[go: up one dir, main page]

TWI888403B - 用以在電漿處理期間調整表面反應之動力模型之系統及方法 - Google Patents

用以在電漿處理期間調整表面反應之動力模型之系統及方法 Download PDF

Info

Publication number
TWI888403B
TWI888403B TW109129226A TW109129226A TWI888403B TW I888403 B TWI888403 B TW I888403B TW 109129226 A TW109129226 A TW 109129226A TW 109129226 A TW109129226 A TW 109129226A TW I888403 B TWI888403 B TW I888403B
Authority
TW
Taiwan
Prior art keywords
dynamics model
surface dynamics
sample
parameters
expected response
Prior art date
Application number
TW109129226A
Other languages
English (en)
Other versions
TW202209391A (zh
Inventor
恩克爾 Ａ 阿加瓦爾
查德 瓦爾德
張依婷
浦海峰
李鑫
普雷默庫瑪 潘尼爾切爾范
韓斯曉
陳岳瑞
Original Assignee
美商科磊股份有限公司
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
Application filed by 美商科磊股份有限公司 filed Critical 美商科磊股份有限公司
Publication of TW202209391A publication Critical patent/TW202209391A/zh
Application granted granted Critical
Publication of TWI888403B publication Critical patent/TWI888403B/zh

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
    • G01B15/04—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring contours or curvatures
    • G01B15/045—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring contours or curvatures by measuring absorption
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/21—Polarisation-affecting properties
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/20—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
    • G01N23/201—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials by measuring small-angle scattering
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
    • G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • H10P74/23—
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/05—Investigating materials by wave or particle radiation by diffraction, scatter or reflection
    • G01N2223/054—Investigating materials by wave or particle radiation by diffraction, scatter or reflection small angle scatter
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Electromagnetism (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Databases & Information Systems (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Drying Of Semiconductors (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

根據本發明之一或多項實施例，揭示一種系統。該系統包含經組態以獲取一樣本之一部分之一或多個量測之一度量衡工具。該系統包含一控制器，該控制器包含經組態以執行程式指令之一或多個處理器，該等程式指令引起該一或多個處理器：基於一表面動力模型產生一表面動力模型輸出；判定該表面動力模型輸出對藉由偏振光之激發之一預期回應；比較該經判定預期回應與該一或多個量測；基於該經判定預期回應與該樣本之該一或多個量測之間之該比較產生一或多個度量；調整該表面動力模型之一或多個參數以產生一經調整表面動力模型；及在電漿處理期間應用該經調整表面動力模型以模擬樣本上效能。

