JP2002518840A - 近接効果を補正する方法および装置 - Google Patents
近接効果を補正する方法および装置Info
- Publication number
- JP2002518840A JP2002518840A JP2000555273A JP2000555273A JP2002518840A JP 2002518840 A JP2002518840 A JP 2002518840A JP 2000555273 A JP2000555273 A JP 2000555273A JP 2000555273 A JP2000555273 A JP 2000555273A JP 2002518840 A JP2002518840 A JP 2002518840A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- function
- compensation
- exposure
- neural network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
- H01J37/30—Electron-beam or ion-beam tubes for localised treatment of objects
- H01J37/302—Controlling tubes by external information, e.g. programme control
- H01J37/3023—Programme control
- H01J37/3026—Patterning strategy
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
- H01J2237/30—Electron or ion beam tubes for processing objects
- H01J2237/317—Processing objects on a microscale
- H01J2237/3175—Lithography
- H01J2237/31769—Proximity effect correction
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S430/00—Radiation imagery chemistry: process, composition, or product thereof
- Y10S430/143—Electron beam
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Electron Beam Exposure (AREA)
Abstract
(57)【要約】
本発明は、パターン位置毎に要求される電子ビームの露光量の前補償を決定して、基板のコーティングに所望のパターンを得る方法に関するもので、前記電子ビームのスミヤー関数を決定し、前記スミヤー関数と前記所望のパターンを用いて前補償パターンを決定することからなり、ここで、この決定は、露光量がほとんど排他的に正値を含むように、また露光量が少なくともお互いに対してある程度滑らかであるように達成する。
Description
【0001】 本発明はコーティングに所望のパターンを得るためにパターン位置毎に要求さ
れる電子ビームの露光量(exposure dose)を決定するための方法および装置に
関する。
れる電子ビームの露光量(exposure dose)を決定するための方法および装置に
関する。
【0002】 最新世代の集積回路の製造では、通常のリソグラフィ技術は使用されるレーザ
光が回折する結果、分解能(resolution)に関して制限を受けやすいため、この
通常のリソグラフィ技術を使用する代わりに、リソグラフィ工程で集中(focuse
d)電子ビームを使用することが好ましい。このような電子ビームリソグラフィ
を用いて得られる集積回路の分解能は大きいが、コーティングの中の電子の散乱
によって制限される。散乱効果を最小にしたり、それを予め補償(compensation
)して、得られる集積回路の分解能を向上する方法が公知である。
光が回折する結果、分解能(resolution)に関して制限を受けやすいため、この
通常のリソグラフィ技術を使用する代わりに、リソグラフィ工程で集中(focuse
d)電子ビームを使用することが好ましい。このような電子ビームリソグラフィ
を用いて得られる集積回路の分解能は大きいが、コーティングの中の電子の散乱
によって制限される。散乱効果を最小にしたり、それを予め補償(compensation
)して、得られる集積回路の分解能を向上する方法が公知である。
【0003】 しかしながら、公知の方法は、散乱効果を限定された程度に最小化できるだけ
である。これに対して、公知の方法による事前の補償は多くの計算が必要だるた
め、長い計算時間を必要とする。集積回路の製造では、例えば、非常に多数のパ
ターンポイント、1010パターンポイントのマグニチュードのオーダーで、「書
込」まなければならない一方、この目的のために要求される計算の数はその倍数
になる。この結果、スミアー(smearing)やぼけ(blurring)の効果の実際的な
リアルタイム前補償(real time precompensation)は実行することができな
い。
である。これに対して、公知の方法による事前の補償は多くの計算が必要だるた
め、長い計算時間を必要とする。集積回路の製造では、例えば、非常に多数のパ
ターンポイント、1010パターンポイントのマグニチュードのオーダーで、「書
込」まなければならない一方、この目的のために要求される計算の数はその倍数
になる。この結果、スミアー(smearing)やぼけ(blurring)の効果の実際的な
リアルタイム前補償(real time precompensation)は実行することができな
い。
【0004】 本発明の目的は、この欠点を回避し、追加の利点を提供することである。
【0005】 したがって、本発明は、パターン位置毎に要求される電子ビームの露光量の前
補償(precompensation)を決定して、基板のコーティングに所望のパターンを
得る方法において、 前記電子ビームのスミヤー関数を決定し、 前記スミヤー関数と前記所望のパターンを用いて前補償パターンを決定するこ
とからなり、ここで、この決定は、露光量がほとんど排他的に正値(positive
values)を含むように、また露光量が少なくともお互いに対してある程度滑らか
(smooth)であるように達成する方法に関する。
補償(precompensation)を決定して、基板のコーティングに所望のパターンを
得る方法において、 前記電子ビームのスミヤー関数を決定し、 前記スミヤー関数と前記所望のパターンを用いて前補償パターンを決定するこ
とからなり、ここで、この決定は、露光量がほとんど排他的に正値(positive
