[發(fā)明專利]使用機(jī)器學(xué)習(xí)檢驗(yàn)光罩在審
| 申請?zhí)枺?/td> | 201880081260.2 | 申請日: | 2018-12-14 |
| 公開(公告)號: | CN111480179A | 公開(公告)日: | 2020-07-31 |
| 發(fā)明(設(shè)計(jì))人: | 方浩任;A·塞茲希內(nèi)爾;石瑞芳 | 申請(專利權(quán))人: | 科磊股份有限公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00 |
| 代理公司: | 北京律盟知識產(chǎn)權(quán)代理有限責(zé)任公司 11287 | 代理人: | 劉麗楠 |
| 地址: | 美國加利*** | 國省代碼: | 暫無信息 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 使用 機(jī)器 學(xué)習(xí) 檢驗(yàn) | ||
1.一種檢驗(yàn)光刻光罩的方法,所述方法包括:
基于從設(shè)計(jì)數(shù)據(jù)庫產(chǎn)生的光罩?jǐn)?shù)據(jù)庫圖像來經(jīng)由深度學(xué)習(xí)過程產(chǎn)生近場光罩圖像;
基于所述近場光罩圖像來經(jīng)由基于物理的過程模擬檢驗(yàn)系統(tǒng)的圖像平面處的遠(yuǎn)場光罩圖像,
其中所述深度學(xué)習(xí)過程包含基于最小化所述遠(yuǎn)場光罩圖像與通過使由所述設(shè)計(jì)數(shù)據(jù)庫制造的訓(xùn)練光罩成像來獲取的多個(gè)對應(yīng)訓(xùn)練光罩圖像之間的差異來訓(xùn)練深度學(xué)習(xí)模型,且此類訓(xùn)練光罩圖像根據(jù)圖案多樣性來選擇且是無缺陷的;及
經(jīng)由裸片到數(shù)據(jù)庫過程來檢驗(yàn)由所述設(shè)計(jì)數(shù)據(jù)庫制造的測試光罩的測試區(qū)域的缺陷,所述裸片到數(shù)據(jù)庫過程包含比較來自參考遠(yuǎn)場光罩圖像的多個(gè)參考圖像與由所述檢驗(yàn)系統(tǒng)從所述測試光罩獲取的多個(gè)測試圖像,
其中基于由所述經(jīng)訓(xùn)練的深度學(xué)習(xí)模型產(chǎn)生的參考近場圖像來模擬所述參考遠(yuǎn)場光罩圖像。
2.根據(jù)權(quán)利要求1所述的方法,其中所述測試光罩及所述訓(xùn)練光罩是相同光罩且所述測試圖像是從不同于獲取所述訓(xùn)練圖像的區(qū)域的此相同光罩的區(qū)域獲取。
3.根據(jù)權(quán)利要求1所述的方法,其中所述基于物理的過程是基于用于基于所述近場圖像來產(chǎn)生所述檢驗(yàn)工具的圖像平面上的所述遠(yuǎn)場光罩圖像的霍普金斯(Hopkins)方法,且其中所述深度學(xué)習(xí)過程包含將所述光罩?jǐn)?shù)據(jù)庫圖像映射到將由與由所述設(shè)計(jì)數(shù)據(jù)庫制造的光罩相互作用的光產(chǎn)生的近場圖像。
4.根據(jù)權(quán)利要求1所述的方法,其中所述深度學(xué)習(xí)模型是未將光罩圖像形成并入到所述圖像平面上的卷積神經(jīng)網(wǎng)絡(luò)CNN。
5.根據(jù)權(quán)利要求4所述的方法,其中所述深度學(xué)習(xí)模型不包括模擬由所述檢驗(yàn)工具中的場相依變化引起的所述遠(yuǎn)場光罩圖像的擾動且獨(dú)立于所述檢驗(yàn)工具。
6.根據(jù)權(quán)利要求4所述的方法,其中通過調(diào)整所述深度學(xué)習(xí)模型的多個(gè)層的特定參數(shù)來訓(xùn)練所述深度學(xué)習(xí)模型以最小化所述遠(yuǎn)場光罩圖像與所述對應(yīng)訓(xùn)練光罩圖像之間的差異,所述特定參數(shù)包含權(quán)重及/或偏離值。
7.根據(jù)權(quán)利要求6所述的方法,其中發(fā)生調(diào)整的所述層包括具有非線性激活的卷積層。
8.根據(jù)權(quán)利要求7所述的方法,其中在不調(diào)整用于下取樣操作的一或多個(gè)低通濾波層的參數(shù)的情況下訓(xùn)練所述深度學(xué)習(xí)模型。
9.根據(jù)權(quán)利要求4所述的方法,其中所述CNN包含用于抵消所述光罩?jǐn)?shù)據(jù)庫圖像與由此光罩?jǐn)?shù)據(jù)庫圖像產(chǎn)生的物理光罩之間的偏差的一或多個(gè)卷積層、用于產(chǎn)生多個(gè)下取樣圖像的一或多個(gè)層及用于實(shí)施近場分辨率的稀疏表示的一或多個(gè)層。
10.根據(jù)權(quán)利要求1所述的方法,其進(jìn)一步包括:
使所述測試圖像與所述參考圖像對準(zhǔn);及
使動態(tài)補(bǔ)償過程相對于所述測試圖像應(yīng)用于所述參考圖像以抵消所述檢驗(yàn)工具中包含焦點(diǎn)波動及/或場相依變化的變化。
11.一種用于檢驗(yàn)光刻光罩的檢驗(yàn)系統(tǒng),所述系統(tǒng)包括經(jīng)配置以執(zhí)行以下操作的至少一個(gè)存儲器及至少一個(gè)處理器:
基于從設(shè)計(jì)數(shù)據(jù)庫產(chǎn)生的光罩?jǐn)?shù)據(jù)庫圖像來經(jīng)由深度學(xué)習(xí)過程產(chǎn)生近場光罩圖像;
基于所述近場圖像來經(jīng)由基于物理的過程模擬所述檢驗(yàn)系統(tǒng)的圖像平面處的遠(yuǎn)場光罩圖像,
其中所述深度學(xué)習(xí)過程包含基于最小化所述遠(yuǎn)場光罩圖像與通過使由所述設(shè)計(jì)數(shù)據(jù)庫制造的訓(xùn)練光罩成像來獲取的多個(gè)對應(yīng)訓(xùn)練光罩圖像之間的差異來訓(xùn)練深度學(xué)習(xí)模型,且此類訓(xùn)練光罩圖像根據(jù)圖案多樣性來選擇且是無缺陷的;及
經(jīng)由裸片到數(shù)據(jù)庫過程來檢驗(yàn)由所述設(shè)計(jì)數(shù)據(jù)庫制造的測試光罩的測試區(qū)域的缺陷,所述裸片到數(shù)據(jù)庫過程包含比較來自參考遠(yuǎn)場光罩圖像的多個(gè)參考圖像與由所述檢驗(yàn)系統(tǒng)從所述測試光罩獲取的多個(gè)測試圖像,
其中基于由所述經(jīng)訓(xùn)練的深度學(xué)習(xí)模型產(chǎn)生的參考近場圖像來模擬所述參考遠(yuǎn)場光罩圖像。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于科磊股份有限公司,未經(jīng)科磊股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201880081260.2/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:用于丙烯聚合的催化劑組分
- 下一篇:空調(diào)單元
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)





