[發明專利]一種集成電路芯片制造過程中的迭對測量方法和系統

有效

• 申請號: 202110390067.0
• 申請日: 2021-04-12
• 公開（公告）號: CN113158610B
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 蔣信
• 申請（專利權）人: 普賽微科技（杭州）有限公司
• 主分類號: G06F30/392
• 分類號: G06F30/392;G06F30/398;G06N20/00
• 代理公司: 杭州宇信聯合知識產權代理有限公司 33401
• 代理人: 劉艷艷

1.一種集成電路芯片制造過程中的迭對測量方法，其特征在于，包括如下步驟：

針對芯片制造過程的各個工藝層次，采集晶圓上各迭對標記圖像數據或采集晶圓上部分區域內的迭對測量數據；

利用采集的迭對標記圖像數據或迭對測量數據，分別建立機器學習模型：迭對標記圖像處理模型、迭對測量數據預測模型；

迭對測量時，通過已建立的迭對標記圖像處理模型對迭對標記圖像進行處理，或，通過已建立的迭對測量數據預測模型以及在晶圓上部分區域內采集的迭對測量數據對同一晶圓上其他未測量區域內的迭對測量數據進行預測；

其中，所述迭對標記圖像處理模型對迭對標記圖像數據進行處理的步驟包括如下：

采集迭對測量的輸入數據；

對上述輸入數據進行預處理；

上述預處理后的數據輸入至迭對標記圖像處理模型，所述迭對標記圖像處理模型通過機器學習方法對迭對標記圖像進行處理，所述處理包括重構缺失圖形、重構模糊圖形和消除顆粒影響中的至少一種；

處理后的迭對標記圖像用于迭對測量數據計算，得到最終的迭對測量數據；

所述迭對測量數據預測模型對迭對測量數據進行預測的步驟包括如下：

在晶圓上部分區域采集迭對測量的輸入數據；

對上述輸入數據進行預處理；

上述預處理后的數據輸入至迭對測量數據預測模型，所述迭對測量數據預測模型利用晶圓上部分區域內得到的預處理后的迭對測量數據，通過機器學習方法預測同一晶圓上其他未測量區域內的迭對測量數據，得到最終的迭對測量數據。

2.根據權利要求1所述的方法，其特征在于，建立機器學習模型的步驟包括如下：

收集或生成建立機器學習模型所需的輸入數據；

對上述輸入數據進行預處理；

上述預處理后的數據劃分為兩部分：一部分為模型訓練和驗證數據，一部分為測試數據；

通過模型訓練和驗證數據進行模型訓練和驗證，再通過測試數據進行模型評估；

對模型評估的結果進行判斷：若評估合格，則進行模型部署將模型交付使用；否則，返回上一步，直至評估合格。

3.根據權利要求2所述的方法，其特征在于，所述迭對標記圖像處理模型對迭對標記圖像數據進行處理的步驟還包括如下：

采集迭對測量的輸入數據；

對上述輸入數據進行預處理；

上述預處理的數據輸入至迭對標記圖像處理模型，所述迭對標記圖像處理模型通過機器學習方法對迭對標記圖像進行處理，所述處理包括重構缺失圖形、重構模糊圖形和消除顆粒影響中的至少一種；

處理后的迭對標記圖像用于迭對測量數據計算，得到新的迭對測量數據；

在得到新的預處理后的數據以及新的迭對測量數據后，新的預處理后的數據中的部分或全部，以及新的迭對測量數據中的部分或全部，用于在線模型訓練，在線模型訓練后產生的新模型通過模型部署對迭對標記圖像處理模型進行更新，從而根據新的數據不斷更新迭對標記圖像處理模型。

4.根據權利要求2所述的方法，其特征在于，所述迭對測量數據預測模型對迭對測量數據進行預測的步驟還包括如下：

在晶圓上部分區域采集迭對測量的輸入數據；

對上述輸入數據進行預處理；

上述預處理后的數據輸入至迭對測量數據預測模型，所述迭對測量數據預測模型利用晶圓上部分區域內得到的預處理后的迭對測量數據，通過機器學習方法預測同一晶圓上其他未測量區域內的迭對測量數據，得到新的迭對測量數據；

在得到新的預處理后的數據以及新的迭對測量數據后，新的預處理后的數據中的部分或全部，以及新的迭對測量數據中的部分或全部，用于在線模型訓練，在線模型訓練后產生的新模型通過模型部署對迭對測量數據預測模型進行更新，從而根據新的數據不斷更新迭對測量數據預測模型。