[發明專利]基于機器學習的模型構建器及其在半導體制造中的圖案轉移應用

在審

• 申請號: 202210078072.2
• 申請日: 2022-01-24
• 公開（公告）號: CN114690541A
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 余志如;張林;彭丹平;雷俊江
• 申請（專利權）人: 臺灣積體電路制造股份有限公司
• 主分類號: G03F1/36
• 分類號: G03F1/36
• 代理公司: 北京律盟知識產權代理有限責任公司 11287
• 代理人: 李春秀

1.一種優化用于光掩模的掩模圖案的光學鄰近校正模型的方法，所述方法包括：

取得光學鄰近校正模型、測量數據和隨機項生成器；

通過所述隨機項生成器生成M維空間中的隨機項；

通過應用分類規則將所述隨機項分類為群集；

在所述經分類群集中確定所述隨機項的代表子集；

將所述代表子集加到所述光學鄰近校正模型中；

確定所述代表子集在所述光學鄰近校正模型上的性能；

反應于所述性能的所述確定，自動調節與所述光學鄰近校正模型相關聯的所述代表子集，直到所述代表子集的所述性能滿足設計要求以取得優化的光學鄰近校正模型；及

通過所述優化的光學鄰近校正模型在光掩模基底上產生所述掩模圖案。

2.根據權利要求1所述的方法，其中將所述隨機項分類為群集進一步包括根據N個隨機項生成M維空間。

3.根據權利要求1所述的方法，其中將所述隨機項分類為群集時進一步包括根據多個樣本點生成包括所述測量數據的第一子集的n維空間。

4.根據權利要求1所述的方法，其中將所述隨機項分類為群集進一步包括通過將分類規則應用于所述n維空間來生成所述測量數據的經分類群集。

5.根據權利要求1所述的方法，其中將所述隨機項分類為群集包括從每一所述群集中選擇代表項。

6.一種優化用于光掩模的掩模圖案的光學鄰近校正模型的方法，所述方法包括：

反應于完善所述光學鄰近校正模型的請求，取得光學鄰近校正模型和隨機項生成器；

根據特性數據選擇器取得經選擇測量數據；

將經選擇測量數據加到所述光學鄰近校正模型中；

確定所述光學鄰近校正模型的性能；

反應于所述性能的所述確定，自動調節與所述光學鄰近校正模型相關聯的所述特性數據選擇器，直到所述特性數據選擇器的所述性能滿足設計要求，以取得優化的光學鄰近校正模型；及

通過所述優化的光學鄰近校正模型在光掩模基底上生成所述掩模圖案。

7.根據權利要求6所述的方法，其中取得經選擇測量數據包括取得根據對所述光學鄰近校正模型的影響排序的一或多個合格測量數據。

8.一種優化用于光掩模的掩模圖案的光學鄰近校正模型的系統，所述系統包括：

存儲器，其存儲計算機可執行組件；

處理器，其執行存儲在所述存儲器中的計算機可執行組件，其中所述計算機可執行組件包括：

M維空間，其生成與光致抗蝕劑模型參數的屬性對應的光學模型參數向量數據；及

統計學習組件，其用以：

通過隨機項生成器在M維空間中生成隨機項；

通過應用分類規則將所述隨機項分類為群集；

在所述經分類群集中確定所述隨機項的代表子集；

將所述代表子集加到所述光學鄰近校正模型中；

確定所述代表子集在所述光學鄰近校正模型上的性能；

反應于所述性能的所述確定，自動調節與所述光學鄰近校正模型相關聯的所述代表子集，直到所述代表子集的所述性能滿足設計要求；及

取得所述光學鄰近校正模型作為所述優化的光學鄰近校正模型。

9.根據權利要求8所述的系統，其中所述光學鄰近校正模型包括光學模型，所述光學模型包括與光刻掃描器工具相關聯的光學參數。

10.根據權利要求8所述的系統，其中所述光學鄰近校正模型包括根據與光刻掃描器工具相關聯的相關函數的光學圖像和掩模圖案的光致抗蝕劑模型。