设计布局”)，并且可以经由诸如通过图案形成装置上的图案辐照所述目标部分之类的方法来将这种图案转印到已经涂覆有辐射敏感材料(“抗蚀剂”)层的衬底(例如，硅晶片)上的目标部分(例如，包括一个或更多个管芯)上。通常，单个衬底包括多个相邻的目标部分，所述图案被光刻设备连续地、以每次一个目标部分的方式被转印到所述多个相邻的目标部分。在种类型的光刻设备中，整个图案形成装置上的图案被一次性转印到一个目标部分上；这样的设备通常称为为步进器。在种替代的设备(通常称为步进扫描设备)中，投影束沿给定的参考方向(“扫描”方向)在图案形成装置之上扫描，同时沿与所述参考方向平行或反向平行的方向同步移动衬底。图案形成装置上的图案的不同部分被逐渐地转印到一个目标部分上。因为通常，光刻设备将具有放大因子M(通常<1)，衬底移动的速率F将为投影束扫描图案形成装置的速率的因子M倍。在将图案从图案形成装置转印到器件制造过程的衬底的器件制作工序之前，衬底可能经历器件制造过程的各种器件制作工序，诸如涂底料、抗蚀剂涂覆和软焙烤。在曝光之后，衬底可能经历器件制造过程的其它器件制作工序，诸如曝光后焙烤(PEB)、显影、硬焙烤。这种器件制作工序的阵列被用作为制作器件(例如IC)的单个层的基础。然后，衬底可能经历器件制造过程的各种器件制作工序，诸如蚀刻、离子注入(掺杂)、金属化、氧化、化学机械抛光等，所有这些都旨在完成器件的单个层。如果器件中需要多个层，则针对每个层重复全部过程或其变形例。最终，器件将存在于衬底上的每个目标部分中。如果存在多个器件，则随后通过诸如切片或锯切等技术将这些器件彼此分离，据此单独的器件可以安装在载体上、连接至引脚等。因此，制造器件(诸如半导体器件)典型地涉及使用多个制作过程处理衬底(例如，半导体晶片)，以形成所述器件的各种特征和多个层。这些层和特征典型地使用例如沉积、光刻术、蚀刻、化学机械抛光、离子注入来制造和处理。可以在衬底上的多个管芯上制作多个器件，之后将它们分离成单独的器件。这种器件制造过程可被认为是图案化过程。图案化过程涉及使用光刻设备的图案化步骤，诸如光学和/或纳米压印光刻，以将图案提供到衬底上，而且图案化过程典型地但可选地涉及一个或更多个有关的图案处理步骤，诸如通过显影设备进行抗蚀剂显影、使用焙烤工具来焙烤衬底、使用蚀刻设备使用所述图案进行蚀刻等。另外，图案化过程典型地涉及一个或更多个量测过程。
技术实现思路
本专利技术中公开一种方法，包括：获得设计布局中的一部分；基于所述部分或所述部分的特性确定辅助特征的特性；使用计算机利用包括样本的训练数据来训练机器学习模型，所述样本的特征向量包括所述部分的特性且所述样本的标签包括所述辅助特征的特性。根据实施例，所述设计布局是二元设计布局或连续色调设计布局。根据实施例，所述部分的特性包括所述部分中的图案的几何特性、所述部分中的所述图案的统计特性、所述部分的参数化，或从所述部分导出的图像。根据实施例，所述部分的参数化是所述部分在一个或更多个基函数上的投影。根据实施例，所述图像是像素化图像、二元图像或连续色调图像。根据实施例，所述辅助特征的特性包括所述辅助特征的几何特性、所述辅助特征的统计特性，或所述辅助特征的参数化。根据实施例，所述图像是所述部分的像素化图像，其中所述像素化图像是关于与所述部分的特征对准的参考物。本专利技术中公开一种方法，包括：获得设计布局的一部分或所述部分的特性；使用计算机使用机器学习模型基于所述部分或所述部分的特性而获得用于所述部分的辅助特征的特性。根据实施例，所述部分的特性包括所述部分中的图案的几何特性、所述部分中的图案的统计特性、所述部分中的图案的参数化，或从所述部分导出的图像。根据实施例，所述部分的参数化是所述部分在一个或更多个基函数上的投影。根据实施例，所述图像是像素化图像、二元图像或连续色调图像。根据实施例，所述图像是将所述部分中的图案的边缘用作参考物而像素化的图像。根据实施例，所述辅助特征的特性包括所述辅助特征的几何特性、所述辅助特征的统计特性，或所述辅助特征的参数化。根据实施例，所述方法还包括在光刻过程中使用所述设计布局的部分和所述辅助特征来图案化衬底。根据实施例，所述方法还包括将辅助特征的所述特性用作用于优化器或分辨率增强技术中的初始条件。根据实施例，所述方法还包括计算指示所述辅助特征的特性的可信度的置信指标。根据实施例，所述特性包括所述辅助特征的二元图像，且所述置信指标指示所述二元图像的任一色调中的概率。根据实施例，所述机器学习模型是概率模型，且其中所述置信指标包括在类别集合上的概率分布。根据实施例，所述置信指标表示所述设计布局的部分与用于训练所述机器学习模型的训练数据之间的相似度。根据实施例，当所述置信指标未能满足条件时，所述方法还包括使用包括所述部分的特性的训练数据来再训练所述机器学习模型。根据实施例，当所述置信指标未能满足条件时，所述方法还包括通过不使用所述机器学习模型的方法来确定所述辅助特征。根据实施例，基于所述机器学习模型的输出来计算所述置信指标。本专利技术中公开一种计算机程序产品，包括其上记录有指令的计算机可读介质，所述指令在由计算机执行时实施本专利技术中的方法。附图说明图1是光刻系统的各种子系统的框图。图2示意性地描绘了光刻单元或光刻簇的实施例。图3示意性地描绘了将辅助特征(连接到主要特征的辅助特征或独立的辅助特征)放置到设计布局中的方法。图4A和图4B示意性地示出了用于根据实施例的利用机器学习模型放置辅助特征的方法的流程图。图4C示意性地示出了利用设计布局的边缘作为参考物进行像素化的更多细节。图4D示意性地示出了可以利用与特征的边缘中的每个对准的参考物来确定特征的像素化图像。图5是示例性算机系统的框图。图6是光刻投影设备的示意图。图7是另一光刻投影设备的示意图。图8是图7中的设备的更详细的视图。具体实施方式随着半导体或其它器件制造过程持续进步，几十年来，功能元件的尺寸已经不断地减小的同时每个器件的功能元件(诸如晶体管)的量已经在稳定地增加，这遵循着通常称为“摩尔定律(Moore'slaw)”的趋势。在当前的技术状态下，使用光刻设备来制造器件的层，光刻设备使用来自深紫外线(例如，193nm)照射源或极紫外线(例如，13.52nm)照射源的照射将设计本文档来自技高网...