values)を含むように、また露光量が少なくともお互いに対してある程度滑らか
(smooth)であるように達成する方法に関する。
【0006】 電子ビームの露光量に対する負の値が物理的意義を有さず、このために現実化
することができないので、前補償パターンの露光量の決定は、それが(殆ど)排
他的に正値と仮定するように達成される。さらに、滑らかな解(smooth soluti
on)が得られる。スミヤー関数における強い振動は物理的ベース(physical ba
sis)がないが、単に計算の数学的不安定性によって引き起こされるからである
。
することができないので、前補償パターンの露光量の決定は、それが(殆ど)排
他的に正値と仮定するように達成される。さらに、滑らかな解(smooth soluti
on)が得られる。スミヤー関数における強い振動は物理的ベース(physical ba
sis)がないが、単に計算の数学的不安定性によって引き起こされるからである
。
【0007】 本発明の好ましい実施形態によれば、前記方法は、 a)正規化パラメータ(regularization parameter)を見積もり(estimatin
g)し、 b)決定されたパターンポイントを除く所望のパターンの全てのパターンポイ
ントを用いて前補償パターンを決定し、 c)前記決定されたパターンポイントの量を予測するために、前記スミヤー関
数を用いて再び前補償パターンをスミヤーし、 d)各パターンポイントに対してステップbとステップcを繰り返し、 e)正規化パラメータの最終値が得られるまで、適合された正規化パラメータ
を用いてステップaからステップdを繰り返し、 f)前記正規化パラメータの最終値を用いて前補償パターンを決定するステッ
プからなる。
g)し、 b)決定されたパターンポイントを除く所望のパターンの全てのパターンポイ
ントを用いて前補償パターンを決定し、 c)前記決定されたパターンポイントの量を予測するために、前記スミヤー関
数を用いて再び前補償パターンをスミヤーし、 d)各パターンポイントに対してステップbとステップcを繰り返し、 e)正規化パラメータの最終値が得られるまで、適合された正規化パラメータ
を用いてステップaからステップdを繰り返し、 f)前記正規化パラメータの最終値を用いて前補償パターンを決定するステッ
プからなる。
【0008】 本発明のさらなる実施形態によれば、ステップb)は、次の反復定義(iterat
ive definition)からなり、
ive definition)からなり、
【数6】 ここで、aはエレメントとして所望のパターンの量を有するベクトルであり、
dは事前パターンの露光量を有するベクトル、Kはマトリックス形のスミヤー関
数、K†はスミヤー関数Kのエルミート共役、Bは演算子、λは正規化パラメー
タである。
dは事前パターンの露光量を有するベクトル、Kはマトリックス形のスミヤー関
数、K†はスミヤー関数Kのエルミート共役、Bは演算子、λは正規化パラメー
タである。
【0009】 本発明のさらなる実施形態によれば、演算子Bは、次式で規定され、
【数7】 ここで、全てのパターンポイントにわたって合計され、diはベクトルdのi
番目の要素、dtotはベクトルdの全ての要素に亘る合計を示す。
番目の要素、dtotはベクトルdの全ての要素に亘る合計を示す。
【0010】 本発明のさらなる実施形態によれば、ステップe)の正規化パラメータの最終
値は、次の正規化パラメータであり、
値は、次の正規化パラメータであり、
【数8】 ここで、Nはパターンポイントの全数、aはエレメントとして所望のパターン
の量を有するベクトル、dは前補償パターンの露光量を有するベクトル、Kはマ
トリックス形のスミヤー関数である。
の量を有するベクトル、dは前補償パターンの露光量を有するベクトル、Kはマ
トリックス形のスミヤー関数である。
【0011】 本発明のさらなる実施形態によれば、ステップe)の正規化パラメータの最終
値は、次の最小正規化パラメータであり、
値は、次の最小正規化パラメータであり、
【数9】 ここで、Nはパターンポイントの全数、aはエレメントとして所望のパターン
の量を有するベクトル、dは前補償パターンの露光量を有するベクトル、Kはマ
トリックス形のスミヤー関数であり、wKKは次式で規定され、
の量を有するベクトル、dは前補償パターンの露光量を有するベクトル、Kはマ
トリックス形のスミヤー関数であり、wKKは次式で規定され、
【数10】 ここで、aKKはマトリックスA=(KTK+λL(D)TL(D))-1KT、L
はラプラス演算子である。
はラプラス演算子である。
【0012】 本発明のさらなる実施形態によれば、ステップe)の後、1または複数の所望
の第1パターンとその関連する前補償パターンを使用して、ニューラルネットワ
ークをトレーニング(training)するステップを達成する。
の第1パターンとその関連する前補償パターンを使用して、ニューラルネットワ
ークをトレーニング(training)するステップを達成する。
【0013】 本発明のさらなる実施形態によれば、第2の所望のパターンと関連する前補償
パターンはトレーニングされたニューラルネットワークを用いて決定する。ここ
で、さらなる実施形態では、第1の所望のパターンは、比較的簡単なトレーニン
グパターンであり、第2の所望のパターンは、集積回路の部分パターンである。
また、さらなる実施形態では、2またはそれ以上の部分パターンは集積回路の複
合パターンに組み合わせることができる。
パターンはトレーニングされたニューラルネットワークを用いて決定する。ここ
で、さらなる実施形態では、第1の所望のパターンは、比較的簡単なトレーニン
グパターンであり、第2の所望のパターンは、集積回路の部分パターンである。
また、さらなる実施形態では、2またはそれ以上の部分パターンは集積回路の複
合パターンに組み合わせることができる。
【0014】 好ましくは簡単な公知の所望のパターンに対する露光量の関連する前補償パタ
ーンを決定し、ニューラルネットワークの重みファクターの間の関係を確立する
ことにより、複雑であってもよい第2の所望のパターンに対して、このパターン
と関連する露光量との間の関係を得ることは、ニューラルネットワークによて非
常に有効で迅速な方法で決定される。第1のパターンは、一般に、比較的単純な
トレーニングパターンであるが、第2のパターンは例えば非常に複雑な集積回路
のパターンである。
ーンを決定し、ニューラルネットワークの重みファクターの間の関係を確立する
ことにより、複雑であってもよい第2の所望のパターンに対して、このパターン
と関連する露光量との間の関係を得ることは、ニューラルネットワークによて非
常に有効で迅速な方法で決定される。第1のパターンは、一般に、比較的単純な
トレーニングパターンであるが、第2のパターンは例えば非常に複雑な集積回路
のパターンである。
【0015】 本発明の好ましい実施形態では、前述のニューラルネットワークはハードウェ
アで実行される。これにより、あるパターンとそれに関連する露光量との間の関
