【技术实现步骤摘要】
【国外来华专利技术】
这里的描述涉及光刻设备和工艺，更具体地涉及确定使用机器学习预测的图像中的误差。
技术介绍
1、光刻投影设备可用于例如集成电路(ic)的制造中。在这种情况下，图案形成装置(例如，掩模)可以包含或提供对应于ic的单独层的电路图案(“设计布图”)，并且可以通过诸如通过图案形成装置上的电路图案照射目标部分的方法，将该电路图案转印到已经涂覆有辐射敏感材料层(“抗蚀剂”)的衬底(例如，硅晶片)上的目标部分(例如，包括一个或多个管芯)上。通常，单个衬底包含多个相邻的目标部分，光刻投影设备将电路图案连续地转印到这些目标部分，每次一个目标部分。在一种类型的光刻投影设备中，整个图案形成装置上的电路图案一次转印到一个目标部分上；这种设备通常称为晶片步进机。在通常称为步进-扫描设备的备选设备中，投影射束在给定的参考方向(“扫描”方向)上扫描图案形成装置，同时平行或反平行于该参考方向同步移动衬底。图案形成装置上的电路图案的不同部分被逐渐转印到一个目标部分。通常，由于光刻投影设备将具有放大因子m(通常<1)，因此衬底被移动的速度f将是投影射束扫描图案形成装置的速度的m倍。关于这里描述的光刻设备的更多信息可以从例如us 6，046，792中收集，其通过引用并入本文。
2、在将电路图案从图案形成装置转印到衬底之前，衬底可以经历各种工序，例如涂底漆、抗蚀剂涂覆和软烘烤。在曝光之后，衬底可经受其它工序，诸如曝光后烘烤(peb)、显影、硬烘烤和测量/检查转印的电路图案。该工序阵列用作制造器件(例如，ic)的个体层的基础。然后，可以对衬底进行各种处理
3、如上所述，微光刻术是ic制造中的中心步骤，其中在衬底上形成的图案限定ic的功能元件，诸如微处理器、存储器芯片等。类似的光刻技术也用于形成平板显示器、微机电系统(mems)和其它器件。
4、随着半导体制造工艺的不断进步，遵循通常称为“摩尔定律(moore’slaw)”的趋势，功能元件的尺寸不断减小，而每个器件的功能元件(诸如晶体管)的数量在几十年内稳定增加。在当前技术状态下，使用光刻投影设备制造器件层，光刻投影设备使用来自深紫外照射源的照射将设计布图投影到衬底上，从而产生具有远低于100nm(即，小于来自照射源(例如，193nm照射源)的辐射的波长的一半)的尺寸的个体功能元件。
5、根据分辨率公式cd＝k1×λ/na，其中λ是所采用的辐射波长(目前在大多数情况下为248nm或193nm)，na是光刻投影设备中的投影光学器件的数值孔径，cd是“关键尺寸”-通常是印刷的最小特征尺寸-以及k1是经验分辨率因子，在其中印刷尺寸小于光刻投影设备的经典分辨率极限的特征的这种工艺通常称为低k1光刻。通常，k1越小，为了实现特定的电功能和性能，在衬底上复制类似于电路设计者所设计的形状和尺寸的图案就越困难。为了克服这些困难，将复杂的微调步骤应用于光刻投影设备和/或设计布图。这些包括但不限于例如na和光学相干性设置的优化、定制的照射方案、相移图案形成装置的使用、设计布图中的光学邻近校正(opc)、或通常定义为“分辨率增强技术”(ret)的其它方法。
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态计算机可读介质，指令在由计算机执行时使得计算机执行用于确定预测图案表示中的误差聚类并使用误差聚类的位置信息作为用于训练机器学习模型的输入以生成用于在衬底上印刷目标图案的经调整的预测图案表示的方法。方法包括：使用第一机器学习模型获得与待被印刷在衬底上的目标图案相关联的第一预测图案表示；从第一预测图案表示获得聚类误差数据，其中聚类误差数据指示多个第一误差聚类，多个第一误差聚类包括指示第一预测图案表示中的指定区域中的误差集合的第一误差聚类；以及基于多个第一误差聚类的位置信息来训练第一机器学习模型以生成经调整的预测图案表示。
2、在一些实施例中，提供了一种具有指令的非暂态计算机可读介质，指令在由计算机执行时使计算机执行用于确定预测图案表示中的误差聚类并使用误差聚类的位置信息的方法。方法包括：使用机器学习模型获得与待被印刷在衬底上的目标图案相关联的第一预测图案表示；从第一预测图案表示获得预测误差映射，预测误差映射指示第一预测图案表示与参考图案表示相比的多个误差；从预测误差映射获得聚类误差数据，其中聚类误差数据指示多个第一误差聚类，多个第一误差聚类包括指示第一预测图案表示中的指定区域中的误差集合的第一误差聚类；以及生成聚类误差数据以用于在用户界面上显示。
