-
公开(公告)号：CN119013622A
公开(公告)日：2024-11-22
申请号：CN202380033855.1
申请日：2023-03-14
Applicant: ASML荷兰有限公司
Abstract: 公开了一种从在执行所述处理步骤之前在图案化衬底上测量的第一量测数据来推断与已在其上曝光图案并已在其上执行处理步骤的图案化衬底有关的第二量测数据的方法。该方法包括获得包括第一模型组件的模型。第一模型组件包括机器学习模型组件，该模型组件已被训练以将所述第一量测数据映射到所述第二量测数据，所述第一模型组件还包括用于接收基于物理的输入数据的基于物理的输入通道。使用所述第一模型组件从所述第一量测数据推断第二量测数据，该第一模型组件由所述基于物理的输入通道上的所述基于物理的输入数据进行偏置。
-
公开(公告)号：CN115605811A
公开(公告)日：2023-01-13
申请号：CN202180034681.1
申请日：2021-05-12
Applicant: ASML荷兰有限公司(NL)
Inventor： C·巴蒂斯塔基斯 , M·皮萨伦科 , B·A·奥雅曾·里维拉 , A·斯拉克特
IPC: G03F7/20 , G06T7/00 , G01N21/956
Abstract: 本文描述了用于训练机器学习模型来确定衬底上印刷的图案的多个特征的误差贡献源的方法。方法包括：获取具有多个数据集的训练数据，其中每个数据集具有误差贡献值，误差贡献值表示来自多个源中的一个的对特征的误差贡献，并且其中每个数据集与实际分类相关联，该实际分类标识对应数据集的误差贡献源；以及基于训练数据，对机器学习模型进行训练来预测数据集中的参考数据集的分类，使得成本函数被减小，该成本函数确定参考数据集的预测分类与实际分类之间的差。
-
公开(公告)号：CN119384637A
公开(公告)日：2025-01-28
申请号：CN202380047768.1
申请日：2023-07-13
Applicant: ASML荷兰有限公司
IPC: G03F7/00
Abstract: 一种训练生成器模型的方法，包括：使用生成器模型基于第一测量数据生成预测数据，其中第一测量数据和预测数据可用于形成样品的图像；将第一测量数据的子集与预测数据的子集配对，该子集对应于可由第一测量数据和预测数据形成的样品图像内的位置；使用鉴别器评估预测数据来自与蚀刻工艺之后从样品测量的第二测量数据相同的数据分布的可能性；并且基于以下内容来训练生成器模型：对应于相同位置的对的相关性相对于对应于不同位置的对的相关性以及由鉴别器评估的可能性，该相关性是配对数据子集之间的相关性。
-
公开(公告)号：CN117255972A
公开(公告)日：2023-12-19
申请号：CN202280033121.9
申请日：2022-04-12
Applicant: ASML荷兰有限公司
Inventor： C·巴蒂斯塔基斯 , M·皮萨伦科 , M·G·M·M·范克莱杰 , V·D·鲁蒂格利安尼 , S·A·米德尔布鲁克 , C·A·弗舒伦 , N·盖佩恩
IPC: G03F7/20
Abstract: 一种确定随机度量的方法，该方法包括：获得经训练的模型，该模型已经被训练为使训练光学量测数据与训练随机度量数据相关，其中训练光学量测数据包括多个测量信号，该多个测量信号与跨从多个训练结构散射的辐射的零阶或更高阶衍射的强度相关参数的分布有关，并且训练随机度量数据包括与所述多个训练结构有关的随机度量值，其中多个训练结构已经被形成为具有所述随机度量所依赖的一个或多个维度的变化；获得光学量测数据，该光学量测数据包括跨越从结构散射的辐射的零阶或较高阶衍射的强度相关参数的分布；以及使用经训练的模型从光学量测数据推断随机度量的值。
-
Patent Agency Ranking
公开(公告)号：CN114521234A
公开(公告)日：2022-05-20
申请号：CN202080065924.3
申请日：2020-09-14
Applicant: ASML荷兰有限公司
Inventor： M·皮萨伦科 , S·A·米德尔布鲁克 , M·J·马斯洛 , M-C·范拉尔 , C·巴蒂斯塔基斯
