[go: up one dir, main page]

TWI862875B - 處理裝置和方法、測量裝置和方法、微影裝置、製造物品的方法、模型、產生方法和裝置 - Google Patents

處理裝置和方法、測量裝置和方法、微影裝置、製造物品的方法、模型、產生方法和裝置 Download PDF

Info

Publication number
TWI862875B
TWI862875B TW110137269A TW110137269A TWI862875B TW I862875 B TWI862875 B TW I862875B TW 110137269 A TW110137269 A TW 110137269A TW 110137269 A TW110137269 A TW 110137269A TW I862875 B TWI862875 B TW I862875B
Authority
TW
Taiwan
Prior art keywords
measurement
image data
position information
mark
measurement target
Prior art date
Application number
TW110137269A
Other languages
English (en)
Other versions
TW202217475A (zh
Inventor
神保悟
須崎義夫
三島和彥
高倉伸
Original Assignee
日商佳能股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from JP2021142700A external-priority patent/JP2022068832A/ja
Application filed by 日商佳能股份有限公司 filed Critical 日商佳能股份有限公司
Publication of TW202217475A publication Critical patent/TW202217475A/zh
Application granted granted Critical
Publication of TWI862875B publication Critical patent/TWI862875B/zh

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F9/00Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
    • G03F9/70Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
    • G03F9/7088Alignment mark detection, e.g. TTR, TTL, off-axis detection, array detector, video detection
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F9/00Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
    • G03F9/70Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
    • G03F9/7003Alignment type or strategy, e.g. leveling, global alignment
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F1/00Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/68Preparation processes not covered by groups G03F1/20 - G03F1/50
    • G03F1/70Adapting basic layout or design of masks to lithographic process requirements, e.g., second iteration correction of mask patterns for imaging
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/0002Lithographic processes using patterning methods other than those involving the exposure to radiation, e.g. by stamping
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70491Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70491Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
    • G03F7/70508Data handling in all parts of the microlithographic apparatus, e.g. handling pattern data for addressable masks or data transfer to or from different components within the exposure apparatus
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F9/00Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
    • G03F9/70Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
    • G03F9/7003Alignment type or strategy, e.g. leveling, global alignment
    • G03F9/7042Alignment for lithographic apparatus using patterning methods other than those involving the exposure to radiation, e.g. by stamping or imprinting
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • G06N3/0455Auto-encoder networks; Encoder-decoder networks
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • G06N3/09Supervised learning
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • H10P50/73
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30204Marker

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Exposure Of Semiconductors, Excluding Electron Or Ion Beam Exposure (AREA)
  • Shaping Of Tube Ends By Bending Or Straightening (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)

Abstract

本發明提供了一種處理裝置,包括:產生器,被配置為基於測量目標的圖像資料來產生第一方向上的測量目標的位置資訊;以及確定器,被配置為基於與不同於第一方向的第二方向相關的圖像資料的特徵量來確定由產生器產生的測量目標的位置資訊的可信度。

