用于对图像图案分组以确定图案化过程中晶片行为的设备和方法技术

技术编号:29502885 阅读:33 留言:0更新日期:2021-07-30 19:17
描述了利用经训练的机器学习模型对图像图案进行分组以确定图案化过程中的晶片行为。所描述的操作包括基于经训练的机器学习模型将包括所述图像图案的一个或更多个图案化过程图像转换成特征向量。所述特征向量对应于所述图像图案。所描述的操作包括基于经训练的机器学习模型对具有指示在所述图案化过程中引起匹配晶片和/或晶片缺陷行为的图像图案的特征的特征向量进行分组。所述一个或更多个图案化过程图像包括空间图像、抗蚀剂图像和/或其它图像。分组后的特征向量可以用以:在作为光学邻近效应校正的部分的光刻可制造性检验期间检测晶片上的潜在图案化缺陷;调整掩模布局设计;和/或产生轨距线/缺陷候选清单;以及其它用途。

【技术实现步骤摘要】
【国外来华专利技术】用于对图像图案分组以确定图案化过程中晶片行为的设备和方法相关申请的交叉引用本申请要求2018年12月14日递交的美国申请62/779,637的优先权,所述美国申请的全部内容通过引用并入本文中。
本文中的说明书总体上涉及掩模制造和图案化过程。更具体地,本说明书涉及用于利用经训练的机器学习模型对图案化过程中引起匹配晶片和/或晶片缺陷行为的图像图案进行分组的设备和方法。
技术介绍
光刻投影设备是将期望的图案施加至衬底(例如,硅晶片)的目标部分上的机器。光刻投影设备可以用于(例如)集成电路(IC)的制造中。在这样的情况下,图案形成装置(例如,掩模)可以提供与IC(“设计布局”)的单层对应的图案,并且这种图案可以通过诸如穿过图案形成装置上的图案照射已涂覆有辐射敏感材料(“抗蚀剂”)层的衬底的目标部分之类的方法而被转印至所述衬底的所述目标部分上。通常,单个衬底包括由光刻投影设备连续地、一次一个目标部分地将所述图案转印到其上的多个相邻目标部分。
技术实现思路
根据实施例,提供一种用于利用经训练的机器学习模型对图像图本文档来自技高网...

【技术保护点】
1.一种用于利用经训练的机器学习模型对图像图案进行分组以确定图案化过程中晶片行为的方法,所述方法包括:/n基于经训练的机器学习模型将包括所述图像图案的一个或更多个图案化过程图像转换成特征向量,所述特征向量对应于所述图像图案;和/n基于经训练的机器学习模型对具有指示在所述图案化过程中引起匹配晶片行为的图像图案的特征的特征向量进行分组。/n

【技术特征摘要】
【国外来华专利技术】20181214 US 62/779,6371.一种用于利用经训练的机器学习模型对图像图案进行分组以确定图案化过程中晶片行为的方法,所述方法包括:
基于经训练的机器学习模型将包括所述图像图案的一个或更多个图案化过程图像转换成特征向量,所述特征向量对应于所述图像图案;和
基于经训练的机器学习模型对具有指示在所述图案化过程中引起匹配晶片行为的图像图案的特征的特征向量进行分组。


2.根据权利要求1所述的方法,其中所述用于对图像图案进行分组以确定晶片行为的方法是一种用于对图像图案进行分组以识别所述图案化过程中的潜在晶片缺陷的方法,所述方法还包括:
基于经训练的机器学习模型对具有指示在所述图案化过程中引起匹配晶片缺陷行为的图像图案的特征的特征向量进行分组。


3.根据权利要求1所述的方法,其中所述一个或更多个图案化过程图像包括空间图像和/或抗蚀剂图像。


4.根据权利要求1所述的方法,所述方法还包括:使用经分组的特征向量以促成在光刻可制造性检验(LMC)期间检测晶片上的潜在图案化缺陷。


5.根据权利要求1所述的方法,其中经训练的机器学习模型包括经训练的第一机器学习模型和经训练的第二机器学习模型,其中将包括图像图案的一个或更多个图案化过程图像转换成特征向量是基于所述经训练的第一机器学习模型,并且其中对具有指示引起匹配晶片或晶片缺陷行为的图像图案的特征的特征向量进行分组是基于所述经训练的第二机器学习模型。


6.根据权利要求5所述的方法,其中所述第一机器学习模型是被训练以执行以下操作的图像编码器:
从空间图像和/或抗蚀剂图像提取指示以下各项的特征:
短程空间图像图案配置和/或抗蚀剂图像图案配置;和
影响晶片或晶片缺陷行为的长程图案结构;和
将提取到的特征编码成特征向量;和/或
其中所述第一机器学习模型包括损失函数。


7.根据权利要求6所述的方法,其中基于所述第二机器学习模型对具有指示引起匹配晶片或晶片缺陷行为的图像图案的特征的特征向量进行分组包括:
基于指示短程空间图像图案配置和/或抗蚀剂图像图案配置的特征而将所述特征向量分组成第一组,和
基于所述第一组和影响晶片或晶片缺陷行为的长程图案结构而将所述特征向量分组成第二组,
使得所述第二组包括具有指示在图案化过程中引起匹配晶片或晶片缺陷行为的图像图案的特征的特征向量组。


8.根据权利要求5所述的方法,所述方法还包括:利用模拟空间...

【专利技术属性】
技术研发人员:李智钦莫磊张幼平
申请(专利权)人:ASML荷兰有限公司
类型:发明
国别省市:荷兰;NL

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