JP6744366B2 - エッチング効果予測方法及び入力パラメーター決定方法 - Google Patents
エッチング効果予測方法及び入力パラメーター決定方法 Download PDFInfo
- Publication number
- JP6744366B2 JP6744366B2 JP2018142618A JP2018142618A JP6744366B2 JP 6744366 B2 JP6744366 B2 JP 6744366B2 JP 2018142618 A JP2018142618 A JP 2018142618A JP 2018142618 A JP2018142618 A JP 2018142618A JP 6744366 B2 JP6744366 B2 JP 6744366B2
- Authority
- JP
- Japan
- Prior art keywords
- etching
- neural network
- artificial neural
- input
- value
- 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.)
- Active
Links
- 238000005530 etching Methods 0.000 title claims description 227
- 238000000034 method Methods 0.000 title claims description 151
- 230000000694 effects Effects 0.000 title claims description 77
- 238000013528 artificial neural network Methods 0.000 claims description 88
- 238000001739 density measurement Methods 0.000 claims description 27
- 239000002245 particle Substances 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 13
- 230000000704 physical effect Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 230000001427 coherent effect Effects 0.000 claims description 2
- 238000001459 lithography Methods 0.000 claims 1
- 239000004065 semiconductor Substances 0.000 description 50
- 238000010586 diagram Methods 0.000 description 12
- 229920002120 photoresistant polymer Polymers 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
- G03F1/36—Masks having proximity correction features; Preparation thereof, e.g. optical proximity correction [OPC] design processes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/042—Knowledge-based neural networks; Logical representations of neural networks
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
- G03F1/38—Masks having auxiliary features, e.g. special coatings or marks for alignment or testing; Preparation thereof
- G03F1/44—Testing or measuring features, e.g. grid patterns, focus monitors, sawtooth scales or notched scales
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
- G03F1/68—Preparation processes not covered by groups G03F1/20 - G03F1/50
- G03F1/80—Etching
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/70625—Dimensions, e.g. line width, critical dimension [CD], profile, sidewall angle or edge roughness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
- H01L21/04—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer
- H01L21/18—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer the devices having semiconductor bodies comprising elements of Group IV of the Periodic Table or AIIIBV compounds with or without impurities, e.g. doping materials
- H01L21/30—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26
- H01L21/31—Treatment of semiconductor bodies using processes or apparatus not provided for in groups H01L21/20 - H01L21/26 to form insulating layers thereon, e.g. for masking or by using photolithographic techniques; After treatment of these layers; Selection of materials for these layers
- H01L21/3105—After-treatment
- H01L21/311—Etching the insulating layers by chemical or physical means
