[发明专利]一种集成电路芯片制造过程中的迭对测量方法和系统

权利要求书

1.一种集成电路芯片制造过程中的迭对测量方法，其特征在于，包括如下步骤：

针对芯片制造过程的各个工艺层次，采集晶圆上各迭对标记图像数据或采集晶圆上部分区域内的迭对测量数据；

利用采集的迭对标记图像数据或迭对测量数据，分别建立机器学习模型：迭对标记图像处理模型、迭对测量数据预测模型；

迭对测量时，通过已建立的迭对标记图像处理模型对迭对标记图像进行处理，或，通过已建立的迭对测量数据预测模型以及在晶圆上部分区域内采集的迭对测量数据对同一晶圆上其他未测量区域内的迭对测量数据进行预测；

其中，所述迭对标记图像处理模型对迭对标记图像数据进行处理的步骤包括如下：

采集迭对测量的输入数据；

对上述输入数据进行预处理；

上述预处理后的数据输入至迭对标记图像处理模型，所述迭对标记图像处理模型通过机器学习方法对迭对标记图像进行处理，所述处理包括重构缺失图形、重构模糊图形和消除颗粒影响中的至少一种；

处理后的迭对标记图像用于迭对测量数据计算，得到最终的迭对测量数据；

所述迭对测量数据预测模型对迭对测量数据进行预测的步骤包括如下：

在晶圆上部分区域采集迭对测量的输入数据；

对上述输入数据进行预处理；

上述预处理后的数据输入至迭对测量数据预测模型，所述迭对测量数据预测模型利用晶圆上部分区域内得到的预处理后的迭对测量数据，通过机器学习方法预测同一晶圆上其他未测量区域内的迭对测量数据，得到最终的迭对测量数据。

2.根据权利要求1所述的方法，其特征在于，建立机器学习模型的步骤包括如下：

收集或生成建立机器学习模型所需的输入数据；

对上述输入数据进行预处理；

上述预处理后的数据划分为两部分：一部分为模型训练和验证数据，一部分为测试数据；

通过模型训练和验证数据进行模型训练和验证，再通过测试数据进行模型评估；

对模型评估的结果进行判断：若评估合格，则进行模型部署将模型交付使用；否则，返回上一步，直至评估合格。

3.根据权利要求2所述的方法，其特征在于，所述迭对标记图像处理模型对迭对标记图像数据进行处理的步骤还包括如下：

采集迭对测量的输入数据；

对上述输入数据进行预处理；

上述预处理的数据输入至迭对标记图像处理模型，所述迭对标记图像处理模型通过机器学习方法对迭对标记图像进行处理，所述处理包括重构缺失图形、重构模糊图形和消除颗粒影响中的至少一种；

处理后的迭对标记图像用于迭对测量数据计算，得到新的迭对测量数据；

在得到新的预处理后的数据以及新的迭对测量数据后，新的预处理后的数据中的部分或全部，以及新的迭对测量数据中的部分或全部，用于在线模型训练，在线模型训练后产生的新模型通过模型部署对迭对标记图像处理模型进行更新，从而根据新的数据不断更新迭对标记图像处理模型。

4.根据权利要求2所述的方法，其特征在于，所述迭对测量数据预测模型对迭对测量数据进行预测的步骤还包括如下：

在晶圆上部分区域采集迭对测量的输入数据；

对上述输入数据进行预处理；

上述预处理后的数据输入至迭对测量数据预测模型，所述迭对测量数据预测模型利用晶圆上部分区域内得到的预处理后的迭对测量数据，通过机器学习方法预测同一晶圆上其他未测量区域内的迭对测量数据，得到新的迭对测量数据；

在得到新的预处理后的数据以及新的迭对测量数据后，新的预处理后的数据中的部分或全部，以及新的迭对测量数据中的部分或全部，用于在线模型训练，在线模型训练后产生的新模型通过模型部署对迭对测量数据预测模型进行更新，从而根据新的数据不断更新迭对测量数据预测模型。