[发明专利]通过机器学习的特征搜索在审
申请号: | 201580069287.6 | 申请日: | 2015-11-18 |
公开(公告)号: | CN107438842A | 公开(公告)日: | 2017-12-05 |
发明(设计)人: | 刘晓峰;卢彦文 | 申请(专利权)人: | ASML荷兰有限公司 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06N99/00 |
代理公司: | 中科专利商标代理有限责任公司11021 | 代理人: | 王静 |
地址: | 荷兰维*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 通过 机器 学习 特征 搜索 | ||
相关申请的交叉引用
本申请主张2014年12月18日提交的美国申请62/093,931的优先权,并且它通过援引而全文合并到本发明中。
技术领域
本文的说明书涉及光刻设备和过程,并且更具体地涉及用于对于与目标特征的匹配进行搜索的方法或工具。
背景技术
可以将光刻投影设备用在例如集成电路(IC)的制造中。在这种情形中,图案形成装置(例如掩模)可以包含或提供对应于IC的单个层的的电路图案(“设计布局”),并且这一电路图案可以通过例如穿过图案形成装置上的电路图案辐射目标部分的方法,被转移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的管芯)上。通常,单个衬底包含被经由光刻投影设备连续地、一次一个目标部分地将电路图案转移到其上的多个相邻目标部分。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下子被转移到一个目标部分上,这样的设备通常称作为晶片步进机。在一种替代的设备(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)在图案形成装置上扫描,同时沿与该参考方向平行或反向平行的方向同步移动衬底。图案形成装置上的电路图案的不同部分渐进地转移到一个目标部分上。因为通常光刻投影设备将具有放大率因子M(通常<1),所以衬底被移动的速度F将是投影束扫描图案形成装置的速度的M倍。关于在此处描述的光刻装置的更多的信息可以例如参见美国专利No.6,046,792,在此处通过参考将其并入本文中。
在将电路图案从图案形成装置转移至衬底之前,衬底可能经历各种工序,诸如涂底、抗蚀剂涂覆以及软焙烤。在曝光之后,衬底可能经历其它工序,例如曝光后焙烤(PEB)、显影、硬焙烤以及对所转移的电路图案的测量/检验。这一系列的工序被用作为制造器件(例如IC)的单个层的基础。之后衬底可能经历各种过程,诸如蚀刻、离子注入(掺杂)、金属化、氧化、化学机械抛光等,所有的这些工序都是用于最终完成器件的单个层。如果器件需要多个层,则针对每一层重复整个工序或其变形。最终,器件将设置在衬底上的每一目标部分中。之后这些器件通过诸如切片或切割等技术,将这些器件彼此分开,据此独立的器件可以安装在载体上,连接至引脚等。
如注意到的,微光刻术是集成电路的制造中的核心步骤,其中在衬底上形成的图案限定了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)以及其它器件。
发明内容
本文披露一种用以改进光刻工艺的计算机实施方法,所述光刻工艺用于使用光刻投影设备将设计布局的一部分成像至衬底上,所述方法包括:获得目标特征;通过将扰动施加于目标特征而从目标特征产生经扰动的目标特征;产生训练样本集合,其包括经扰动的目标特征以及关于是否将经扰动的目标特征视作与目标特征相同的指示;利用训练样本集合来训练学习模型;通过计算机将设计布局的部分中的特征分类成至少两个类别:视作与目标特征相同,和视作与目标特征不同。
本文也披露一种计算机程序产品,其包括其上记录有信息的非暂时性计算机可读介质,其中信息包括目标特征、一个或更多个经扰动的目标特征、是否将一个或更多个经扰动的目标特征视作与目标特征相同的指示。
本文还披露一种计算机程序产品,其包括其上记录有信息的计算机可读介质,其中信息包括目标特征和机器学习模型,所述机器学习模型被配置成将特征分类成两个类别:视作与目标特征相同,和视作与目标特征不同。
附图图示
对于本领域普通技术人员而言,在结合附图而评述特定实施例的以下描述的情况下,以上方面和其他方面及特征就将变得显而易见,在所述图中:
图1是根据实施例的光刻系统的各种子系统的框图;
图2是与图1中的子系统对应于的仿真模型的框图;
图3示出根据实施例的使用机器学习模型搜索与目标特征类似的特征的方法的流程图;
图4示意性地示出将低通滤波器应用于多个特征410以获得特征的像素化的/以像素显示的图像;
图5示意性地示出产生训练集和使用训练集来训练机器学习模型的流程图;
图6示意性地示出训练集优选地包括与目标特征相同的多个经扰动的目标特征,除了不同之处在于所述经扰动的目标特征在各种方向上相对于窗而被移位各种量;
图7示意性地示出使用用于目标特征的机器学习模型来搜索具有许多特征的较大图像中的目标特征的匹配;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于ASML荷兰有限公司,未经ASML荷兰有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201580069287.6/2.html,转载请声明来源钻瓜专利网。