-
公开(公告)号：CN113196173B
公开(公告)日：2025-02-07
申请号：CN201980083129.4
申请日：2019-11-12
Applicant: ASML荷兰有限公司
Abstract: 描述了利用经训练的机器学习模型对图像图案进行分组以确定图案化过程中的晶片行为。所描述的操作包括基于经训练的机器学习模型将包括所述图像图案的一个或更多个图案化过程图像转换成特征向量。所述特征向量对应于所述图像图案。所描述的操作包括基于经训练的机器学习模型对具有指示在所述图案化过程中引起匹配晶片和/或晶片缺陷行为的图像图案的特征的特征向量进行分组。所述一个或更多个图案化过程图像包括空间图像、抗蚀剂图像和/或其它图像。分组后的特征向量可以用以：在作为光学邻近效应校正的部分的光刻可制造性检验期间检测晶片上的潜在图案化缺陷；调整掩模布局设计；和/或产生轨距线/缺陷候选清单；以及其它用途。
-
公开(公告)号：CN119846911A
公开(公告)日：2025-04-18
申请号：CN202510116493.3
申请日：2019-11-12
Applicant: ASML荷兰有限公司
Abstract: 描述了利用经训练的机器学习模型对图像图案进行分组以确定图案化过程中的晶片行为。所描述的操作包括基于经训练的机器学习模型将包括所述图像图案的一个或更多个图案化过程图像转换成特征向量。所述特征向量对应于所述图像图案。所描述的操作包括基于经训练的机器学习模型对具有指示在所述图案化过程中引起匹配晶片和/或晶片缺陷行为的图像图案的特征的特征向量进行分组。所述一个或更多个图案化过程图像包括空间图像、抗蚀剂图像和/或其它图像。分组后的特征向量可以用以：在作为光学邻近效应校正的部分的光刻可制造性检验期间检测晶片上的潜在图案化缺陷；调整掩模布局设计；和/或产生轨距线/缺陷候选清单；以及其它用途。
-
公开(公告)号：CN113196173A
公开(公告)日：2021-07-30
申请号：CN201980083129.4
申请日：2019-11-12
Applicant: ASML荷兰有限公司
Abstract: 描述了利用经训练的机器学习模型对图像图案进行分组以确定图案化过程中的晶片行为。所描述的操作包括基于经训练的机器学习模型将包括所述图像图案的一个或更多个图案化过程图像转换成特征向量。所述特征向量对应于所述图像图案。所描述的操作包括基于经训练的机器学习模型对具有指示在所述图案化过程中引起匹配晶片和/或晶片缺陷行为的图像图案的特征的特征向量进行分组。所述一个或更多个图案化过程图像包括空间图像、抗蚀剂图像和/或其它图像。分组后的特征向量可以用以：在作为光学邻近效应校正的部分的光刻可制造性检验期间检测晶片上的潜在图案化缺陷；调整掩模布局设计；和/或产生轨距线/缺陷候选清单；以及其它用途。
-
-
Search Results
3
records
(took 0.087 seconds)
