[發明專利]用于基于庫的臨界尺寸CD計量的精確和快速的神經網絡訓練

有效

• 申請號: 201280010987.4
• 申請日: 2012-02-28
• 公開（公告）號: CN103403724B
• 公開（公告）日: 2016-11-09
• 發明（設計）人: 金文;V·永;鮑君威;李列泉;L·波斯拉夫斯基
• 申請（專利權）人: 科磊股份有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00;G06N3/02;G01N21/00
• 代理公司: 北京律盟知識產權代理有限責任公司 11287
• 代理人: 張世俊

技術領域

本發明的實施方式為光學計量領域，更具體地，涉及用于基于庫的臨界尺寸（CD）計量的精確和快速的神經網絡訓練。

背景技術

光學計量技術一般是指如散射測量一樣在制造過程中提供表征工件參數的可能性。在實踐中，將光直接照射在形成于工件的周期光柵上并且測量和分析反射光的光譜來表征該光柵參數。特征化參數可以包括影響材料的反射率和折射率的臨界尺寸（CD），側壁（sidewall）角（SWA）和特性高度（HT）等。光柵的特征化因而可以表征工件也可以具有在光柵和工件的形成中利用的制造過程的特征。

在過去的幾年，嚴格耦合波方法（RCWA）和類似算法已廣泛用于衍射結構的研究和設計。在RCWA方法中，周期性結構的輪廓由給定數量的足夠薄的平面光柵板來近似。具體來說，RCWA包含三個主要操作，即，光柵內的場的傅里葉展開、表征衍射信號的恒定系數矩陣的特征值和特征向量的計算，以及由邊界匹配條件推斷出的線性系統的解決方案。RCWA將問題分為三個不同的空間區域：1）支持入射面波場及所有反射的衍射級的總和的周圍區域，2）光柵結構以及下面的非圖案（pattern）層，其中波場被視為與每個衍射級相關聯的模式的疊加，以及3）包含所傳送的波場的基底。

RCWA解決方案的精確度部分依賴于在波場的空間諧波展開中保留的項數，一般滿足能量守恒。保留的項數是在計算過程中考慮到的衍射級數的函數。針對給定的假定輪廓的仿真衍射信號的有效產生包括為衍射信號的橫向磁（TM）分量和/或橫向電（TE）分量二者在每個波長處選擇衍射級的最佳集合。在數學上，選擇的衍射級越多，仿真的精確度越高。但是，衍射級數越高，計算仿真的衍射信號所需的計算量也越大。此外，計算時間是所使用的級數的非線性函數。

發明內容

本發明的實施方式包括用于基于庫的CD計量的精確和快速的神經網絡訓練的方法。

在實施方式中，一種用于基于庫的臨界尺寸（CD）計量的精確神經網絡訓練的方法，包括：優化頻譜數據集合的主成分分析（PCA）的閾值以提供主成分（PC）值。估計一個或多個神經網絡的訓練目標。基于所述訓練目標及基于從優化所述PCA的閾值中提供的所述PC值，訓練所述一個或多個神經網絡。基于一個或多個訓練后的神經網絡提供光譜庫。

在另一實施方式中，一種具有存儲在其上的指令的機器可存取存儲介質，該指令使數據處理系統執行用于基于庫的臨界尺寸（CD）計量的精確神經網絡訓練的方法。該方法包括：優化頻譜數據集合的主成分分析（PCA）的閾值以提供主成分（PC）值。估計一個或多個神經網絡的訓練目標。基于所述訓練目標及基于從優化所述PCA的閾值中提供的所述PC值，訓練所述一個或多個神經網絡。基于一個或多個訓練后的神經網絡提供光譜庫。

在實施方式中，一種用于基于庫的臨界尺寸（CD）計量的快速神經網絡訓練的方法，該方法包括：為第一神經網絡提供訓練目標。訓練所述第一神經網絡。該訓練包括以預訂數量的神經元開始并迭代增加神經元的數量直至達到優化的神經元的總數量。基于所述訓練和所述優化的神經元的總數量，產生第二神經網絡。基于所述第二神經網絡提供光譜庫。

在另一實施方式中，一種具有存儲在其上的指令的機器可存取存儲介質，該指令使數據處理系統執行用于基于庫的臨界尺寸（CD）計量的快速神經網絡訓練的方法。該方法為第一神經網絡提供訓練目標。訓練所述第一神經網絡。該訓練包括以預訂數量的神經元開始并迭代增加神經元的數量直至達到優化的神經元的總數量。基于所述訓練和所述優化的神經元的總數量產生第二神經網絡。基于所述第二神經網絡提供光譜庫。

附圖說明

圖1描述了根據本發明實施方式的表示用于基于庫的CD計量的精確神經網絡訓練的示例性操作序列的流程圖；

圖2A是展示了與處于OFF狀態的動態增加的樣本庫相匹配的庫回歸方法的曲線圖；

圖2B是根據本發明實施方式展示了與處于ON狀態的動態增加的樣本庫相匹配的庫回歸方法的曲線圖；

圖2C包括3σ誤差范圍與根據本發明實施方式對比傳統的增加庫樣本大小比較的一對曲線圖；

圖3描述了根據本發明實施方式的表示用于基于庫的CD計量的快速神經網絡訓練的示例性操作序列的流程圖；

圖4A示出了根據本發明實施方式的雙隱藏層神經網絡；

圖4B示出了根據本發明實施方式的用于基于庫的CD計量的快速神經網絡訓練的實際響應曲面的Matlab曲線圖；