係の決定がさらに迅速な方法で達成される。例えば、各パターンポイントに対し
て60nm以内、1010のパターンに対して10分以内。
アで実行される。これにより、あるパターンとそれに関連する露光量との間の関
係の決定がさらに迅速な方法で達成される。例えば、各パターンポイントに対し
て60nm以内、1010のパターンに対して10分以内。
【0016】 本発明の好ましい実施形態では、スミヤー関数は、少なくとも2つのガウス関
数で構築され、それに対して指数関数が付加される。ガウス関数及びオプション
としての指数関数のパラメータは、電子ビーム伝送装置と、製造する集積回路の
関連するコーティングや基板のシステムの統計的シミュレーションによって決定
することができる。
数で構築され、それに対して指数関数が付加される。ガウス関数及びオプション
としての指数関数のパラメータは、電子ビーム伝送装置と、製造する集積回路の
関連するコーティングや基板のシステムの統計的シミュレーションによって決定
することができる。
【0017】 本発明の他の実施形態では、パラメータは、電子ビーム伝送装置や基板と関連
するコーティングのシステム上で測定を達成することにより、決定される。
するコーティングのシステム上で測定を達成することにより、決定される。
【0018】 本発明は、また、パターンポジションあたりの電子ビームの露光量を決定し、
基板の上のコーティングに所望のパターンを得る装置において、 前述の方法で決定された重みファクター(weighing factor)を用いてニュー
ラルネットワークを実行する電子回路手段からなる装置に関する。
基板の上のコーティングに所望のパターンを得る装置において、 前述の方法で決定された重みファクター(weighing factor)を用いてニュー
ラルネットワークを実行する電子回路手段からなる装置に関する。
【0019】 本発明は、その好ましい実施形態について添付図面を参照して以下に説明する
。
。
【0020】 処理するためのコーティング2を備えた基板1に電子ビームを伝送する装置の
配置において、電子ビーム3は基板1上の位置すなわちパターンポイントに向け
られる。入射電子ビーム3とコーティングすなわちレジストフィルム2および下
層すなわち基板1との相互作用の結果、コーティング2中の電子が散乱し、スミ
ヤー(smearing)または近接(proximity)効果を引き起こす。例えば、一次電
子がコーティングに進入すると、そのエネルギーの一部がコーティングの原子の
電子に変換され、イオン化すなわちその励起(excitation)を引き起こす。多大
なエネルギーの移動を伴う電子間の衝突は、一次電子と垂直な移動方向を有する
二次電子を生成する。
配置において、電子ビーム3は基板1上の位置すなわちパターンポイントに向け
られる。入射電子ビーム3とコーティングすなわちレジストフィルム2および下
層すなわち基板1との相互作用の結果、コーティング2中の電子が散乱し、スミ
ヤー(smearing)または近接(proximity)効果を引き起こす。例えば、一次電
子がコーティングに進入すると、そのエネルギーの一部がコーティングの原子の
電子に変換され、イオン化すなわちその励起(excitation)を引き起こす。多大
なエネルギーの移動を伴う電子間の衝突は、一次電子と垂直な移動方向を有する
二次電子を生成する。
【0021】 電子ビームリソグラフィにおけるスミヤー効果は、一般的にはプロセスに関係
する。これにより、露光パターンの分解能は、製造に対する集積回路のコーティ
ングと基板中の一次電子の散乱(前方散乱)と二次電子の起(後方錯乱)とによ
って減少する。所望パターンの角度のような鋭い特徴は丸められ、線の厚さや間
隔は修正され、特に極端な場合ではいくつかの特徴は完全に消失し、あるいは隣
接する特徴に不正確な方法で吸収される。
する。これにより、露光パターンの分解能は、製造に対する集積回路のコーティ
ングと基板中の一次電子の散乱(前方散乱)と二次電子の起(後方錯乱)とによ
って減少する。所望パターンの角度のような鋭い特徴は丸められ、線の厚さや間
隔は修正され、特に極端な場合ではいくつかの特徴は完全に消失し、あるいは隣
接する特徴に不正確な方法で吸収される。
【0022】 スミヤー効果と近接効果は、一方ではコーティング中に製造するパターンの所
定のパターンポイントの露光量と、他方ではパターンポイントと隣接するパター
ンポイントによって実際に吸収される量との間の関係を示すスミヤー関数によっ
て、記述することができる。このようにして、スミヤーの効果はスミヤー関数に
よって達成される。
定のパターンポイントの露光量と、他方ではパターンポイントと隣接するパター
ンポイントによって実際に吸収される量との間の関係を示すスミヤー関数によっ
て、記述することができる。このようにして、スミヤーの効果はスミヤー関数に
よって達成される。
【0023】 露光およびスミヤーが線形的(linearly)にかつ空間的に不変であり、数値的
解答(numeric solution)に対して別個の表現が好まれると仮定すると、A=
KDのようにマトリックス形態で表現することができる。ここで、Aはカラムベ
クトル(column vector)で、その各要素aiは結合するパターンポイント(ass
ociated pattern point)に実際に吸収される全エネルギー量(total energy
dose)であり、Kはスミヤーマトリックスで、その各mn番目の要素はパター
ンポイントnに供給される単位露光量からパターンポイントmに吸収されるエネ
ルギー量の部分であり、Dは電子ビーム装置によってパターンポイント毎に生成
される露光量を表すエレメントdiで形成されるカラムベクトルである。スミヤ
ー効果は回避することができない以上、異なるパターンポイントの露光量diを
採用することがベストである。このため、パターンポイントに実際に吸収される
量aiは、所望のパターンが依然として得られるようなものである。
解答(numeric solution)に対して別個の表現が好まれると仮定すると、A=
KDのようにマトリックス形態で表現することができる。ここで、Aはカラムベ
クトル(column vector)で、その各要素aiは結合するパターンポイント(ass
ociated pattern point)に実際に吸収される全エネルギー量(total energy
dose)であり、Kはスミヤーマトリックスで、その各mn番目の要素はパター
ンポイントnに供給される単位露光量からパターンポイントmに吸収されるエネ
ルギー量の部分であり、Dは電子ビーム装置によってパターンポイント毎に生成
される露光量を表すエレメントdiで形成されるカラムベクトルである。スミヤ
ー効果は回避することができない以上、異なるパターンポイントの露光量diを
採用することがベストである。このため、パターンポイントに実際に吸収される
量aiは、所望のパターンが依然として得られるようなものである。