Description

處理裝置和方法、測量裝置和方法、微影裝置、製造物品的方法、模型、產生方法和裝置
本發明涉及處理裝置、測量裝置、微影裝置、製造物品的方法、模型、處理方法、測量方法、產生方法和產生裝置。
在用於製造諸如半導體器件等的物品的微影處理中,可以使用諸如壓印裝置、曝光裝置等的微影裝置。微影裝置可以將原版的圖案轉印到基板的投射區域(shot region)。壓印裝置使模具與佈置在基板的投射區域上的壓印材料接觸,並使壓印材料固化,以在投射區域上形成由壓印材料的固化產物製成的圖案。另外,曝光裝置可以將原版的圖案投影到塗覆有感光材料(photosensitive material)的基板的投射區域,以在感光材料上形成原版的潛像圖案(latent pattern)。透過顯影處理將潛像轉換為物理圖案。為了將原版的圖案精確地轉印到基板(投射區域),這種微影裝置需要將基板和原版精確地對準(參見日本專利No.4601492)。 基板與原版的對準可以透過擷取例如設置在基板和/或原版上的作為測量目標的標記的圖像並從透過圖像擷取而獲得的圖像資料獲得標記的位置資訊來執行。然而,在基板和/或原版上可能存在未以實際預計形狀或位置形成的標記(異常標記)。如果直接使用這種異常標記的位置資訊,則可能難以精確地執行對準。
本發明提供了例如有利於適當地使用測量目標的位置資訊的技術。 根據本發明的一方面,提供了一種處理裝置,該處理裝置包括:產生器,被配置為基於測量目標的圖像資料來產生第一方向上的測量目標的位置資訊;以及確定器,被配置為基於與不同於第一方向的第二方向相關的圖像資料的特徵量來確定由產生器產生的測量目標的位置資訊的可信度(confidence)。 根據以下參考所附圖式對示例性實施例的描述,本發明的其它特徵將變得清楚。
下文中,將參考所附圖式詳細地描述實施例。注意的是,以下實施例不旨在限制要求保護的本發明的範圍。在實施例中描述了多個特徵,但是並不限制需要所有這樣的特徵的發明,並且可以適當地組合多個這樣的特徵。此外,在所附圖式中,相同的參考符號被賦予相同或類似的配置,並且省略其冗餘描述。 <第一實施例> 將描述本發明的第一實施例。儘管在第一實施例中壓印裝置將被描述作為微影裝置的示例,但關於用於對準原版和基板的投射區域的技術,壓印裝置和曝光裝置之間存在許多共性。因此,下面將描述的對準技術也適用於曝光裝置。另外,下面將描述的對準技術不僅適用於曝光裝置,而且適用於不具有曝光功能的測量設備。 圖2A示意性示出了根據實施例的壓印裝置IMP的佈置。壓印裝置IMP執行以下的壓印處理:在基板S的投射區域上的壓印材料IM與模具M的圖案區域MP彼此接觸的狀態下固化壓印材料IM,並且壓印材料IM的固化產物與模具M隨後被彼此分離。透過該壓印處理,在基板S的投射區域上形成由壓印材料IM的固化產物製成的圖案。 作為壓印材料,使用要透過接收固化能量而固化的可固化組合物(也稱為處於未固化狀態的樹脂)。作為固化能量,可以使用電磁波或熱。電磁波可以是例如從10奈米(nm)或更長至1毫米(mm)或更短的波長範圍中選擇的光,例如,紅外光、可見光束或紫外光。可固化組合物可以是透過光照射或加熱而固化的組合物。在組合物當中,透過光照射而固化的光可固化(photo-curable)組合物至少包含可聚合化合物和光聚合引發劑,並還可以根據需要包含不可聚合化合物或溶劑。不可聚合化合物是從由敏化劑(sensitizer)、氫供體、內部脫模劑、表面活性劑、抗氧劑和聚合物組分組成的組中選擇的至少一種材料。壓印材料可以以液滴的形式或以透過連接多個液滴而形成的島或膜的形式佈置在基板上。壓印材料的黏度(25℃時的黏度)可以例如為1毫帕秒(mPa·s)或更大至100 mPa·s或更小。作為基板的材料,可以使用例如玻璃、陶瓷、金屬、半導體、樹脂等。根據需要,可以在基板的表面上設置由不同於基板的材料製成的構件。基板是例如矽晶圓、化合物半導體晶圓或石英玻璃。 在說明書和所附圖式中,將在XYZ坐標系上指示方向,在XYZ坐標系中與基板S的表面平行的方向被定義為X-Y平面。與XYZ坐標系的X軸、Y軸和Z軸平行的方向分別是X方向、Y方向和Z方向。繞X軸的旋轉、繞Y軸的旋轉和繞Z軸的旋轉分別是θX、θY和θZ。關於X軸、Y軸和Z軸的控制或驅動分別是指關於平行於X軸的方向、平行於Y軸的方向和平行於Z軸的方向的控制或驅動。另外,關於θX軸、θY軸和θZ軸的控制或驅動分別是指關於繞平行於X軸的軸的旋轉、繞平行於Y軸的軸的旋轉以及繞平行於Z軸的軸的旋轉的控制或驅動。另外,位置是可以基於X軸、Y軸和Z軸上的座標指定的資訊,並且取向是可以透過θX軸、θY軸和θZ軸上的值指定的資訊。定位是指控制位置和/或取向。對準可以包括控制基板和模具中的至少一個的位置和/或取向。 壓印裝置IMP可以包括支持基板S的基板支持器102、透過驅動基板支持器102來驅動基板S的基板驅動機構105、支撐基板支持器102的基座104以及測量基板支持器102的位置的位置測量設備103。例如,基板驅動機構105可以包括諸如線性馬達等的馬達。壓印裝置IMP可以包括感測器151,感測器151測量基板驅動機構105在對準期間驅動基板S(基板支持器102)所需要的基板驅動力(對準負荷)。在對準操作中需要的基板驅動力對應於作用在基板S和模具M之間的剪切力(shear force),對準操作是在基板S上的壓印材料IM與模具M的圖案區域MP彼此接觸的狀態下執行的。剪切力主要是在平面方向上作用在基板S和模具M上的力。對準期間的基板驅動力例如與對準期間供應到基板驅動機構105的馬達的電流的大小相關,並且感測器151可以基於電流的大小來測量基板驅動力。感測器151是用於測量在圖案形成期間由模具M接收的影響(剪切力)的感測器的示例。另外,從(隨後將描述的)控制器110輸出到基板驅動機構105的驅動請求(命令值)將被稱為台控制值(stage control value)。 壓印裝置IMP可以包括支持用作原版的模具M的模具支持器121、透過驅動模具支持器121來驅動模具M的模具驅動機構122以及支撐模具驅動機構122的支撐結構130。例如,模具驅動機構122可以包括諸如音圈馬達等的馬達。壓印裝置IMP可以包括感測器152,感測器152測量模具釋放力(分離負荷)和/或按壓力。模具釋放力是使基板S上的壓印材料IM的固化產物與模具M彼此分離所需的力。按壓力是用於按壓模具M以使模具M接觸基板S上的壓印材料IM的力。模具釋放力和按壓力是主要作用在與基板S和模具M的平面方向垂直的方向上的力。模具釋放力和按壓力例如與供應到模具驅動機構122的馬達的電流的大小相關,並且感測器152可以基於電流的大小來測量模具釋放力和按壓力。感測器152是用於測量在圖案形成期間由模具M接收的影響(模具釋放力和/或按壓力)的感測器的示例。另外,從(隨後將描述的)控制器110輸出到模具驅動機構122的驅動請求(命令值)也將被稱為台控制值。 基板驅動機構105和模具驅動機構122形成用於調整基板S與模具M之間的相對位置和相對姿態的驅動機構。基板S與模具M之間的相對位置的調整包括使模具與基板S上的壓印材料接觸的驅動操作以及使模具與固化的壓印材料(由固化產物製成的圖案)分離的驅動操作。基板驅動機構105可以被配置為繞多個軸(例如,包括X軸、Y軸和θZ軸的三個軸,較佳地,包括X軸、Y軸、Z軸、θX軸、θY軸和θZ軸的六個軸)驅動基板S。模具驅動機構122可以被配置為繞多個軸(例如,包括Z軸、θX軸和θY軸的三個軸,較佳地,包括X軸、Y軸、Z軸、θX軸、θY軸和θZ軸的六個軸)驅動模具M。 壓印裝置IMP可以包括模具清潔器150和用於傳送模具M的模具傳送機構140。模具傳送機構140可以被配置為例如將模具M傳送到模具支持器121,並將模具M從模具支持器121傳送到原版儲存器(未示出)或模具清潔器150。模具清潔器150將透過使用紫外光、化學溶液等清潔模具M。 模具支持器121可以包括窗構件125,窗構件125在模具M的反向表面(與形成有要被轉印到基板S的圖案的圖案區域MP相對的一側的表面)的一側上形成壓力受控制的空間CS。壓印裝置IMP可以包括變形機構123,變形機構123控制壓力受控制的空間CS的壓力(下文中被稱為空腔壓力),以如圖2B中示意性示出地,將模具M的圖案區域MP朝向基板S變形為凸形。此外,壓印裝置IMP可以包括對準測量設備(對準測量設備和圖像擷取裝置)106、固化設備107、觀察設備112和光學構件111。 對準測量設備106可以照明基板S(第一構件)的第一標記和模具M(第二構件)的第二標記,並透過擷取作為由第一標記和第二標記形成的光學圖像的莫爾條紋(moiré fringes)(測量目標)的圖像來產生圖像資料。注意的是,用於對準的每個標記可以稱為對準標記。對準測量設備106或控制器110可以透過處理由圖像擷取產生的圖像資料來檢測第一標記和第二標記之間的相對位置資訊。可以根據要觀察的對準標記的位置透過驅動機構(未示出)來定位對準測量設備106。 對準測量設備106也可以測量這裡的第一標記和第二標記的相對位置資訊,而不使用由第一標記和第二標記形成的莫爾條紋。例如,在由第一標記和第二標記形成盒中盒標記(box-in-box mark)的情況下,對準測量設備106可以透過處理由擷取盒中盒標記的圖像產生的圖像資料來測量第一標記和第二標記的相對位置資訊。對準測量設備106還可以獨立地測量每個第一標記的位置資訊和/或每個第二標記的位置資訊。由對準測量設備106的圖像擷取而產生的圖像資料在下文中也將被稱為對準圖像。另外,對準測量設備106的測量結果也可以被稱為對準測量值。 固化設備107經由光學構件111利用用於固化壓印材料IM的能量(例如,諸如紫外光之類的光)照射壓印材料IM,並利用該能量固化壓印材料IM。觀察設備112透過經由光學構件111和窗構件125擷取基板S、模具M和壓印材料IM的圖像來觀察壓印材料IM的狀態。透過觀察設備112的圖像擷取而獲得的圖像資料在下文中也可以被稱為擴展圖像。 壓印裝置IMP可以包括用於將壓印材料IM佈置(供應)在基板S的投射區域上的分配器108。分配器108根據例如指示壓印材料IM的佈置的液滴配方(drop recipe)排出壓印材料IM,使得壓印材料IM將被佈置在基板S的投射區域上。壓印裝置IMP還可以包括用於控制基板驅動機構105、模具驅動機構122、變形機構123、模具傳送機構140、模具清潔器150、對準測量設備106、固化設備107、觀察設備112、分配器108等的控制器110。例如,控制器110可以由諸如FPGA(場式可程式化閘陣列的縮寫)之類的PLD(可程式化邏輯器件的縮寫)、ASIC(專用積體電路的縮寫)、內置有程式113的通用電腦或這些元件的全部或一些的組合形成。 圖3示出了用於製造諸如半導體器件等的物品的物品製造系統1001的佈置的示例。物品製造系統1001可以包括例如一個或多個微影裝置(壓印裝置IMP和/或曝光裝置)。在圖3中,壓印裝置IMP被例示為微影裝置。物品製造系統1001還可以包括一個或多個檢查裝置1005(例如,覆蓋檢查裝置和/或異物檢查裝置)以及一個或多個後處理裝置1006(蝕刻裝置和/或沉積裝置)。此外,物品製造系統1001可以包括用於產生用於計算對準誤差量的機器學習模型和用於確定可信度的機器學習模型的一個或多個模型產生裝置(機器學習控制器)1007。這些裝置可以經由網路1002連接到作為外部系統的控制裝置1003,並由控制裝置1003控制。MES、EEC等是控制裝置1003的示例。每個模型產生裝置1007可以例如由諸如FPGA(場式可程式化閘陣列的縮寫)之類的PLD(可程式化邏輯器件的縮寫)、ASIC(專用積體電路的縮寫)、內置有程式的通用電腦或這些元件的全部或一些的組合形成。每個模型產生裝置1007可以是例如稱為邊緣伺服器等的伺服器。模型產生裝置1007也可以被整合進控制裝置1003或每個微影裝置的控制器110中。包括諸如壓印裝置IMP、曝光裝置等的微影裝置和模型產生裝置1007的系統可以被理解為微影系統。 壓印裝置IMP的對準測量設備106和控制器(處理器)110可以形成用於測量或檢測測量目標的位置資訊的測量裝置。在其它觀點中,壓印裝置IMP包括用於測量或檢測測量目標的位置資訊的測量裝置。測量裝置可以作為測量或檢測形成每個對準標記的繞射光柵(grating)的繞射方向-即作為測量方向的第一方向上的測量目標的位置資訊的測量裝置進行操作。此外,測量裝置可以被形成為測量與作為測量方向的第一方向不同的方向-即作為非測量方向的第二方向(例如,與第一方向垂直的方向)上的測量目標的位置資訊。控制器110可以使用從圖像資料獲得的第一方向上的測量目標的臨時位置資訊以及基於與不同於第一方向的第二方向相關的圖像資料的特徵量的校正值來確定第一方向上的測量目標的位置資訊。第二方向可以是與第一方向垂直的方向。測量裝置可以使用用於基於特徵量獲得校正值的模型來確定校正值。另外,測量裝置還可以包括透過機器學習產生模型的機器學習控制器(模型產生裝置1007)。 下文中,將描述根據該實施例的微影方法。微影方法可以包括用於測量(產生)測量目標的位置資訊的測量方法、用於測量基板的投射區域與原版(模具)之間的對準誤差的測量方法以及用於對準基板的投射區域和原版(模具)的對準方法。 該微影方法將從測量目標的圖像資料來估計校正值或對準誤差量作為校正量。這裡的測量目標可以是標記(的光學圖像)或由第一標記和第二標記形成的光學圖像(例如,莫爾條紋)。對準誤差量可以是被估計為要被包括在基於測量目標的圖像資料而計算出(產生的)標記的位置資訊中的誤差量(估計誤差量)或被估計為要被包括在第一標記和第二標記之間的相對位置資訊中的誤差量(估計誤差量)。注意的是,除了與被估計為要被包括在測量目標的位置資訊中的誤差的大小相關的資訊之外,誤差量還可以包括與誤差的方向相關的資訊。 圖1示出了要在包括壓印裝置IMP的微影系統中執行的微影方法作為根據實施例的微影方法。控制器110可以控制圖1中示出的操作。 在步驟S101中,基板傳送機構(未示出)將把基板S從傳送源(例如,預處理裝置和壓印裝置IMP之間的中繼部)傳送到基板支持器102。 在步驟S102至S106中,對從基板S的多個投射區域中選擇的投射區域執行壓印處理(圖案形成)。從基板S的多個投射區域中選擇的投射區域在下文中可以被稱為目標投射區域。 首先,在步驟S102中,分配器108將壓印材料IM佈置在基板S的目標投射區域上。可以透過例如在透過基板驅動機構105驅動基板S的同時使分配器108排出壓印材料IM來執行該處理。接下來,在步驟S103中,基板S和模具M由基板驅動機構105和模具驅動機構122中的至少一個相對地驅動,使得模具M的圖案區域MP將接觸目標投射區域上的壓印材料IM。在一個示例中,模具驅動機構122將驅動模具M,使得模具M的圖案區域MP將接觸目標投射區域上的壓印材料IM。在使模具M的圖案區域MP與壓印材料IM接觸的處理中,變形機構123可以使模具M的圖案區域MP朝向基板S變形為凸形。此時,可以控制空腔壓力並且可以累積其值。另外,觀察設備112將在使模具M的圖案區域MP與壓印材料IM接觸的處理中執行圖像擷取,並且可以累積所擷取的圖像(擴展圖像)。 在步驟S104中,可以執行基板S的目標投射區域與模具M的圖案區域MP的對準。