[發明專利]制造半導體元件的方法

有效

• 申請號: 202010123939.2
• 申請日: 2020-02-27
• 公開（公告）號: CN111627799B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 羅世翔;黃旭霆;劉如淦
• 申請（專利權）人: 臺灣積體電路制造股份有限公司
• 主分類號: H01L21/027
• 分類號: H01L21/027;H01L27/02;G06N3/0464;G06N3/084
• 代理公司: 北京律誠同業知識產權代理有限公司 11006
• 代理人: 徐金國

1.一種制造半導體元件的方法，其特征在于，包括：

使用多個已量測的輪廓數據及多個已配合的約定模型項模擬一理想影像，該些已配合的約定模型項包括光學模型部分及光阻劑模型部分；

使用該些已配合的約定模型項及一遮罩布局以提供一約定模型空間影像；

使用該遮罩布局產生多個遮罩光柵影像，其中該些遮罩光柵影像是針對該些已量測的輪廓數據中的每一量測位點所產生；以及

訓練一神經網絡以模仿該理想影像；

其中模擬的該理想影像提供該神經網絡的一目標輸出，且其中該約定模型空間影像及該些遮罩光柵影像提供至該神經網絡的輸入。

2.根據權利要求1所述的方法，其特征在于，該理想影像包括多個模擬的輪廓數據，該些模擬的輪廓數據實質上等于對應的該些已量測的輪廓數據。

3.根據權利要求1所述的方法，其特征在于，在一給定量測位點的該些遮罩光柵影像具有不同的像素大小。

4.根據權利要求1所述的方法，其特征在于，還包括回應于被訓練的該神經網絡，產生一經校準的微影模型。

5.根據權利要求4所述的方法，其特征在于，該經校準的微影模型用以實施一光學臨近校正制程、一反向微影技術制程或一遮罩制程校正制程。

6.根據權利要求1所述的方法，其特征在于，被訓練的該神經網絡還包括產生對應于該理想影像的一加權矩陣。

7.根據權利要求1所述的方法，其特征在于，被訓練的該神經網絡還包括使用該神經網絡以模擬一影像。

8.根據權利要求7所述的方法，其特征在于，被訓練的該神經網絡還包括通過比較由該神經網絡模擬的該影像與該理想影像而計算一目標函數。

9.根據權利要求8所述的方法，其特征在于，還包括：決定該目標函數的一計算值是否滿足一目標位準，且基于該決定，提供一最終的機器學習輔助模型影像，其中該機器學習輔助模型影像實質上等于該理想影像。

10.根據權利要求8所述的方法，其特征在于，還包括：決定該目標函數的一計算值是否滿足一目標位準，且基于該決定，使用一反向傳播方法來調整該神經網絡的一或更多個參數。

11.根據權利要求4所述的方法，其特征在于，還包括：

使用經校準的該微影模型以產生一經修改的遮罩布局圖案；

基于該經修改的遮罩布局圖案來制造一遮罩；以及

使用基于該經修改的遮罩布局圖案的該遮罩以圖案化一晶圓。

12.一種制造半導體元件的方法，其特征在于，包括：

向一神經網絡提供多個影像，其中該些影像提供該神經網絡的一目標輸出；

提供一空間/光阻劑影像及多個遮罩光柵影像作為至該神經網絡的多個輸入；

基于該目標輸出及至該神經網絡的該些輸入，通過比較多個由神經網絡產生的影像與該些影像而計算一目標函數，且該些影像包括多個理想影像，該些理想影像包括實質上等于對應的臨界尺寸量測數據及輪廓量測數據的模擬臨界尺寸數據及模擬輪廓數據；以及

在該計算該目標函數之后，產生一經校準的微影模型。

13.根據權利要求12所述的方法，其特征在于，在一給定量測位點的該些遮罩光柵影像具有不同的像素解析度。

14.根據權利要求12所述的方法，其特征在于，還包括產生針對該些影像中的每一影像的一加權矩陣。

15.根據權利要求12所述的方法，其特征在于，該神經網絡剪裁在對應于由該神經網絡所處理的一像素的一區域中的該空間/光阻劑影像及該些遮罩光柵影像。