【0024】 この電子ビームの露光量の所謂前補償は、スミヤーマトリックスKの逆数(in
verse)を決定することによって従来技術により達成することができる。一般に
マトリックスを逆数にする多くの方法がある。しかしながら、これらの方法は、
例えば電子ビーム発信器の場合におけるように、物理的制限を考慮していない。
したがって、例えば負露光量(negative exposure dose)は不可能になる。こ
の逆数法のさらなる欠点は、逆数にされたマトリックスが大きく発振(oscillat
ion)することである。さらに、例えば256x256のパターンポイントの部
分パターンに対するスミヤーマトリックスの逆数に対しては、65536x65
536の次元のスミヤーマトリックスの逆数を計算しなければならないため、莫
大な計算時間を要する。
verse)を決定することによって従来技術により達成することができる。一般に
マトリックスを逆数にする多くの方法がある。しかしながら、これらの方法は、
例えば電子ビーム発信器の場合におけるように、物理的制限を考慮していない。
したがって、例えば負露光量(negative exposure dose)は不可能になる。こ
の逆数法のさらなる欠点は、逆数にされたマトリックスが大きく発振(oscillat
ion)することである。さらに、例えば256x256のパターンポイントの部
分パターンに対するスミヤーマトリックスの逆数に対しては、65536x65
536の次元のスミヤーマトリックスの逆数を計算しなければならないため、莫
大な計算時間を要する。
【0025】 図2aから2cは、望まれたパターン(A)を示す。このパターンは9パター
ンポイントaiで構築され、ここでiは1から9まで変化する。この望まれたパ
ターンは、スミヤー電子ビームに露光した後、所望のパターンを提供することが
できるようにするために、前補償されなければならない。例えば、iを1から9
まで変化させてdiの値が決定されなければならない。
ンポイントaiで構築され、ここでiは1から9まで変化する。この望まれたパ
ターンは、スミヤー電子ビームに露光した後、所望のパターンを提供することが
できるようにするために、前補償されなければならない。例えば、iを1から9
まで変化させてdiの値が決定されなければならない。
【0026】 前補償パターンは、まず第一に、iが2から9まで変化する量aiを使用して
決定される。ここで、パターンポイント1は考慮されない(図2a)。この前補
償パターンは次式に基づいて決定される。
決定される。ここで、パターンポイント1は考慮されない(図2a)。この前補
償パターンは次式に基づいて決定される。
【0027】
【数11】 とする。 ここで、aはエレメントとして所望パターンの量(dose)を有するベクトル、
dは前補償パターンの露光量を有するベクトル、Kはマトリックス形態のスミヤ
ー関数、K†はスミヤー関数Kのエルミート共役、Bは演算子、λは正規化パラ
メータである。正規化パラメータの値は、ランダムに選択することができ、この
場合には例えばλ=0である。
dは前補償パターンの露光量を有するベクトル、Kはマトリックス形態のスミヤ
ー関数、K†はスミヤー関数Kのエルミート共役、Bは演算子、λは正規化パラ
メータである。正規化パラメータの値は、ランダムに選択することができ、この
場合には例えばλ=0である。
【0028】 演算子Bは、ある限定を強要(impose)し、次式で定義することができる。
【数12】 ここで、全てのパターンポイントで合計をとる。diはベクトルdのi番目の
要素、dtotはベクトルdの全ての要素にわたる合計を表す。
要素、dtotはベクトルdの全ての要素にわたる合計を表す。
【0029】 次に、このように決定された前補償パターンは、公知のスミヤー関数に基づい
て再びスミヤーされ、これによってパターンポイント1の予測量Kdが決定され
る。
て再びスミヤーされ、これによってパターンポイント1の予測量Kdが決定され
る。
【0030】 次に、前記手順は、第2から第9パターンポイント(i=2,・・・,9)に
対して連続的に繰り返される。ここで、全てのパターンポイントは、一つのパタ
ーンポイントを除いて、各時間ごとに使用される。
対して連続的に繰り返される。ここで、全てのパターンポイントは、一つのパタ
ーンポイントを除いて、各時間ごとに使用される。
【0031】 前述の結果に基づき、全てのパターンポイントにわたる最小二乗予測誤差が決
定されるが、これについては以下にさらに説明する。
定されるが、これについては以下にさらに説明する。
【0032】 前述の手順は、正規化パラメータλに対する異なる値例えばλ2=0.001
,λ=0.002等を用いて連続的に繰り返される。正規化パラメータは、結局
は、全てのパターンポイントにわたる最小二乗予測誤差が最小になるように選択
される。次に、この正規化パラメータは、最適正規化パラメータλoptとして採
用される。最終の前補償パターンは、この最適正規化パラメータλoptに基づい
て決定される。
,λ=0.002等を用いて連続的に繰り返される。正規化パラメータは、結局
は、全てのパターンポイントにわたる最小二乗予測誤差が最小になるように選択
される。次に、この正規化パラメータは、最適正規化パラメータλoptとして採
用される。最終の前補償パターンは、この最適正規化パラメータλoptに基づい
て決定される。
【0033】 この目的のために、次式の最小値が決定される。
【数13】 ここで、Nはパターンポイントの全数であり、aはエレメントとして所望のパ
ターンの量を備えたベクトル、dは前補償されたパターンの露光量を備えたベク
トル、Kはマトリックス形のスミヤー関数、Wkkは次式で規定される。
ターンの量を備えたベクトル、dは前補償されたパターンの露光量を備えたベク
トル、Kはマトリックス形のスミヤー関数、Wkkは次式で規定される。
【数14】 ここで、akkは、マトリックスA=K(KTK+λL(D)TL(D))-1KT
であり、Lはラプラス演算子である。
であり、Lはラプラス演算子である。
【0034】 電子ビームの電子の前方錯乱および後方錯乱の結果生じるスミヤー関数は、異
なる方法で決定することができる。それは、テスト対象物に電子ビームを伝送す
る装置のインパルス応答の測定に基づいて決定することができる。また、スミヤ
ー関数は、種々のモンテカルロ技術(Monte Carlo technique)を使用して決
定することもできる。前者の決定方法では、使用される装置の全ての物理的特徴
が考慮される。後者の決定方法では、現実のモデルのみが使用されるが、その決
定は、広範囲な測定を要求することなく、容易に達成することができる。
なる方法で決定することができる。それは、テスト対象物に電子ビームを伝送す
る装置のインパルス応答の測定に基づいて決定することができる。また、スミヤ
ー関数は、種々のモンテカルロ技術(Monte Carlo technique)を使用して決
定することもできる。前者の決定方法では、使用される装置の全ての物理的特徴
