基于来自经印刷的衬底的测量反馈确定图案分级

    公开(公告)号:CN113227907A

    公开(公告)日:2021-08-06

    申请号:CN201980086667.9

    申请日:2019-12-04

    IPC分类号: G03F7/20

    摘要: 本文中描述了用于训练过程模型并且确定模拟图案(例如,对应于热点)的分级的方法。训练图案化过程的机器学习模型的方法涉及获得训练数据集合,训练数据集合包括:(i)与要印刷在衬底上的掩模图案相关联的模拟图案,(ii)使用掩模图案成像在衬底上的印刷图案的检查数据,以及(iii)在掩模图案在衬底上的成像期间应用的图案化过程的参数的测量值;基于训练数据集合训练机器学习模型以预测模拟图案和印刷图案的特性的差异。经训练的机器学习模型还用于确定热点的分级。在另一种方法中,基于测量数据训练模型以预测热点的分级。

    用于提取特征向量以辨识图案物体的特征提取方法

    公开(公告)号:CN116648704A

    公开(公告)日:2023-08-25

    申请号:CN202180085814.8

    申请日:2021-11-24

    IPC分类号: G06F30/398

    摘要: 披露了用于辨识图案的改善型特征提取设备和方法。一种用于辨识图案的改善型特征提取方法包括:获得表示图案实例的数据;将所述图案实例划分成多个分区;确定所述多个分区中的分区的代表性特性;使用特征向量来产生所述图案实例的表示,其中,所述特征向量包括对应于所述代表性特性的元素,其中,所述代表性特性指示所述分区的一个或更多个特征的空间分布。所述方法还包括基于所述特征向量对图案实例进行分类和基于所述特征向量对图案实例进行选择中的至少一项。