Description

用以在電漿處理期間調整表面反應之動力模型之系統及方法
本發明大體上係關於電漿處理之領域，且更特定言之係關於一種用於在電漿處理期間調整一表面動力模型以模擬樣本上效能之系統及方法。
微電子製造包含多種電漿製程步驟。例如，一樣本可在製造期間曝露於數百個電漿製程(例如，蝕刻、沈積、離子植入或類似者)。在此等製程期間，使用各種技術週期性地量測樣本以特性化樣本之特徵、均勻性及規格。歸因於各電漿製程之變化條件(例如，溫度、功率及氣體組合物)，此等參數之特性化具有挑戰性。
隨著微電子製造中之特徵之臨界尺寸不斷減小，發展出實現特徵之臨界尺寸之不斷縮小之程序的挑戰增加。例如，發展出可大規模製造之程序之時間連同相關聯研究及發展成本一起增加。
因此，將期望提供一種應對上文識別之先前方法之缺點之系統及方法。
根據本發明之一或多項實施例，揭示一種系統。在一項實 施例中，該系統包含一度量衡工具，該度量衡工具經組態以獲取一樣本之一部分之一或多個量測。在另一實施例中，該系統包含通信地耦合至該度量衡工具之一控制器，該控制器包含經組態以執行程式指令之一或多個處理器，該等程式指令引起該一或多個處理器：基於一表面動力模型產生一表面動力模型輸出，該表面動力模型係基於該表面動力模型之一或多個參數之一初始猜測運行；判定該表面動力模型輸出對藉由偏振光之激發之一預期回應；比較該經判定預期回應與自該度量衡工具接收之該樣本之該一或多個量測；基於該經判定預期回應與該樣本之該一或多個量測之間之該比較產生一或多個度量；基於該一或多個度量調整該表面動力模型之該一或多個參數以產生一經調整表面動力模型；及在該樣本之電漿處理期間應用該經調整表面動力模型以模擬樣本上效能。
根據本發明之一或多項實施例，揭示一種方法。在一項實施例中，該方法包含使用一表面動力模型產生一表面動力模型輸出，該表面動力模型係基於該表面動力模型之一或多個參數之一初始猜測運行。在另一實施例中，該方法包含判定該表面動力模型輸出對藉由偏振光之激發之一預期回應。在另一實施例中，該方法包含比較該經判定預期回應與自一度量衡工具接收之一樣本之一或多個量測。在另一實施例中，該方法包含基於該經判定預期回應與該樣本之該一或多個量測之間之該比較產生一或多個度量。在另一實施例中，該方法包含基於該一或多個度量調整該表面動力模型之該一或多個參數以產生一經調整表面動力模型。在另一實施例中，該方法包含在該樣本之電漿處理期間應用該經調整表面動力模型以模擬樣本上效能。
根據本發明之一或多項實施例，揭示一種系統。在一項實 施例中，該系統包含一度量衡工具，該度量衡工具經組態以獲取一樣本之一部分之一或多個量測。在另一實施例中，該系統包含通信地耦合至該度量衡工具之一控制器，該控制器包含經組態以執行程式指令之一或多個處理器，該等程式指令引起該一或多個處理器：基於一表面動力模型產生一表面動力模型輸出，該表面動力模型係基於該表面動力模型之一或多個參數之一初始猜測運行；判定該表面動力模型輸出對藉由偏振光之激發之一預期回應；比較該經判定預期回應與自該度量衡工具接收之該樣本之該一或多個量測；基於該經判定預期回應與該樣本之該一或多個量測之間之該比較產生一或多個度量；產生一機器學習模型；訓練該機器學習模型；使用該機器學習模型基於該一或多個度量調整該表面動力模型之該一或多個參數以產生一經調整表面動力模型；及在該樣本之電漿處理期間應用該經調整表面動力模型以模擬樣本上效能。
根據本發明之一或多項實施例，揭示一種方法。在一項實施例中，該方法包含使用一表面動力模型產生一表面動力模型輸出，該表面動力模型係基於該表面動力模型之一或多個參數之一初始猜測運行。在另一實施例中，該方法包含判定該表面動力模型輸出對藉由偏振光之激發之一預期回應。在另一實施例中，該方法包含比較該經判定預期回應與自一度量衡工具接收之一樣本之一或多個量測。在另一實施例中，該方法包含基於該經判定預期回應與該樣本之該一或多個量測之間之該比較產生一或多個度量。在另一實施例中，該方法包含產生一機器學習模型。在另一實施例中，該方法包含訓練該機器學習模型。在另一實施例中，該方法包含使用該機器學習模型基於該一或多個度量調整該表面動力模型之該一或多個參數以產生一經調整表面動力模型。在另一實施例中，該方法包含在 該樣本之電漿處理期間應用該經調整表面動力模型以模擬樣本上效能。
應理解，前述一般描述及以下[實施方式]兩者僅為例示性的且說明性的，且不一定限制如所主張之本發明。併入於本說明書中且構成本說明書之一部分之隨附圖式繪示本發明之實施例，且與一般描述一起用於說明本發明之原理。
100:系統
101:照明
102:度量衡子系統
104:控制器
106:處理器
108:記憶體
110:使用者介面
112:照明源
114:照明臂
116:集光臂
118:偵測器總成
120:樣本
122:光學元件
124:第一聚焦元件
126:載物台總成
128:第二聚焦元件
130:集光光學器件
132:量測信號
200:方法/流程圖
202:步驟
204:步驟
206:步驟
208:步驟
210:步驟
300:輸出
310:輸出
320:輸出
330:輸出
400:曲線圖
402:經量測回應
404:迭代1/模型化回應
406:迭代n/模型化回應
500:曲線圖
502:偏差
504:迭代n
506:臨限值
600:方法
602:步驟
604:步驟
606:步驟
608:步驟
610:步驟
612:步驟
700:方法
702:步驟
704:步驟
706:步驟
708:步驟
710:步驟
712:步驟
714:步驟
716:步驟
藉由參考附圖，熟習此項技術者可更佳理解本發明之許多優點，其中：圖1A繪示根據本發明之一或多項實施例之用於調整一表面動力模型之一系統之一簡化方塊圖。
圖1B繪示根據本發明之一或多項實施例之用於調整表面動力模型之系統之一簡化示意圖。
圖2繪示描繪根據本發明之一或多項實施例之調整一表面動力模型之一方法之一流程圖。
圖3A繪示根據本發明之一或多項實施例之表面動力模型之一例示性輸出。
圖3B繪示根據本發明之一或多項實施例之表面動力模型之一例示性輸出。
圖3C繪示根據本發明之一或多項實施例之表面動力模型之一例示性輸出。
圖3D繪示根據本發明之一或多項實施例之表面動力模型之一例示性輸出。
圖4係繪示根據本發明之一或多項實施例之嚴格耦合波分 析(RCWA)之迭代結果之一曲線圖。
圖5係繪示根據本發明之一或多項實施例之一經量測回應與一經判定預期回應之一比較之一曲線圖。
圖6繪示描繪根據本發明之一或多項實施例之用於調整一表面動力模型之一方法之一流程圖。
圖7繪示描繪根據本發明之一或多項實施例之用於調整一表面動力模型之一方法之一流程圖。
相關申請案之交叉參考
本申請案根據35 U.S.C.§ 119(e)規定主張2019年8月21日申請之標題為METHOD TO OPTIMIZE MODEL OF KINETICS OF SURFACE REACTIONS DURING PLASMA PROCESSING之以Ankur Agarwal、Chad Huard、Yiting Zhang、Haifeng Pu、Xin Li、Premkumar Panneerchelvam及Fiddle Han為發明人之美國臨時申請案序號62/889,949之權利，該案之全文以引用的方式併入本文中。
已關於特定實施例及其等之具體特徵特別展示且描述本發明。本文中所闡述之實施例被視為闡釋性的而非限制性的。一般技術者應容易瞭解，可做出形式及細節上之各種改變及修改而不脫離本發明之精神及範疇。
現將詳細參考在隨附圖式中繪示之所揭示標的物。
樣本處理包含多種電漿製程步驟。例如，樣本可在製造期間曝露於數百個電漿製程(例如，蝕刻、沈積、離子植入或類似者)。可在此電漿處理期間利用一表面動力模型來模擬樣本上效能。然而，表面動力 模型並非預測性的，除非調整模型之參數。歸因於製造期間所需之許多電漿製程之變化條件(例如，溫度、功率、氣體組合物或類似者)，參數之調整係一挑戰。表面動力模型之參數之判定可需要使用電漿處理之樣本上效能之一橫截面影像來手動調整參數。另外，可以一程式化方式判定參數。此等習知方法需要橫切樣本而導致樣本報廢之度量衡技術。因此，所獲得參數並非預測性的。
此外，隨著微電子製造中之特徵之臨界尺寸不斷減小，發展出實現特徵之臨界尺寸之不斷縮小之程序的挑戰增加。例如，發展出可大規模製造之程序之時間連同與其相關聯之研究及發展成本一起增加。