が考慮される。後者の決定方法では、現実のモデルのみが使用されるが、その決
定は、広範囲な測定を要求することなく、容易に達成することができる。
【0035】 前述の方法のいずれかで決定されるスミヤー関数に対する近接値として、ガウ
ス関数を使用することが好ましい。この場合、スミヤー関数は、例えば、(電子
の前方および後方の散乱特性に対して)ダブルガウス関数や、トリプルガウス関
数、減少指数関数を有するダブルガウス関数の散乱適合モデル(scattering fi
t model)を用いて「適合(fit)」される。散乱適合モデルの選択は、テスト
対象物で識別される要素(分解能)の寸法(dimension)に依存する。100n
mより小さな寸法では、その選択は臨界(critical)になる。そのような小さな
寸法では、トリプルガウス関数または減少指数関数を有するダブルガウス関数が
推奨される。ダブルガウス関数を備えたスミヤー関数は3つのパラメータで記述
することができる一方、他の2つの散乱適合モデルは4つのパラメータで記述す
ることができ、これは処理するデータ量が大いに減少することを意味する。
ス関数を使用することが好ましい。この場合、スミヤー関数は、例えば、(電子
の前方および後方の散乱特性に対して)ダブルガウス関数や、トリプルガウス関
数、減少指数関数を有するダブルガウス関数の散乱適合モデル(scattering fi
t model)を用いて「適合(fit)」される。散乱適合モデルの選択は、テスト
対象物で識別される要素(分解能)の寸法(dimension)に依存する。100n
mより小さな寸法では、その選択は臨界(critical)になる。そのような小さな
寸法では、トリプルガウス関数または減少指数関数を有するダブルガウス関数が
推奨される。ダブルガウス関数を備えたスミヤー関数は3つのパラメータで記述
することができる一方、他の2つの散乱適合モデルは4つのパラメータで記述す
ることができ、これは処理するデータ量が大いに減少することを意味する。
【0036】 図3は、256x256パターンポイントの望ましいパターンを示す。α=5
0nm、β=3.45、n=1.36でのダブルガウス関数の形のスミヤー関数
を用いたスミヤーは、図4のスミヤーされたパターンを生成する。パターン中の
多くの詳細が失われていることが明瞭に見える。これは、製造のためのパターン
に得られる分解能が制限されることを意味する。本発明による方法の適用により
、λopt=0.07042の最適な正規化パラメータが生成され、それは図5に
示されているが、パターンの誤差がこの値のλで最小化される。このλの値で計
算される前補償パターンとこれに関連するスミヤーされたパターンは、図6と図
7にそれぞれ示されている。図7の結果と図3の結果を比較すると、所望のパタ
ーンを用いたパターンの前補償が大いに改良された分解能を有するスミヤーパタ
ーンを生成することを示している。100nm以下の寸法で識別するための要素
は、例えば集積回路において、現実化することができる。ここに記載された方法
の効果と他の補正方法の効果との比較は、表1に示されている。補正方法の誤差
の度合いは、ここでは、計算された露光量と理想の前補償露光量との間の差をパ
ターンポイントの数で除した値の和として規定されている。
0nm、β=3.45、n=1.36でのダブルガウス関数の形のスミヤー関数
を用いたスミヤーは、図4のスミヤーされたパターンを生成する。パターン中の
多くの詳細が失われていることが明瞭に見える。これは、製造のためのパターン
に得られる分解能が制限されることを意味する。本発明による方法の適用により
、λopt=0.07042の最適な正規化パラメータが生成され、それは図5に
示されているが、パターンの誤差がこの値のλで最小化される。このλの値で計
算される前補償パターンとこれに関連するスミヤーされたパターンは、図6と図
7にそれぞれ示されている。図7の結果と図3の結果を比較すると、所望のパタ
ーンを用いたパターンの前補償が大いに改良された分解能を有するスミヤーパタ
ーンを生成することを示している。100nm以下の寸法で識別するための要素
は、例えば集積回路において、現実化することができる。ここに記載された方法
の効果と他の補正方法の効果との比較は、表1に示されている。補正方法の誤差
の度合いは、ここでは、計算された露光量と理想の前補償露光量との間の差をパ
ターンポイントの数で除した値の和として規定されている。
【0037】
【表1】
【0038】 前述の説明から、前補償パターンを決定する本方法は他の通常の方法に比べて
はるかに小さな誤差度合いを生成することが分かる。
はるかに小さな誤差度合いを生成することが分かる。
【0039】 前補償パターンと所望のパターンとは、ニューラルネットワークのためのトレ
ーニングセットまたはトレーニングパターンとして適切に使用される。そのよう
なネットワークの一部は図8に概略示されている。enは、次の表現で表される
。
ーニングセットまたはトレーニングパターンとして適切に使用される。そのよう
なネットワークの一部は図8に概略示されている。enは、次の表現で表される
。
【数15】 すなわち、量aiは、9つのベーシック関数hij、この場合はラジアル関数で
セットで表現される。
セットで表現される。
【0040】 ニューラルネットワークのトレーニングの後、前補償パターンは、非常に迅速
な方法で、他の任意の所望のパターンのために決定することができる。任意のパ
ターンは、例えば、集積回路の一部のパターンを形成する512パターンポイン
ト掛ける512のパターンポイントである。次に、種々の部分パターンを組み合
わせ(群集)て、集積回路全体または少なくともその一部を構成する1つのパタ
ーンを形成することができる。
な方法で、他の任意の所望のパターンのために決定することができる。任意のパ
ターンは、例えば、集積回路の一部のパターンを形成する512パターンポイン
ト掛ける512のパターンポイントである。次に、種々の部分パターンを組み合
わせ(群集)て、集積回路全体または少なくともその一部を構成する1つのパタ
ーンを形成することができる。
【0041】 前述のニューラルネットワークはハードウェアで実行することができる。この
方法で実行されるニューラルネットワークの計算速度は非常に速いので、アナロ
グハードウェアが好ましい。パターンの前補償の計算時間は、1パターンポイン
ト当たり60ns以下になる。約1010パターンポイントの集積回路はパターン
の前補償は、この場合、現在のパーソナルコンピュータ上で約10秒だけ要する
。
方法で実行されるニューラルネットワークの計算速度は非常に速いので、アナロ
グハードウェアが好ましい。パターンの前補償の計算時間は、1パターンポイン
ト当たり60ns以下になる。約1010パターンポイントの集積回路はパターン
の前補償は、この場合、現在のパーソナルコンピュータ上で約10秒だけ要する
。
【0042】 本発明は、「電子ビームナノリソグラフィにおける近接効果補正」のタイトル