例如,可以基於透過使用對準測量設備106獲得的投射區域的第一標記與模具M的第二標記之間的相對位置資訊來執行對準,使得第一標記與第二標記之間的相對位置將落入目標相對位置的容許範圍內。在對準中,基板S和模具M可以由基板驅動機構105和模具驅動機構122中的至少一個相對地驅動。這裡,基板S與模具M的相對位置資訊是透過基於對準誤差量(校正值)來校正臨時位置資訊(臨時相對位置資訊)而獲得的,並可以被用於確定基板S和模具M中的每個的相對驅動量的目標值。臨時位置資訊(臨時相對位置資訊)是基於透過使用對準測量設備106獲得的圖像資料確定的資訊,並可以指示基板S的投射區域與模具M之間的臨時相對位置。可以基於透過使用對準測量設備106獲得的圖像資料來計算對準誤差量。可以透過使用由模型產生裝置1007產生並提供到壓印裝置IMP的控制器110的模型來計算對準誤差量。基於對準誤差量(校正值)的相對位置資訊(臨時相對位置資訊)的校正可以在對準的整個執行時段內執行,或者可以在投射區域與模具M之間的相對位置變得等於或小於基準值的時間點處或之後執行。控制器110可以累積透過使用對準測量設備106獲得的圖像資料,並將累積的圖像資料提供到模型產生裝置1007(機器學習控制器)。模型產生裝置1007可以基於從壓印裝置IMP的控制器110提供的圖像資料來產生用於確定對準誤差量的模型。 這裡,將例示用於測量標記的位置的方法。圖6A示出了透過擷取用於測量X方向上的位置的標記的圖像而獲得的標記圖像(圖像資料)401的示例,並且圖6B示出了從標記圖像401獲得的對準波形406的示例。基板S可以包括與圖6A的標記圖像對應的標記以及透過將標記旋轉90°而獲得的標記。與圖6A的標記圖像對應的標記是用於測量X方向上的位置的標記(下文中也被稱為X方向測量標記),並且測量方向為X方向。透過將與圖6A的標記圖像對應的標記旋轉90°而獲得的標記是用於測量Y方向上的位置的標記(下文中也被稱為Y方向測量標記),並且測量方向為Y方向。 例如,控制器110將使用設置在基板S的投射區域上的用於測量X方向上的位置的第一標記以及設置在基板S的投射區域上的測量Y方向上的位置的第一標記,以獲得投射區域的X方向上的位置和Y方向上的位置作為臨時位置資訊。以類似的方式,透過使用設置在模具M上的用於測量X方向上的位置的第二標記以及設置在模具M上的用於測量Y方向上的位置的第二標記,將獲得模具M的X方向上的位置和Y方向上的位置作為臨時位置資訊。隨後,控制器110可以基於對準誤差量(校正值)來校正這些臨時位置資訊,以產生基板S的投射區域和模具M的相對位置資訊(對準誤差)。 可替換地,控制器110將從透過設置在基板S的投射區域上的用於測量X方向上的位置的第一標記以及設置在模具M上的用於測量X方向上的位置的第二標記形成的莫爾條紋獲得X方向上的投射區域與模具M之間的相對位置作為臨時相對位置資訊。以類似的方式,將從透過設置在基板S的投射區域上的用於測量Y方向上的位置的第一標記以及設置在模具M上的用於測量Y方向上的位置的第二標記形成的莫爾條紋獲得Y方向上的投射區域與模具M之間的相對位置作為臨時相對位置資訊。隨後,控制器110可以基於對準誤差量(校正值)來校正這幾條臨時位置資訊,以產生基板S的投射區域與模具M之間的相對位置資訊(對準誤差)。 圖7示出了對準測量設備106被用於獲得標記的位置作為臨時位置資訊的方法。下文中,將透過使用圖6A的標記圖像作為示例來描述用於獲得標記位置402作為臨時位置資訊的方法。作為一個示例,要測量的標記位置402是測量方向(圖6A中的X方向)上的標記圖像的中心位置,並且這也是與該標記圖像對應的標記的中心位置。在該示例中,假定測量方向404為X方向並且非測量方向405為Y方向。 在步驟S501中,控制器110透過使用對準測量設備106以擷取標記的圖像來獲得標記圖像401(圖像資料)。在步驟S502中,控制器110基於標記圖像401來產生(計算)對準波形406。對準波形406是可以從標記圖像401獲得的測量方向(X方向)上的訊號波形。例如,可以透過計算形成包括標記圖像401的測量區域403的多個圖元當中的測量方向404(X方向)上的位置彼此相等的圖元的累算值來產生對準波形406。 在步驟S503中,控制器110基於對準波形406來計算標記位置402作為臨時位置資訊。作為計算方法的示例,存在將對準波形406的重心的位置設定為標記位置402的方法。作為其它示例,存在透過傅立葉轉換(Fourier transform)等計算對準波形的相位來計算標記位置的方法或透過使用圖案匹配方法來計算標記位置的方法。 返回圖1的描述,在步驟S105中,固化設備107將利用用於固化壓印材料IM的能量照射位於基板S和模具M的圖案區域MP之間的壓印材料IM。這將使壓印材料IM固化並形成壓印材料IM的固化產物。在步驟S106中,基板S和模具M由基板驅動機構105和模具驅動機構122中的至少一個相對地驅動,使得壓印材料IM的固化產物和模具M的圖案區域MP將彼此分離。在一個示例中,模具M由模具驅動機構122驅動,以便將模具M的圖案區域MP從壓印材料IM的固化產物分離。另外,當壓印材料IM的固化產物與模具M的圖案區域MP將彼此分離時,模具M的圖案區域MP也可以朝向基板S被變形為凸形。另外,觀察設備112將執行圖像擷取,並且可以基於所擷取的圖像來觀察壓印材料IM與模具M之間的分離的狀態。 在步驟S107中,控制器110確定是否已經在基板S的所有投射區域上執行了從步驟S102至步驟S106的壓印處理的處理。如果確定已經在基板S的所有投射區域上執行了從步驟S102至步驟S106的壓印處理的處理,則控制器110將該處理推進到步驟S108。如果確定存在未被處理的投射區域,則處理返回到步驟S102。在這種情況下,從未被處理的投射區域中選擇的投射區域將被設定為目標投射區域,並且將在目標投射區域上執行從步驟S102至步驟S106的壓印處理的處理。 在步驟S108中,基板傳送機構(未示出)將把基板S從基板支持器102傳送到傳送目的地(例如,通向後處理裝置的中繼部)。在要處理由多個基板形成的批次的情況下,將在多個基板中的每個上執行圖1中示出的操作。 這裡,在壓印裝置IMP(微影裝置)中,在設置在基板S和/或模具M上的標記當中,可能存在未以實際預計形狀或位置形成的標記(異常標記)。如果直接地使用這種異常標記的位置資訊,則可能難以精確地對準基板S和模具M。因此,根據該實施例的壓印裝置IMP(控制器110)可以確定位置資訊的可信度作為用於進行關於允許從圖像資料(標記圖像)獲得的測量目標(例如,標記)的位置資訊的適當使用的確定的材料。 更具體地,壓印裝置IMP的控制器110可以被配置為用作處理裝置,該處理裝置包括用於產生測量目標的位置資訊的產生器和用於確定位置資訊的可信度的確定器。產生器可以基於由對準測量設備106的圖像擷取而產生的測量目標的圖像資料來產生第一方向(測量方向)上的測量目標的位置資訊。如上所述,產生器可以基於測量目標的臨時位置資訊和校正值來產生(確定)第一方向上的測量目標的位置資訊。確定器可以基於與不同於第一方向的第二方向(非測量方向)相關的圖像資料的每個特徵量來確定由產生器產生的測量目標的位置資訊的可信度。可信度是表示由產生器產生的測量目標的位置資訊可以被相信為正常的程度的指標(資訊),並可以被理解為確定度和/或可靠度。 用作上述處理裝置的控制器110(確定器)可以使用用於基於圖像資料的第二方向上的特徵量來獲得第一方向上的位置資訊的可信度的模型,以從特徵量確定可信度。控制器110還可以包括透過機器學習來產生模型的機器學習控制器(模型產生裝置1007)。此外,上述作為處理裝置的功能也可以被整合進控制裝置1003中,代替壓印裝置IMP的控制器110或額外於壓印裝置IMP的控制器110。 接下來,將參考圖4描述模型產生裝置1007的模型產生方法。注意的是,如上所述,模型產生裝置1007可以被整合進壓印裝置IMP(例如,控制器110)中,並且在這種情況下,將在壓印裝置IMP中執行模型產生。 在步驟S201中,模型產生裝置1007將獲得對準誤差量。更具體地,模型產生裝置1007將獲得由覆蓋檢查裝置(檢查裝置1005)測得的基板S的一個投射區域的測量值。要獲得的測量值可以是透過測量屬於基板S的每個投射區域的至少一個點的覆蓋精度而獲得的結果。測量值可以是例如在基板S的底層(的覆蓋檢查標記)和由壓印裝置IMP在該底層的上方形成的層(的覆蓋檢查標記)之間獲得的覆蓋偏移量。模型產生裝置1007將計算由覆蓋檢查裝置獲得的測量值與由壓印裝置IMP獲得的最終測量值(例如,在步驟S104中最終獲得的位置資訊(對準誤差))之間的差異作為對準誤差量。 在步驟S202中,模型產生裝置1007將獲得至少非測量方向上的標記圖像的特徵量。更具體地,模型產生裝置1007將首先獲得在緊接在之前的步驟S201中從其獲得測量值的投射區域的標記的標記圖像(圖像資料)。該標記圖像是在步驟S104中透過使用對準測量設備106獲得的標記圖像,並可以在步驟S104完成之後的任意定時從壓印裝置IMP提供到模型產生裝置1007。隨後,模型產生裝置1007還將獲得所獲得的標記圖像的特徵量。該特徵量包括至少與非測量方向相關的特徵量,並另外可以包括與測量方向相關的特徵量。測量方向是圖6A和圖6B中的X方向。非測量方向是與X方向相交的方向,並且例如是圖6A和圖6B中的Y方向。 在步驟S203中,模型產生裝置1007確定是否對被認為是基板S的目標的所有多個投射區域執行步驟S201和S202的處理。如果存在尚未經歷處理的投射區域,則處理返回到步驟S201,並對該投射區域執行步驟S201和S202的處理。隨後,當對被認為是目標的所有多個投射區域執行了步驟S201和S202的處理時,處理將前進至步驟S204。在步驟S204中,模型產生裝置1007將產生用於基於特徵量來估計對準誤差量的模型和用於基於特徵量來確定可信度的模型。 取決於由覆蓋檢查裝置獲得的測量值與由壓印裝置IMP獲得的測量值之間的位置偏移的原因,可以透過使用與非測量方向相關的特徵量和與測量方向相關的特徵量產生模型來更多地減小對準誤差量。在這種情況下,較佳的是產生透過使用與非測量方向相關的特徵量和與測量方向相關的特徵量二者來訓練的模型。 這裡,可以形成用於基於特徵量來估計對準誤差量的模型(誤差量估計模型),以將特徵量設定為輸入並輸出指示對準誤差量的資訊。誤差量估計模型可以被形成為輸出對準誤差量本身作為指示對準誤差量的資訊,或者可以被形成為輸出包括指示對準誤差量的指標的值和/或分佈。另外,用於基於特徵量來確定可信度的模型(可信度確定模型)可以被形成為使用特徵量作為輸入並輸出指示可信度的資訊。可信度確定模型可以被形成為輸出可信度本身作為指示可信度的資訊,或者可以被形成為輸出包括指示可信度的指標的值和/或分佈。本實施例將描述以下示例:產生使用特徵量作為輸入並輸出包括指示對準誤差量的指標和指示可信度的指標的分佈的模型。 可以透過例如機器學習來執行模型產生。如下可以提出更具體的示例。首先,透過壓印裝置IMP在相同條件下在多個投射區域中的每個上形成新的層(圖案)。接下來,外部覆蓋檢查裝置測量每個投射區域的底層(的覆蓋檢查標記)和新形成的層(的覆蓋檢查標記)之間的覆蓋偏移量。隨後,模型產生裝置1007獲得所測得的每個投射區域的覆蓋偏移量,並計算每個投射區域的覆蓋偏移量與在投射區域上新形成層時獲得的最終測量值之間的差異作為對準誤差量。此後,模型產生裝置1007將透過使用在新形成層時使用的每個投射區域的標記圖像的特徵量作為模型的輸入資料並使用計算出的對準誤差量作為訓練資料來執行機器學習。 當要執行機器學習時,可以對對準誤差量執行預處理。預處理的示例例如是用於將偏移值與對準誤差量相加的方法以及透過將對準誤差量乘以一個值來改變誤差量的規模的方法。 例如,透過使用變數作為機率來進行考慮不確定性的推理的高斯過程回歸(Gaussian process regression)和貝葉斯推理(Bayesian inference)可以被提出作為機器學習的方法的示例。在要使用高斯過程回歸和貝葉斯推理的情況下,模型可以是將透過輸入特徵量來輸出對準誤差量的機率分佈的函數,並且可以透過機器學習來執行內部變數的優化。所獲得的誤差量的機率分佈的期望值可以被用作誤差量的推理值,並且機率分佈的變異數可以被用作可信度。 在需要減少推理的計算複雜度的情況下,適合於使用諸如多元回歸分析等的具有低計算複雜度的統計模型。在要透過使用高維特徵量(諸如,透過將標記圖像的每個圖元值設定為特徵量)來計算對準誤差量的情況下,適合於透過使用由多層感知器形成的神經網路來優化內部變數的方法。在許多異常值被包括在對準誤差量或標記圖像中的情況下,可以使用基於對異常值具有穩定性(robust)的決策樹分析的方法。在要使用多元回歸分析或神經網路的情況下,模型可以被定義為當輸入特徵量時輸出對準誤差量,並且可以透過機器學習來執行內部變數的優化。在要使用決策樹分析的情況下,模型可以被定義為當輸入特徵量時輸出對準誤差量,並且由機器學習來構建決策樹。 在步驟S205中,模型產生裝置1007將儲存在步驟S204中產生的模型。另外,模型產生裝置1007還可以將在步驟S204中產生的模型提供到壓印裝置IMP的控制器110。 這裡,將描述在對準誤差量的估計和可信度的確定中使用非測量方向上的標記圖像的特徵量(的原理)的原因。圖14D示出了基於作為由設置在基板S的投射區域上的第一標記和設置在模具M上的第二標記形成的光學圖像的莫爾條紋來測量基板S的投射區域與模具M之間的相對位置資訊的原理。圖14D示出了設置在基板S的投射區域上的第一標記3a和設置在模具M上的第二標記2a。對準測量設備106包括照明這些標記的照明光學系統,並且照明光學系統具有光瞳面P。參考符號IL1、IL2、IL3和IL4指示來自形成在光瞳面P上的極點(pole)的照明光的光線。 照明光IL1和照明光IL2被用於X方向上的基板S的投射區域與模具M之間的相對位置的測量。如圖14A中例示的,在X方向上的相對位置的測量中,不被用於X方向上的相對位置的測量的照明光IL3和照明光IL4可以透過被第一標記3a和第二標記2a的邊緣散射而成為散射光的光線。散射光的每個光線可變成閃爍光,並混合到莫爾條紋訊號(莫爾條紋圖像資料)中。圖14C示出了圖14A中的X方向上的莫爾條紋訊號的訊號強度分佈(對準測量設備106的圖像擷取元件的光接收表面上的光強度分佈)的示例。可以看出,由於被第一標記3a和第二標記2a的邊緣散射的光的光線的影響,在訊號強度分佈的左端側和右端側存在大的峰。在莫爾條紋訊號的四個週期當中,左端側和右端側的兩個週期接收了散射光的影響,結果影響了相對位置的測量精度。如圖14B中所示,在Y方向上的相對位置的測量中,也出現類似的現象,並且不被用於Y方向上的相對位置的測量的照明光IL1和照明光IL2可以透過被第一標記3b和第二標記2b的邊緣散射而成為散射光的光線。結果,散射光的每個光線可變為閃爍光,並混合到莫爾條紋訊號中。儘管以上描述了閃爍光對每個測量方向上的光強度分佈的影響,但基於相同的原理,每個非測量方向上的光強度分佈也可由於接收來自閃爍光的影響而改變。非測量方向上的光分佈的改變也可使測量方向上的位置或相對位置的測量精度惡化。 圖15和圖16各自示出了測量方向(X方向)上的訊號波形406和非測量方向(Y方向)上的訊號波形407的示例。