用于制造半导体设备的方法、电子设备和该电子设备的操作方法技术

公开了一种用于制造半导体设备的电子设备的操作方法。该方法包括在电子设备处接收用于半导体设备的光刻工艺的计算机辅助设计(CAD)图像，并且通过使用基于机器学习的模块在电子设备处从CAD图像生成第一扫描电子显微镜(SEM)图像和第一片段(SEG)图像，并且第一SEG图像包括关于缺陷位置的信息。SEG图像包括关于缺陷位置的信息。SEG图像包括关于缺陷位置的信息。

【技术实现步骤摘要】
用于制造半导体设备的方法、电子设备和该电子设备的操作方法
[0001]对相关申请的交叉引用
[0002]本申请根据35U.S.C.
§
119要求于2021年8月24日向韩国知识产权局提交的第10
‑
2021
‑
0111863号韩国专利申请的优先权，该韩国申请的公开内容通过引用整体并入于此。


[0003]本文描述的一些示例实施例涉及电子设备，并且更具体地，涉及基于机器学习的模块的方法、驱动基于机器学习的模块的电子设备和/或该电子设备的操作方法，该基于机器学习的模块用于预测关于半导体设备的制造/加工(fabrication)的半导体设备的缺陷。

技术介绍

[0004]半导体设备通过各种处理来制造。随着用于设计半导体设备的技术的发展，用于制造半导体设备的处理的数量可能增加，以及每个处理的复杂性可能增加。随着处理的数量和/或复杂性增加，在制造半导体设备的处理中，各种缺陷可能发生或者可能容易发生和/或对其发生具有更大的影响。
[0005]可以首先检测半导体缺陷，以便掌握并且纠正本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于半导体设备的制造的电子设备的操作方法，所述方法包括：在电子设备处，接收用于半导体设备的光刻处理的计算机辅助设计(CAD)图像；以及在电子设备处，生成第一扫描电子显微镜(SEM)图像和第一分割(SEG)图像，第一SEM图像和第一SEG图像通过使用基于机器学习的电路从CAD图像生成，其中，第一SEG图像包括关于半导体设备的缺陷位置的信息。2.根据权利要求1所述的方法，还包括：在电子设备处接收与CAD图像相对应的第二SEM图像和第二SEG图像。3.根据权利要求2所述的方法，其中，第二SEM图像和第二SEG图像从至少部分地通过使用CAD图像制造的半导体设备获得。4.根据权利要求2所述的方法，还包括：在电子设备处，采用“真”标签来标识CAD图像、第一SEM图像和第一SEG图像的集合以及CAD图像、第二SEM图像和第二SEG图像的集合中的一个。5.根据权利要求4所述的方法，还包括：在电子设备处，基于标识的结果执行机器学习。6.根据权利要求2所述的方法，还包括：在电子设备处，计算生成对抗网络(GAN)损失；在电子设备处，计算第一SEM图像和第二SEM图像之间的SEM损失；以及在电子设备处，计算第一SEG图像和第二SEG图像之间的SEG损失。7.根据权利要求6所述的方法，还包括：在电子设备处，基于GAN损失、SEM损失和SEG损失的和来计算合计的损失；在电子设备处，基于合计的损失来计算成本；和在电子设备处，基于成本更新基于机器学习的电路。8.根据权利要求2所述的方法，还包括：混合CAD图像、第一SEM图像和第一SEG图像；和混合CAD图像、第二SEM图像和第二SEG图像。9.根据权利要求2所述的方法，还包括：采用CAD图像、第一SEM图像和第一SEG图像生成三个通道的第一集合；和采用CAD图像、第二SEM图像和第二SEG图像生成三个通道的第二集合。10.根据权利要求2所述的方法，还包括：采用CAD图像、第一SEM图像和第一SEG图像生成第一级联图像；和采用CAD图像、第二SEM图像和第二SEG图像生成第二级联图像。11.根据权利要求1所述的方法，其中，基于机器学习的电路基于条件的GAN或像素到像素(pixe2pixel)中的一者或两者。12.根据权利要求1所述的方法，其中，第...

【专利技术属性】
技术研发人员：金度年，姜旻澈，金基贤，金在勋，林栽京，
申请(专利权)人：首尔大学校产学协力团，
类型：发明
国别省市：