の事前刊行されていない博士論文にさらに記載されているので、その全内容は本
明細書に挿入するようにみなされるべきである。
の事前刊行されていない博士論文にさらに記載されているので、その全内容は本
明細書に挿入するようにみなされるべきである。
【図1】 本発明による装置の好ましい実施形態の概略全体図を示す。
【図2a−2c】 3x3パターンポイントの前補償パターンの決定の概要
を示す。
を示す。
【図3】 256x256パターンポイントの所望のトレーニングパターン
を示す。
を示す。
【図4】 スミヤー後の図3のトレーニングパターンを示す。
【図5】 図3のトレーニングパターンに対して予測誤差が選択した正規化
パラメータの関数としてプロットされている図を示す。
パラメータの関数としてプロットされている図を示す。
【図6】 前補償後の図3のトレーニングパターンを示す。
【図7】 スミヤー後の図6の前補償パターンを示す。
【図8】 前補償パターンのための神経ネットワークの概略表示である。
【手続補正書】特許協力条約第34条補正の翻訳文提出書
【提出日】平成12年10月30日(2000.10.30)
【手続補正1】
【補正対象書類名】明細書
【補正対象項目名】特許請求の範囲
【補正方法】変更
【補正内容】
【特許請求の範囲】
【数1】 ここで、aはエレメントとして所望のパターンの量を有するベクトルであり、
dは事前パターンの露光量を有するベクトル、Kはマトリックス形のスミヤー関
数、K†はスミヤー関数Kのエルミート共役、Bは演算子、λは正規化パラメー
タである請求項1に記載の方法。
dは事前パターンの露光量を有するベクトル、Kはマトリックス形のスミヤー関
数、K†はスミヤー関数Kのエルミート共役、Bは演算子、λは正規化パラメー
タである請求項1に記載の方法。
【数2】 ここで、全てのパターンポイントにわたって合計され、diはベクトルdのi
番目の要素、dtotはベクトルdの全ての要素に亘る合計を示す請求項2に記載
の方法。
番目の要素、dtotはベクトルdの全ての要素に亘る合計を示す請求項2に記載
の方法。
【数3】 ここで、Nはパターンポイントの全数、aはエレメントとして所望のパターン
の量を有するベクトル、dは前補償パターンの露光量を有するベクトル、Kはマ
トリックス形のスミヤー関数である請求項1に記載の方法。
の量を有するベクトル、dは前補償パターンの露光量を有するベクトル、Kはマ
トリックス形のスミヤー関数である請求項1に記載の方法。
【数4】 ここで、Nはパターンポイントの全数、aはエレメントとして所望のパターン
の量を有するベクトル、dは前補償パターンの露光量を有するベクトル、Kはマ
トリックス形のスミヤー関数であり、wKKは次式で規定され、
の量を有するベクトル、dは前補償パターンの露光量を有するベクトル、Kはマ
トリックス形のスミヤー関数であり、wKKは次式で規定され、
【数5】 ここで、aKKはマトリックスA=(KTK+λL(D)TL(D))-1KT、L
はラプラス演算子である である請求項1に記載の方法。
はラプラス演算子である である請求項1に記載の方法。
───────────────────────────────────────────────────── フロントページの続き (81)指定国 EP(AT,BE,CH,CY, DE,DK,ES,FI,FR,GB,GR,IE,I T,LU,MC,NL,PT,SE),OA(BF,BJ ,CF,CG,CI,CM,GA,GN,GW,ML, MR,NE,SN,TD,TG),AP(GH,GM,K E,LS,MW,SD,SL,SZ,UG,ZW),E A(AM,AZ,BY,KG,KZ,MD,RU,TJ ,TM),AL,AM,AT,AU,AZ,BA,BB ,BG,BR,BY,CA,CH,CN,CU,CZ, DE,DK,EE,ES,FI,GB,GD,GE,G H,GM,HR,HU,ID,IL,IN,IS,JP ,KE,KG,KP,KR,KZ,LC,LK,LR, LS,LT,LU,LV,MD,MG,MK,MN,M W,MX,NO,NZ,PL,PT,RO,RU,SD ,SE,SG,SI,SK,SL,TJ,TM,TR, TT,UA,UG,US,UZ,VN,YU,ZW (72)発明者 ピオトル・トマス・イェドラシク ベルギー−2020アントウェルペン、フルネ ルボルヘルラーン171番、デパルトメン ト・ナテュールクンデ、ウニフェルジテイ ト・ファン・アントウェルペン、ウニフェ ルジテル・セントラム・アントウェルペン Fターム(参考) 2H097 CA06 FA01 JA02 LA10 5C034 BB08 BB10 5F056 CC12 CC13 CC14 CD03 CD13
Claims (20)
- 【請求項1】 パターン位置毎に要求される電子ビームの露光量の前補償を
決定して、基板のコーティングに所望のパターンを得る方法において、 前記電子ビームのスミヤー関数を決定し、 スミヤー関数と所望のパターンを用いて前補償パターンを決定することからな
り、ここで、この決定は、露光量がほとんど排他的に正値を含むように、また露
光量が少なくともお互いに対してある程度滑らかであるように達成する方法。 - 【請求項2】 a)正規化パラメータを見積もり、 b)決定されたパターンポイントを除く所望のパターンの全てのパターンポイ
ントを用いて前補償パターンを決定し、 c)前記決定されたパターンポイントの量を予測するために、前記スミヤー関
数を用いて再び前補償パターンをスミヤーし、 d)各パターンポイントに対してステップbとステップcを繰り返し、 e)正規化パラメータの最終値が得られるまで、適合された正規化パラメータ
を用いてステップaからステップdを繰り返し、 f)前記正規化パラメータの最終値を用いて前補償パターンを決定するステッ
プからなる請求項1に記載の方法。 - 【請求項3】 ステップb)は、次の反復定義からなり、 【数1】 ここで、aはエレメントとして所望のパターンの量を有するベクトルであり、
dは事前パターンの露光量を有するベクトル、Kはマトリックス形のスミヤー関
数、K†はスミヤー関数Kのエルミート共役、Bは演算子、λは正規化パラメー
タである請求項2に記載の方法。 - 【請求項4】 演算子Bは、次式で規定され、 【数2】 ここで、全てのパターンポイントにわたって合計され、diはベクトルdのi
番目の要素、dtotはベクトルdの全ての要素に亘る合計を示す請求項3に記載
の方法。 - 【請求項5】 ステップe)の正規化パラメータの最終値は、次の正規化パ
ラメータであり、 【数3】 ここで、Nはパターンポイントの全数、aはエレメントとして所望のパターン
の量を有するベクトル、dは前補償パターンの露光量を有するベクトル、Kはマ
トリックス形のスミヤー関数である請求項2に記載の方法。 - 【請求項6】 ステップe)の正規化パラメータの最終値は、次の最小正規
化パラメータであり、 【数4】 ここで、Nはパターンポイントの全数、aはエレメントとして所望のパターン