因此，本發明之實施例係關於一種用於調整一表面動力模型之系統及方法。更特定言之，本發明之實施例係關於一種用於基於自一度量衡子系統獲取之一或多個量測調整一表面動力模型之系統及方法。明確言之，本發明之實施例係關於一種組合實體模型化之功率及樣本上之特徵之非破壞性量測以收縮發展時間且降低與調整程序相關聯之研究及發展成本的系統及方法。此外，本發明之實施例係關於一種用於使用一實體模型來指導光學臨界尺寸模型發展(相較於一純統計方法)之系統及方法。
本文中應注意，本發明之一或多項實施例可具有優於習知方法之若干優點。例如，本發明之一或多項實施例允許樣本再使用及藉由使用相同樣本且處理多個層而建立一合併模型(consolidated model)。藉由另一實例，本發明之一或多項實施例防止建立通常耗費長時間來擬合光譜之一光學臨界尺寸模型之必要性。此外，本發明之一或多項實施例提供經調整表面動力模型之快速及自動產生。此外，本發明之一或多項實施例實現產生準確且預測性之一表面動力模型。此外，本發明之一或多項實施 例實現電漿製程之加速研究及發展。
圖1A繪示根據本發明之一或多項實施例之用於調整一表面動力模型之一系統之一簡化方塊圖。在一項實施例中，系統100包含一度量衡子系統102。在另一實施例中，系統100包含一控制器104，控制器104包含一或多個處理器106及記憶體108。控制器104可包含或可通信地耦合至一使用者介面110。
本文中應注意，度量衡子系統102可包含此項技術中已知之任何度量衡子系統102，包含但不限於一光學度量衡系統、一基於帶電粒子之度量衡系統或類似者。例如，度量衡子系統可包含但不限於一光學臨界尺寸(OCD)工具、一臨界尺寸掃描電子顯微鏡(CD-SEM)工具、一透射電子顯微鏡(TEM)工具、一橫截面掃描電子顯微鏡(X-SEM)工具或類似者。
在另一實施例中，控制器104通信地耦合至度量衡子系統102。在此方面，控制器104之一或多個處理器106可經組態以自度量衡子系統102接收一或多個量測信號132。此經收集資料可用於調整表面動力模型，此將在本文中進一步論述。另外，控制器104之一或多個處理器106可經組態以產生一或多個控制信號以調整度量衡子系統102之一或多個特性/參數。
在另一實施例中，系統100可進一步包含通信地耦合至控制器104之一或多個製程工具。一或多個製程工具可包含此項技術中已知之任何製程工具，包含但不限於一微影工具、一蝕刻工具、一沈積工具、一拋光工具、一掃描器及類似者。例如，控制器104可經組態以產生經組態以在一前饋或一回饋迴路中基於一經調整表面動力模型調整一或多個製 程工具之一或多個特性的一或多個控制信號。例如，控制器104之一或多個處理器106可經組態以產生至一下游製程工具之一或多個控制信號。在另一例項中，控制器104之一或多個處理器106可經組態以產生至一上游製程工具之一或多個控制信號。
圖1B繪示根據本發明之一或多項實施例之配置成一反射計及/或橢偏儀組態之一度量衡子系統102之一簡化示意圖。
在一項實施例中，度量衡子系統102包含一照明源112、一照明臂114、一集光臂116及一偵測器總成118。來自照明源112之照明101可經由照明臂114引導至一樣本120。
度量衡子系統102可經組態以經由集光臂116收集自樣本發出之照明。照明臂114路徑可包含適於修改及/或調節照明101之一或多個光學元件122。例如，一或多個光學元件122可包含但不限於一或多個偏振器、一或多個濾光片、一或多個光束分離器、一或多個漫射體、一或多個均質器、一或多個變跡器、一或多個光束整形器、一或多個透鏡或其等之任何組合。
照明臂114可利用一第一聚焦元件124來將照明101(例如，光束)聚焦及/或引導至樣本120上。在一些實施例中，樣本120安置於一載物台總成126上以促進樣本120之移動。在一些實施例中，載物台總成126係一可致動載物台。例如，載物台總成126可包含但不限於適於選擇性地使樣本120沿著一或多個線性方向(例如，x方向、y方向及/或z方向)平移之一或多個平移載物台。藉由另一實例，載物台總成126可包含但不限於適於選擇性地使樣本120沿著一旋轉方向旋轉之一或多個旋轉載物台。藉由另一實例，載物台總成126可包含但不限於適於選擇性地使樣本 120沿著一線性方向平移及/或沿著一旋轉方向旋轉之一旋轉載物台及一平移載物台。本文中應注意，系統100可在此項技術中已知之任何掃描模式中操作。
集光臂116可包含用於收集來自樣本120之照明之一第二聚焦元件128。在另一實施例中，偵測器總成118經組態以透過集光臂116捕捉自樣本120發出之照明。例如，偵測器總成118可接收自樣本120反射或散射(例如，經由鏡面反射、漫反射及類似者)之照明。藉由另一實例，偵測器總成118可接收由樣本120產生之照明(例如，與照明101之吸收相關聯之發光及類似者)。應注意，偵測器總成118可包含此項技術中已知之任何感測器及偵測器總成。感測器可包含但不限於電荷耦合裝置(CCD偵測器)、一互補金屬氧化物半導體(CMOS)偵測器、一時間延遲積分(TDI)偵測器、一光電倍增管(PMT)、一崩潰光電二極體(APD)及類似者。
在另一實施例中，控制器104可獲取樣本120之一或多個量測。例如，控制器104可經組態以收集樣本120之度量衡量測。
集光臂116可進一步包含用於引導及/或修改由第二聚焦元件128收集之照明之集光光學器件130，包含但不限於一或多個透鏡、一或多個濾光片、一或多個偏振器或一或多個相位板。
如在本發明各處使用，術語「樣本」大體上指代由一半導體或非半導體材料形成之一基板(例如，一晶圓、一倍縮光罩或類似者)。例如，一半導體或非半導體材料可包含但不限於單晶矽、砷化鎵及磷化銦。一樣本可包含一或多個層。例如，此等層可包含但不限於一光阻劑、一介電材料、一導電材料及一半導電材料。許多不同類型之此等層在此項技術中已知，且如本文中使用之術語樣本意欲涵蓋其上可形成全部類型之 此等層之一樣本。形成於一樣本上之一或多個層可經圖案化或未經圖案化。例如，一樣本可包含各具有可重複圖案化特徵之複數個晶粒。此等材料層之形成及處理最終可導致完成裝置。許多不同類型之裝置可形成於一樣本上，且如本文中使用之術語樣本意欲涵蓋其上製造此項技術中已知之任何類型之裝置之一樣本。此外，為了本發明之目的，術語樣本及晶圓應被解釋為可互換的。
圖2繪示描繪根據本發明之一或多項實施例之用於調整一表面動力模型之一方法200之一流程圖。特定言之，圖2繪示用於使用來自一度量衡工具(例如，圖1A至圖1B中所展示之度量衡子系統102)之一或多個量測調整一表面動力模型之一流程圖200。在此方面，流程圖200可被視為一概念流程圖，其繪示藉由控制器104之一或多個處理器106執行或在控制器104之一或多個處理器106內執行之步驟。
在步驟202中，系統100經組態以基於一或多個參數(p n )之一初始猜測運行一表面動力模型。例如，控制器104之一或多個處理器106可經組態以運行表面動力模型。在一項實施例中，系統100經組態以基於在步驟202中使用之一或多個參數針對一或多個特徵(i)之各特徵產生一表面動力模型輸出(CD n,i )。例如，控制器104之一或多個處理器106可經組態以產生表面動力模型輸出。
在一項實施例中，如圖3A至圖3D中展示，在步驟202中運行之表面動力模型可產生描述在一或多個電漿製程期間產生之一特徵之形狀的一輪廓(profile)。在另一實施例中，在步驟202中運行之表面動力模型可產生經組態以允許樣本上之特徵之形狀之重建的一或多個臨界形狀參數。儘管圖3A至圖3D繪示一維輪廓，但本文中應注意，特徵之形狀可為 二維或三維形狀。因此，上文描述不應被認為是對本發明之範疇之一限制，而是僅為一繪示。
在步驟204中，系統100經組態以利用表面動力模型輸出(CD n,i )來判定表面動力模型輸出對藉由偏振光之激發之一預期回應。例如，控制器104之一或多個處理器106經組態以判定一預期回應。在一項實施例中，可使用一傅立葉(Fourier)空間法來判定經判定預期回應。例如，可使用一嚴格耦合波分析(RCWA)來判定經判定預期回應。在此方面，傅立葉空間法(例如，RCWA)之經判定預期回應可表示為根據所利用之光之波長之空間諧波之一總和。在另一實施例中，可使用有限元素法來判定經判定預期回應。在另一實施例中，可使用邊界元素法來判定經判定預期回應。