- H01L21/31144—Etching the insulating layers by chemical or physical means using masks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Drying Of Semiconductors (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
Description
一例として、式1のようにエアリアルイメージを表現するのに用いられるカーネルは、フーリエ−ベッセル(Fourier−Bessel)関数、SOCS(Sum Of Coherent System)、ゼルニケ多項式(Zernike Polynomial)などであることができる。上記カーネルは、それぞれイメージで表現可能である。本発明の一実施形態では、上記カーネルのそれぞれのイメージを、マスクパターンを含むパターンイメージと重ねて重畳イメージを形成し、重畳イメージのそれぞれでマスクパターンが示される第1ピクセルに所定の加重値を付与することができる。第1ピクセルに付与された加重値を、第1ピクセルの位置に対応する上記カーネルの値と乗じて足し合わせることで、第2入力パラメーターを決定することができる。第2入力パラメーターは、上記カーネルのそれぞれがエアリアルイメージに対して有する寄与度の順に整列されて人工神経網に入力されることができる。
先ず、図12を参照すると、第1フーリエ−ベッセル関数(Ψ30)で定義される第1カーネルイメージ601をマスクパターン610と重ねて第1重畳イメージ600Aを形成することができる。第1重畳イメージ600Aには、エッチング効果、例えば、エッチングバイアスを予測しようとするサンプル領域605が含まれることができる。
21、31、41、51、301、401、501 エッチング対象層
22、32、42、52、302、402、502 マスクパターン
100、200 人工神経網
110、210 入力層
120、220 隠れ層
130、230 出力層
Claims (19)
- エッチングバイアスを予測しようとするサンプル領域を決定する段階と、
前記サンプル領域で進行されるエッチング工程に影響を与える物理的特性を示す入力パラメーターを決定する段階と、
前記入力パラメーターを人工神経網(Artificial Neural Network)に入力して獲得した出力値を、前記サンプル領域で実際に現れたエッチングバイアスの測定値と比較する段階と、
前記出力値と前記測定値との差が所定の基準値以下になるように前記人工神経網を学習させる段階と、を含み、
前記入力パラメーターは、
マスクパターンを用いて決定され、エッチング工程が進行される間に前記サンプル領域に接触するエッチング粒子の量に対応する第1入力パラメーターと、
前記サンプル領域に隣接した前記マスクパターンの形状に対応する第2入力パラメーターと、
を含む、
エッチング効果予測方法。 - 前記サンプル領域は互いに異なる位置に複数のサンプル領域を含み、前記複数のサンプル領域のそれぞれで決定した前記入力パラメーターを前記人工神経網に入力して獲得した前記出力値と前記測定値との差が前記基準値以下になるように前記人工神経網を学習させる、請求項1に記載のエッチング効果予測方法。
- 前記入力パラメーターを決定する段階は、
前記サンプル領域の周辺に複数の密度測定領域を定義し、前記複数の密度測定領域のそれぞれで前記マスクパターンによって占められる面積比を計算する段階と、
前記複数の密度測定領域のそれぞれで計算された前記面積比を所定の順に整列し、前記第1入力パラメーターを決定する段階と、を含む、請求項1に記載のエッチング効果予測方法。 - 前記面積比を計算する段階は、
前記サンプル領域を中心とする複数の図形を定義する段階と、
前記サンプル領域を通る複数の線分を定義する段階と、
前記複数の図形と前記複数の線分とが接する交差点で前記複数の密度測定領域を定義する段階と、を含む、請求項3に記載のエッチング効果予測方法。 - 前記複数の密度測定領域は、前記サンプル領域から遠くなるほど大きい面積を有する、請求項3に記載のエッチング効果予測方法。
- 前記複数の密度測定領域のそれぞれで計算された前記面積比を、前記サンプル領域を基準とした前記複数の密度測定領域のそれぞれの位置に従って整列して前記第1入力パラメーターを決定する、請求項3に記載のエッチング効果予測方法。
- 前記入力パラメーターを決定する段階は、
前記サンプル領域を含むパターンイメージを生成する段階と、
前記パターンイメージに含まれたピクセルのうち、前記マスクパターンが示される第1ピクセルに第1値を割り当て、前記第1ピクセルではない第2ピクセルに第2値を割り当てる段階と、
前記パターンイメージに含まれたピクセルのそれぞれの値を所定の順に整列して前記第1入力パラメーターを決定する段階と、を含む、請求項1に記載のエッチング効果予測方法。 - 前記入力パラメーターを決定する段階は、
前記マスクパターンを形成するための露光工程に用いられた光の強度分布を示すエアリアルイメージ(aerial image)を複数のカーネルで表現する段階と、
前記複数のカーネルのうち、前記エアリアルイメージに対する寄与度の高い上位カーネルの値を所定の順に整列して前記第2入力パラメーターを決定する段階と、を含む、請求項1に記載のエッチング効果予測方法。 - 前記第2入力パラメーターを決定する段階は、
前記サンプル領域を含むパターンイメージを前記上位カーネルのそれぞれのイメージと重ねて複数の重畳イメージを生成する段階と、
前記複数の重畳イメージのそれぞれで、前記マスクパターンが存在する第1ピクセルを決定する段階と、
前記複数の重畳イメージのそれぞれで、前記第1ピクセルに対応する前記上位カーネルの値の和を計算する段階と、
前記複数の重畳イメージのそれぞれで計算された前記上位カーネルの値の和を、前記寄与度の順に配列して前記第2入力パラメーターを決定する段階と、を含む、請求項8に記載のエッチング効果予測方法。 - 前記複数のカーネルは、フーリエ−ベッセル(Fourier−Bessel)関数、SOCS(Sum Of Coherent System)、ゼルニケ多項式(Zernike Polynomial)の少なくとも1つを含む、請求項8に記載のエッチング効果予測方法。
- 前記エアリアルイメージに対する前記複数のカーネルの寄与度は、リソグラフィシミュレーター(lithography simulator)によって決定される順序を有する、請求項8に記載のエッチング効果予測方法。
- 前記人工神経網は、複数の入力ノードと、1つの出力ノードと、前記複数の入力ノードと前記1つの出力ノードとの間に連結される複数の隠れノードと、を含む、請求項1に記載のエッチング効果予測方法。
- 前記人工神経網は、複数の入力ノードと、複数の出力ノードと、前記複数の入力ノードと前記複数の出力ノードとの間に連結される複数の隠れノードと、を含み、