測量方向上的訊號波形406也被稱為對準波形,並透過計算形成透過使用對準測量設備106獲得的標記圖像401的多個圖元當中的測量方向上的位置彼此相等的圖元的訊號值的累算值(integrated value)來獲得。另外,非測量方向上的訊號波形可以透過計算形成透過使用對準測量設備106獲得的標記圖像401的多個圖元當中的非測量方向上的位置彼此相等的圖元的訊號值的累算值來獲得。 在圖16中示出的示例中閃爍光的影響比圖15中示出的示例中的影響大。由於圖16中示出的示例中的測量方向上的訊號波形406的畸變比圖15中示出的示例中的測量方向上的訊號波形406的畸變大,因此在測量方向上獲得的測量結果中可能出現誤差901。另外,圖16中示出的示例中的非測量方向上的訊號波形407的畸變比圖15中示出的示例中的非測量方向上的訊號波形407的畸變大,因此指示訊號值的大變化902。也就是說,可以看出,非測量方向上的訊號波形407與測量方向上的訊號波形406(也就是說,測量方向上獲得的測量結果)相關。因此,透過獲得與非測量方向相關的圖像資料的特徵量並基於特徵量校正從圖像資料獲得的測量方向上的測量目標的臨時位置資訊來精確地確定測量目標的位置資訊。另外,基於以上描述,可以說,與非測量方向相關的圖像資料的特徵量反映了測量方向上的訊號波形的畸變和/或訊號值的變化。因此,可以基於特徵量來確定從圖像資料確定的測量目標的位置資訊的可信度(確定度或可靠度)。 這裡,將參考圖8描述可以從圖像資料獲得的與非測量方向(第二方向)相關的特徵量。以與圖6A和圖6B類似的方式,圖8示出了透過擷取用於測量X方向上的位置的標記的圖像而獲得的標記圖像(圖像資料)401和從標記圖像401獲得的訊號波形406(測量方向(X方向)上的訊號波形)的示例。另外,圖8還示出了從標記圖像401獲得的非測量方向(Y方向)上的訊號波形407的示例。非測量方向上的訊號波形407可以透過例如計算形成包括標記圖像401的測量區域403的多個圖元當中的非測量方向(Y方向)上的位置彼此相等的圖元的累算值來產生。 如圖8中例示的,相對於非測量方向(第二方向)的從圖像資料獲得的特徵量可以包括與非測量方向上的多個位置對應的多個值603。多個值603包括多個累算值,並且多個累算值中的每個可以是形成圖像資料的多個圖元當中的非測量方向上的位置彼此相等的圖元的訊號值的累算值。可替換地,多個值603可以包括形成圖像資料的多個圖元當中的在與非測量方向平行的線上的多個圖元的訊號值。可替換地,多個值603可以是透過處理形成圖像資料的多個圖元當中的在與非測量方向平行的線上的多個圖元的訊號值而獲得的多個值。可替換地,多個值603可以透過對多個累算值執行基變換(basis transformation)來獲得,並且多個累算值中的每個可以是形成圖像資料的多個圖元當中的非測量方向上的位置彼此相等的圖元的訊號值的累算值。可替換地,多個值603可以是透過對形成圖像資料的多個圖元當中的在與非測量方向平行的線上的多個圖元的訊號值執行基變換而獲得的值。可替換地,多個值603可以是透過對透過處理形成圖像資料的多個圖元當中的在與非測量方向平行的線上的多個圖元的訊號值而獲得的多個值執行基變換而獲得的值。 可替換地,如圖9中所示,透過在部分區域701中對測量方向上的位置彼此相等的圖元的訊號值進行累算而獲得的結果與透過在部分區域702中對測量方向上的位置彼此相等的圖元的訊號值進行累算而獲得的結果之間的差異可以被設定為非測量方向上的特徵量。更具體地,從部分區域701獲得的測量方向(X方向)上的對準波形406a與從部分區域702獲得的測量方向(X方向)上的對準波形406b之間的差異可以被設定為非測量方向上的特徵量。部分區域701和部分區域702是在包括標記圖像401的測量區域403中非測量方向(Y方向)上的位置彼此不同的區域。 下面,將參考圖10描述計算或確定非測量方向上的圖像資料的特徵量的示例。在圖10中,參考符號x1、x2、...表示由對準測量設備106的圖像擷取而獲得的圖像資料(標記圖像401)的X座標值(X方向上的圖元位置)。另外,參考符號y1、y2、...表示圖像資料的Y座標值(Y方向上的圖元位置)。下文中,X座標值為x1且Y座標值為y1的圖元的圖元值將被表示為x1y1。要被提取或採樣的圖元的座標x1、x2、...和y1、y2、...之間的間隔及其數量可以被任意地確定(設定)。 在一個示例中,透過以(x1y1+x2y1+x3y1+...)、(x1y2+x2y2+x3y2+...)、...的方式對具有彼此相等的y座標值的圖元的圖元值進行累算,可以獲得非測量方向上的訊號波形的特徵作為特徵量。當沿著非測量方向產生了繞射光和/或散射光時,這種方法是有效的。 在局部地產生繞射光或散射光的情況下,作為各個座標位置處的圖元的圖元值的(x1y1)、(x1y2)、(x1y3)、(x1y4)、(x1y5)、(x1y6)、(x2y1)、(x2y2)、...可以被直接用作非測量方向上的特徵量。這裡,特徵量也可以被確定為(x1y1+x1y2)、(x1y3+x1y4)、(x1y5+x1y6)、(x2y1+x2y2)、(x2y3+x2y4)、...。透過以這種方式將Y方向上的多個圖元的圖元值相加,將可以減少指示特徵量的資料的數量,由此結果降低基於特徵量的校正值的計算的計算複雜度。另外,可以以(x1y1+x1y3)、(x1y2+x1y4)、...的方式提取由多個圖元形成的每個組的圖元值的總值作為特徵量,以便以昇冪佈置每個組的平均座標。可替換地,可以以(x1y1+x1y2+x1y3)、(x1y3+x1y4+x1y5)、...的方式提取由多個圖元形成的每個組的圖元值的總值作為特徵量,使得各個組的座標將彼此部分重疊。可替換地,可以透過以(x1y1+x1y2+x2y1+x2y2)、(x1y2+x1y3+x2y2+x2y3)、(x1y3+x1y4+x2y3+x2y4)、...的方式在X方向和Y方向上執行相加來提取特徵量。在沿著對角方向產生了繞射光和/或散射光的情況下,可以透過以(x1y1+x2y2)、(x2y2+x3y3)、(x1y2+x2y3)、(x2y3+x3y4)、...的方式在對角方向上執行相加來提取特徵量。 可替換地,可以以(α×x1y1)、(β×x1y2)、(γ×x1y3)、...的方式將各個圖元的圖元值與常數α、β、γ、...相乘。這可以任意地減少具有小的校正效果的每個特徵量的權重。可替換地,可以以(α×x1y1+β×x1y2+γ×x1y3)、(a×x1y2+b×x1y3+c×x1y4)、(p×x1y3+q×x1y4+r×x1y5)、...的方式確定特徵量。這裡,α、β、γ、a、b、c、p、q和r均是用於與圖元值相乘的常數。令α=a=p=-1、β=b=p=2且γ=C=r=-1,將可以獲得非測量方向上的每個梯度作為特徵量。 可以透過對在非測量方向上獲得的特徵量執行基變換來獲得新的特徵量。作為基變換的示例,存在透過執行傅裡葉變換獲得相位和振幅的方法以及透過基於主成分分析獲得基並執行基變換來縮小資訊量的方法。還可以透過將偏移值與特徵量相加或者透過將特徵量乘以偏移值來獲得新的特徵量。除了非測量方向上的特徵量之外,還可以透過使用測量方向上的特徵量來確定校正值。測量方向上的波形(圖像資料)的任意點也可以被採樣並被用作特徵量,並且可以以與非測量方向上的特徵量類似的方式,對該特徵量執行基變換、偏移值的相加、或乘以偏移值。注意的是,用於從圖像資料獲得特徵量的處理也可以由壓印裝置IMP的控制器110等執行。 接下來,將參考圖5描述要在步驟S104(對準)的前述處理中執行的處理。在該處理中,透過使用前述模型計算對準誤差量並基於該對準誤差量(校正量)校正基於圖像資料獲得的與測量方向相關的臨時位置資訊來產生測量目標的位置資訊。另外,將透過使用前述模型來確定可信度,並且將基於該可信度來進行與步驟S104(對準)中的測量目標的位置資訊的使用相關的每個設定。 在步驟S301中,壓印裝置IMP的控制器110獲得由模型產生裝置1007產生的模型。注意的是,模型不需要緊接在作為後續處理的步驟S302的處理之前獲得,並可以例如在諸如步驟S102的前述處理之前的定時等的任意定時處獲得。 在步驟S302中,控制器110獲得在步驟S104中由對準測量設備106的圖像擷取而獲得的圖像資料,並從圖像資料獲得(提取或計算)至少與非測量方向相關的每個特徵量。步驟S302中用於計算或提取每個特徵量的方法類似於步驟S202中由模型產生裝置1007執行的用於計算或提取每個特徵量的方法。 在步驟S303中,控制器110可以使用在步驟S301中獲得的模型和在步驟S302中計算或提取的每個特徵量來計算對準誤差量。例如,如果高斯過程回歸要被用作訓練手段,則每個特徵量將被輸入到在步驟S301中獲得的模型,並且可以獲得從該模型輸出的機率分佈的期望值作為對準誤差量。該對準誤差量可以被用作校正值。 在步驟S304中,基於在步驟S104中由對準測量設備106的圖像擷取而獲得的圖像資料的與測量方向相關的光強度分佈,控制器110確定(獲得)測量方向上的測量目標的臨時位置資訊。該臨時位置資訊是不考慮圖像資料的與非測量方向相關的每個特徵量而獲得的測量目標的暫定位置資訊。 在步驟S305中,基於在步驟S304中獲得的臨時位置資訊以及基於在步驟S303中獲得的與非測量方向相關的圖像資料的每個特徵量的校正值,控制器110產生測量方向上的測量目標的位置資訊。更具體地,控制器110可以透過從在步驟S304中獲得的臨時位置資訊中減去在步驟S303中獲得的並基於與非測量方向相關的圖像資料的每個特徵量的校正值來產生測量方向上的測量目標的位置資訊。 在產生模型時除了與非測量方向相關的每個特徵量之外,要使用與測量方向相關的每個特徵量的情況下,控制器110可以在步驟S302中計算或提取與非測量方向相關的每個特徵量和與測量方向相關的每個特徵量。隨後,在步驟S303中,控制器110可以將與非測量方向相關的每個特徵量和與測量方向相關的每個特徵量輸入到模型中,並將從模型輸出的對準誤差量設定為校正值,並且控制器110可以在步驟S305中獲得測量目標的位置資訊。 在步驟S306中,控制器110使用在步驟S301中獲得的模型和在步驟S302中計算或提取的特徵量來確定(計算)在步驟S305中獲得的測量目標的位置資訊的可信度。例如,如果高斯過程回歸被用作訓練手段,則特徵量被輸入到在步驟S301中獲得的模型,並且從該模型輸出的機率分佈的變異數可以被確定為可信度。透過以這種方式確定測量目標(例如,標記)的可信度,將可以基於可信度來確定作為測量目標的標記是否為異常標記。換句話說,可以確定在步驟S104中執行的對準中是否可以使用測量目標的位置資訊。 在步驟S307中,控制器110基於在步驟S306中確定的特徵量來設定與在步驟S305中產生的測量目標的位置資訊的使用(在步驟S104的對準操作中的使用)相關的設定。設定可以是在步驟S104中執行的對準中使用或不使用在步驟S305中產生的測量目標的位置資訊的設定。也可以是當在步驟S305中產生的測量目標的位置資訊要被用在步驟S104中執行的對準中時添加到位置資訊的權重的設定。這些設定可以由作為處理裝置的一部分的控制器110和/或控制裝置1003中包括的設定設備來執行。 這裡,將描述基於上述處理的對準的示例。假定以下情況:透過將佈置在基板S的目標投射區域中的一個或多個標記(對準標記)設定為測量目標而使用透過上述處理產生的位置資訊(對準測量值)來執行控制,以將基板S(投射區域)與模具M之間的相對位置設定為目標相對位置。在該情況下,獲得目標相對位置分量sx、sy、θx、θy、βx和βy,以便使如下表示的評估值V最小化。 其中,x i和y i分別表示根據目標投射區域中的標記的設計的X方向上的位置和Y方向上的位置,並且dx i和dy i分別表示X方向上的對準測量值和Y方向上的對準測量值。i是標記的編號,並且n是標記的數量。另外,s x和s y分別表示目標相對位置的X方向上的偏移分量和Y方向上的偏移分量,並且θ x和θ y分別表示目標相對位置的繞X軸的旋轉分量和繞Y軸的旋轉分量。β x和β y分別表示目標相對位置的X方向上的延伸分量和Y方向上的延伸分量。可以基於目標相對位置的這些分量來控制基板S(目標投射區域)與模具M的對準。 這裡,如果異常值(例如,與其它標記的對準測量值非常不同的值)被包括在標記的每個對準測量值dx i和dy i中,則可能變得難以精確地控制基板S(目標投射區域)與模具M的對準。因此,根據該實施例的控制器110可以透過將每個標記設定為測量目標來獲得每條位置資訊(對準測量值)的可信度。隨後,當存在可信度小於閾值的標記時,控制器110可以使用其餘標記來控制基板S和模具M的對準,而不使用該標記。可替換地,透過以下式(2)中描述的方式根據可信度將每個標記的對準測量值(位置資訊)乘以權重w可以獲得目標相對位置的每個分量,並且可以基於所獲得的目標相對位置的分量來控制基板S和模具M的對準。結果,將可以減少異常標記的影響,並精確地控制基板S和模具M的對準。 另外,控制器110可以根據可信度調整基板S和模具M的對準的完成時間。這種調整在以下情況下可以是有效的:當因為形成作為測量目標的標記的凹部未被壓印材料IM充分填充,所以未正常提取或計算標記圖像(圖像資料)的特徵量時,獲得比閾值低的可信度。在這種情況下,由於根據時間的推移,測量目標(標記)的凹部將變得被壓印材料IM充分填充,並最終能夠正常地提取或計算特徵量,因此可信度也可以上升。也就是說,透過根據可信度調整對準的完成時間,可以提高基板S和模具M的對準精度。 例如,控制器110可以根據在基板S和模具M的對準的初始階段獲得的可信度來調整對準的完成時間。更具體地,可以基於指示可信度與對準精度將是預定值或更大的對準的執行時間之間的對應關係的資訊,根據在對準的初始階段獲得的可信度來調整對準的執行時間(也就是說,完成時間)。指示對應關係的資訊可以透過例如實驗、模擬等預先獲得。另外,控制器110可以在基板S和模具M的對準期間順序(連續)地獲得作為測量目標的標記的可信度和位置資訊(對準測量值),並根據已達到閾值或更大的事實來調整對準的完成時間。在這種情況下,控制器110可以調整對準的完成時間,使得將在從可信度達到閾值或更大的時間起的預定時間內執行基板S和模具M的對準。 以下,將描述該實施例的驗證結果。透過使用如圖11中所示的投射區域中的X方向上的對準標記801、803、805和807和Y方向上的對準標記802、804、806和808的八個對準標記來執行該驗證。參考符號標記809指示由覆蓋檢查裝置使用的標記(檢查標記)。在該驗證中,基於透過使用對準測量設備106針對對準標記801至808中的每個獲得的位置資訊和每個對準標記附近的標記809的覆蓋測量結果來計算對準誤差量。作為要被用於計算對準誤差量的位置資訊,使用基於非測量方向上的圖像資料的特徵量的校正值進行校正之前獲得的位置資訊(即,臨時位置資訊)和校正之後獲得的位置資訊。另外,20個晶圓×69個投射區域的資料被用於產生模型的訓練,並且隨後對與用於訓練的資料不同的6個晶圓×69個晶圓執行校正。針對對準標記的每個位置和對準標記的每個方向獨立地執行訓練和校正。 圖12表示校正之前和之後獲得的所有每一條資料的對準誤差量的標準差,並示出每個對準誤差量的變化程度。