-
公开(公告)号:CN118511130A
公开(公告)日:2024-08-16
申请号:CN202280087564.6
申请日:2022-12-12
Applicant: ASML荷兰有限公司
Inventor: 苏静 , V·E·卡拉多 , S·G·J·马西森 , 邹毅 , W·L·范米罗 , K·W·C·A·范德斯特拉顿 , 曹佩根 , P·D·恩布卢姆 , W·T·特尔 , K·S·涅恰 , R·阿努恩西亚多 , H·A·迪伦 , A·史拉奇特
IPC: G03F7/20
Abstract: 一种对用于在光刻过程中图案化衬底的基本上不规则的图案布局的图案特征进行分组的方法。该方法包括:获得至少一个基本上不规则的图案表示,至少一个基本上不规则的图案表示中的每个基本上不规则的图案表示都与相应的感兴趣层相关;基于几何形状和/或与处理性能相关的至少一个处理属性,将被包括在基本上不规则的图案表示内的多个图案特征分组为多个组,每个组都包括在几何形状和/或至少一个处理属性方面相似的多个图案特征;以及导出与多个组中的一个或更多个组相关联的感兴趣参数。
-
公开(公告)号:CN117724300A
公开(公告)日:2024-03-19
申请号:CN202311629409.5
申请日:2019-05-23
Applicant: ASML荷兰有限公司
Inventor: 马里纳斯·范登布林克 , 曹宇 , 邹毅
IPC: G03F7/20 , G03F1/36 , G06F30/392 , G06F30/398 , G06N3/0464 , G06N3/08 , G06N20/00 , G06F119/18
Abstract: 本文描述了一种用于校准过程模型和训练图案化过程的逆过程模型的方法。训练方法包括:根据对基于晶片目标布局预测图案形成装置图案的逆光刻过程的模拟,获得第一图案形成装置图案;接收与使用第一图案形成装置图案曝光的晶片相对应的晶片数据;以及训练逆过程模型,该逆过程模型被配置成使用与曝光后的晶片相关的晶片数据和第一图案形成装置图案来预测第二图案形成装置图案。
-
公开(公告)号:CN111868625B
公开(公告)日:2024-01-23
申请号:CN201980020252.1
申请日:2019-02-28
Applicant: ASML荷兰有限公司
Abstract: 本文描述了一种用于确定图案形成装置的曲线图案的方法,所述方法包括:获得(i)对应于待印制于经受图案化过程的衬底上的目标图案的所述图案形成装置的初始图像和(ii)配置成根据所述初始图像预测所述衬底的上的图案的过程模型;通过硬件计算机系统从所述初始图像生成增强型图像;通过所述硬件计算机系统使用所述增强型图像生成水平集图像;通过所述硬件计算机系统基于所述水平集图像、所述过程模型和成本函数迭代地确定所述图案形成装置的曲线图案,其中所述成本函数(例如,EPE)确定所预测的图案与所述目标图案之间的差,其中所述差被迭代地减小。
-
公开(公告)号:CN116507974A
公开(公告)日:2023-07-28
申请号:CN202180076672.9
申请日:2021-11-02
Applicant: ASML荷兰有限公司
IPC: G03F7/20
Abstract: 公开了一种用于标识衬底上的要检查位置的方法和装置。使用与其他衬底相关联的训练数据集来训练缺陷位置预测模型,以基于与衬底相关联的过程相关数据来生成缺陷预测或无缺陷预测、和与位置中的每个位置的预测相关联的置信度得分。将位置中的由缺陷位置预测模型确定为置信度得分满足置信度阈值的那些位置添加到要由检查系统检查的位置集合。在检查该位置集合之后,获得检查结果数据,并且通过使用位置集合的检查结果数据和过程相关数据作为训练数据来以递增方式训练缺陷位置预测模型。
-
公开(公告)号:CN114402342A
公开(公告)日:2022-04-26
申请号:CN202080064756.6
申请日:2020-08-21
Applicant: ASML荷兰有限公司
Abstract: 本文中描述了生成用于图案化过程的特性图案以及训练机器学习模型的方法。一种训练机器学习模型的方法,所述机器学习模型被配置成生成掩模图案的特性图案,所述方法包括:获得(i)满足与所述掩模图案的制造相关的合格阈值的参考特性图案(EFM),和(ii)用于生成所述掩模图案的连续传输掩模(CTM);以及基于所述参考特性图案和所述CTM,训练所述机器学习模型,使得所述特性图案(EFM1)与所述CTM之间的第一指标减小,和所述特性图案(EFM1)与所述参考特性图案(EFM)之间的第二指标减小。
-
公开(公告)号:CN112384860A
公开(公告)日:2021-02-19
申请号:CN201980040229.9
申请日:2019-05-23
Applicant: ASML荷兰有限公司
Inventor: 马里纳斯·范登布林克 , 曹宇 , 邹毅
Abstract: 本文描述了一种用于校准过程模型和训练图案化过程的逆过程模型的方法。训练方法包括:根据对基于晶片目标布局预测图案形成装置图案的逆光刻过程的模拟,获得第一图案形成装置图案;接收与使用第一图案形成装置图案曝光的晶片相对应的晶片数据;以及训练逆过程模型,该逆过程模型被配置成使用与曝光后的晶片相关的晶片数据和第一图案形成装置图案来预测第二图案形成装置图案。
-
公开(公告)号:CN111868625A
公开(公告)日:2020-10-30
申请号:CN201980020252.1
申请日:2019-02-28
Applicant: ASML荷兰有限公司
Abstract: 本文描述了一种用于确定图案形成装置的曲线图案的方法,所述方法包括:获得(i)对应于待印制于经受图案化过程的衬底上的目标图案的所述图案形成装置的初始图像和(ii)配置成根据所述初始图像预测所述衬底的上的图案的过程模型;通过硬件计算机系统从所述初始图像生成增强型图像;通过所述硬件计算机系统使用所述增强型图像生成水平集图像;通过所述硬件计算机系统基于所述水平集图像、所述过程模型和成本函数迭代地确定所述图案形成装置的曲线图案,其中所述成本函数(例如,EPE)确定所预测的图案与所述目标图案之间的差,其中所述差被迭代地减小。
-
公开(公告)号:CN118382843A
公开(公告)日:2024-07-23
申请号:CN202280082246.0
申请日:2022-11-23
Applicant: ASML荷兰有限公司
IPC: G03F7/20
Abstract: 本文描述一种用于基于使用光刻设备在衬底上印制目标图案的被预测的失效率来确定光刻过程的设计变量的值的方法。所述方法包括:获得与待使用光刻设备印制于衬底上的目标图案对应的图像,其中所述图像是基于所述光刻设备或光刻过程的设计变量的一组值而产生的;确定图像属性,所述图像属性表示印制于所述衬底上的图案,所述图案对应于所述目标图案;基于所述图像属性来预测在所述衬底上印制所述图案的失效率;以及基于所述失效率来确定指定设计变量的指定值,所述指定值将用于所述光刻过程中以在所述衬底上印制所述目标图案。
-
公开(公告)号:CN115777085A
公开(公告)日:2023-03-10
申请号:CN202180048684.0
申请日:2021-06-14
Applicant: ASML荷兰有限公司
Inventor: 郭超群 , S·S·克德卡 , A·P·根德伯拉 , 林晨希 , H·J·卡斯蒂尔斯 , 陈宏伟 , S·H·邦德 , 李兆泽 , S·I·马萨瓦特 , 邹毅 , A·伊普玛 , 张幼平 , G·迪克尔 , E·K·施泰因迈尔 , K·范贝尔克 , J·J·博德尔 , A·胡包克斯 , A·V·霍洛德 , J·M·冈萨雷斯韦斯卡 , F·B·阿尔登
IPC: G03F7/20
Abstract: 描述了产生用于图案化过程的控制输出。接收控制输入。所述控制输入用于控制所述图案化过程。所述控制输入包括在所述图案化过程中使用的一个或更多个参数。利用经训练的机器学习模型,基于所述控制输入来产生所述控制输出。所述机器学习模型是利用从模拟所述图案化过程和/或实际过程数据所产生的训练数据来训练。所述训练数据包括1)与所述图案化过程的多个操作条件相对应的多个训练控制输入,其中所述图案化过程的所述多个操作条件与所述图案化过程的随时间变化的特定于操作条件的行为相关联;和2)使用物理模型、基于所述训练控制输入而产生的训练控制输出。
-
公开(公告)号:CN113168116A
公开(公告)日:2021-07-23
申请号:CN201980079801.2
申请日:2019-11-04
Applicant: ASML荷兰有限公司
Inventor: 林晨希 , C·E·塔贝里 , H·E·采克利 , 西蒙·飞利浦·斯宾塞·哈斯廷斯 , B·门奇奇科夫 , 邹毅 , 程亚娜 , M·P·F·格宁 , 陈子超 , D·哈诺坦耶 , 张幼平
Abstract: 描述了一种用于确定影响在衬底上制造器件的过程中的产率的根本原因的方法,该方法包括:获得产率分布数据,产率分布数据包括产率参数在整个衬底或其一部分上的分布;获得量测数据的集合,每个集合包括在整个衬底或其一部分上与衬底的不同层相对应的过程参数的空间变化;基于相似度度量来比较产率分布数据和量测数据,相似度度量描述产率分布数据与量测数据的集合中的单独集合之间的空间相似度;从测量数据组中确定量测数据的第一相似集合,就对应层的处理顺序而言,量测数据的第一相似集合是量测数据的第一集合,量测数据的第一相似集合被确定为与产率分布数据相似。
-
-
-
-
-
-
-
-
-