-
公开(公告)号:CN117677979A
公开(公告)日:2024-03-08
申请号:CN202280051165.4
申请日:2022-06-23
Applicant: ASML荷兰有限公司
Inventor: M·皮萨伦科 , S·A·米德尔布鲁克 , M·G·M·M·范克莱杰 , C·A·弗舒伦
Abstract: 本文公开了一种其中存储有计算机程序的非暂态计算机可读介质,其中计算机程序包括代码,代码在由计算机系统执行时指示计算机系统执行用于生成合成失真图像的方法,方法包括:获取包括多个失真图像的输入集;使用模型确定输入集中的失真图像的失真模式;生成失真模式的多个不同组合;对于失真模式的多个组合中的每个组合,根据组合生成合成失真图像;以及将每个合成失真图像包括在输出集中。
-
公开(公告)号:CN115605811A
公开(公告)日:2023-01-13
申请号:CN202180034681.1
申请日:2021-05-12
Applicant: ASML荷兰有限公司(NL)
Inventor: C·巴蒂斯塔基斯 , M·皮萨伦科 , B·A·奥雅曾·里维拉 , A·斯拉克特
IPC: G03F7/20 , G06T7/00 , G01N21/956
Abstract: 本文描述了用于训练机器学习模型来确定衬底上印刷的图案的多个特征的误差贡献源的方法。方法包括:获取具有多个数据集的训练数据,其中每个数据集具有误差贡献值,误差贡献值表示来自多个源中的一个的对特征的误差贡献,并且其中每个数据集与实际分类相关联,该实际分类标识对应数据集的误差贡献源;以及基于训练数据,对机器学习模型进行训练来预测数据集中的参考数据集的分类,使得成本函数被减小,该成本函数确定参考数据集的预测分类与实际分类之间的差。
-
公开(公告)号:CN113168556A
公开(公告)日:2021-07-23
申请号:CN201980078859.5
申请日:2019-11-19
Applicant: ASML荷兰有限公司
Inventor: S·A·米德尔布鲁克 , M·G·M·M·范克莱杰 , M·皮萨伦科
Abstract: 本文描述了一种用于量化参数化(例如,机器学习)模型预测中的不确定性的方法。该方法包括使参数化模型预测来自参数化模型的针对给定输入的多个后验分布。该多个后验分布包括多个分布中的分布。该方法包括通过从多个分布中的分布采样来确定针对给定输入的所预测的多个后验分布的可变性;并使用所预测的多个后验分布中的所确定的可变性来量化参数化模型预测中的不确定性。参数化模型包括编码器‑解码器架构。该方法包括使用所预测的多个后验分布中的所确定的可变性来调整参数化模型以降低参数化模型的不确定性用于预测晶片几何、重叠和/或其他信息作为半导体制造过程的一部分。
-
公开(公告)号:CN111226172A
公开(公告)日:2020-06-02
申请号:CN201880067247.1
申请日:2018-10-10
Applicant: ASML荷兰有限公司
Abstract: 一种声学散射仪(502)具有声学源(520),其可操作以将声学辐射(526)投影到形成在衬底(536)上的周期性结构(538)和(540)上。声学检测器(518)可操作以检测由周期性结构(538)和(540)衍射的负第一声学衍射阶(528),同时区别于镜面反射(第0阶532)。另一声学检测器(522)可操作以检测由周期性结构衍射的正第一声学衍射阶(530),同时再次区别于镜面反射(第0阶532)。声学源和声学检测器可以是压电换能器。相对于周期性结构(538)和(540)布置投影声学辐射(526)的入射角和检测器(518)和(522)的位置,使得对负第一声学衍射阶(528)和正第一声学衍射阶(530)的检测区别于第0阶镜面反射(532)。
-
-
-