該實施例的目的是使該變化最小化,並且從該圖表中可以確認,每個對準誤差量的變化最大減少了大約16%。 圖13A和圖13B是分別顯示校正之前和校正之後的對準誤差量的圖表,並且在每個圖表中,各個資料集的對準誤差量被水平準地對準。圖13A示出了校正之前的每條資料的對準誤差量,並且圖13B示出了校正之後的每條資料的對準誤差量。另外,圖13C示出了基於非測量方向上的圖像資料的特徵量而獲得的每條資料的可信度。 參考圖13A和圖13B,在由圈A包圍的右側部分的資料中確認對準誤差量(和/或對準誤差量的變化)透過校正被減小。另外,在由圈B包圍的資料中確認,與其它資料相比,對準誤差量非常大,並且對準誤差量尚未透過校正被改善。當透過使用圖13C確認該資料的可信度時,確認與其它資料相比,該資料的可信度變得非常小。這表明,在獲得由圈B包圍的資料的對準標記中出現了異常,例如,標記未以實際預期的形狀或位置形成的狀態,並且不能透過對準測量設備106獲得正常的測量結果(位置資訊)。 作為實施例,以上描述了從示出在壓印處理期間壓印裝置IMP的狀態的資料計算出的校正值被應用於資料的投射區域的覆蓋的示例。然而,本發明不限於此。例如,壓印裝置IMP可以向控制裝置1003提供校正值,並且該校正值可以在後續處理中使用。例如,可以在諸如下一投射區域等的其它投射區域的對準期間應用從指示在壓印處理期間壓印裝置IMP的狀態的資訊獲得的校正值。另外,也可以在佈置在下一基板中的相同位置的投射區域的對準期間應用校正值。 另外,儘管已經描述了在壓印處理期間順序地計算校正值和/或可信度的示例作為實施例,但本發明不限於此。例如,可以計算在經歷了壓印處理的基板S(晶圓)的每個投射區域上執行的對準測量的可信度,並且可以基於可信度來執行對準標記的異常檢測。 此外,作為實施例的以上描述的校正值和/或可信度的計算/訓練等不僅可以應用於壓印裝置,還可以應用於其它微影裝置(例如,曝光裝置)。還在曝光裝置中執行基板的投射區域和原版的對準。在該對準中,可以測量設置在基板的投射區域中的每個標記的位置,並且可以透過使用與非測量方向上的每個標記的圖像資料的特徵量對應的校正值來校正測量結果。另外,基於與非測量方向上的每個標記的圖像資料的特徵量對應的可信度,可以設定與標記的使用相關的設定。 <第二實施例> 將描述本發明的第二實施例。第一實施例描述了可以確定(計算或估計)校正值和可信度二者的模型被用於執行對準測量結果的校正和每個標記的異常檢測的示例。第二實施例將描述透過使用僅確定可信度而不確定校正值的模型來僅執行每個標記的異常檢測的示例。注意的是,第二實施例基本上繼承了第一實施例,並且例如,裝置佈置、處理順序等與第一實施例的裝置佈置、處理順序等類似。第二實施例與第一實施例的不同之處在於模型產生方法(機器學習方法)以及用於確定可信度的方法。 將描述根據該實施例的模型產生方法。首先,在該產生方法中,壓印裝置IMP在相同條件下對基板S的多個投射區域執行壓印處理,並獲得用於對準的每個標記圖像(圖像資料)的特徵量。該實施例與第一實施例的不同之處在於,覆蓋檢查裝置(檢查裝置1005)不測量覆蓋偏移量。也就是說,將透過在不使用訓練資料的情況下執行機器學習(無監督機器學習)產生將至少非測量方向上的標記圖像的特徵量設定為輸入並輸出指示可信度的資訊的模型。 在這種情況下,可以提出諸如主成分分析、自動編碼器等的方法作為機器學習的示例。當從異常標記的標記圖像獲得的與非測量方向相關的特徵量包括許多隨機分量時,諸如主成分分析、自動編碼器等之類的這種方法特別有效。這些方法中的每個從用於機器學習的特徵量中提取共同特徵,並基於所提取的特徵來計算可以描述多少要被用於確定可信度的目標特徵量。隨後,能夠進行該描述的分量的程度(例如,包括所提取的特徵的程度)可以被確定為目標特徵量的可信度。也就是說,隨著從用於機器學習的特徵量提取的特徵可以用於描述的程度的增加(例如,隨著能夠描述的分量的數量增加),可以獲得高的可信度值。因此,由於從異常標記獲得並包括許多隨機分量的特徵量將具有很少的可以由所提取的特徵描述的分量,因此將計算低的可信度值。 另外,如果在要被用於機器學習的標記(測量目標)當中幾乎不存在異常標記,則由一類SVM(One Class SVM)進行的異常檢測也是有效的。在一類SVM中,對於用於機器學習的特徵量,計算從正常標記獲得的特徵量與從異常標記獲得的特徵量之間的邊界,並且根據邊界與可信度待確定的目標特徵量之間的距離來獲得可信度。 可替換地,作為其它方法,存在以下的方法:執行要用於機器學習的標記圖像的特徵量的變異數-共變異數矩陣(variance-covariance matrix)和平均值的機器學習,並從可信度待確定的目標標記圖像的平均值與特徵量之間的馬氏距離(Mahalanobis distance)獲得可信度。 以這種方式,在該實施例中,透過使用如上所述的方法產生模型,並且可以透過使用該模型來確定(估計)測量目標的可信度。例如,可以在圖5的步驟S301中獲得透過上述方法產生的模型,並且可以在步驟S306中使用該模型來確定可信度。隨後,可以基於所確定的可信度來執行作為測量目標的每個標記的異常檢測,並且可以在步驟S307中設定與標記的位置資訊的使用相關的設定。注意的是,由於在根據該實施例產生的模型中不計算對準誤差量(校正值),因此當要校正對準測量值(臨時位置資訊)時,可以使用用於計算校正值的其它模型。 <第三實施例> 將描述根據本發明的第三實施例。該實施例基本上繼承了第一實施例。由於除了下面將描述的內容之外的內容遵循了第一實施例中描述的內容,因此將省略其描述。另外,該實施例可以包括第二實施例的內容。 第一實施例已經描述了以下示例:在步驟S201中,透過模型產生裝置1007計算在由覆蓋檢查裝置獲得的測量值與由壓印裝置IMP獲得的測量值(在步驟S104中最終獲得的對準誤差)之間的差異作為對準誤差量。另外,在第一實施例中,在步驟S202中由模型產生裝置1007獲得的標記圖像是在步驟S104中透過在壓印材料固化之前使用壓印裝置IMP中的對準測量設備106獲得的圖像。 相比之下,在該實施例中,作為壓印裝置IMP的測量值和標記圖像,使用在步驟S105的處理和S106的處理之間-即,在壓印材料固化之後由壓印裝置IMP中的對準測量設備106獲得的測量值和標記圖像。 另外,在該實施例中,在步驟S202中,從在壓印材料固化之後擷取的該標記圖像獲得特徵量。該特徵量可以包括至少與非測量方向相關的特徵量,並還可以包括與測量方向相關的特徵量。 要由外部覆蓋檢查裝置測量的基板S處於壓印材料固化的狀態。因此,根據該實施例,透過使用在壓印材料的固化之後獲得的校正值和標記圖像作為壓印裝置IMP的測量值和標記圖像,將可以消除當壓印材料固化時產生的變化。 <第四實施例> 將描述本發明的第四實施例。在該實施例中,曝光裝置將被例示作為微影裝置。注意的是,除非下面特別提到,否則該實施例基本上繼承了第一實施例。例如,除非下面特別提到,否則模型產生方法、確定可信度的方法等繼承了第一實施例的這些方法。另外,該實施例可以包括第二實施例和/或第三實施例的內容。 圖17示意性示出了根據實施例的曝光裝置EXP的佈置。曝光裝置EXP可以包括照明設備200、用於支持作為原版的標線片R的標線片台201、投影光學系統202、用於支持作為基板的晶圓W的晶圓台203、標記位置測量設備204和控制器205。基準板206佈置在晶圓台203上。控制器205包括CPU和記憶體,電連接到照明設備200、標線片台201、晶圓台203和標記位置測量設備204,並控制這些元件以全面控制曝光裝置EXP的操作。 例如,控制器205可以由諸如FPGA(場式可程式化閘陣列的縮寫)之類的PLD(可程式化邏輯器件的縮寫)、ASIC(專用積體電路的縮寫)、內置有程式113的通用電腦或這些元件的全部或一些的組合形成。另外,根據該實施例的控制器205可以被形成為計算用於校正透過使用標記位置測量設備204而獲得的測量目標(例如,晶圓W上的標記)的位置資訊(臨時位置資訊)的校正值,和/或確定標記的位置資訊的可信度。控制器205還可以包括以上在第一實施例和第二實施例中描述的模型產生裝置1007(機器學習控制器)。 照明設備200包括光源部分200a和照明光學系統200b,並且照明由標線片台201支持的標線片R。光源部分200a使用例如雷射器。儘管可以使用波長大約193 nm的ArF準分子雷射器、波長大約248 nm的KrF準分子雷射器等作為雷射器,但光源的類型不限於準分子雷射器。更具體地,可以使用波長大約157 nm的F2雷射器或波長20 nm或更小的EUV(超紫外(Extreme Ultra Violet))光。另外,照明光學系統200b可以具有偏振照明功能和用於均勻地照明標線片R的功能。照明光學系統200b是使用從光源部分200a發射的光束以照明要被照明的表面的光學系統,並且在該實施例中透過將光束形成為具有對於曝光最佳的預定形狀的曝光狹縫來照明標線片R。照明光學系統200b可以包括透鏡、反射鏡、光學積分器、光闌(stop)等。例如,聚光透鏡、複眼透鏡、孔徑光闌、聚光透鏡、狹縫和圖像形成光學系統被依次佈置在照明光學系統200b中。 標線片R由例如石英製成,並且在其上形成要被轉印到晶圓W上的電路圖案。標線片R由標線片台201支持和驅動,並可以被照明設備200照明。透射通過標線片R的繞射光穿過投影光學系統202並被投影到晶圓W上。另外,標線片台201包括用於支持標線片R的標線片卡盤以及用於透過驅動標線片卡盤來驅動標線片R的標線片驅動機構。標線片驅動機構由線性馬達等形成,並可以在X軸方向、Y軸方向、Z軸方向以及各個軸的旋轉方向上驅動標線片R。注意的是,在曝光裝置EXP中設置具有傾斜入射系統(未示出)的標線片檢測設備,並且標線片檢測設備可以透過使用標線片檢測設備來檢測標線片R的位置,並基於檢測結果來控制標線片R的位置。 投影光學系統202具有將來自物體表面的光束形成為圖像表面上的圖像的功能,並且在本發明中,將穿過形成在標線片R上的圖案的繞射光形成(投影)為晶圓W上的圖像。儘管由多個透鏡元件形成的光學系統可以被用作投影光學系統202,但可以使用另一種光學系統。例如,包括多個透鏡元件和至少一個凹面鏡的光學系統(反射折射的光學系統)、包括多個透鏡元件和至少一個諸如開諾全息圖(kinoform)之類的繞射光學元件的光學系統等可以被用作投影光學系統202。 晶圓W是例如諸如半導體晶圓、液晶基板等的要處理的構件,並且光致抗蝕劑被施加在晶圓W上。在該實施例中,由於標記位置測量設備204將檢測(擷取)晶圓W的每個標記(的圖像),因此晶圓W和/或晶圓W的每個標記可以被理解為是標記位置測量設備204的測量目標。另外,晶圓台203包括用於支持晶圓W的晶圓卡盤以及用於透過驅動晶圓卡盤來驅動晶圓W的晶圓驅動機構。晶圓驅動機構由線性馬達等形成,並可以在X軸方向、Y軸方向、Z軸方向以及各個軸的旋轉方向上驅動晶圓W。注意的是,在曝光裝置EXP中設置表面位置檢測設備(未示出)。表面位置檢測設備可以檢測晶圓W的表面位置,並且可以基於檢測結果來控制晶圓W的表面位置(例如,晶圓W的高度)。 透過例如六軸雷射干涉儀207測量(監視)標線片台201與晶圓台203之間的相對位置,並且可以在晶圓W曝光期間由控制器205基於測量結果來控制標線片R與晶圓W之間的相對位置。例如,標線片R和晶圓W被佈置為具有光學共軛關係,並且可以透過以與投影光學系統202的投影倍率對應的速度比相對地掃描標線片R和晶圓W來將標線片R的圖案轉印到晶圓W上。 圖18A示意性示出了根據實施例的標記位置測量設備204的佈置。標記位置測量設備204可以由用於利用從光纖261發射的光來照明晶圓W的照明系統以及用於形成設置在晶圓W上的標記272的圖像的圖像形成系統形成,並可以透過擷取晶圓W的標記272的圖像來產生圖像資料(標記圖像)。標記位置測量設備204可以被理解為與第一實施例中描述的對準測量設備(圖像擷取裝置)106類似的單元。照明系統可以包括照明光學系統(透鏡262、263和266)、照明孔徑光闌264、反射鏡M2、中繼透鏡267、偏振分束器268、λ/4板270和物鏡光學系統(object optical system) 271。另外,圖像形成系統包括物鏡光學系統271、λ/4板270、檢測孔徑光闌269、偏振分束器268和圖像形成光學系統274,並被形成為將從標記272反射的光形成為感測器275(光接收表面)上的圖像。基於透過使用以這種方式佈置的標記位置測量設備204獲得的標記圖像(圖像資料和訊號波形)以及由雷射干涉儀207測得的晶圓台WS的位置,控制器205可以獲得標記272的座標位置(位置資訊)。 在標記位置測量設備204中,從光纖261發射的光穿過照明光學系統的透鏡262和263,並到達佈置在與晶圓W共軛的位置處的照明孔徑光闌264。此時,照明孔徑光闌264處的光束的直徑將充分地小於光纖261處的光束的直徑。穿過照明孔徑光闌264的光經由照明光學系統的透鏡266、反射鏡M2和中繼透鏡267被引導到偏振分束器268。這裡,例如,偏振分束器268可以被佈置為透射與X方向和Y方向中的一個平行的p偏振光,並反射與X方向和Y方向中的另一個平行的s偏振光。因此,在透射通過偏振分束器268的p偏振光穿過檢測孔徑光闌269之後,p偏振光透射透過λ/4板270並轉換為圓偏振光。隨後,圓偏振光將穿過物鏡光學系統271,並以柯勒(Köhler)照明對晶圓W的標記272進行照明。 在被標記272反射/繞射/散射的光再次穿過物鏡光學系統271之後,光透射通過λ/4板270以從圓偏振光轉換為s偏振光,並且經轉換的s偏振光到達檢測孔徑光闌269。這裡,被標記272反射的光的偏振狀態將是具有與照射標記272的圓偏振光的旋轉相反的旋轉的圓偏振光。也就是說,如果照射標記272的光的偏振狀態為順時針圓偏振,則被標記272反射的光的偏振狀態將為逆時針圓偏振。另外,檢測孔徑光闌269可以根據來自控制器205的指令來改變孔徑量,以改變來自標記272的反射光的數值孔徑。穿過檢測孔徑光闌269的光被偏振分束器268反射,穿過圖像形成光學系統274,並隨後被引導到感測器275。以這種方式,在根據該實施例的標記位置測量設備204中,可以透過偏振分束器268分離向晶圓W的照明光的光路和來自晶圓W的反射光的光路,並且可以在感測器275的光接收表面上形成晶圓W的標記272的圖像。 從例如鹵素燈、金屬鹵化物燈、電漿光源、LED等的光源250發射的光將被光纖261引導到照明光學系統的透鏡262。可以改變要透射的波長的波長過濾器251佈置在該光源250和光纖261之間。波長過濾器251可以被形成為基於由標記位置測量設備204獲得的標記圖像的品質(例如,對比度或測量偏差)允許要透射照明光的最佳波長。然而,波長過濾器251的過濾方法和佈置不受限制。 照明孔徑光闌264包括用於切換用於透射光的孔徑部分的形狀的切換機構(在該示例中,旋轉機構),並可以改變透射光源分佈的形狀。該配置可以允許選擇孔徑部分的大小(所謂的照明σ值)或允許執行變形的照明。也可以透過切換該光圈部分的形狀來改變由標記位置測量設備204獲得的標記圖像的品質。作為示例,在根據該實施例的照明孔徑光闌264中,如圖18B中所示,在旋轉機構中設置具有不同形狀的四種孔徑部分255a至255d。透過驅動旋轉機構使得這四種孔徑部分255a至255d中的一種將被佈置在光路上,可以改變晶圓W的標記272上的照明狀態。