【技术保护点】
1.一种方法，包括：/n获得设计布局的部分或所述部分的特性；和/n通过硬件计算机使用机器学习模型基于所述部分或所述部分的特性而获得用于所述部分的辅助特征的特性。/n

【技术特征摘要】
【国外来华专利技术】20170526 US 62/511,9371.一种方法，包括：
获得设计布局的部分或所述部分的特性；和
通过硬件计算机使用机器学习模型基于所述部分或所述部分的特性而获得用于所述部分的辅助特征的特性。


2.根据权利要求1所述的方法，其中所述部分的特性包括所述部分中的图案的几何特性、所述部分中的图案的统计特性、所述部分中的图案的参数化，或从所述部分导出的图像。


3.根据权利要求2所述的方法，其中所述部分的特性包括所述部分的参数化，并且其中所述部分的参数化是所述部分在一个或更多个基函数上的投影。


4.根据权利要求2所述的方法，其中所述部分的特性包括所述图像，并且其中所述图像是像素化图像、二元图像或连续色调图像。


5.根据权利要求2所述的方法，其中所述部分的特性包括所述图像，并且所述图像是将所述部分中的图案的边缘用作参考物而像素化的图像。


6.根据权利要求1所述的方法，其中所述辅助特征的特性包括所述辅助特征的几何特性、所述辅助特征的统计特性、或所述辅助特征的参数化。


7.根据权利要求1所述的方法，还包括在光刻过程中使用所述设计布局的所述部分和所述辅助特征来图案化衬底。


8.根...

【专利技术属性】
技术研发人员：苏静，邹毅，林晨希，曹宇，卢彦文，陈炳德，张权，S·H·L·巴伦，罗亚，
申请(专利权)人：ASML荷兰有限公司，
类型：发明
国别省市：荷兰;NL