前記複数の出力ノードのそれぞれは、前記サンプル領域で現れるエッチングバイアスが含まれ得る区間に対応する、請求項1に記載のエッチング効果予測方法。 - 前記人工神経網は、前記複数の出力ノードのうち、前記出力値が含まれる出力ノードの値を1と設定し、残りの出力ノードの値を0と設定する、請求項13に記載のエッチング効果予測方法。
- 前記人工神経網を学習させる段階では、前記出力値と前記測定値との差が前記基準値以下になるように、前記人工神経網に含まれる複数の隠れノードのそれぞれの加重値と臨界値を調節する、請求項1に記載のエッチング効果予測方法。
- 前記出力値と前記測定値との差が所定の基準値以下になるように学習が完了した前記人工神経網をエッチング効果予測モデルとして用いる段階をさらに含む、請求項1に記載のエッチング効果予測方法。
- エッチングバイアスを予測しようとする対象領域を選択する段階と、
前記対象領域で前記入力パラメーターを計算し、学習が完了した前記人工神経網に入力する段階と、
学習が完了した前記人工神経網の出力を用いて前記対象領域のエッチングバイアスを予測する段階と、をさらに含む、請求項1に記載のエッチング効果予測方法。 - 人工神経網を学習させるために前記人工神経網に入力される入力パラメーターを決定する方法であって、
ウエハーから選択された複数のサンプル領域のそれぞれでエッチング工程が進行される間に、前記複数のサンプル領域のそれぞれに接触するエッチング粒子の量に対応する第1入力パラメーターを、マスクパターンを用いて決定する段階と、
前記複数のサンプル領域のそれぞれに隣接した前記マスクパターンの形状に対応する第2入力パラメーターを決定する段階と、を含む、入力パラメーター決定方法。 - エッチング工程を進行しようとする層上にマスクパターンを形成する段階と、
前記エッチング工程で現れるエッチングバイアスを予測しようとする対象領域を選択する段階と、
前記対象領域で進行される前記エッチング工程に影響を与える物理的特性を示す入力パラメーターを決定する段階と、
前記入力パラメーターを、学習が完了したエッチング効果予測モデルとしての人工神経網の入力ノードに入力し、前記対象領域のエッチングバイアスを予測する段階と、を含み、
前記入力パラメーターは、
前記マスクパターンを用いて決定され、エッチング工程が進行される間に前記対象領域に接触するエッチング粒子の量に対応する第1入力パラメーターと、
前記対象領域に隣接した前記マスクパターンの形状に対応する第2入力パラメーターと、
を含む、
エッチング効果予測方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170143484A KR20190048491A (ko) | 2017-10-31 | 2017-10-31 | 식각 효과 예측 방법 및 입력 파라미터 결정 방법 |
KR10-2017-0143484 | 2017-10-31 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019083306A JP2019083306A (ja) | 2019-05-30 |
JP6744366B2 true JP6744366B2 (ja) | 2020-08-19 |
Family
ID=66138369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018142618A Active JP6744366B2 (ja) | 2017-10-31 | 2018-07-30 | エッチング効果予測方法及び入力パラメーター決定方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10691016B2 (ja) |
JP (1) | JP6744366B2 (ja) |
KR (1) | KR20190048491A (ja) |
CN (1) | CN109726810A (ja) |
DE (1) | DE102018117836B4 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102548718B1 (ko) * | 2017-06-07 | 2023-06-28 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
US10579764B2 (en) * | 2018-06-06 | 2020-03-03 | International Business Machines Corporation | Co-modeling post-lithography critical dimensions and post-etch critical dimensions with multi-task neural networks |
TWI738169B (zh) | 2019-01-29 | 2021-09-01 | 荷蘭商Asml荷蘭公司 | 用於為佈局圖案化程序判定訓練圖案之方法及相關的電腦程式產品 |
US20220284344A1 (en) * | 2019-08-13 | 2022-09-08 | Asml Netherlands B.V. | Method for training machine learning model for improving patterning process |
CN114556219A (zh) * | 2019-10-02 | 2022-05-27 | Asml荷兰有限公司 | 使用预测模型的过程监控和调节 |
KR20210064445A (ko) | 2019-11-25 | 2021-06-03 | 삼성전자주식회사 | 반도체 공정 시뮬레이션 시스템 및 그것의 시뮬레이션 방법 |
CN112016676B (zh) * | 2020-08-18 | 2021-07-02 | 武汉大学 | 一种神经网络模型预测的半导体薄膜工艺参数优化系统 |
CN114091848A (zh) * | 2021-11-04 | 2022-02-25 | 北京北方华创微电子装备有限公司 | 半导体工艺配方自动获取方法、系统及半导体工艺设备 |
CN114021290B (zh) * | 2022-01-04 | 2022-04-05 | 东北大学 | 一种基于数据驱动和机理模型融合的板带钢凸度预测方法 |
CN117174621B (zh) * | 2023-10-30 | 2023-12-26 | 江苏卓玉智能科技有限公司 | 一种晶圆蚀刻工艺的流量控制方法及系统 |
CN117497442A (zh) * | 2023-11-14 | 2024-02-02 | 杭州泽达半导体有限公司 | 一种控制半导体刻蚀图形尺寸的方法 |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS4913B1 (ja) | 1967-07-31 | 1974-01-05 | ||