3、在一些实施例中，提供了一种具有指令的非暂态计算机可读介质，指令在由计算机执行时使得计算机执行用于从多个机器学习模型中选择机器学习模型的方法，机器学习模型用于生成将用于在衬底上印刷目标图案的预测图像。方法包括：使用多个机器学习模型获得与待被印刷在衬底上的目标图案相关联的多个预测图像，其中预测图像包括使用多个机器学习模型中的第一机器学习模型生成的第一预测图像；获得与预测图像相关联的多个得分，多个得分包括与第一预测图像相关联的第一得分，其中基于第一预测图像中的多个第一预测误差来确定第一得分；基于得分评估机器学习模型；以及基于第一得分满足指定标准来选择第一机器学习模型。
4、在一些实施例中，提供了一种用于确定预测图案表示中的误差聚类并使用误差聚类的位置信息作为用于训练机器学习模型的输入以生成用于在衬底上印刷目标图案的经调整的预测图案表示的方法。方法包括：使用第一机器学习模型获得与待被印刷在衬底上的目标图案相关联的第一预测图案表示；从第一预测图案表示获得聚类误差数据，其中聚类误差数据指示多个第一误差聚类，多个第一误差聚类包括指示第一预测图案表示中的指定区域中的误差集合的第一误差聚类；以及基于多个第一误差聚类的位置信息来训练第一机器学习模型以生成经调整的预测图案表示。
5、在一些实施例中，提供了一种用于确定预测图案表示中的误差聚类并使用误差聚类的位置信息的方法。方法包括：使用机器学习模型获得与待被印刷在衬底上的目标图案相关联的第一预测图案表示；从第一预测图案表示获得预测误差映射，预测误差映射指示第一预测图案表示与参考图案表示相比的多个误差；从预测误差映射获得聚类误差数据，其中聚类误差数据指示多个第一误差聚类，多个第一误差聚类包括指示第一预测图案表示中的指定区域中的误差集合的第一误差聚类；以及生成聚类误差数据以用于在用户界面上显示。
6、在一些实施例中，提供了一种用于从多个机器学习模型中选择用于生成将用于在衬底上印刷目标图案的预测图像的机器学习模型的方法。方法包括：使用多个机器学习模型获得与待被印刷在衬底上的目标图案相关联的多个预测图像，其中预测图像包括使用多个机器学习模型中的第一机器学习模型生本文档来自技高网...
【技术保护点】
1.一种方法，所述方法确定预测图案表示中的误差聚类并使用所述误差聚类的位置信息作为用于训练机器学习模型的输入以生成用于在衬底上印刷目标图案的经调整的预测图案表示，所述方法包括：
2.根据权利要求1所述的方法，其中获得所述聚类误差数据包括：
3.根据权利要求2所述的方法，其中所述预测误差映射包括所述第一预测图案表示中的每个像素与所述参考图案表示中的对应像素之间的差异。
4.根据权利要求2所述的方法，其中所述参考图案表示包括用于生成掩模图案的中间图案，所述掩模图案还被用于在所述衬底上印刷所述目标图案。
5.根据权利要求2所述的方法，其中获得所述聚类误差数据包括：
6.根据权利要求5所述的方法，其中对所述误差进行聚类包括：
7.根据权利要求6所述的方法，其中执行所述线性变换包括：
8.根据权利要求5所述的方法，其中对所述误差进行聚类包括：
9.根据权利要求5所述的方法，还包括：
10.根据权利要求9所述的方法，其中所述评估结果被确定为所述误差聚类中的像素误差的函数。
12.根据权利要求11所述的方法，其中确定所述评估结果包括：
13.根据权利要求5所述的方法，其中对所述误差进行聚类包括：
14.根据权利要求1所述的方法，还包括：
15.根据权利要求1所述的方法，还包括：
16.根据权利要求1所述的方法，其中获得所述第一预测图案表示包括：
17.根据权利要求1所述的方法，其中所述聚类误差数据包括指示所述多个第一误差聚类的误差聚类映射。
18.一种具有指令的非暂态计算机可读介质，所述指令在由计算机执行时使所述计算机执行根据权利要求1至17中任一项所述的方法。
...【技术特征摘要】
【国外来华专利技术】
1.一种方法，所述方法确定预测图案表示中的误差聚类并使用所述误差聚类的位置信息作为用于训练机器学习模型的输入以生成用于在衬底上印刷目标图案的经调整的预测图案表示，所述方法包括：
2.根据权利要求1所述的方法，其中获得所述聚类误差数据包括：
3.根据权利要求2所述的方法，其中所述预测误差映射包括所述第一预测图案表示中的每个像素与所述参考图案表示中的对应像素之间的差异。
4.根据权利要求2所述的方法，其中所述参考图案表示包括用于生成掩模图案的中间图案，所述掩模图案还被用于在所述衬底上印刷所述目标图案。
5.根据权利要求2所述的方法，其中获得所述聚类误差数据包括：
6.根据权利要求5所述的方法，其中对所述误差进行聚类包括：
7.根据权利要求6所述的方法，其中执行所述线性变换包括：
8.根据权利要求5所述的方法，其中对所述...
【专利技术属性】
技术研发人员：A·哈穆达，
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。