の量を有するベクトル、dは前補償パターンの露光量を有するベクトル、Kはマ
トリックス形のスミヤー関数であり、wKKは次式で規定され、 【数5】 ここで、aKKはマトリックスA=(KTK+λL(D)TL(D))-1KT、L
はラプラス演算子である である請求項2に記載の方法。 - 【請求項7】 ステップe)の後、1または複数の所望の第1パターンとそ
の関連する前補償パターンを使用して、ニューラルネットワークをトレーニング
するステップを達成する請求項1から6のいずれかに記載の方法。 - 【請求項8】 第2の所望のパターンと関連する前補償パターンはトレーニ
ングされたニューラルネットワークを用いて決定することができる請求項7に記
載の方法。 - 【請求項9】 第1の所望のパターンは、比較的簡単なトレーニングパター
ンであり、第2の所望のパターンは、集積回路の部分パターンである請求項7と
8に記載の方法。 - 【請求項10】 2またはそれ以上の部分パターンは集積回路の複合パター
ンに組み合わせることができる請求項9に記載の方法。 - 【請求項11】 ニューラルネットワークはラジアルベース関数ネットワー
クである請求項7から10のいずれかに記載の方法。 - 【請求項12】 ニューラルネットワークはハードウェアで実行される請求
項7から11のいずれかに記載の方法。 - 【請求項13】 ニューラルネットワークは、アナログハードウェアで実行
される請求項13に記載の方法。 - 【請求項14】 スミヤー関数は、少なくとも2つのガウス関数で構築され
ている請求項1から13のいずれかに記載の方法。 - 【請求項15】 スミヤー関数に指数関数が付加される請求項14に記載の
方法。 - 【請求項16】 ガウス関数のパラメータは統計的シミュレーションを使用
して決定することができる請求項14または15に記載の方法。 - 【請求項17】 ガウス関数のパラメータは、測定によって決定することが
できる請求項14または15に記載の方法。 - 【請求項18】 パターンポジションあたりの電子ビームの露光量を決定し
、基板の上のコーティングに所望のパターンを得る方法において、 トレーニングパターンと関連する露光量をニューラルネットワークにそのトレ
ーニングのために入力し、 ニューラルネットワークの重みファクターを決定し、 基板の上のコーティングに所望のパターンを得るために要求される露光量をニ
ューラルネットワークを用いて決定する方法。 - 【請求項19】 パターンポジションあたりの電子ビームの露光量を決定し
、基板の上のコーティングに所望のパターンを得る装置において、 前記請求項のいずれかに記載のように決定された重みファクターを用いてニュ
ーラルネットワークを実行する電子回路手段からなる装置。 - 【請求項20】 前記請求項1から18のいずれかの方法により前記請求項
19の装置を用いて製造される集積回路。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
NL1009422 | 1998-06-16 | ||
NL1009422 | 1998-10-13 | ||
NL1010311A NL1010311C2 (nl) | 1998-06-16 | 1998-10-13 | Werkwijze en inrichting voor het corrigeren van nabijheidseffecten. |
NL1010311 | 1998-10-13 | ||
PCT/BE1999/000076 WO1999066530A1 (en) | 1998-06-16 | 1999-06-14 | Method and device for correcting proximity effects |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2002518840A true JP2002518840A (ja) | 2002-06-25 |
JP2002518840A5 JP2002518840A5 (ja) | 2006-05-25 |
Family
ID=26642826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000555273A Pending JP2002518840A (ja) | 1998-06-16 | 1999-06-14 | 近接効果を補正する方法および装置 |
Country Status (8)
Country | Link |
---|---|
US (1) | US6920368B1 (ja) |
EP (1) | EP1088328B1 (ja) |
JP (1) | JP2002518840A (ja) |
AU (1) | AU4354199A (ja) |
DE (1) | DE69907452T2 (ja) |
ES (1) | ES2199576T3 (ja) |
NL (1) | NL1010311C2 (ja) |
WO (1) | WO1999066530A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7148496B2 (en) * | 2004-04-13 | 2006-12-12 | Massachusetts Institute Of Technology | System and method for proximity effect correction in imaging systems |
EP1612834A1 (en) * | 2004-06-29 | 2006-01-04 | Leica Microsystems Lithography GmbH | A process for controlling the proximity effect correction |
US20080077907A1 (en) * | 2006-09-21 | 2008-03-27 | Kulkami Anand P | Neural network-based system and methods for performing optical proximity correction |
JP2008122929A (ja) * | 2006-10-20 | 2008-05-29 | Toshiba Corp | シミュレーションモデルの作成方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69030078T2 (de) * | 1990-02-22 | 1997-08-07 | At & T Corp | Fertigungsjustierung während Produktherstellung |
US5736281A (en) * | 1996-06-07 | 1998-04-07 | Lucent Technologies Inc. | Dose modification proximity effect compensation (PEC) technique for electron beam lithography |
