[发明专利]产生用于控制或监控生产过程的所预测的数据在审
申请号: | 201780084076.9 | 申请日: | 2017-12-13 |
公开(公告)号: | CN110192153A | 公开(公告)日: | 2019-08-30 |
发明(设计)人: | A·伊普玛;D·格科鲁;G·齐萝扬尼斯;托马斯·利奥·玛丽亚·胡根鲍姆;R·J·F·范哈恩 | 申请(专利权)人: | ASML荷兰有限公司 |
主分类号: | G03F7/20 | 分类号: | G03F7/20;G05B19/418;H01L21/66 |
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: | 荷兰;NL |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 性能数据 情境数据 生产过程 预测信息 预测 不确定性 半监督学习 学习机器 半监督 监控 量测 测试 关联 改进 | ||
1.一种产生用于控制或监控生产过程以改进感兴趣的参数的所预测的数据的方法,所述方法包括以下步骤:
获得与所述生产过程的操作相关联的情境数据;
获得与所述生产过程的产品的性能相关联的性能数据;
提供情境对性能的模型以基于用性能数据对所述情境数据进行标记来产生所预测的性能数据;和
使用与所述情境数据的品质相关的预测信息来修改所述情境对性能的模型。
2.如权利要求1所述的方法,其中所述预测信息包括相关性信息,所述相关性信息与所获得的情境数据和/或所获得的性能数据与所述感兴趣的参数的相关性相关。
3.如权利要求2所述的方法,其中使用效用模型以产生用于用性能数据对所述情境数据进行所述标记的标记,且所述相关性信息包括所述效用模型的不确定性。
4.如权利要求2所述的方法,其中修改所述情境对性能的模型的所述步骤包括以下步骤:
输出所述情境数据和所述性能数据的可视化;和
接收由用户输入的所述相关性信息。
5.如权利要求2所述的方法,其中修改所述情境对性能的模型的所述步骤包括基于所述相关性信息选择用于模型化的情境数据。
6.如权利要求2所述的方法,其中修改所述情境对性能的模型的所述步骤包括基于所述相关性信息用所预测的性能数据对情境数据进行所述标记。
7.如权利要求6所述的方法,其中自动地执行所述标记,其中基于由用户输入的相关性信息训练自动标记。
8.如权利要求2所述的方法,进一步包括基于将与第一组情境数据相关联的所预测的性能数据的不确定性和与第二组情境数据相关联的所预测的性能数据的不确定性进行比较,来确定与所述第一组情境数据相关联的所述相关性信息的步骤。
9.如权利要求1所述的方法,进一步包括以下步骤:
基于所述相关性信息来识别除了所述所获得的性能数据以外的额外的性能数据,所述识别额外的性能数据的步骤:
减小所述所产生的所预测的性能数据的不确定性;和/或
改进所述所获得的情境数据与所述感兴趣的参数的相关性;和
输出用于获得所述额外的性能数据的控制信号。
10.如权利要求9所述的方法,其中所述控制信号包括用于引起新的性能测量的信号。
11.如权利要求1所述的方法,其中所述预测信息包括与所述所产生的所预测的性能数据的不确定性相关的模型不确定性信息。
12.如权利要求11所述的方法,其中修改所述情境对性能的模型的所述步骤包括以下步骤:
输出所述情境数据和所述性能数据的可视化;和
接收由用户输入的所述模型不确定性信息。
13.如权利要求11所述的方法,进一步包括基于所述模型不确定性信息来识别除了所述所获得的情境数据以外的额外的情境数据的步骤,所述识别额外的情境数据的步骤:
减小所述所产生的所预测的性能数据的不确定性;和/或
改进所述所获得的情境数据与所述所感兴趣的参数的相关性。
14.一种计算机程序,所述计算机程序包括计算机可读指令,所述计算机可读指令当在合适的计算机设备上运行时使得所述计算机设备执行如权利要求1所述的方法。
15.一种被调适以执行如权利要求1所述的方法的所述步骤的设备,其中所述设备被配置成用作能够操作以执行光刻生产过程的光刻设备。
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/201780084076.9/1.html,转载请声明来源钻瓜专利网。