[发明专利]机器学习中的光学计量以表征特征

说明书

计量系统可以包括被配置为针对经处理的衬底上的一个或多个特征产生光学计量输出的光学计量工具，及已使用以下训练集训练的计量机器学习模型：(i)多个特征的外形、临界尺寸和轮廓，以及(ii)多个特征的光学计量输出。计量机器学习模型可以被配置为：接收来自光学计量工具的光学计量输出；以及输出经处理的衬底上的一个或多个特征的外形、临界尺寸和/或轮廓。

通过引用并入

PCT申请表与本说明书同时提交，作为本申请的一部分。在同时提交的PCT申请表中，本申请要求享有其权益或优先权的每个申请均通过引用全文并入本文。

背景技术

诸如等离子体辅助蚀刻工艺之类的半导体器件制造操作的性能通常对于半导体器件处理工作流程的成功至关重要。然而，制造工艺和/或与之相关的工具(例如，蚀刻反应器、光刻掩模等)的优化或调整可能在技术上被证明是困难且耗时的，通常涉及技术人员手动调整蚀刻工艺参数或工具组件设计以生成所需的目标特征外形。计量工具应通过测量已制造或部分制造的器件上的特征来准确地评估蚀刻或沉积工艺的性能。当前，各种计量工具用于此目的。

此处所包含的背景和情境描述仅提供用于一般性呈现本公开的背景的目的。本公开的大部分呈现发明人的工作成果，且仅因为这样的成果背景部分描述或于此处其他地方作为背景呈现并不表示承认其为现有技术。

发明内容

本公开的某些方面涉及确定经处理的衬底上的一个或多个特征的外形、临界尺寸和/或轮廓的方法。此类方法的特征可以在于以下特征：(a)在经处理的衬底上的一个或多个特征上进行光学计量，以产生光学计量输出；(b)将所述光学计量输出提供给已使用以下训练集训练的计量机器学习模型：(i)多个特征的外形、临界尺寸和/或轮廓，及(ii)所述多个特征的光学计量输出；及(c)从所述计量机器学习模型接收经处理的所述衬底上的所述一个或多个特征的外形、临界尺寸和/或轮廓。在一些实施方案中，该方法另外包括通过产生多个光学计量输出集来训练计量机器学习模型，每个光学计量输出集相对于光学计量装置针对测试特征的不同取向和/或位置而生成，以用于所述测试特征。在一些实施方案中，计量机器学习模型使用监督机器学习技术而产生。

在一些实施方案中，光学计量是散射测量技术。例如，光学计量输出可以包括反射光谱和/或椭圆偏振输出数据。

在一些实施方案中，该方法还包括在经处理的衬底上的一个或多个特征上执行图案识别；以及确定一个或多个特征的图案与期望的图案相符。在一些实施方案中，该方法还包括对经处理的衬底上的一个或多个特征执行光学计量，包括在经处理的衬底上光栅扫描。

在某些情况下，使用电子显微镜技术和/或CD-SAXS获得训练集中多个特征的外形、临界尺寸和/或轮廓。

在一些实施方案中，该方法另外包括分解光学计量输出以产生减少的光学计量值的集，以及将减少的光学计量值的集提供给计量机器学习模型。在某些情况下，分解光学计量输出包括识别光学计量输出的主成分或将光学计量输出应用于自动编码器。

本公开的其他方面涉及可以由以下元素表征的计量系统：(a)光学计量工具，其包括光学探针源和光学检测器及处理器，所述处理器被配置为当光学探针被定向到经处理的衬底上的一个或多个特征上时根据由所述光学检测器产生的数据产生光学计量输出；(b)计量机器学习模型，其已使用以下训练集进行训练：(i)多个特征的外形、临界尺寸和/或轮廓，及(ii)多个特征的光学计量输出。在一些实施方案中，计量机器学习模型被配置为：接收来自光学计量工具的光学计量输出；及在经处理的衬底上输出一个或多个特征的外形、临界尺寸和/或轮廓。

在一些系统中，使用多个光学计量输出集来训练计量机器学习模型，每个光学计量输出集相对于测试光学计量装置针对测试特征的不同取向和/或位置而生成。在一些实施方案中，计量机器学习模型使用监督机器学习技术生成。

在一些实施方案中，光学计量工具是散射仪。在一些计量系统中，光学计量输出包括反射光谱和/或椭圆偏振输出数据。