[发明专利]基于机器学习的测量配方优化的动态控制

权利要求书

1.一种系统，其包括：

计量工具，其包含照明源及检测器，所述检测器经配置以从安置在第一晶片上的一或多个正则化结构的测量收集一定量的正则化测量数据；及

运算系统，其经配置以：

接收与一或多个实验设计(DOE)计量目标的测量相关联的一定量的实验设计(DOE)测量数据；

接收与所述DOE计量目标相关联的一或多个所关注参数的已知参考值；

接收所述正则化测量数据；

接收与所述正则化测量数据相关联的一或多个测量性能度量的值；及

基于包含所述一定量的实验设计(DOE)测量数据、一或多个所关注参数的所述参考值、所述正则化测量数据及所述一或多个测量性能度量的优化函数迭代地训练测量模型，其中所述优化函数包含与所述一或多个测量性能度量中的每一者相关联的正则化项，且其中在所述测量模型的迭代期间动态控制与所述正则化项中的每一者相关联的加权值。

2.根据权利要求1所述的系统，其中与一或多个实验设计(DOE)计量目标的测量相关联的所述一定量的实验设计(DOE)测量数据的至少一部分由模拟产生。

3.根据权利要求2所述的系统，其中与所述DOE计量目标相关联的一或多个所关注参数的所述参考值是与所述模拟相关联的已知值。

4.根据权利要求1所述的系统，其中与所述DOE计量目标相关联的一或多个所关注参数的所述参考值由可信参考计量系统测量。

5.根据权利要求1所述的系统，其中所述一定量的实验设计(DOE)测量数据的至少一部分是从安置在第二晶片上的一或多个实验设计(DOE)计量目标的实际测量收集。

6.根据权利要求5所述的系统，其中所述第一晶片及所述第二晶片是相同晶片。

7.根据权利要求1所述的系统，其中所述一或多个正则化结构及所述一或多个实验设计(DOE)计量目标是相同结构。

8.根据权利要求1所述的系统，其中所述计量工具从安置在第三晶片上的一或多个计量目标的测量收集一定量的测量数据，所述一或多个计量目标通过具有未知值的一或多个所关注参数来特性化，所述运算系统进一步经配置以：

基于所述经训练测量模型从所述一定量的测量数据估计所述一或多个计量目标的所述所关注参数的值。

9.根据权利要求1所述的系统，其中所述经训练测量模型是神经网络模型、线性模型、非线性模型、多项式模型、响应表面模型、支持向量机模型、决策树模型、随机森林模型、核心回归模型、深度网络模型及卷积网络模型中的任何者。

10.根据权利要求1所述的系统，其中所述计量工具是光谱计量工具。

11.根据权利要求1所述的系统，其中与所述正则化项中的每一者相关联的所述加权值是由基于线性二次调节器(LQR)的控制器、比例积分微分(PID)控制器、最优控制器、适应性控制器及模型预测控制器中的任何者动态控制。

12.一种方法，其包括：

接收与一或多个实验设计(DOE)计量目标的测量相关联的一定量的实验设计(DOE)测量数据；

接收与所述DOE计量目标相关联的一或多个所关注参数的已知参考值；

接收来自由计量工具对安置在第一半导体晶片上的一或多个正则化结构的测量的一定量的正则化测量数据；

接收与所述正则化测量数据相关联的一或多个测量性能度量的值；及

基于包含所述一定量的实验设计(DOE)测量数据、一或多个所关注参数的所述参考值、所述正则化测量数据及所述一或多个测量性能度量的优化函数迭代地训练测量模型，其中所述优化函数包含与所述一或多个测量性能度量中的每一者相关联的正则化项，且其中在所述测量模型的迭代期间动态控制与所述正则化项中的每一者相关联的加权值。