[发明专利]用于OCD数据解释的自我监督表征学习

权利要求书

1.一种用于OCD计量的方法，包括：

接收多个第一组散射数据；

将所述多个第一组散射数据中的每一个分为k个子向量；

以自我监督的方式训练k²个自动编码器神经网络，与所述k个子向量中的每一个彼此映射，其中所述k²个自动编码器神经网络包括k²个各自的编码器神经网络，每个神经网络具有至少一个内部瓶颈层；

接收从多个相应的晶片图案测量的多组相应的参考参数和多个相应的第二组散射数据；以及

训练具有包括所述k²个自动编码器神经网络的并行排列的初始层的转移神经网络（NN），其中，所述转移神经网络训练包括训练遵循所述编码器神经网络的所述瓶颈层的一个或多个最终层，并且其中所述转移神经网络训练的目标输出设置为所述多组相应的参考参数，并且特征输入设置为所述多个相应的第二组散射数据，使得所述转移神经网络被训练以从随后测量的散射数据集中估计新的晶片图案参数。

2.根据权利要求1所述的方法，其中，将所述多个相应的第二组散射数据设置为用于所述转移神经网络训练的特征输入包括：在所述转移神经网络的输入层上，为每个第二组散射数据提供k组所述第二组散射数据的k个子向量中的一个。

3.根据权利要求1所述的方法，其中，所述多个相应的第二组散射数据包括所述多个第一组散射数据的子集。

4.根据权利要求1所述的方法，其中训练所述转移神经网络包括关于所述多组相应的参考参数的最小化损失函数，并且其中所述损失函数是均方误差（MSE）函数。

5.根据权利要求1所述的方法，其中所述多组相应的参考参数通过一个或多个CD扫描电子显微镜（CD-SEM）、原子力显微镜（AFM）、横截面隧道电子显微镜（TEM）或X射线计量工具进行高精度计量来测量。

6.根据权利要求1所述的方法，其中所述多个相应的晶片图案位于一个或多个晶片上。

7.根据权利要求1所述的方法，其中所述多个相应的第二组散射数据由两个或更多个测量通道测量。

8.一种用于OCD计量的系统，包括具有非瞬时存储器的处理器，所述存储器包括指令，所述处理器执行指令时实现以下步骤：

接收多个第一组散射数据；

将所述多个第一组散射数据中的每一个分为k个子向量；

以自我监督的方式训练k²个自动编码器神经网络，与所述k个子向量中的每一个彼此映射，其中所述k²个自动编码器神经网络包括k²个各自的编码器神经网络，每个神经网络具有至少一个内部瓶颈层；

接收从多个相应的晶片图案测量的多组相应的参考参数和多个相应的第二组散射数据；以及

训练具有包括所述k²个自动编码器神经网络的并行排列的初始层的转移神经网络（NN），其中，所述转移神经网络训练包括训练遵循所述编码器神经网络的所述瓶颈层的一个或多个最终层，并且其中所述转移神经网络训练的目标输出设置为所述多组相应的参考参数，并且特征输入设置为所述多个相应的第二组散射数据，使得所述转移神经网络被训练以从随后测量的散射数据集中估计新的晶片图案参数。

9.根据权利要求8所述的系统，其中，将所述多个相应的第二组散射数据设置为用于所述转移神经网络训练的特征输入包括：在所述转移神经网络的输入层上，为每个第二组散射数据提供k组所述第二组散射数据的k个子向量中的一个。

10.根据权利要求8所述的系统，其中，所述多个相应的第二组散射数据包括所述多个第一组散射数据的子集。

11.根据权利要求8所述的系统，其中训练所述转移神经网络包括关于所述多组相应的参考参数的最小化损失函数，并且其中所述损失函数是均方误差（MSE）函数。