[发明专利]机器学习中的光学计量以表征特征

权利要求书

1.一种确定经处理的衬底上的一个或多个特征的外形、临界尺寸和/或轮廓的方法，该方法包括：

在经处理的所述衬底上的所述一个或多个特征上执行光学计量，以产生光学计量输出；

将所述光学计量输出提供给已使用以下训练集训练的计量机器学习模型：(i)多个特征的外形、临界尺寸和/或轮廓，及(ii)所述多个特征的光学计量输出；以及

从所述计量机器学习模型接收经处理的所述衬底上的所述一个或多个特征的外形、临界尺寸和/或轮廓。

2.根据权利要求1所述的方法，其还包括通过产生多个光学计量输出集来训练所述计量机器学习模型，每个光学计量输出集相对于光学计量装置针对测试特征的不同取向和/或位置而生成，以用于所述测试特征。

3.根据权利要求1或2所述的方法，其中，所述光学计量是散射测量技术。

4.根据前述权利要求中的任一项所述的方法，其中，所述光学计量输出包括反射光谱。

5.根据权利要求1-3中的任一项所述的方法，其中，所述光学计量输出包括椭圆偏振输出数据。

6.根据前述权利要求中的任一项所述的方法，其还包括：

在经处理的所述衬底上的所述一个或多个特征上执行图案识别；以及

确定所述一个或多个特征的图案与期望的图案相符。

7.根据前述权利要求中的任一项所述的方法，其中，在经处理的所述衬底上的所述一个或多个特征上执行光学计量包括在经处理的所述衬底上光栅扫描。

8.根据前述权利要求中任一项所述的方法，其中，所述训练集中的多个特征的所述外形、临界尺寸和/或轮廓使用电子显微镜技术获得。

9.根据权利要求1至7中任一项所述的方法，其中，使用CD-SAXS获得所述训练集中的多个特征的所述外形、临界尺寸和/或轮廓。

10.根据前述权利要求中的任一项所述的方法，其中，所述计量机器学习模型使用监督机器学习技术产生。

11.根据前述权利要求中的任一项所述的方法，其还包括分解所述光学计量输出以产生减少的光学计量值的集，以及将所述减少的所述光学计量值的集提供给所述计量机器学习模型。

12.根据权利要求11所述的方法，其中，分解所述光学计量输出包括：识别所述光学计量输出的主成分，或者将所述光学计量输出应用于自动编码器。

13.一种计量系统，其包括：

光学计量工具，其包括光学探针源和光学检测器以及处理器，所述处理器被配置为当光学探针被定向到经处理的衬底上的一个或多个特征上时根据由所述光学检测器产生的数据产生光学计量输出；以及

计量机器学习模型，其已使用以下训练集进行训练：(i)多个特征的外形、临界尺寸和/或轮廓，以及(ii)所述多个特征的光学计量输出，其中，所述计量机器学习模型被配置为：

接收来自所述光学计量工具的所述光学计量输出；以及

在经处理的所述衬底上输出所述一个或多个特征的外形、临界尺寸和/或轮廓。

14.根据权利要求13所述的计量系统，其中，使用多个光学计量输出集来训练所述计量机器学习模型，每个光学计量输出集相对于测试光学计量装置针对测试特征的不同取向和/或位置而生成。

15.根据权利要求13或14所述的计量系统，其中，所述光学计量工具是散射仪。

16.根据权利要求13至15中任一项所述的计量系统，其中，所述光学计量输出包括反射光谱。