注意的是,孔徑部分的形狀不限於圖18B中示出的形狀,並可以被任意地設定和改變。 如上所述,可以透過改變波長過濾器251、照明孔徑光闌264和/或檢測孔徑光闌269的光學參數(光學條件)來改變由標記位置測量設備204獲得的標記圖像的品質。下面,將參考圖19、圖20A至20E和圖21A至21E來描述該示例。 圖19示出了X-Y平面中的標記272的示例。圖19中示出的標記272可以由用於測量X方向上的位置的標記元件272X1和272X2以及用於測量Y方向上的位置的標記元件272Y1和272Y2形成。標記位置測量設備204將透過擷取標記272的圖像來產生標記圖像(圖像資料)。隨後,標記位置測量設備204或控制器205將透過處理標記圖像來測量標記272(每個標記元件)的位置。在這樣的標記272中,由於例如來自半導體處理的諸如CMP(化學機械拋光)、蝕刻、抗蝕劑的不均勻塗覆等的處理的影響,可能出現測量誤差(測量偏差)。特別地,在用於以這種方式執行雙向測量的標記272等中,標記形狀不僅在測量方向上而且在不是測量方向的方向(非測量方向)上可能變得(隨後將描述的)不對稱。 圖20A聚焦在為形成圖19中示出的標記272的四個標記元件之一的標記元件272X1,並示出了該標記元件272X1的截面(Z-X截面)。標記元件272X1被形成為具有臺階結構,並且在其上施加抗蝕劑253。通常,抗蝕劑253可以透過旋塗以液態施加到晶圓W的整個表面上。當以這種方式透過旋塗在具有臺階結構的標記元件272X1上施加液體抗蝕劑253時,根據例如標記元件272X1在晶圓W上的位置,抗蝕劑的厚度可以在測量方向(X方向)上變得不對稱。在這種情況下,在由標記位置測量設備204獲得的標記元件272X1的標記圖像中將產生不對稱分量,因此在標記位置的測量結果中產生測量誤差(測量偏差)。 圖21A聚焦在為形成圖19中示出的標記272的四個標記元件之一的標記元件272X1,並示出了標記元件272X1的平面圖(X-Y平面)。標記元件272X1被形成為具有臺階結構,並且在其上施加抗蝕劑253。如上所述,通常,抗蝕劑253可以透過旋塗以液態施加到晶圓W的整個表面上。在這種情況下,以與參考圖20A描述的測量方向類似的方式,根據例如標記元件272X1在晶圓W上的位置,抗蝕劑的厚度也可以在非測量方向(例如,Y方向)上變得不對稱。也就是說,由標記位置測量設備204獲得的非測量方向上的標記圖像的邊緣的形狀可以不對稱。這種非測量方向上的不對稱可以與測量方向上的不對稱相關(例如,可以獲得相同的傾向)。 圖20B至圖20E各自示出當上述光學參數改變時獲得的標記圖像的測量方向上的訊號波形。橫坐標指示X方向(測量方向)上的位置,並且縱坐標指示訊號強度。另外,圖21B至圖21E各自示出當上述光學參數改變時獲得的標記圖像的非測量方向上的訊號波形。橫坐標指示振動強度,並且縱坐標指示Y方向(非測量方向)上的位置。圖21B至圖21E的訊號波形分別是在與圖20B至圖20E中相同的條件(即,相同的光學參數)下獲得的訊號波形。 圖20B和圖21B各自示出了在給定光學參數(波長和照明σ值)下獲得的標記圖像的波形的示例。圖20B和圖21B中的每個中示出的訊號波形具有相當低的訊號強度(對比度)。由於以這種方式在訊號強度低時測量精度將降低,因此較佳的是改變光學參數使得訊號強度將增加。另一方面,圖20C和圖21C各自示出了當波長相對於圖20B和圖21B中的每個中示出的訊號波形的光學參數改變時獲得的訊號波形的示例。可以看出,訊號強度相比於圖20B和圖21B中的每個中示出的訊號波形的訊號強度增加。在這種情況下,由於由抗蝕劑的厚度的不對稱導致的訊號強度的不對稱也將變得突出,因此可能增加將發生測量誤差的可能性。 圖20D和圖21D各自示出了當照明σ值相比於上述圖20C和圖21C中的每個的訊號波形的光學參數的照明σ值減小時獲得的訊號波形的示例。透過減小照明σ值,將可以透過在與標記元件272X1的周邊部分對應的位置處產生訊號協作來增加對比度。另外,可以透過改變標記位置測量設備204的聚焦位置來改變要產生的訊號協作量、X方向上的要產生訊號協作的位置等。因此,較佳的是根據每個條件(對比度、測量偏差等)調整照明σ值和/或聚焦位置,以獲得標記圖像。 圖20E和圖21E各自示出了當照明光的波長相比於圖20B和圖21B中的每個的訊號波形的光學參數的照明光的波長增加時獲得的訊號波形的示例。由於抗蝕劑253被施加在標記元件272X1上,因此在標記元件272X1的臺階結構中,凹部中的干涉條件與凸部中的干涉條件不同。例如,如果在凹部和凸部之間出現相位差,則凹部的訊號強度與凸部的訊號強度之間的關係將改變。在除了根據該實施例的具有臺階結構的標記以外的標記中,透過以這種方式改變照明光的波長而產生的對比度的改變也可以變得更突出。例如,在可以用於實際半導體處理的標記中,對比度的改變可以變得更突出。在任何情況下,透過根據標記元件272X1的結構來改變照明光的波長,將改變由標記位置測量設備204獲得的標記圖像的狀態。 以這種方式,由於施加在其上的抗蝕劑253的不對稱,在具有臺階結構的標記272(標記元件272X1)中可能出現測量誤差(測量偏差)。因此,在該實施例中,也以與第一實施例類似的方式獲得與非測量方向相關的標記圖像(圖像資料和訊號波形)的特徵量,並且可以基於特徵量來校正從圖像資料獲得的測量方向上的標記(測量目標)的臨時位置資訊。這將允許標記的位置資訊被精確地確定。儘管在第一實施例中已經描述了與非測量方向相關的標記圖像的特徵量,但作為示例,非測量方向上的多個位置可以包括對應的多個值。該多個值可以包括多個累算值,並且該多個累算值中的每個可以是形成圖像資料的多個圖元當中的非測量方向上的位置彼此相等的圖元的訊號值的累算值。關於用於獲得特徵量的其它方法的描述,參考第一實施例。 另外,基於以上描述,可以說,與非測量方向相關的標記圖像的特徵量反映了測量方向上的不對稱(例如,抗蝕劑的厚度的不均勻)。因此,可以基於特徵量來獲得從標記圖像確定的標記的位置資訊的可信度,並且可以基於可信度來設定與標記的位置資訊的使用相關的設定。關於用於獲得可信度的方法和與標記的位置資訊的使用相關的設定方法的描述,參考第一實施例。 注意的是,由於本發明的實施例主要描述了壓印裝置,因此描述了基板S上的每個標記與模具M上的每個標記的對準。然而,在本發明被應用於用於測量測量目標(例如,半導體基板等)的測量設備的情況下,可以應用每個實施例來測量基板上的標記之間的偏移量(距離)或者測量基板上的標記與基準位置(台基準位置)之間的偏移(距離)。 <製造物品的方法的實施例> 根據本發明的實施例的製造物品的方法適合於製造諸如微器件(諸如,半導體器件)或具有微結構的元件之類的物品。根據實施例的製造物品的方法可以包括透過使用上述微影裝置在基板上形成圖案的步驟以及處理在先前步驟中形成有圖案的基板的步驟,並且由在處理步驟中處理的基板製造物品。此外,該製造方法可以包括其它已知的步驟(氧化、沉積、氣相沉積、摻雜、平坦化、蝕刻、抗蝕劑(resist)去除、切片、接合、封裝等)。根據實施例的製造物品的方法在物品的性能、品質、生產率和生產成本中的至少一個方面優於傳統方法。 下文中,將參考圖22A至圖22F描述透過使用壓印裝置作為微影裝置來製造物品的方法作為示例。使用壓印裝置形成的固化產物的圖案永久地用於各種物品中的至少一些,或者在製造各種物品時臨時地使用。物品是電路元件、光學元件、MEMS、記錄元件、感測器、模具等。電路元件的示例是諸如DRAM、SRAM、快閃記憶體和MRAM之類的揮發性和非揮發性半導體記憶體以及諸如LSI、CCD、圖像感測器和FPGA之類的半導體元件。模具包括壓印模具等。 固化產物的圖案被直接用作上述物品的至少一些構成構件,或臨時用作抗蝕劑遮罩(resist mask)。在基板處理步驟中執行蝕刻或離子植注入之後,去除抗蝕劑遮罩。 接下來,將描述製造物品的更具體的方法。如圖22A中所示,製備具有形成在表面上的絕緣體之類的經處理材料2z的諸如矽晶圓之類的基板1z。接下來,透過噴墨方法等,壓印材料3z被施加到經處理材料2z的表面。這裡,示出了壓印材料3z作為多個液滴被施加到基板上的狀態。 如圖22B中所示,具有凹-凸圖案的用於壓印的模具4z的一側被導向並面對基板上的壓印材料3z。如圖22C中所示,使施加有壓印材料3z的基板1z與模具4z接觸,並施加壓力。模具4z與經處理材料2z之間的間隙被填充有壓印材料3z。在該狀態下,當經由模具4z利用作為用於固化的能量的光照射壓印材料3z時,壓印材料3z被固化。 如圖22D中所示,在壓印材料3z被固化之後,模具4z與基板1z分離,並且在基板1z上形成壓印材料3z的固化產物的圖案。在固化產物的圖案中,模具的凹部對應於固化產物的凸部,並且模具的凸部對應於固化產物的凹部。也就是說,模具4z的凹-凸圖案被轉印到壓印材料3z。 如圖22E中所示,當使用固化產物的圖案作為抗蝕刻遮罩執行蝕刻時,去除經處理材料2z的表面的不存在固化產物或保留薄的部分,以形成凹槽5z。如圖22F中所示,當去除固化產物的圖案時,可以獲得具有形成在經處理材料2z的表面中的凹槽5z的物品。這裡,固化產物的圖案被去除。然而,作為在處理之後去除固化產物的圖案的替代,可以被用作例如半導體元件中包括的層間介電質膜等,也就是說,物品的構成構件。 <其它實施例> 本發明的(一個或多個)實施例還可以透過讀出並執行記錄在儲存媒體(也可以被更完整地稱為“非瞬態電腦可讀儲存媒體”)上的電腦可執行指令(例如,一個或多個程式)以執行上述(一個或多個)實施例中的一個或多個實施例的功能和/或包括用於執行上述(一個或多個)實施例中的一個或多個實施例的功能一個或多個電路(例如,特殊應用積體電路(ASIC))的系統或裝置的電腦來實現,以及透過例如從儲存媒體讀出並執行電腦可執行指令以執行上述(一個或多個)實施例中的一個或多個實施例的功能和/或控制一個或多個電路以執行上述(一個或多個)實施例中的一個或多個實施例的功能而透過由系統或裝置的電腦執行的方法來實現。電腦可以包括一個或多個處理器(例如,中央處理單元(CPU)、微處理單元(MPU)),並且可以包括單獨電腦或單獨處理器的網路,以讀出並執行電腦可執行指令。電腦可執行指令可以例如從網路或儲存媒體提供到電腦。儲存媒體可以包括例如硬碟、隨機存取記憶體(RAM)、唯讀記憶體(ROM)、分散式計算系統的儲存裝置、光碟(諸如緊湊光碟(CD)、數位多功能光碟(DVD)或藍光光碟(BD) TM)、快閃記憶體設備、記憶卡等中的一個或多個。 雖然已經參考示例性實施例描述了本發明,但要理解,本發明不限於所公開的示例性實施例。隨附權利要求的範圍應被賦予最寬泛的解釋,以包含所有這樣的修改以及等同的結構和功能。
IMP:壓印裝置 S:基板 IM:壓印材料 M:模具 MP:圖案區域 102:基板支持器 105:基板驅動機構 104:基座 103:位置測量設備 151:感測器 110:控制器 121:模具支持器 122:模具驅動機構 130:支撐結構 152:感測器 140:模具傳送機構 150:模具清潔器 125:窗構件 123:變形機構 CS:壓力受控制的空間 106:對準測量設備 107:固化設備 112:觀察設備 111:光學構件 108:分配器 113:程式 1001:物品製造系統 1005:檢查裝置 1006:後處理裝置 1007:模型產生裝置 1002:網路 1003:控制裝置 401:標記圖像 406:對準波形 402:標記位置 404:測量方向 403:測量區域 3a:第一標記 2a:第二標記 IL1:照明光 IL2:照明光 IL3:照明光 IL4:照明光 P:光瞳面 406:訊號波形 407:訊號波形 901:誤差 902:大變化 603:值 701:部分區域 702:部分區域 406a:對準波形 406b:對準波形 x1:X座標值 x2:X座標值 x3:X座標值 y1:Y座標值 y2:Y座標值 y3:Y座標值 y4:Y座標值 y5:Y座標值 y6:Y座標值 801:X方向上的對準標記 803:X方向上的對準標記 805:X方向上的對準標記 807:X方向上的對準標記 802:Y方向上的對準標記 804:Y方向上的對準標記 806:Y方向上的對準標記 808:Y方向上的對準標記 809:標記 A:圈 B:圈 200:照明設備 201:標線片台 202:投影光學系統 203:晶圓台 204:標記位置測量設備 205:控制器 206:基準板 EXP:曝光裝置 W:晶圓 200a:光源部分 200b:照明光學系統 R:標線片 207:雷射干涉儀 261:光纖 272:標記 262:透鏡 263:透鏡 266:透鏡 267:中繼透鏡 268:偏振分束器 270:λ/4板 271:物鏡光學系統 269:檢測孔徑光闌 274:圖像形成光學系統 275:感測器 WS:晶圓台 M2:反射鏡 264:照明孔徑光闌 250:光源 251:波長過濾器 255a:光圈部分 255b:光圈部分 255c:光圈部分 255d:光圈部分 272X1:標記元件 272X2:標記元件 272Y1:標記元件 272Y2:標記元件 253:抗蝕劑 1z:基板 2z:經處理材料 3z:壓印材料 4z:模具 5z:凹槽
[圖1]是示出壓印裝置的操作的示例的流程圖; [圖2A和圖2B]是各自示出壓印裝置的佈置的示例的視圖; [圖3]是示出物品製造系統的佈置的示例的方塊圖; [圖4]是示出模型產生方法的示例的流程圖; [圖5]是示出在對準操作中執行的處理的示例的流程圖; [圖6A]是示出標記的圖像資料的示例的視圖; [圖6B]是示出從圖像資料獲得的對準波形(訊號波形)的示例的視圖; [圖7]是示出獲得標記的位置(臨時位置資訊)的方法的示例的流程圖; [圖8]是示出從標記的圖像資料獲得與非測量方向相關的特徵量的方法的示例的視圖; [圖9]是示出從標記的圖像資料獲得與非測量方向相關的特徵量的方法的示例的視圖; [圖10]是示出從標記的圖像資料獲得與非測量方向相關的特徵量的方法的示例的視圖; [圖11]是示出對準標記和檢查標記的佈置的示例的視圖; [圖12]是示出對準標記的對準誤差量的示例的視圖; [圖13A和圖13B]是分別示出校正之前的對準標記的對準誤差量和校正之後的對準標記的對準誤差量的示例的圖表; [圖13C]是示出位置資訊的可信度的示例的圖表; [圖14A至圖14D]是用於說明莫爾(moiré)測量系統的視圖; [圖15]是示出從對準標記的圖像資料獲得的訊號波形(在測量方向上和在非測量方向上)的示例的視圖; [圖16]是示出從對準標記的圖像資料獲得的訊號波形(在測量方向上和在非測量方向上)的示例的視圖; [圖17]是示出曝光裝置的佈置的示例的視圖; [圖18A]是示出標記位置測量設備的佈置的示例的視圖; [圖18B]是示出標記位置測量設備的照明孔徑光闌的佈置的示例的視圖; [圖19]是示出對準標記的佈置的示例的視圖; [圖20A至圖20E]是示出從對準標記的圖像資料獲得的訊號波形(在測量方向上)和對準標記的佈置的示例的視圖; [圖21A至圖21E]是示出從對準標記的圖像資料獲得的訊號波形(在非測量方向上)和對準標記的佈置的示例的視圖;以及 [圖22A至圖22F]是用於說明製造物品的方法的視圖。

