使用机器学习模型产生辅助特征的计算机可读介质

    公开(公告)号:CN117480449A

    公开(公告)日:2024-01-30

    申请号:CN202280041685.7

    申请日:2022-06-10

    Abstract: 本文中描述一种确定用于掩模图案的辅助特征的方法。所述方法包括:获得(i)包括多个目标特征的目标图案,其中,所述多个目标特征中的每个目标特征包括多个目标边缘;和(ii)经训练的序列至序列机器学习(ML)模型(例如,长短期存储器、门控递归单元等),所述ML模型被配置成确定用于所述目标图案的亚分辨率辅助特征(SRAF)。对于所述多个目标边缘中的目标边缘,确定围绕所述目标边缘的目标特征的子集的几何信息(例如,长度、宽度、特征之间的距离等)。使用所述几何信息作为输入,所述ML模型产生待放置在所述目标边缘周围的SRAF。

    通过图案形成装置上的有限厚度的结构确定辐射的散射的方法

    公开(公告)号:CN110337614A

    公开(公告)日:2019-10-15

    申请号:CN201880013152.1

    申请日:2018-02-13

    Abstract: 一种方法,包括:获得设计布局的一部分的特性;确定包括或构成所述部分的图案形成装置的M3D的特性;通过使用计算机,使用包括样本的训练数据训练神经网络,所述样本的特征向量包括所述部分的特性并且所述样本的监督信号包括M3D的特性。还公开了一种方法,包括:获得设计布局的一部分的特性;获得使用包括或构成所述部分的图案形成装置的光刻过程的特性;确定所述光刻过程的结果的特性;通过使用计算机,使用包括样本的训练数据训练神经网络,所述样本的特征向量包括所述部分的特性和所述光刻过程的特性,并且所述样本的监督信号包括所述结果的特性。

    计算的过程控制
    9.
    发明公开

    公开(公告)号:CN102799075A

    公开(公告)日:2012-11-28

    申请号:CN201210162521.8

    申请日:2012-05-23

    CPC classification number: G03F7/70525 B29C64/386 G03F9/7096 G05B13/04

    Abstract: 本发明涉及计算的过程控制。本发明还提供了在计算过程控制(CPC)领域中的多个创新。CPC通过分析光刻设备/过程的时间漂移在芯片制造循环过程中提供了独特的诊断能力,和提供了有助于实现光刻设备/光刻过程的性能稳定性的方案。本发明的实施例通过保持光刻设备的性能和/或光刻过程的参数实质上接近预先定义的基准线条件而能够实现优化的过程窗口和更高的产率。这通过使用光刻过程模拟模型比较测量的时间漂移与基准线性能来完成。如果在制造中,CPC通过平衡晶片量测技术和反馈回路优化了特定图案或掩模版的扫描器,和除此之外监控和控制在时间上的重叠和/或CD均匀性(CDU)性能,以连续地保持系统接近基准线条件。

Patent Agency Ranking