US6035113A (en) * | 1998-01-05 | 2000-03-07 | International Business Machines Corporation | Electron beam proximity correction method for hierarchical design data |
-
1998
- 1998-10-13 NL NL1010311A patent/NL1010311C2/nl not_active IP Right Cessation
-
1999
- 1999-06-14 DE DE69907452T patent/DE69907452T2/de not_active Expired - Fee Related
- 1999-06-14 EP EP99926194A patent/EP1088328B1/en not_active Expired - Lifetime
- 1999-06-14 JP JP2000555273A patent/JP2002518840A/ja active Pending
- 1999-06-14 AU AU43541/99A patent/AU4354199A/en not_active Abandoned
- 1999-06-14 US US09/719,757 patent/US6920368B1/en not_active Expired - Fee Related
- 1999-06-14 ES ES99926194T patent/ES2199576T3/es not_active Expired - Lifetime
- 1999-06-14 WO PCT/BE1999/000076 patent/WO1999066530A1/en active IP Right Grant
Also Published As
Publication number | Publication date |
---|---|
AU4354199A (en) | 2000-01-05 |
DE69907452T2 (de) | 2004-03-18 |
NL1010311C2 (nl) | 1999-12-20 |
EP1088328A1 (en) | 2001-04-04 |
US6920368B1 (en) | 2005-07-19 |
EP1088328B1 (en) | 2003-05-02 |
WO1999066530A1 (en) | 1999-12-23 |
ES2199576T3 (es) | 2004-02-16 |
DE69907452D1 (de) | 2003-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI298430B (en) | Electron-beam plotting method, method of manufacturing lithographic mask, and electron-beam plotting device | |
TW200933700A (en) | Exposure data preparation method and exposure method | |
JPH10208993A (ja) | 光強度計算のパラメトリック解析方法 | |
WO2007041056A2 (en) | Critical dimension effects correction in raster pattern generator | |
JP2959858B2 (ja) | 製品の製造方法 | |
JPH11204415A (ja) | 電子ビーム描画装置及び電子ビーム描画方法 | |
US8073288B2 (en) | Rendering a mask using coarse mask representation | |
JP2002518840A (ja) | 近接効果を補正する方法および装置 | |
US20100237469A1 (en) | Photomask, semiconductor device, and charged beam writing apparatus | |
JP4336476B2 (ja) | 電子ビームリソグラフィ時に線幅変化を補正して露光する方法及びこれを記録した記録媒体 | |
Klimpel et al. | Model based hybrid proximity effect correction scheme combining dose modulation and shape adjustments | |
US5717612A (en) | Post-exposure bake simulator for chemically amplified photoresists | |
CN110244523A (zh) | 一体化光刻方法及光刻系统 | |
JP2000019708A5 (ja) | ||
US9557711B2 (en) | Method of static scaling of image in holographic lithography | |
TWI659443B (zh) | 將電子束投射至靶材上的方法、電子束微影蝕刻裝置和電子顯微裝置 | |
JP2002353101A (ja) | 荷電粒子ビーム露光方法 | |
CN109377447A (zh) | 一种基于杜鹃搜索算法的Contourlet变换图像融合方法 | |
JP2862532B2 (ja) | 荷電粒子線描画方法およびその装置 | |
JP2007115891A (ja) | 露光量補正方法および電子線露光装置 | |
JP3272815B2 (ja) | レジスト感度調整装置および方法 | |
TW574631B (en) | Electron beam exposure method | |
CN113591290B (zh) | Opc模型仿真方法 | |
Li et al. | Thermal-flow techniques for sub-35 nm contact-hole fabrication using Taguchi method in electron-beam lithography | |
JP2862825B2 (ja) | 荷電粒子線描画装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060328 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060328 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090120 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090630 |