Claims (25)

  1. 一種處理裝置,包括:產生器,被配置為基於測量目標的圖像資料來產生第一方向上的該測量目標的位置資訊;以及確定器,被配置為基於與不同於該第一方向的第二方向相關的該圖像資料的特徵量來確定由該產生器產生的該測量目標的該位置資訊的可信度。
  2. 如請求項1所述的處理裝置,其中,該確定器透過使用被配置為基於該特徵量來獲得該可信度的模型從該特徵量確定該可信度。
  3. 如請求項2所述的處理裝置,其中,該模型使用該特徵量作為輸入,並輸出被估計為包括在由該產生器產生的該位置資訊中的誤差的機率分佈,以及該確定器確定從該模型輸出的該機率分佈的變異數作為該可信度。
  4. 如請求項2所述的處理裝置,還包括:機器學習控制器,被配置為透過使用該特徵量作為輸入資料並使用包括在由該產生器產生的該位置資訊中的誤差的測量值作為訓練資料而執行機器學習來產生該模型。
  5. 如請求項4所述的處理裝置,其中,該誤差的該測量值是透過由該產生器產生的該測量目標的該位置資訊與由外部檢查裝置測得的該測量目標的位置資訊之間的差異來獲得的。
  6. 如請求項2所述的處理裝置,還包括: 機器學習控制器,被配置為透過使用該特徵量作為輸入資料而執行無監督機器學習來產生該模型。
  7. 如請求項1所述的處理裝置,還包括:設定單元,被配置為基於由該確定器確定的該可信度來設定與由該產生器產生的該測量目標的該位置資訊的使用相關的設定。
  8. 如請求項7所述的處理裝置,其中,該設定單元基於由該確定器確定的該可信度來設定是否要使用由該產生器產生的該測量目標的該位置資訊。
  9. 如請求項7所述的處理裝置,其中,該設定單元基於由該確定器確定的該可信度來設定被添加到由該產生器產生的該測量目標的該位置資訊的權重。
  10. 如請求項1所述的處理裝置,其中,與該第二方向相關的從該圖像資料獲得的該特徵量包括與該第二方向上的多個位置對應的多個值。
  11. 如請求項10所述的處理裝置,其中,該多個值包括多個累算值,並且該多個累算值中的每個是形成該圖像資料的多個圖元當中的在該第二方向上的位置彼此相等的圖元的訊號值的累算值。
  12. 如請求項10所述的處理裝置,其中,該多個值包括形成圖像資料的多個圖元當中的在與該第二方向平行的線上的多個圖元的訊號值。
  13. 如請求項10所述的處理裝置,其中,該多個值是透過處理形成該圖像資料的多個圖元當中的在與 該第二方向平行的線上的多個圖元的訊號值來獲得的。
  14. 如請求項10所述的處理裝置,其中,該多個值是透過對多個累算值執行基變換來獲得的,並且該多個累算值中的每個是形成該圖像資料的多個圖元當中的在該第二方向上的位置彼此相等的圖元的訊號值的累算值。
  15. 如請求項10所述的處理裝置,其中,該多個值是透過對形成該圖像資料的多個圖元當中的在與該第二方向平行的線上的多個圖元的訊號值執行基變換來獲得的。
  16. 如請求項10所述的處理裝置,其中,該多個值是透過對透過處理形成該圖像資料的多個圖元當中的在與該第二方向平行的線上的多個圖元的訊號值而獲得的多個值執行基變換來獲得的。
  17. 一種測量裝置,該測量裝置對測量目標的位置進行測量,該測量裝置包括:圖像擷取裝置,被配置為透過擷取該測量目標的圖像來產生圖像資料;以及如請求項1至16中的任一項中限定的處理裝置,該處理裝置被配置為處理由該圖像擷取裝置獲得的該圖像資料,其中,基於由該圖像擷取裝置獲得的該圖像資料,該處理裝置產生測量目標的位置資訊並確定該位置資訊的可信度。
  18. 一種微影裝置,該微影裝置將原版的圖案轉印到基板上,該微影裝置包括:如請求項17中限定的測量裝置;以及控制器,被配置為基於該測量裝置的輸出來控制該基板和該原版的對準。
  19. 如請求項18所述的微影裝置,其中,該控制器根據從處理裝置輸出的可信度來調整該對準的完成時間。
  20. 一種製造物品的方法,包括:透過使用如請求項18中限定的微影裝置來在基板上形成圖案;處理已經歷該形成的該基板;以及從已經歷該處理的該基板獲得物品。
  21. 一種模型,該模型產生指示基於測量目標的圖像資料產生的第一方向上的該測量目標的位置資訊的可信度的資訊,其中,該模型被配置為基於與不同於該第一方向的第二方向相關的該圖像資料的特徵量來產生該資訊。
  22. 一種用於測量位置的測量目標的圖像資料的處理方法,包括:基於該圖像資料來產生第一方向上的該測量目標的位置資訊;以及基於與不同於該第一方向的第二方向相關的該圖像資料的特徵量來確定在該產生中產生的該測量目標的該位置 資訊的可信度。
  23. 一種測量方法,所述測量方法用於對測量目標的位置進行測量,所述測量方法包括:擷取該測量目標的圖像以產生圖像資料;基於該圖像資料來產生第一方向上的該測量目標的位置資訊;以及基於與不同於該第一方向的第二方向相關的該圖像資料的特徵量來確定在該產生中產生的該測量目標的該位置資訊的可信度。
  24. 一種產生方法,所述產生方法產生用於確定基於測量目標的圖像資料產生的第一方向上的該測量目標的位置資訊的可信度的模型,所述產生方法包括:獲得與不同於該第一方向的第二方向相關的該圖像資料的特徵量;獲得包括在該測量目標的該位置資訊中的誤差的測量值;以及透過將該特徵量設定為該模型的輸入資料並且將該誤差的該測量值設定為訓練資料而執行機器學習來產生該模型。
  25. 一種產生裝置,所述產生裝置產生用於確定基於測量目標的圖像資料產生的第一方向上的該測量目標的位置資訊的可信度的模型,該其中,與不同於該第一方向的第二方向相關的該圖像資料的特徵量以及包括在該測量目標的該位置資訊中的誤 差的測量值被獲得,以及該模型是透過將該特徵量設定為該模型的輸入資料並且將該誤差的該測量值設定為訓練資料而執行機器學習來產生的。
TW110137269A 2020-10-22 2021-10-07 處理裝置和方法、測量裝置和方法、微影裝置、製造物品的方法、模型、產生方法和裝置 TWI862875B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2020177445 2020-10-22
JP2020-177445 2020-10-22
JP2021142700A JP2022068832A (ja) 2020-10-22 2021-09-01 処理装置、計測装置、リソグラフィ装置、物品製造方法、モデル、処理方法、計測方法、生成方法、およびコンピュータ
JP2021-142700 2021-09-01