US5467883A (en) | 1992-12-14 | 1995-11-21 | At&T Corp. | Active neural network control of wafer attributes in a plasma etch process |
JPH10306387A (ja) | 1997-05-01 | 1998-11-17 | Dainippon Printing Co Ltd | ニューラルネットワークによるエッチング量の推定方法 |
US6578188B1 (en) * | 1997-09-17 | 2003-06-10 | Numerical Technologies, Inc. | Method and apparatus for a network-based mask defect printability analysis system |
KR100375559B1 (ko) | 2001-07-03 | 2003-03-10 | 삼성전자주식회사 | 공정장치의 제어방법 |
TWI264043B (en) | 2002-10-01 | 2006-10-11 | Tokyo Electron Ltd | Method and system for analyzing data from a plasma process |
JP4192618B2 (ja) | 2003-02-17 | 2008-12-10 | ソニー株式会社 | マスクの補正方法 |
JP2005099765A (ja) | 2003-08-28 | 2005-04-14 | Toshiba Corp | プロセス近接効果の予測モデルの作成方法、工程の管理方法、半導体装置の製造方法、フォトマスクの製造方法およびプログラム |
JP4758358B2 (ja) * | 2004-01-29 | 2011-08-24 | ケーエルエー−テンカー コーポレイション | レチクル設計データにおける欠陥を検出するためのコンピュータに実装される方法 |
JP2007140485A (ja) | 2005-10-18 | 2007-06-07 | Sharp Corp | シミュレーションにおけるパラメータ抽出装置及びパラメータ抽出方法と、この方法により作成したマスクパターンデータ及びこのマスクパターンデータにより作成したフォトマスクと半導体装置 |
US20070249071A1 (en) | 2006-04-21 | 2007-10-25 | Lei Lian | Neural Network Methods and Apparatuses for Monitoring Substrate Processing |
JP2008033277A (ja) | 2006-06-29 | 2008-02-14 | Sharp Corp | 設計データ又はマスクデータの補正方法および補正システム、設計データ又はマスクデータの検証方法および検証システム、半導体集積回路の歩留まり予測方法、デザインルールの改善方法、マスクの製造方法、並びに、半導体集積回路の製造方法 |
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 |
US8611637B2 (en) | 2007-01-11 | 2013-12-17 | Kla-Tencor Corporation | Wafer plane detection of lithographically significant contamination photomask defects |
JP4900013B2 (ja) | 2007-04-16 | 2012-03-21 | 富士通セミコンダクター株式会社 | 検証方法及び検証装置 |
JP5395340B2 (ja) | 2007-08-06 | 2014-01-22 | 株式会社東芝 | プロセスモデル作成方法、プロセスモデル作成プログラム及びパターン補正方法 |
JP2009086293A (ja) | 2007-09-28 | 2009-04-23 | Toshiba Corp | 形状予測方法、フォトマスクの製造方法、電子部品の製造方法、および形状予測プログラム |
US7967995B2 (en) | 2008-03-31 | 2011-06-28 | Tokyo Electron Limited | Multi-layer/multi-input/multi-output (MLMIMO) models and method for using |
JP5356089B2 (ja) | 2009-03-27 | 2013-12-04 | シャープ株式会社 | エッチング近接効果補正モデルの作成方法、エッチング近接効果補正モデル、マスクパターンの補正方法、フォトマスク、半導体装置の製造方法、および半導体装置 |
WO2010117626A2 (en) * | 2009-03-31 | 2010-10-14 | Christophe Pierrat | Lithography modelling and applications |
KR20110102688A (ko) | 2010-03-11 | 2011-09-19 | 삼성전자주식회사 | 식각 근접 보정 방법, 이를 이용한 포토마스크 레이아웃의 형성 방법, 이를 수행하는 프로그래밍된 명령을 저장하는 컴퓨터에서 판독 가능한 저장 매체 및 마스크 이미징 시스템 |
KR101656762B1 (ko) | 2010-03-16 | 2016-09-12 | 가부시키가이샤 토호쿠 테크노 아치 | 플라즈마 프로세스에 의한 가공 형상의 예측 시스템, 방법 및 프로그램을 기록한 기록 매체 |
KR101659838B1 (ko) | 2010-06-18 | 2016-09-26 | 삼성전자주식회사 | 식각 근접 보정방법 및 그를 이용한 포토마스크 레이아웃의 생성방법 |
US8954184B2 (en) | 2011-01-19 | 2015-02-10 | Tokyo Electron Limited | Tool performance by linking spectroscopic information with tool operational parameters and material measurement information |
US8464194B1 (en) | 2011-12-16 | 2013-06-11 | International Business Machines Corporation | Machine learning approach to correct lithographic hot-spots |
KR101855803B1 (ko) | 2012-02-22 | 2018-05-10 | 삼성전자주식회사 | 식각 근접 보정방법 |
CN107004060B (zh) | 2014-11-25 | 2022-02-18 | Pdf决策公司 | 用于半导体制造工艺的经改进工艺控制技术 |