在另一實施例中，可使用一小角度X射線散射技術來判定經判定預期回應。例如，可藉由按一或多個樣本旋轉角產生一或多個散射影像而判定經判定預期回應。例如，可使用x射線來產生一或多個散射影像，使得可產生一或多個小角度x射線散射影像。可使用此項技術中已知之任何方法來產生一或多個小角度x射線散射影像，包含但不限於掠入射小角度x射線散射、臨界尺寸小角度x射線散射、掠入射透射小角度x射線散射、軟x射線散射或類似者。本文中應注意，可按此項技術中已知之任何樣本旋轉角產生一或多個散射影像。
本文中應注意，表面動力模型對藉由偏振光之激發之經判定預期回應可組態為一反射組態或一透射組態。
在另一實施例中，系統100經組態以使用一度量衡工具之一照明源(例如，圖1B中所展示之度量衡子系統102之照明源112)來用偏 振光激發一樣本。在另一實施例中，系統100經組態以收集樣本對運用偏振光之激發之一經量測回應。例如，控制器104可經組態以收集由度量衡子系統102獲取之樣本之經量測回應。
在步驟206中，系統100經組態以比較在步驟204中判定之經判定預期回應與自度量衡工具接收之樣本之經量測回應。例如，控制器104之一或多個處理器106可經組態以比較經判定預期回應與自度量衡工具獲取之經量測回應。
在另一實施例中，系統100經組態以基於經判定預期回應與經量測回應之間之比較產生一或多個度量。例如，控制器104之一或多個處理器106可經組態以基於經判定預期回應與經量測回應之間之比較產生一或多個度量。在另一實施例中，一或多個度量經組態以描述經判定預期回應與經量測回應之偏差。例如，一或多個度量可包含經量測回應與經判定預期回應之間之偏差之一正規化平方和。例如，一或多個度量可包含用於描述經量測回應與經判定預期回應之間之差異的一擬合優度。在另一例項中，一或多個度量可包含經量測回應與經判定預期回應之間之偏差之一最小平方和。可利用此項技術中已知之任何統計度量來描述經量測回應與經判定預期回應之間之差異，因此，上文論述不應被解釋為限制本發明之範疇。
在步驟208中，系統100經組態以基於一或多個度量調整表面動力模型之一或多個參數(P n )以產生一經調整表面動力模型。例如，系統100可經組態以基於一或多個度量調整表面動力模型之一第一參數P 1 。藉由另一實例，系統100可經組態以基於一或多個度量調整表面動力模型之一第二參數P 2 。本文中應注意，系統100可經組態以調整多達N個參數 P n 。例如，待調整之參數之數目可在自1至1000之範圍內。因此，上文描述不應解釋為對本發明之範疇之一限制。
在另一實施例中，系統100經組態以基於一或多個經調整參數產生一經調整表面動力模型。例如，可調整表面動力模型之一或多個參數直至達成收斂。例如，可基於一或多個度量低於一臨限容限值來定義收斂。在此方面，臨限容限值可在1 x 10-10與5000之間。在此實例中，可調整表面動力模型直至一或多個度量低於臨限值(例如，1 x 10-10及5000)。本文中應注意，可基於所特性化之製程之複雜性來調整臨限容限位準。
在步驟210中，系統100經組態以在樣本之電漿處理期間應用經調整表面動力模型以模擬樣本上效能。例如，控制器104之一或多個處理器106可經組態以在樣本120之電漿處理期間應用經調整表面動力模型以模擬樣本上效能。
圖3A至3D繪示根據本發明之一或多項實施例之一表面動力模型之例示性輸出。圖3A繪示一輸出300。圖3B繪示一輸出310。圖3C繪示一輸出320。圖3D繪示一輸出330。
一或多個輸出300、310、320、330可包含一或多個形狀描述參數(CD n,i )。例如，一或多個輸出300、310、320、330可包含一第一形狀描述參數CD 1,i 。藉由另一實例，一或多個輸出300、310、320、330可包含一第二形狀描述參數CD 2,i 。一或多個輸出300、310、320、330可包含多達N個形狀描述參數CD n,i 。
此外，本文中應注意，表面動力模型之輸出可並非一輪廓本身，而是可為實現重建之形狀描述參數之一清單，因此，圖3A至圖3D 中所展示之輸出300、310、320、330不應被解釋為限制本發明之範疇，而是為了闡釋性目的而提供。
圖4係繪示根據本發明之一或多項實施例之嚴格耦合波分析(RCWA)之迭代結果之一曲線圖400。特定言之，圖4繪示一曲線圖400，其包含相較於自一度量衡工具(例如，如圖1A至圖1B中所展示之一度量衡子系統102)接收之樣本之一經量測回應402之步驟202之一RCWA回應之迭代結果。隨著模型參數P n 變化，RCWA回應自在迭代1 404處模型化(模型化回應404)演進至在迭代n 406處模型化(模型化回應406)，在迭代n 406處，基於經量測回應402與模型化回應406之比較，模型被視為收斂。
圖5係繪示根據本發明之一或多項實施例之一經量測回應與一經判定模型化回應之一比較之一曲線圖500。特定言之，圖5繪示一曲線圖500，其繪示一模型化回應與低於一臨限值506之一量測度量之偏差。隨著模型參數P n 變化，將模型化回應404、406與經量測回應402之間之偏差量化為偏差502。在迭代n 504處，偏差502低於臨限值506且迭代程序被視為收斂。
在另一實施例中，在迭代n 504之前，可執行步驟208(如圖2中所展示)。例如，系統100可經組態以調整表面動力模型之一或多個參數P n 。在另一實施例中，在迭代n 504處，可執行步驟210(如圖2中所展示)。例如，系統100可經組態以在樣本之電漿處理期間應用經調整表面動力模型以模擬樣本上效能。
圖6繪示描繪根據本發明之一或多項實施例之用於調整一表面動力模型之一方法600之一流程圖。應注意，本文中先前在系統100 之內容背景中描述之實施例及實現技術應被解釋為擴展至方法600。在此方面，方法600之步驟可藉由系統100來實行，且方法600可進一步包含系統100之架構所需要或暗示之一或多個步驟。然而，方法600不限於系統100之架構，且應認知，方法600或其部分之一或多個步驟可用替代系統組件及/或架構來實行。此外，方法600之步驟可以任何順序實行，除非本文中另有指定。
在步驟602中，使用一表面動力模型產生一表面動力模型輸出。例如，可藉由控制器104之一或多個處理器106產生表面動力模型輸出。藉由另一實例，表面動力模型可基於表面動力模型之一或多個參數之一初始猜測運行。例如，基於一或多個參數之初始猜測之表面動力模型可在控制器104之一或多個處理器106上運行。在一項實施例中，表面動力模型輸出包含經組態以描述樣本之一特徵之一形狀的一輪廓。在另一實施例中，表面動力模型輸出包括經組態以允許樣本之一特徵之一形狀之重建的一或多個臨界形狀參數。
本文中應注意，表面動力模型可在跨樣本之一或多個位點上同時運行。例如，表面動力模型可在跨樣本之一或多個位點上針對樣本上之一或多個特徵之各特徵運行。可離散地判定一或多個位點。此外，可使用經組態以指導判定之一演算法來判定一或多個位點。
此外，本文中應注意，一或多個初始猜測參數可基於樣本上之一或多個特徵而變化。例如，一或多個參數之一或多個形狀參數可基於樣本上之一或多個特徵而變化。
在步驟604中，判定表面動力模型輸出對藉由偏振光之激發之一預期回應。藉由偏振光之激發可組態為反射或透射組態。在一項實 施例中，使用一傅立葉空間法來判定預期回應。例如，可執行一嚴格耦合波分析(RCWA)使得將經判定預期回應表示為空間諧波之一總和。
在另一實施例中，按一或多個樣本旋轉角產生一或多個小角度x射線散射影像。例如，使用掠入射小角度x射線散射、臨界尺寸小角度x射線散射、掠入射透射小角度x射線散射、軟x射線散射或類似者來產生一或多個小角度x射線影像。
在另一實施例中，藉由利用表面動力模型之一或多個額外參數而判定經判定預期回應。例如，一或多個額外參數可與層之色散(n,k)或厚度有關。例如，層之色散或厚度可與主要材料及/或在主要材料下方之材料有關。此外，一或多個額外參數可為額外形狀參數。為了本發明之目的，術語「額外參數」指代先前未由表面動力模型使用(例如，未在步驟602之初始猜測期間使用)之一參數。在此實施例中，可使用一迭代最佳化以導出光學臨界尺寸(OCD)參數之最佳組合以最小化經判定估計回應與經量測回應之間之偏差。
在步驟606中，比較經判定預期回應與自一度量衡工具接收之一樣本之一或多個量測。例如，一度量衡子系統(例如，圖1A至圖1B中所展示之度量衡子系統102)可經組態以獲取樣本之一或多個量測。在此方面，可自系統100之控制器104獲取樣本之一或多個量測。在此實例中，一或多個度量衡子系統可經組態以獲取樣本上之一或多個量測。更特定言之，一第一度量衡子系統可用於獲取一第一量測且一第二度量衡子系統可用於獲取一第二量測。明確言之，來自一OCD度量衡工具之一或多個光學臨界尺寸量測可與來自一臨界尺寸掃描電子顯微鏡(CD-SEM)工具之一或多個CD-SEM量測組合使用。此處應注意，一或多個度量衡工具可 包含此項技術中已知之任何度量衡工具，包含但不限於一光學臨界尺寸(OCD)工具、一臨界尺寸掃描電子顯微鏡(CD-SEM)工具、一透射電子顯微鏡(TEM)工具、一橫截面掃描電子顯微鏡(X-SEM)工具或經組態以獲取所達N個量測之類似者。
在步驟608中，基於經判定預期回應與樣本之一或多個量測之間之比較產生一或多個度量。例如，控制器104之一或多個處理器106可經組態以產生一或多個度量。例如，可產生樣本之一或多個量測與經判定預期回應之間之偏差之一正規化平方和。在另一例項中，可產生用於描述樣本之一或多個量測與經判定預期回應之間之一差異的一擬合優度。在又一例項中，可產生樣本之一或多個量測與經判定預期回應之間之偏差之一最小平方和。
在步驟610中，基於步驟608之一或多個度量調整表面動力模型之一或多個參數以產生一經調整表面動力模型。經調整表面動力模型可經組態以產生一經調整表面動力模型輸出。例如，控制器104之一或多個處理器106可經組態以基於一或多個經調整參數產生一經調整表面動力模型。
在另一實施例中，調整表面動力模型之一或多個參數直至達成收斂。例如，可基於一或多個度量低於一臨限容限值來定義收斂。在此方面，臨限容限值可在1 x 10-10與5000之間。在此實例中，可調整表面動力模型直至一或多個度量低於臨限值(例如，1 x 10-10及5000)。本文中應注意，可基於所特性化之製程之複雜性來調整臨限容限位準。
在另一實施例中，使用一迭代最佳化演算法以調整表面動力模型之一或多個參數。例如，一梯度下降法可經組態以尋找一或多個度 量之最小值。在另一實施例中，使用一隨機梯度下降法來調整梯度下降法。隨機梯度下降法可經組態以隨機選擇樣本以評估一梯度。
在步驟612中，在樣本之電漿處理期間應用經調整表面動力模型以模擬樣本上效能。例如，控制器104之一或多個處理器106可經組態以在樣本120之電漿處理期間應用經調整表面動力模型以模擬樣本上效能。
在一選用步驟中，一或多個控制信號經組態以基於經調整表面動力模型選擇性地調整一或多個製程工具之一或多個特性。例如，系統100可進一步包含通信地耦合至控制器104之一或多個製程工具。一或多個製程工具可包含此項技術中已知之任何製程工具，包含但不限於一微影工具、一蝕刻工具、一沈積工具、一拋光工具、一掃描器及類似者。繼續相同實例，控制器104可經組態以產生經組態以在一前饋或一回饋迴路中基於經調整表面動力模型調整一或多個製程工具之一或多個特性的一或多個控制信號。
在一選用步驟中，一或多個控制信號經組態以基於經調整表面動力模型選擇性地調整度量衡子系統102之一或多個特性。
圖7繪示根據本發明之一或多項實施例之用於調整一表面動力模型之一方法700之一流程圖。應注意，本文中先前在系統100之內容背景中描述之實施例及實現技術應被解釋為擴展至方法700。在此方面，方法700之步驟可藉由系統100實行，且方法700可進一步包含系統100之架構所需要或暗示之一或多個步驟。然而，方法700不限於系統100之架構，且應認知，方法700或其部分之一或多個步驟可用替代系統組件及/或架構來實行。此外，方法700之步驟可以任何順序實行，除非本文中 另有指定。
在步驟702中，使用一表面動力模型產生一表面動力模型輸出。例如，控制器104之一或多個處理器106可經組態以使用一表面動力模型產生一表面動力模型輸出。例如，表面動力模型可基於表面動力模型之一或多個參數之一初始猜測運行。在一項實施例中，表面動力模型輸出包含經組態以描述樣本之一特徵之一形狀的一輪廓。在另一實施例中，表面動力模型輸出包括經組態以允許樣本之一特徵之一形狀之重建的一或多個臨界形狀參數。
在步驟704中，判定表面動力模型輸出對藉由偏振光之激發之一預期回應。藉由偏振光之激發可組態為反射或透射組態。在一項實施例中，使用一傅立葉空間法來判定預期回應。例如，可執行一嚴格耦合波分析(RCWA)使得將經判定預期回應表示為空間諧波之一總和。
在另一實施例中，按一或多個樣本旋轉角產生一或多個小角度x射線散射影像。例如，使用掠入射小角度x射線散射、臨界尺寸小角度x射線散射、掠入射透射小角度x射線散射、軟x射線散射或類似者來產生一或多個小角度x射線影像。
在步驟706中，比較經判定預期回應與自一度量衡工具接收之一樣本之一或多個量測。例如，一度量衡子系統(例如，圖1A至圖1B中所展示之度量衡子系統102)可經組態以獲取樣本之一或多個量測。在此方面，可自系統100之控制器104獲取樣本之一或多個量測。度量衡工具可包含此項技術中已知之任何度量衡工具，包含但不限於一光學臨界尺寸(OCD)工具、一臨界尺寸掃描電子顯微鏡(CD-SEM)工具、一透射電子顯微鏡(TEM)工具、一橫截面掃描電子顯微鏡(X-SEM)工具或類似者。
在步驟708中，基於經判定預期回應與樣本之一或多個量測之間之比較產生一或多個度量。例如，可產生樣本之一或多個量測與經判定預期回應之間之偏差之一正規化平方和。
藉由另一實例，可產生用於描述樣本之一或多個量測與經判定預期回應之間之一差異的一擬合優度。藉由另一實例，可產生樣本之一或多個量測與經判定預期回應之間之偏差之一最小平方和。
在步驟710中，產生一機器學習模型。在一項實施例中，控制器104可經組態以產生可用於調整表面動力模型之一機器學習模型。控制器104可經組態以經由此項技術中已知之任何技術(包含但不限於監督式學習、非監督式學習及類似者)產生機器學習模型。
本文中應注意，在步驟710中產生之機器學習模型可包含此項技術中已知之任何類型之機器學習演算法及/或深度學習技術，包含但不限於一卷積神經網路(CNN)、一人工神經網路(ANN)、一生成對抗網路(GAN)及類似者。藉由另一實例，機器學習模型可包含一深度卷積神經網路。例如，在一些實施例中，機器學習可包含ALEXNET及/或GOOGLENET。在此方面，機器學習演算法、分類器或預測模型經組態以調整表面動力模型。
在步驟712中，訓練在步驟710中產生之機器學習模型。例如，可使用來自表面動力模型之一先前產生合成資料及對所產生之輸出之RCWA回應來訓練機器學習模型。其他訓練技術(諸如預標記、特徵提取及類似者)同樣適用。
在步驟714中，使用機器學習模型基於一或多個度量調整表面動力模型之一或多個參數以產生一經調整表面動力模型。
在步驟716中，在樣本之電漿處理期間應用經調整表面動力模型以模擬樣本上效能。
本文中應注意，使用一機器學習模型來調整表面動力模型可允許更快地產生經調整參數。
此外，本文中應注意，可在步驟704中使用一機器學習模型。例如，可使用機器學習模型來判定對藉由偏振光之激發之預期回應。在此方面，機器學習模型可取代傅立葉空間法(例如，RCWA)或SAXS以校準樣本上之經量測結構。
本文中應注意，系統100之一或多個組件可以此項技術中已知之任何方式通信地耦合至系統100之各種其他組件。例如，一或多個處理器106可經由一有線連接(例如，銅線、光纖纜線及類似者)或無線連接(例如，RF耦合、IR耦合、WiMax、藍芽、3G、4G、4G LTE、5G及類似者)彼此通信地耦合且耦合至其他組件。藉由另一實例，控制器104可經由此項技術中已知之任何有線或無線連接通信地耦合至度量衡子系統102之一或多個組件。
在一項實施例中，一或多個處理器106可包含此項技術中已知之任一或多個處理元件。在此意義上，一或多個處理器106可包含經組態以執行軟體演算法及/或指令之任何微處理器型裝置。在一項實施例中，一或多個處理器106可由一桌上型電腦、主機電腦系統、工作站、影像電腦、平行處理器或經組態以執行一程式(其經組態以操作系統100，如在本發明各處描述)之其他電腦系統(例如，網路電腦)組成。應認知，在本發明各處描述之步驟可藉由一單一電腦系統或替代地多個電腦系統來實行。此外，應認知，在本發明各處描述之步驟可在一或多個處理器106之 任一或多者上實行。一般而言，術語「處理器」可廣泛定義為涵蓋具有執行來自記憶體108之程式指令之一或多個處理元件的任何裝置。此外，系統100之不同子系統(例如，照明源112、偵測器總成118、控制器104、使用者介面110及類似者)可包含適於實行在本發明各處描述之步驟之至少一部分的處理器或邏輯元件。因此，上文描述不應解釋為對本發明之一限制，而是僅為一繪示。
記憶體108可包含此項技術中已知之適於儲存可由一或多個相關聯處理器106執行之程式指令及自度量衡子系統102接收之資料的任何儲存媒體。例如，記憶體108可包含一非暫時性記憶媒體。例如，記憶體108可包含但不限於一唯讀記憶體(ROM)、一隨機存取記憶體(RAM)、一磁性或光學記憶體裝置(例如，磁碟)、一磁帶、一固態硬碟及類似者。進一步應注意，記憶體108可與一或多個處理器106一起容置於一共同控制器外殼中。在一替代實施例中，記憶體108可相對於處理器106、控制器104及類似者之實體位置遠端地定位。在另一實施例中，記憶體108維持用於引起一或多個處理器106實行在本發明各處描述之各種步驟的程式指令。
在一項實施例中，一使用者介面110通信地耦合至控制器104。在一項實施例中，使用者介面110可包含但不限於一或多個桌上型電腦、平板電腦、智慧型電話、智慧型手錶或類似者。在另一實施例中，使用者介面110包含用於將系統100之資料顯示給一使用者之一顯示器。使用者介面110之顯示器可包含此項技術中已知之任何顯示器。例如，顯示器可包含但不限於一液晶顯示器(LCD)、一基於有機發光二極體(OLED)之顯示器或一CRT顯示器。熟習此項技術者應認知，能夠與一使 用者介面110整合之任何顯示裝置適用於本發明中之實施方案。在另一實施例中，一使用者可回應於顯示給使用者之資料而經由使用者介面110之一使用者輸入裝置輸入選擇及/或指令。
熟習此項技術者將認知，為概念清楚起見，將本文中所描述之組件(例如，操作)、裝置、物件及伴隨其等之論述用作實例，且考慮各種組態修改。因此，如本文中所使用，所闡述之特定範例及隨附論述意欲代表其等更一般類別。一般而言，使用任何特定範例意欲代表其類別，且未包含特定組件(例如，操作)、裝置及物件不應被視為限制性的。
熟習此項技術者將瞭解，存在可實現本文中所描述之程序及/或系統及/或其他技術的各種載體(例如，硬體、軟體及/或韌體)，且較佳載體將隨著其中部署程序及/或系統及/或其他技術之內容背景而變化。例如，若一實施者判定速度及準確度係最重要的，則實施者可選擇一主要硬體及/或韌體載體；替代地，若靈活性係最重要的，則實施者可選擇一主要軟體實施方案；或者，再次替代地，實施者可選擇硬體、軟體及/或韌體之某一組合。因此，存在可實現本文中所描述之程序及/或裝置及/或其他技術之數種可能載體，其等之任何者本質上並不優於其他者，此係因為待利用之任何載體係取決於其中將部署載體之內容背景及實施者之特定考量因素(例如，速度、靈活性或可預測性)之一選擇，該等內容背景及考量因素之任何者可能變化。
呈現先前描述以使一般技術者能夠製造且使用如在一特定應用及其要求之內容背景中提供之本發明。如本文中所使用，諸如「頂部」、「底部」、「上方」、「下方」、「上」、「向上」、「下」、「向下」及「往下」之方向性術語意欲為描述之目的而提供相對位置，且 並不意欲指定一絕對參考系。熟習此項技術者將明白對所描述實施例之各種修改，且本文中定義之一般原理可應用於其他實施例。因此，本發明並不意欲限於所展示及描述之特定實施例，而是應符合與本文中所揭示之原理及新穎特徵一致之最廣範疇。
關於本文中對實質上任何複數及/或單數術語之使用，熟習此項技術者可視上下文及/或應用從複數轉化成單數及/或從單數轉化成複數。為清楚起見，本文中未明確闡述各種單數/複數置換。
本文中所描述之所有方法可包含將方法實施例之一或多個步驟之結果儲存於記憶體中。結果可包含本文中所描述之任何結果且可依此項技術中已知之任何方式儲存。記憶體可包含本文中所描述之任何記憶體或此項技術中已知之任何其他適合儲存媒體。在已儲存結果之後，結果可在記憶體中存取且藉由本文中所描述之任何方法或系統實施例使用、經格式化用於顯示給一使用者、藉由另一軟體模組、方法或系統使用，及類似者。此外，結果可「永久地」、「半永久地」、「暫時地」儲存或儲存達某一時段。例如，記憶體可為隨機存取記憶體(RAM)，且結果可能不一定無限期地保存於記憶體中。
進一步考慮，上文所描述之方法之實施例之各者可包含本文中所描述之任何(若干)其他方法之任何(若干)其他步驟。另外，上文所描述之方法之實施例之各者可藉由本文中所描述之任何系統執行。
本文中描述之標的物有時繪示含於其他組件內或與其他組件連接之不同組件。應理解，此等所描繪之架構僅為例示性的，且事實上可實施達成相同功能性之許多其他架構。在一概念意義上，用以達成相同功能性之組件之任何配置經有效「相關聯」使得達成所要功能性。因此， 在本文中組合以達成一特定功能性之任兩個組件可被視為彼此「相關聯」使得達成所要功能性，而不考慮架構或中間組件。同樣地，如此相關聯之任兩個組件亦可被視為彼此「連接」或「耦合」以達成所要功能性，且能夠如此相關聯之任兩個組件亦可被視為彼此「可耦合」以達成所要功能性。可耦合之特定實例包含但不限於可實體配合及/或實體互動組件及/或可無線互動及/或無線互動組件及/或邏輯互動及/或可邏輯互動組件。
此外，應理解，本發明由隨附發明申請專利範圍定義。此項技術者將理解，一般而言，在本文中且尤其是在隨附發明申請專利範圍(例如，隨附發明申請專利範圍之主體)中所使用之術語一般意欲作為「開放式」術語(例如，術語「包含(including)」應被解釋為「包含但不限於」，術語「具有」應被解釋為「至少具有」，術語「包括(includes)」應被解釋為「包括但不限於」，及類似者)。此項技術者進一步將理解，若想要一引入請求項敘述之一特定數目，則此一意圖將明確敘述於請求項中，且在缺乏此敘述之情況下不存在此意圖。例如，作為理解之一輔助，下文隨附發明申請專利範圍可含有引導性片語「至少一個」及「一或多個」之使用以引入請求項敘述。然而，此等片語之使用不應被解釋為隱含藉由不定冠詞「一」或「一個」引入一請求項敘述將含有此引入請求項敘述之任何特定請求項限制為含有僅一個此敘述之發明，即使相同請求項包含引導性片語「一或多個」或「至少一個」及諸如「一」或「一個」之不定冠詞(例如，「一」及/或「一個」通常應被解釋為意指「至少一個」或「一或多個」)；上述內容對用於引入請求項敘述之定冠詞之使用同樣適用。另外，即使明確敘述一引入請求項敘述之一特定數目，熟習此項技術者仍將認知，此敘述通常應被解釋為意指至少該敘述數目(例如，「兩個 敘述」之裸敘述(無其他修飾語)通常意指至少兩個敘述或兩個或更多個敘述)。此外，在其中使用類似於「A、B及C之至少一者及類似者」之一慣例之例項中，此一構造一般意欲為熟習此項技術者將理解該慣例之意義(例如，「具有A、B及C之至少一者的一系統」將包含但不限於僅具有A、僅具有B、僅具有C、同時具有A及B、同時具有A及C、同時具有B及C及/或同時具有A、B及C之系統，等等)。在其中使用類似於「A、B或C之至少一者及類似者」之一慣例之例項中，此一構造一般意欲為熟習此項技術者將理解該慣例之意義(例如，「具有A、B或C之至少一者的一系統」將包含但不限於僅具有A、僅具有B、僅具有C、同時具有A及B、同時具有A及C、同時具有B及C及/或同時具有A、B及C之系統，等等)。此項技術者進一步將理解，無論在描述、發明申請專利範圍或圖式中，呈現兩個或更多個替代項之實際上任何轉折詞及/或片語應被理解為考慮包含以下之可能性：該等項之一者、該等項之任一者或兩項。例如，片語「A或B」通常將被理解為包含「A」或「B」或「A及B」之可能性。
據信，藉由前述描述將理解本發明及其許多伴隨優點，且將明白，可對組件之形式、構造及配置作出各種改變而不脫離所揭示之標的物或不犧牲所有其材料優點。所描述之形式僅為說明性的，且下文發明申請專利範圍之意圖係涵蓋且包含此等改變。此外，應理解，本發明係由隨附發明申請專利範圍定義。
100:系統
101:照明
102:度量衡子系統
104:控制器
106:處理器
108:記憶體
110:使用者介面
112:照明源
114:照明臂
116:集光臂
118:偵測器總成
120:樣本
122:光學元件
124:第一聚焦元件
126:載物台總成
128:第二聚焦元件
130:集光光學器件
132:量測信號

Claims (43)

  1. 一種用於調整一表面動力模型之系統，其包括：一度量衡工具，其中該度量衡工具經組態以獲取一樣本之一部分之一或多個量測；及一控制器，其通信地耦合至該度量衡工具，該控制器包含經組態以執行程式指令之一或多個處理器，該等程式指令引起該一或多個處理器執行以下動作：基於該表面動力模型產生一表面動力模型輸出，其中該表面動力模型係基於該表面動力模型之一或多個參數之一初始猜測運行；使用該表面動力模型之一或多個額外參數判定該表面動力模型輸出對藉由偏振光之激發之一預期回應，其中該一或多個額外參數包括在該表面動力模型之該一或多個參數之該初始猜測期間沒有使用之一或多個參數；比較經判定之該預期回應與自該度量衡工具接收之該樣本之該一或多個量測；基於經判定之該預期回應與該樣本之該一或多個量測之間之該比較產生一或多個度量；基於該一或多個度量調整該表面動力模型之該一或多個參數以產生一經調整表面動力模型；及在該樣本之電漿處理期間應用該經調整表面動力模型以模擬樣本上效能；及產生一或多個控制信號，其經組態以基於該經調整表面動力模型 選擇性地調整一或多個製程工具之一或多個特性。
  2. 如請求項1之系統，其中該產生一經調整表面動力模型包括：基於該一或多個經調整參數產生一經調整表面動力模型輸出直至達成收斂，其中該收斂係基於該一或多個度量低於一臨限容限值而定義。
  3. 如請求項2之系統，其中該臨限容限值在1 x 10-10與5000之間。
  4. 如請求項1之系統，其中該度量衡工具包括以下之至少一者：一光學臨界尺寸(OCD)工具、一臨界尺寸掃描電子顯微鏡(CD-SEM)工具、一透射電子顯微鏡(TEM)工具或一橫截面掃描電子顯微鏡(X-SEM)工具。
  5. 如請求項1之系統，其中該表面動力模型輸出包括經組態以描述該樣本之一特徵之一形狀的一輪廓。
  6. 如請求項1之系統，其中該表面動力模型輸出包括經組態以允許該樣本之一特徵之一形狀之重建的一或多個臨界形狀參數。
  7. 如請求項1之系統，其中藉由該偏振光之該激發組態為一反射組態或一透射組態之至少一者。
  8. 如請求項1之系統，其中該判定該表面動力模型輸出對藉由偏振光之 激發之一預期回應包括：執行一傅立葉空間法。
  9. 如請求項8之系統，其中該判定該表面動力模型輸出對藉由偏振光之激發之一預期回應包括：執行一嚴格耦合波分析。
  10. 如請求項9之系統，其中該經判定預期回應被表示為根據所利用之該偏振光之波長之空間諧波之一總和。
  11. 如請求項1之系統，其中該一或多個度量包括以下之至少一者：該樣本之該一或多個量測與該經判定預期回應之間之偏差之一正規化平方和；用於描述該樣本之該一或多個量測與該經判定預期回應之間之一差異的一擬合優度；或該樣本之該一或多個量測與該經判定預期回應之間之該等偏差之一最小平方和。
  12. 如請求項1之系統，其中該基於該一或多個度量調整該表面動力模型之該一或多個參數以產生一經調整表面動力模型包括：使用一最佳化演算法調整該一或多個參數。
  13. 如請求項12之系統，其中該最佳化演算法包括：一梯度下降法，其中該梯度法經組態以尋找該一或多個度量之一最小值。
  14. 如請求項13之系統，其進一步包括：使用一隨機梯度下降法來調整該梯度法，其中該隨機梯度下降法經組態以隨機選擇樣本以評估一梯度。
  15. 如請求項1之系統，其中該表面動力模型經組態以在跨該樣本之一或多個位點上同時運行。
  16. 如請求項1之系統，其中該初始猜測之該一或多個參數之一或多個形狀參數基於該樣本上之一或多個特徵而變化。
  17. 如請求項1之系統，其中該一或多個額外參數包含色散或厚度之至少一者。
  18. 如請求項1之系統，其中該判定該表面動力模型輸出對藉由偏振光之激發之一預期回應包括：按一或多個樣本旋轉角產生一或多個小角度x射線散射影像。
  19. 如請求項18之系統，其中該一或多個小角度x射線影像係使用以下之至少一者產生：掠入射小角度x射線散射、臨界尺寸小角度x射線散射、掠入射透射小角度x射線散射或軟x射線散射。
  20. 如請求項1之系統，其中該控制器進一步經組態以：產生一機器學習模型；及訓練一機器學習模型，其中利用該經訓練機器學習模型來基於該一或多個度量調整該表面動力模型之該一或多個參數以產生一經調整表面動力模型。
  21. 一種用於調整一表面動力模型之方法，其包括：使用該表面動力模型產生一表面動力模型輸出，其中該表面動力模型係基於該表面動力模型之一或多個參數之一初始猜測運行；使用該表面動力模型之一或多個額外參數判定該表面動力模型輸出對藉由偏振光之激發之一預期回應，其中該一或多個額外參數包括在該表面動力模型之該一或多個參數之該初始猜測期間沒有使用之一或多個參數；比較經判定之該預期回應與自一度量衡工具接收之一樣本之一或多個量測；基於經判定之該預期回應與該樣本之該一或多個量測之間之該比較產生一或多個度量；基於該一或多個度量調整該表面動力模型之該一或多個參數以產生一經調整表面動力模型；及在該樣本之電漿處理期間應用該經調整表面動力模型以模擬樣本上效能；及產生一或多個控制信號，其經組態以基於該經調整表面動力模型選擇性地調整一或多個製程工具之一或多個特性。
  22. 如請求項21之方法，其中該產生一經調整表面動力模型包括：基於該一或多個經調整參數產生一經調整表面動力模型輸出直至達成收斂，其中該收斂係基於該一或多個度量低於一臨限容限值而定義。
  23. 如請求項22之方法，其中該臨限容限值在1 x 10-10與5000之間。
  24. 如請求項21之方法，其中該表面動力模型輸出包括經組態以描述該樣本之一特徵之一形狀的一輪廓。
  25. 如請求項21之方法，其中該表面動力模型輸出包括經組態以允許該樣本之一特徵之一形狀之重建的一或多個臨界形狀參數。
  26. 如請求項21之方法，其中藉由該偏振光之該激發組態為一反射組態或一透射組態之至少一者。
  27. 如請求項21之方法，其中該判定該表面動力模型輸出對藉由偏振光之激發之一預期回應包括：執行一傅立葉空間法。
  28. 如請求項27之方法，其中該判定該表面動力模型輸出對藉由偏振光之激發之一預期回應包括：執行一嚴格耦合波分析。
  29. 如請求項28之方法，其中該經判定預期回應被表示為根據所利用之該偏振光之波長之空間諧波之一總和。
  30. 如請求項21之方法，其中該一或多個度量包括以下之至少一者：該樣本之該一或多個量測與該經判定預期回應之間之偏差之一正規化平方和；用於描述該樣本之該一或多個量測與該經判定預期回應之間之一差異的一擬合優度；或該樣本之該一或多個量測與該經判定預期回應之間之該等偏差之一最小平方和。
  31. 如請求項21之方法，其中該基於該一或多個度量調整該表面動力模型之該一或多個參數以產生一經調整表面動力模型包括：使用一最佳化演算法調整該一或多個參數。
  32. 如請求項31之方法，其中該最佳化演算法包括：一梯度法，其中該梯度法經組態以尋找該一或多個度量之一最小值。
  33. 如請求項32之方法，其進一步包括：使用一隨機梯度下降法調整該梯度法，其中該隨機梯度下降法經組態以隨機選擇樣本以評估一梯度。
  34. 如請求項21之方法，其中該度量衡工具包括以下之至少一者： 一光學臨界尺寸(OCD)工具、一臨界尺寸掃描電子顯微鏡(CD-SEM)工具、一透射電子顯微鏡(TEM)工具或一橫截面掃描電子顯微鏡(X-SEM)工具。
  35. 如請求項21之方法，其中該表面動力模型經組態以在跨該樣本之一或多個位點上同時運行。
  36. 如請求項21之方法，其中該初始猜測之該一或多個參數之一或多個形狀參數基於該樣本上之一或多個特徵而變化。
  37. 如請求項21之方法，其中該一或多個額外參數包含色散或厚度之至少一者。
  38. 如請求項21之方法，其中該判定該表面動力模型輸出對藉由偏振光之激發之一預期回應包括：按一或多個樣本旋轉角產生一或多個散射影像。
  39. 如請求項38之方法，其中該一或多個散射影像包括一或多個小角度x射線影像。
  40. 如請求項39之方法，其中該一或多個小角度x射線影像係使用以下之至少一者產生：掠入射小角度x射線散射、臨界尺寸小角度x射線散射、掠入射透射 小角度x射線散射或軟x射線散射。
  41. 如請求項21之方法，其進一步包括：產生一機器學習模型；及訓練該機器學習模型，其中利用該經訓練機器學習模型來基於該一或多個度量調整該表面動力模型之該一或多個參數以產生一經調整表面動力模型。
  42. 一種用於調整一表面動力模型之系統，其包括：一度量衡工具，其中該度量衡工具經組態以獲取一樣本之一部分之一或多個量測；及一控制器，其通信地耦合至該度量衡工具，該控制器包含經組態以執行程式指令之一或多個處理器，該等程式指令引起該一或多個處理器執行以下動作：基於該表面動力模型產生一表面動力模型輸出，其中該表面動力模型係基於該表面動力模型之一或多個參數之一初始猜測運行；使用該表面動力模型之一或多個額外參數判定該表面動力模型輸出對藉由偏振光之激發之一預期回應，其中該一或多個額外參數包括在該表面動力模型之該一或多個參數之該初始猜測期間沒有使用之一或多個參數；比較經判定之該預期回應與自該度量衡工具接收之該樣本之該一或多個量測；基於經判定之該預期回應與該樣本之該一或多個量測之間之該比 較產生一或多個度量；產生一機器學習模型；訓練該機器學習模型；使用該機器學習模型基於該一或多個度量調整該表面動力模型之該一或多個參數以產生一經調整表面動力模型；及在該樣本之電漿處理期間應用該經調整表面動力模型以模擬樣本上效能；及產生一或多個控制信號，其經組態以基於該經調整表面動力模型選擇性地調整一或多個製程工具之一或多個特性。
  43. 一種用於調整一表面動力模型之方法，其包括：使用該表面動力模型產生一表面動力模型輸出，其中該表面動力模型係基於該表面動力模型之一或多個參數之一初始猜測運行；使用該表面動力模型之一或多個額外參數判定該表面動力模型輸出對藉由偏振光之激發之一預期回應，其中該一或多個額外參數包括在該表面動力模型之該一或多個參數之該初始猜測期間沒有使用之一或多個參數；比較經判定之該預期回應與來自一度量衡工具之一樣本之一或多個量測；基於經判定之該預期回應與該樣本之該一或多個量測之間之該比較產生一或多個度量；產生一機器學習模型；訓練該機器學習模型； 使用該機器學習模型基於該一或多個度量調整該表面動力模型之該一或多個參數以產生一調整表面動力模型；及在該樣本之電漿處理期間應用該經調整表面動力模型以模擬樣本上效能；及產生一或多個控制信號，其經組態以基於該經調整表面動力模型選擇性地調整一或多個製程工具之一或多個特性。
TW109129226A 2019-08-21 2020-08-26 用以在電漿處理期間調整表面反應之動力模型之系統及方法 TWI888403B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962889949P 2019-08-21 2019-08-21
US16/872,879 US11966203B2 (en) 2019-08-21 2020-05-12 System and method to adjust a kinetics model of surface reactions during plasma processing
US16/872,879 2020-05-12

Publications (2)

Publication Number Publication Date
TW202209391A TW202209391A (zh) 2022-03-01
TWI888403B true TWI888403B (zh) 2025-07-01

Family

ID=74645683

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109129226A TWI888403B (zh) 2019-08-21 2020-08-26 用以在電漿處理期間調整表面反應之動力模型之系統及方法

Country Status (6)

Country Link
US (1) US11966203B2 (zh)
JP (1) JP7611230B2 (zh)
KR (1) KR20220050900A (zh)
CN (1) CN114190100B (zh)
TW (1) TWI888403B (zh)
WO (1) WO2021034989A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11761969B2 (en) * 2020-01-21 2023-09-19 Kla Corporation System and method for analyzing a sample with a dynamic recipe based on iterative experimentation and feedback
US11644412B2 (en) * 2020-08-02 2023-05-09 Aizhong Zhang Thin film spectroellipsometric imaging
US11869756B2 (en) * 2021-06-17 2024-01-09 Tokyo Electron Limited Virtual metrology enhanced plasma process optimization method
US20230306281A1 (en) * 2022-02-09 2023-09-28 Applied Materials, Inc. Machine learning model generation and updating for manufacturing equipment
IL321482A (en) * 2022-12-29 2025-08-01 Nova Ltd High-power optical measurement system
US12510590B2 (en) 2023-06-30 2025-12-30 Kla Corporation Metrology in the presence of CMOS under array (CuA) structures utilizing an effective medium model with physical modeling

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201740076A (zh) * 2016-02-08 2017-11-16 蘭姆研究公司 藉由反射光譜匹配與表面動力模型最佳化之蝕刻輪廓最佳化方法及設備
TW201809856A (zh) * 2016-06-21 2018-03-16 美商蘭姆研究公司 使用基於物理蝕刻輪廓模型化架構之經由快速邊緣放置誤差預測之光阻設計佈局圖案近接校正
US20180350699A1 (en) * 2017-05-30 2018-12-06 Kla-Tencor Corporation Process Monitoring Of Deep Structures With X-Ray Scatterometry
CN109388842A (zh) * 2017-08-09 2019-02-26 朗姆研究公司 经反射光匹配和表面动力模型优化蚀刻轮廓的方法和装置
US20190378012A1 (en) * 2018-06-08 2019-12-12 Asml Netherlands B.V. Metrology Apparatus and Method for Determining a Characteristic of One or More Structures on a Substrate

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5835221A (en) * 1995-10-16 1998-11-10 Lucent Technologies Inc. Process for fabricating a device using polarized light to determine film thickness
JP2009290150A (ja) 2008-06-02 2009-12-10 Renesas Technology Corp 半導体装置の製造システムおよび製造方法
KR101656762B1 (ko) 2010-03-16 2016-09-12 가부시키가이샤 토호쿠 테크노 아치 플라즈마 프로세스에 의한 가공 형상의 예측 시스템, 방법 및 프로그램을 기록한 기록 매체
US10013518B2 (en) * 2012-07-10 2018-07-03 Kla-Tencor Corporation Model building and analysis engine for combined X-ray and optical metrology
US9784690B2 (en) * 2014-05-12 2017-10-10 Kla-Tencor Corporation Apparatus, techniques, and target designs for measuring semiconductor parameters
US10032681B2 (en) * 2016-03-02 2018-07-24 Lam Research Corporation Etch metric sensitivity for endpoint detection
WO2017183587A1 (ja) 2016-04-18 2017-10-26 日本電信電話株式会社 学習装置、学習方法および学習プログラム
US10458912B2 (en) 2016-08-31 2019-10-29 Kla-Tencor Corporation Model based optical measurements of semiconductor structures with anisotropic dielectric permittivity
US9972478B2 (en) 2016-09-16 2018-05-15 Lam Research Corporation Method and process of implementing machine learning in complex multivariate wafer processing equipment
WO2018071716A1 (en) * 2016-10-13 2018-04-19 Kla-Tencor Corporation Metrology systems and methods for process control
US10732516B2 (en) * 2017-03-01 2020-08-04 Kla Tencor Corporation Process robust overlay metrology based on optical scatterometry
US10534257B2 (en) * 2017-05-01 2020-01-14 Lam Research Corporation Layout pattern proximity correction through edge placement error prediction
GB2564404A (en) 2017-07-06 2019-01-16 Tokamak Energy Ltd Machine learning in fusion reactors
JP7058129B2 (ja) 2018-01-17 2022-04-21 株式会社日立ハイテク プラズマ処理装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201740076A (zh) * 2016-02-08 2017-11-16 蘭姆研究公司 藉由反射光譜匹配與表面動力模型最佳化之蝕刻輪廓最佳化方法及設備
TW201809856A (zh) * 2016-06-21 2018-03-16 美商蘭姆研究公司 使用基於物理蝕刻輪廓模型化架構之經由快速邊緣放置誤差預測之光阻設計佈局圖案近接校正
US20180350699A1 (en) * 2017-05-30 2018-12-06 Kla-Tencor Corporation Process Monitoring Of Deep Structures With X-Ray Scatterometry
CN109388842A (zh) * 2017-08-09 2019-02-26 朗姆研究公司 经反射光匹配和表面动力模型优化蚀刻轮廓的方法和装置
US20190378012A1 (en) * 2018-06-08 2019-12-12 Asml Netherlands B.V. Metrology Apparatus and Method for Determining a Characteristic of One or More Structures on a Substrate

Also Published As

Publication number Publication date
JP7611230B2 (ja) 2025-01-09
US11966203B2 (en) 2024-04-23
TW202209391A (zh) 2022-03-01
KR20220050900A (ko) 2022-04-25
WO2021034989A1 (en) 2021-02-25
JP2022544804A (ja) 2022-10-21
CN114190100A (zh) 2022-03-15
US20210055699A1 (en) 2021-02-25
CN114190100B (zh) 2025-10-10

Similar Documents

Publication Publication Date Title
TWI888403B (zh) 用以在電漿處理期間調整表面反應之動力模型之系統及方法
TWI868343B (zh) 用於模式選擇和缺陷偵測訓練之系統及方法
CN110383441B (zh) 使用经预测的计量图像的计量配方产生
TWI649536B (zh) 用於以散射術量測為基礎之成像及關鍵尺寸度量之度量方法、度量系統及非暫時性電腦可讀媒體
JP7603654B2 (ja) Ｓｅｍ画像をレンダリングし、３ｄデザインを用いて基板の欠陥撮像条件を予測するためのシステムと方法
TWI603052B (zh) 產生最佳化量測配方之方法、系統及電腦可讀媒體
JP7037632B2 (ja) 効率的プロセスウィンドウ発見用ハイブリッド検査システム
TW201411089A (zh) 用於結合ｘ－射線及光學計量之模型建立及分析引擎
JP7431969B2 (ja) 簡略化モデルを用いるトモグラフィ依拠半導体計測
TW202244460A (zh) 基於經訓練之經參數調節之測量模型之高解析度輪廓測量
US20210027445A1 (en) System and Method for Determining Defects Using Physics-Based Image Perturbations
WO2019178011A1 (en) Combining simulation and optical microscopy to determine inspection mode
JP7268156B2 (ja) 大量生産工程監視用に疎結合された検査及び計測システム
TWI809195B (zh) 用於埋藏缺陷之特徵化之系統及方法
TW202334641A (zh) 用於基於半導體應用之無監督或自我監督之深度學習
TW202228001A (zh) 用於在微電子裝置製造之期間加速物理模擬模型之系統及方法
US10340196B1 (en) Method and system for selection of metrology targets for use in focus and dose applications
US20090234687A1 (en) Method of designing an optical metrology system optimized for operating time budget
TW202405967A (zh) 基於脈絡之缺陷檢測
TW202519856A (zh) 用於高效ｘ光散射量測之基於前向庫之選種
TW202516561A (zh) 利用具有實體模型化之有效介質模型之在陣列下之互補金屬氧化物半導體(cua)結構存在下之計量
TW202516560A (zh) 利用機器學習及物理模型建構之陣列下cmos(cua)結構存在中之計量