Abstract: 提供了一种使用机器学习来生成用于晶片检查的预测图像的系统和方法。该系统和方法的一些实施例包括获取在被施加到晶片的光致抗蚀剂已被显影之后的晶片；对经显影的晶片的片段进行成像；获取在晶片已被蚀刻之后的晶片；对经蚀刻的晶片的片段进行成像；使用经显影的晶片的成像部分和经蚀刻的晶片的成像片段来训练机器学习模型；以及使用经蚀刻的晶片的成像片段来应用经训练的机器学习模型以生成经显影的晶片的预测图像。一些实施例包括对经显影的晶片的片段进行成像；对经蚀刻的晶片的片段的一部分进行成像；训练机器学习模型；以及应用经训练的机器学习模型以生成经显影的晶片的预测蚀刻后图像。
-
公开(公告)号：CN116685909A
公开(公告)日：2023-09-01
申请号：CN202180087170.6
申请日：2021-12-08
Applicant: ASML荷兰有限公司
Inventor： M·皮萨伦科 , C·巴蒂斯塔基斯 , S·A·米德尔布鲁克
Abstract: 一种用于训练机器学习模型的方法包括获取与衬底相关联的一组未配对的显影后(AD)图像和蚀刻后(AE)图像。该组中的每个AD图像是在衬底上与获取任何AE图像的位置不同的位置获取的。该方法还包括基于AD图像和AE图像来训练机器学习模型，以生成预测AE图像，其中预测AE图像对应于获取AD图像中的输入AD图像的位置。
-
公开(公告)号：CN116615750A
公开(公告)日：2023-08-18
申请号：CN202180084294.9
申请日：2021-11-24
Applicant: ASML荷兰有限公司
IPC: G06T7/593
Abstract: 本文中描述了用于确定图案化衬底的结构的三维(3D)信息的系统、方法和装置。3D信息可以使用一个或多个模型来确定，该模型被配置为仅使用图案化衬底的单个图像来生成3D信息(例如，深度信息)。在一种方法中，该模型通过获取图案化衬底的结构的一对立体图像来训练。该模型使用该一对立体图像中的第一图像作为输入而生成第一图像与第二图像之间的视差数据，该视差数据指示与第一图像相关联的深度信息。视差数据与第二图像组合以生成与第一图像相对应的重构图像。此外，一个或多个模型参数基于视差数据、重构图像和第一图像被调节。
-
公开(公告)号：CN118742859A
公开(公告)日：2024-10-01
申请号：CN202380022608.1
申请日：2023-01-23
Applicant: ASML荷兰有限公司
IPC: G03F7/20 , G06N3/0464 , G06N3/08 , G06T7/00
Abstract: 公开了一种用于确定与制造工艺中形成在衬底上的至少一个结构相关的感兴趣的参数的方法。该方法包括：获得与要被应用于所述结构的图案的布局相关的布局数据，所述图案包括所述至少一个结构；以及获得经训练的模型，该经训练的模型已经在量测数据和所述布局数据上被训练，以从至少所述布局数据中推断与感兴趣的参数相关的值和/或概率度量，该量测数据与在衬底上的相应多个测量位置处的感兴趣的参数的多个测量值相关。使用所述经训练的模型，从至少布局数据中确定与衬底上不同于所述测量位置的一个或多个位置处的感兴趣的参数相关的值和/或概率度量。
-
公开(公告)号：CN116648722A
公开(公告)日：2023-08-25
申请号：CN202180086259.0
申请日：2021-12-09
Applicant: ASML荷兰有限公司
IPC: G06T7/00
Abstract: 公开了一种用于分析第一晶片上的第一区域的输入电子显微镜图像的方法和装置。该方法包括从输入电子显微镜图像获取与多个可解释模式相对应的多个模式图像。该方法还包括评估多个模式图像，并且基于评估结果确定多个可解释模式对输入电子显微镜图像的贡献。该方法还包括基于所确定的贡献来预测第一晶片上的第一区域中的一个或多个特性。在一些实施例中，还公开了一种用于基于晶片的输入电子显微镜图像来执行自动根本原因分析的方法和装置。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