Publications (2)

Publication Number Publication Date
TW202217475A TW202217475A (zh) 2022-05-01
TWI862875B true TWI862875B (zh) 2024-11-21

Family

ID=81194877

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110137269A TWI862875B (zh) 2020-10-22 2021-10-07 處理裝置和方法、測量裝置和方法、微影裝置、製造物品的方法、模型、產生方法和裝置

Country Status (4)

Country Link
US (1) US12307643B2 (zh)
KR (1) KR102907522B1 (zh)
CN (1) CN114384772A (zh)
TW (1) TWI862875B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12255110B2 (en) * 2021-04-14 2025-03-18 Samsung Electronics Co., Ltd. Methods and systems for real-time quality control of a film in a spin coating process
JP7786821B2 (ja) * 2021-12-10 2025-12-16 キヤノン株式会社 計測装置、リソグラフィ装置、および物品製造方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5831739A (en) * 1995-04-13 1998-11-03 Nikon Corporation Alignment method
TW201637119A (zh) * 2014-12-24 2016-10-16 尼康股份有限公司 移動體之控制方法、曝光方法、元件製造方法、移動體裝置、及曝光裝置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0715365B2 (ja) 1986-03-18 1995-02-22 富士通株式会社 パターン位置検出方法
US5543921A (en) 1989-05-08 1996-08-06 Canon Kabushiki Kaisha Aligning method utilizing reliability weighting coefficients
JPH07120621B2 (ja) 1989-05-08 1995-12-20 キヤノン株式会社 位置合せ方法
TWI267012B (en) 2004-06-03 2006-11-21 Univ Nat Cheng Kung Quality prognostics system and method for manufacturing processes
JP6706695B2 (ja) * 2017-01-31 2020-06-10 株式会社Fuji 座標データ生成装置及び座標データ生成方法
US20190033555A1 (en) 2017-07-28 2019-01-31 Qualcomm Incorporated Phase detection autofocus with diagonal line detection

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5831739A (en) * 1995-04-13 1998-11-03 Nikon Corporation Alignment method
TW201637119A (zh) * 2014-12-24 2016-10-16 尼康股份有限公司 移動體之控制方法、曝光方法、元件製造方法、移動體裝置、及曝光裝置

Also Published As

Publication number Publication date
KR102907522B1 (ko) 2026-01-05
US12307643B2 (en) 2025-05-20
KR20220053492A (ko) 2022-04-29
US20220130028A1 (en) 2022-04-28
CN114384772A (zh) 2022-04-22
TW202217475A (zh) 2022-05-01

Similar Documents

Publication Publication Date Title
JP5412528B2 (ja) 検査方法、検査システム、基板、およびマスク
US10712672B2 (en) Method of predicting patterning defects caused by overlay error
US10359705B2 (en) Indirect determination of a processing parameter
TW201633190A (zh) 處理窗識別符
US20250029276A1 (en) Measurement apparatus that measures position information of measurement target in predetermined direction
TWI862875B (zh) 處理裝置和方法、測量裝置和方法、微影裝置、製造物品的方法、模型、產生方法和裝置
TW202013060A (zh) 度量衡設備
TWI646405B (zh) 用於判定性能參數之指紋的方法及設備
US12339595B2 (en) Measurement apparatus, lithography apparatus, and article manufacturing method
JP2013500597A (ja) リソグラフィ用の検査方法
TWI646404B (zh) 用於調整微影裝置之致動的方法
TWI626514B (zh) 度量衡方法及微影方法、微影單元及電腦程式
CN117043680A (zh) 测量选配方案的确定方法及相关量测方法和装置
JP2022068832A (ja) 処理装置、計測装置、リソグラフィ装置、物品製造方法、モデル、処理方法、計測方法、生成方法、およびコンピュータ
JP7716925B2 (ja) 計測装置、計測方法、リソグラフィー装置、物品製造方法およびモデル
JP2022149848A (ja) 計測装置、リソグラフィ装置、および物品製造方法
TW201835677A (zh) 判定圖案化製程之校正之方法、元件製造方法、用於微影裝置之控制系統及微影裝置