US10980469B2 (en) | 2015-10-08 | 2021-04-20 | Brain Sentinel, Inc. | Method and apparatus for detecting and classifying seizure activity |
-
2017
- 2017-10-31 KR KR1020170143484A patent/KR20190048491A/ko unknown
-
2018
- 2018-04-18 US US15/955,975 patent/US10691016B2/en active Active
- 2018-07-23 CN CN201810812094.0A patent/CN109726810A/zh active Pending
- 2018-07-24 DE DE102018117836.0A patent/DE102018117836B4/de active Active
- 2018-07-30 JP JP2018142618A patent/JP6744366B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
DE102018117836B4 (de) | 2024-01-11 |
JP2019083306A (ja) | 2019-05-30 |
CN109726810A (zh) | 2019-05-07 |
DE102018117836A1 (de) | 2019-05-02 |
KR20190048491A (ko) | 2019-05-09 |
US10691016B2 (en) | 2020-06-23 |
US20190129297A1 (en) | 2019-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6744366B2 (ja) | エッチング効果予測方法及び入力パラメーター決定方法 | |
EP1424595B1 (en) | Automatic calibration of a masking process simulator | |
KR100850189B1 (ko) | 리소그래피에서 복수의 노출 프로세스의 효과를 평가하기 위한 방법 및 이를 기록한 컴퓨터 기록 매체 | |
TWI833043B (zh) | 執行半導體計量之方法、相關聯之非暫時性電腦可讀儲存媒體及半導體檢測系統 | |
US8793638B2 (en) | Method of optimizing design for manufacturing (DFM) | |
US7213226B2 (en) | Pattern dimension correction method and verification method using OPC, mask and semiconductor device fabricated by using the correction method, and system and software product for executing the correction method | |
US20190384882A1 (en) | Methodology of incorporating wafer physical measurement with digital simulation for improving semiconductor device fabrication | |
US8261214B2 (en) | Pattern layout creation method, program product, and semiconductor device manufacturing method | |
TWI633395B (zh) | 校正圖案化製程誤差之方法與裝置 | |
TWI447527B (zh) | 用於預測光阻圖案形狀之方法,儲存用於預測光阻圖案形狀之程式的電腦可讀取媒體,以及用於預測光阻圖案形狀之電腦 | |
EP2620976A1 (en) | Overlay model for aligning and exposing semiconductor wafers | |
CN110426914A (zh) | 一种亚分辨率辅助图形的修正方法及电子设备 | |
JP4171718B2 (ja) | 集積回路の重ね合せ不良を予測する方法 | |
JP7344203B2 (ja) | マイクロリソグラフィのためのマスクの認定のための方法 | |
US7805699B2 (en) | Shape-based photolithographic model calibration | |
JP5395340B2 (ja) | プロセスモデル作成方法、プロセスモデル作成プログラム及びパターン補正方法 | |
CN106294935B (zh) | 一种基于图形密度的工艺模型建模与修正方法 | |
JP2010044101A (ja) | パターン予測方法、プログラム及び装置 | |
CN101655662A (zh) | 选择性修正布局图形的方法 | |
KR100861376B1 (ko) | 광 강도 프로파일을 이용한 광 근접효과 보정방법 | |
US8566755B2 (en) | Method of correcting photomask patterns | |
KR101095062B1 (ko) | 광학 근접 효과 보정의 검증 방법 | |
US20120033194A1 (en) | Decision method and storage medium | |
CN101738849B (zh) | 一种修正掩膜布局图形的方法 | |
JP2011164484A (ja) | マスク検証方法、半導体装置の製造方法およびマスク検証プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180810 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190926 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191029 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200127 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200714 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200730 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6744366 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |