KR20200017468A - 시뮬레이션 장치, 시뮬레이션 방법, 및 기록매체 - Google Patents

시뮬레이션 장치, 시뮬레이션 방법, 및 기록매체 Download PDF

Info

Publication number
KR20200017468A
KR20200017468A KR1020207000786A KR20207000786A KR20200017468A KR 20200017468 A KR20200017468 A KR 20200017468A KR 1020207000786 A KR1020207000786 A KR 1020207000786A KR 20207000786 A KR20207000786 A KR 20207000786A KR 20200017468 A KR20200017468 A KR 20200017468A
Authority
KR
South Korea
Prior art keywords
information
drawing pattern
simulation
unit
printing
Prior art date
Application number
KR1020207000786A
Other languages
English (en)
Other versions
KR102595643B1 (ko
Inventor
다이 츠노다
노부야스 타카하시
Original Assignee
니폰 컨트롤 시스템 가부시키가이샤
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 니폰 컨트롤 시스템 가부시키가이샤 filed Critical 니폰 컨트롤 시스템 가부시키가이샤
Publication of KR20200017468A publication Critical patent/KR20200017468A/ko
Application granted granted Critical
Publication of KR102595643B1 publication Critical patent/KR102595643B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/39—Circuit design at the physical level
    • G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
    • 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
    • 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
    • G03F1/70—Adapting basic layout or design of masks to lithographic process requirements, e.g., second iteration correction of mask patterns for imaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/25—Design optimisation, verification or simulation using particle-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/39—Circuit design at the physical level
    • 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
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67011—Apparatus for manufacture or treatment
    • H01L21/67017—Apparatus for fluid treatment
    • H01L21/67063—Apparatus for fluid treatment for etching
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/39—Circuit design at the physical level
    • G06F30/392—Floor-planning or layout, e.g. partitioning or placement
    • G—PHYSICS
    • G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
    • G21K—TECHNIQUES FOR HANDLING PARTICLES OR IONISING RADIATION NOT OTHERWISE PROVIDED FOR; IRRADIATION DEVICES; GAMMA RAY OR X-RAY MICROSCOPES
    • G21K5/00—Irradiation devices
    • G21K5/10—Irradiation devices with provision for relative movement of beam source and object to be irradiated
    • 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
    • H01J37/02—Details
    • H01J37/04—Arrangements of electrodes and associated parts for generating or controlling the discharge, e.g. electron-optical arrangement, ion-optical arrangement
    • H01J37/08—Ion sources; Ion guns

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Preparing Plates And Mask In Photomechanical Process (AREA)
  • Drying Of Semiconductors (AREA)

Abstract

빠르고 정확하게 마스크 프로세스 시뮬레이션을 수행하는 것이 곤란하였다. 시뮬레이션 장치는 제 1 수의 평가점을 이용하여 획득된 정확도가 낮은 1 이상의 인자량인 저충실도 정보와, 제 1 수보다 많은 제 2 수의 평가점을 이용하여 획득된 정확도가 높은 1 이상의 인자량인 고충실도 정보와의 대응을 나타내는 정보인 인자량 변환 정보가 저장되는 인자량 변환 정보 저장부와, 묘화 패턴 정보가 저장되는 묘화 패턴 정보 저장부와, 묘화 패턴 정보가 나타내는 묘화 패턴에 대해, 1 이상의 평가점을 이용하여, ADI 시뮬레이션을 수행하고, 1 이상의 인자량을 획득하는 ADI 시뮬레이션부와, 1 이상의 인자량인 저충실도 정보에 대응하는 1 이상의 인자량인 고충실도 정보를, 인자량 변환 정보를 이용하여 획득하는 변환부와, 변환부가 획득한 1 이상의 인자량을 이용하여 에칭 시뮬레이션을 수행하는 에칭 시뮬레이션부를 구비한다.

Description

시뮬레이션 장치, 시뮬레이션 방법, 및 기록매체
본 발명은 마스크 프로세스 시뮬레이션을 수행하는 시뮬레이션 장치 등에 관한 것이다.
종래, 마스크가 씌워진 웨이퍼의 표면에 입사하는 입자의 플럭스를 산출하는 플럭스 연산부와, 그 산출된 입사 플럭스에 기초하여, 웨이퍼의 표면에 설정된 복수의 계산점의 좌표를 시간에 따라 변화시켜, 웨이퍼의 표면 형상을 연산하는 형상 연산부를 갖는 형상 시뮬레이션 장치가 존재하였다(예를 들어, 특허문헌 1 참조).
특허문헌 1 : 일본 특허공개 2011-44656호 공보
그러나, 상기 형상 시뮬레이션 장치에 있어서, 연산을 높은 정확도로 수행하기 위해서는 다수의 계산점을 설정할 필요가 있어, 시뮬레이션 속도가 저하되었었다.
또한, 다른 종래의 시뮬레이션 장치에 있어서도, 시뮬레이션의 정확도 및 속도는 트레이드 오프의 관계에 있어, 빠르고 정확하게 마스크 프로세스 시뮬레이션을 수행하는 것이 어려웠다.
본 제 1 발명의 시뮬레이션 장치는 제 1 수의 평가점을 이용하여 획득된 정확도가 낮은 1 이상의 인자량인 저충실도 정보와, 제 1 수보다 많은 수의 제 2 수의 평가점을 이용하여 획득된 정확도가 높은 1 이상의 인자량인 고충실도 정보와의 대응을 나타내는 정보인 인자량 변환 정보가 저장되는 인자량 변환 정보 저장부와, 묘화 패턴에 관한 묘화 패턴 정보가 저장되는 묘화 패턴 정보 저장부와, 묘화 패턴 정보가 나타내는 묘화 패턴에 대해, 1 이상의 평가점을 이용하여, ADI 시뮬레이션을 수행하고, 1 이상의 인자량을 획득하는 ADI 시뮬레이션부와, 1 이상의 인자량인 저충실도 정보에 대응하는 1 이상의 인자량인 고충실도 정보를, 인자량 변환 정보를 이용하여 획득하는 변환부와, 변환부가 획득한 1 이상의 인자량을 이용하여 에칭 시뮬레이션을 수행하는 에칭 시뮬레이션부를 구비하는 시뮬레이션 장치이다.
이러한 구성을 통해, 빠르고 정확하게 마스크 프로세스 시뮬레이션을 수행할 수 있다.
또한, 본 제 2 발명의 시뮬레이션 장치는 제 1 발명에 대하여, 에칭 시뮬레이션부에 의한 에칭 시뮬레이션의 결과를 이용하여 1 이상의 평가점의 잔차를 획득하고, 1 이상의 잔차를 이용하여, 미리 정해진 조건을 만족할 정도로 오차가 작은 지 여부를 판단하는 판단부와, 판단부가 미리 정해진 조건을 충족하지 않는다고 판단한 경우, 1 이상의 평가점의 잔차를 이용하여, 묘화 패턴 정보를 변경하는 패턴 정보 변경부를 더 구비하고, 판단부가 미리 정해진 조건을 만족하는 것으로 판단할 때까지, ADI 시뮬레이션부, 변환부, 및 에칭 시뮬레이션부의 처리를 반복하는 시뮬레이션 장치이다.
이러한 구성을 통해, 빠르고 정확하게 마스크 프로세스 시뮬레이션을 수행할 수 있다.
또한, 제2 발명에 있어서, ADI 시뮬레이션부는 예를 들어, 1 이상의 평가점을 묘화 패턴의 외주에 배치하고, 1 이상의 각 평가점에 대해, 축적 에너지를 계산하며, 축적된 에너지가 미리 정해진 문턱값과 같다고 간주할 수 있을 정도로 가까워질 때까지, 문턱값보다 큰 경우에는 외주의 외측으로 움직이고, 문턱값보다 작은 경우에는 외주의 내측으로 움직이는 처리를 반복하며, 판단부는 축적 에너지가 미리 정해진 문턱값과 같다고 간주할 수 있을 만큼 가까워진 후 1 이상의 평가점의 잔차를 획득하고, 획득한 하나 이상의 잔차를 이용하여, 오차가 작은 지 여부의 판단을 실시하여도 좋다.
이러한 구성을 통해, 빠르고 보다 더 정확하게 마스크 프로세스 시뮬레이션을 수행할 수 있다.
또한, 본 제 3 발명의 시뮬레이션 장치는, 제 1 또는 제 2 발명에 대해, 인자량 변환 정보 저장부에는, 묘화 패턴의 형상을 식별하는 형상 식별자와 대응하게 하여 2 이상의 인자량 변환 정보가 저장되며, 묘화 패턴 정보에 따라 특정되는 묘화 패턴의 형상을 식별하는 형상 식별자를 획득하는 형상 식별자 획득부를 더 구비하고, 변환부는 형상 식별자 획득부가 획득한 형상 식별자에 대응하는 인자량 변환 정보를 이용하여, 1 이상의 인자량인 저충실도 정보에 대응하는 1 이상의 인자량인 고충실도 정보를 획득하는 시뮬레이션 장치이다.
이러한 구성을 통해, 복수의 형상의 묘화 패턴에 대응한 적절한 마스크 프로세스 시뮬레이션을 수행할 수 있다.
또한, 본 제 4 발명의 시뮬레이션 장치는, 제 1 내지 제 3 중 어느 하나의 발명에 대해, 인자량 변환 정보는 수치인 저충실도 정보와 수치인 고충실도 정보의 조의 정보인 시뮬레이션 장치이다.
이러한 구성을 통해, 빠르고 정확하게 마스크 프로세스 시뮬레이션을 수행할 수 있다.
또한, 본 제 5 발명의 시뮬레이션 장치는, 제 1 내지 제 3 중 어느 하나의 발명에 대해, 인자량 변환 정보는, 저충실도 정보를 입력으로 하고 고충실도 정보를 출력으로 하는 함수인 시뮬레이션 장치이다.
이러한 구성을 통해, 빠르고 정확하게 마스크 프로세스 시뮬레이션을 수행할 수 있다.
또한, 본 제 6 발명의 시뮬레이션 장치는, 제 5 발명에 대하여, 함수는 다항식 함수 또는 스플라인 함수인 시뮬레이션 장치이다.
이러한 구성을 통해, 빠르고 정확하게 마스크 프로세스 시뮬레이션을 수행할 수 있다.
본 발명에 따르면, 빠르고 정확하게 마스크 프로세스 시뮬레이션을 수행할 수 있다.
도 1은 본 발명의 실시예에 따른 시뮬레이션 장치의 블록도.
도 2는 본 발명의 실시예에 따른 삼각 분할의 일례를 나타낸 도면.
도 3은 본 발명의 실시예에 따른 수치의 쌍의 집합으로 구성된 인자량 변환 정보의 일례를 나타낸 도면.
도 4는 본 발명의 실시예에 따른 스플라인 함수에서의 노트(knot)와 계수(cofficient)의 조의 집합의 일례를 나타낸 도면.
도 5은 본 발명의 실시예에 따른 각종 묘화 패턴을 나타낸 도면.
도 6은 본 발명의 실시예에 따른 어느 묘화 패턴에 대해 획득되는 축적 에너지 분포의 일례를 나타낸 도면.
도 7은 본 발명의 실시예에 따른 ADI 시뮬레이션에 의한 이동 후의 1 이상의 각 평가점에서의 에칭 윤곽의 선폭 변동(δ)을 나타낸 개념도.
도 8은 본 발명의 실시예에 따른 시뮬레이션 장치의 동작을 설명하는 플로우차트.
도 9는 본 발명의 실시예에 따른 시뮬레이션을 설명하는 플로우차트.
도 10은 본 발명의 실시예에 따른 ADI 시뮬레이션을 설명하는 플로우차트.
도 11은 본 발명의 실시예에 따른 인자량 변환 정보의 데이터 구조도.
도 12는 본 발명의 실시예에 따른 시뮬레이션의 대상이 되는 영상 데이터가 나타내는 도형의 일례를 나타낸 도면.
도 13은 본 발명의 실시예에 따른 시뮬레이션 결과의 출력예를 나타낸 도면.
도 14는 본 발명의 실시예에 따른 컴퓨터 시스템의 외관도.
도 15는 본 발명의 실시예에 따른 컴퓨터 시스템의 내부 구성의 일례를 나타낸 도면.
이하, 시뮬레이션 장치 등의 실시예에 대해 도면을 참조하여 설명한다. 또한, 실시예에 있어서 동일한 부호를 붙인 구성요소는 동일한 동작을 수행하므로, 반복 설명을 생략하는 경우가 있다.
본 실시예에 있어, 마스크 프로세스 시뮬레이션을 수행하는 시뮬레이션 장치에 대해 설명한다.
마스크 프로세스 시뮬레이션(이하, 단순히 시뮬레이션으로 기재하는 경우가 있다)은 포토마스크 제조 프로세스에 관한 각종 시뮬레이션의 총칭이다. 각종 시뮬레이션이란, 후술하는 ADI(After Development Inspection) 시뮬레이션, 및 후술하는 에칭 시뮬레이션 등이다.
포토마스크 제조 프로세스란, 예를 들어, 반도체 소자나 프린트 기판 등에 사용하는 포토마스크를 제조하는 일련의 공정을 말한다. 일련의 공정이란, 예를 들면, 이하의 공정 1 내지 5일 수 있다.
(공정 1) 마스크 블랭크스에 레지스트를 도포하는 공정. 마스크 블랭크스란, 포토마스크의 재료이며, 유리나 반도체 웨이퍼 등의 기판 상에 차광성 박막이 형성된 것이다. 레지스트란, 전자 빔이나 빛 등의 조사를 받으면, 그 조사를 받은 부분의 분자량이나 용해성 등의 물성이 변화하는 조성물이다.
(공정 2) 레지스트가 도포된 마스크 블랭크스 상에, 전자빔 등에 의해 회로 등의 도형을 묘화하는 공정. 2 이상의 묘화 패턴 정보가 미리 준비되어 있으며, 도형은 1 또는 2 이상의 묘화 패턴 정보를 조합하여 묘화될 수도 있다.
(공정 3) 도형이 묘화된 레지스트를 현상하는 공정. 현상이란, 예를 들어, 레지스트를 현상액에 침지함으로써, 전자빔 등의 조사를 받은 부분을 용해시켜, 조사를 받지 않은 부분이 에칭에 대한 보호막이 되도록 하는 것이다.
(공정 4) 현상 후의 마스크 블랭크스를 이온이나 가스 등으로 에칭하는 공정. 마스크 블랭크스의 레지스트가 제거된 부분만이 이온 등에 의해 깍이고, 레지스트로 보호된 부분은 깍이지 않는다.
(공정 5) 에칭 후의 마스크 블랭크스로부터 레지스트를 제거하는 공정.
상기 일련의 공정 중, 공정 3의 현상에 의해 레지스트에 새겨지는 묘화 패턴의 윤곽선(이하, 레지스트 윤곽으로 기재하는 경우가 있다)의 선폭은 통상적으로 묘화 패턴 정보로 정의된 선폭과는 다르다. 이는 예를 들어, 빔의 전자가 레지스트 분자와 충돌한 후에도 운동을 계속하여, 빔을 맞힌 장소 이외의 부분에 대해서도 에너지를 부여하는 것에 기인하는 것으로 생각된다. 즉, 레지스트가 있는 영역에 조사된 전자빔이 그 조사영역의 주위로 산란되는 결과, 물성이 변화하는 영역은 그 조사영역과 정확히는 일치하지 않고, 선폭 변동이 생긴다.
ADI 시뮬레이션이란, 이러한 레지스트 윤곽에 관한 정보를 획득하기 위한 시뮬레이션이라고 하여도 좋다. 레지스트 윤곽에 관한 정보란, 예를 들어, 레지스트 윤곽을 나타내는 정보일 수도 있으며, 레지스트 윤곽의 선폭 변동을 나타내는 정보일 수도 있다.
ADI 시뮬레이션은, 예를 들어, 하나의 묘화 패턴 정보가 나타내는 묘화 패턴의 윤곽선을 따라 배치된 1 이상의 평가점을 이용하여, 모델 기반으로 행해져도 좋다. 평가점이란, 묘화 패턴에 배치되는 점이며, ADI 등의 각종 시뮬레이션에 의한 평가의 대상이 되는 점이다. ADI 시뮬레이션에서 사용하는 모델이란, 예를 들어, 문턱값 모델(threshold model)일 수도 있다. 또한, 상세한 내용은 후술하겠지만, 문턱값 모델 기반의 ADI 시뮬레이션에서는 상기와 같은 1 이상의 각 평가점에 대해, 해당 평가점을 움직이면서, 해당 평가점에서의 전자 빔에 의한 축적 에너지값(E)이 문턱값(Eth)과 동일해지는 위치를 탐색하는 처리가 반복되어, 탐색된 위치인 1 이상의 탐색 위치의 집합이 획득된다.
레지스트 윤곽을 나타내는 정보란, 예를 들어, 상기와 같이 하여 탐색된 1 이상의 탐색 위치의 집합이어도 좋고, 해당 1 이상의 탐색 위치에 따른 선을 나타내는 수식 등이어도 상관 없다. 한편, 따른 선이란, 예를 들어, 탐색 위치 사이를 잇는 직선의 집합이어도 좋고, 1 이상의 탐색 위치로부터 획득되는 베지어 곡선(bezier curve) 등의 곡선이어도 좋다. 또한, 레지스트 윤곽의 선폭 변동이란, 예를 들어, 묘화 모델의 윤곽선 상에 배치된 1 이상의 각 평가점의 초기 위치로부터, 상기와 같이 하여 탐색된 위치인 탐색 위치로 향하는 1 이상의 벡터의 집합으로 표현되어도 좋다.
또한, 공정 4의 에칭에 의해 기판에 새겨지는 윤곽선의 선폭도 또한, 통상적으로 묘화 패턴 정보로 정의된 선폭과는 다르다. 이는, 상기와 같이 하여 현상 후의 레지스트에 생긴 선폭 변동에 대응하는 선폭 변동이 에칭 후의 마스크 블랭크스에도 발생하는 것뿐만 아니라, 에칭 후의 마스크 블랭크스에서는 예를 들어, 섀도윙이나 로딩 효과 등으로 인한 선폭 변동이 더 생기는 것에 기인하는 것으로 생각된다.
또한, 섀도윙이란, 예를 들어, 윤곽선의 깊이가 그 폭에 대해 상대적으로 깊은 경우에, 비스듬히 입사하는 이온 등의 양이 적어지는 결과, 마스크 블랭크스가 깎이는 속도가 느려지고, 상대적으로 선폭이 좁아지는 현상이라고 하여도 좋다. 또한, 로딩 효과란, 예를 들어, 윤곽선이 촘촘한 장소에서, 윤곽선이 성긴 장소에 비해, 이온 등의 공급량이 부족한 결과, 마스크 블랭크스가 깎이는 속도가 느려지게 되어, 상대적으로 선폭이 좁아지는 현상이라고 하여도 좋다. 어떤 현상도 공지된 것이므로, 상세한 설명은 생략한다.
에칭 시뮬레이션이란, 에칭에 의해 상기와 같이 마스크 블랭크스에 새겨지는 윤곽선에 관한 정보를 획득하기 위한 시뮬레이션이라고 할 수 있다. 본 실시예에서는 특히 에칭에 의해 마스크 블랭크스에 새겨지는 윤곽선의 선폭 변동이 획득된다.
에칭 시뮬레이션이란, 예를 들어, 상술한 ADI 시뮬레이션이며, 1 이상의 각 평가점에 대해 획득된 1 이상의 인자량을 이용하여, 모델 기반으로 이루어진다. 여기서 말하는 모델이란, 예를 들어 가변 바이어스 모델(variable bias model)이어도 좋다. 또한, 상세한 내용은 후술하겠지만, 가변 바이어스 모델 기반의 에칭 시뮬레이션에서는 상기 1 이상의 각 평가점에 대해 1 이상의 인자량이 획득된다. 인자량이란, 묘화 패턴의 해당 평가점에서의 국소적인 형상을 표현하는 정보라고 할 수 있다. 인자량은 예를 들어, 개구각(Ω), 면적율(u) 등의 인자의 수치인데, 묘화 패턴의 국소 형상을 표현할 수 있는 정보라면 무엇이든 좋다.
또한, 개구각(Ω)이란, 예를 들어, 섀도윙과 관련하여 상술한 윤곽선의 폭에 대한 깊이의 비율을 나타내는 수치라고도 할 수 있다. 또한, 면적율(u)이란, 예를 들어, 로딩 효과와 관련하여 상술한 윤곽선의 촘촘함과 성김을 나타내는 수치라고 할 수 있다. 개구각(Ω) 및 면적율(u)의 상세 내용에 대해서는 후술한다.
에칭에 의해 마스크 블랭크스에 새겨지는 윤곽선(이하, 에칭 윤곽으로 기재하는 경우가 있다)의 선폭 변동은 예를 들어, 이러한 1 이상의 인자량의 함수로 간주될 수 있다. 1 이상의 각 평가점에서의 에칭 윤곽의 선폭 변동(δ)을 나타내는 함수는, 구체적으로는 해당 평가점에 대해 획득된 개구각(Ω) 및 면적율(u)을 이용하여, 예를 들어 δ=f(Ω, u)와 같이 표현되어도 좋다.
그런데, ADI 시뮬레이션에 따르면, 레지스트 윤곽은, 선폭이 변동하는 것뿐만 아니라, 에지(edge)부분이 둥글게 된다. 그 때문에, 높은 정확도로 ADI 시뮬레이션을 수행하기 위해서는 에지부분의 둥근 것도 표현할 수 있도록, 다수의 평가점을 배치할 필요가 있다. 그러나, 종래기술에서는 평가점의 수가 많을수록, ADI 시뮬레이션의 처리속도는 저하되었었다.
또한, 에칭 시뮬레이션에서는 ADI 시뮬레이션에서 획득된 1 이상의 각 탐색점에서의 개구각(Ω) 및 면적율(u)의 획득이 필요하기 때문에, 그 처리속도도 평가점의 수가 많을수록 저하되었었다.
따라서, 본 실시예의 시뮬레이션 장치는 인자량 변환 정보를 이용함으로써, 빠르고 정확하게 마스크 프로세스 시뮬레이션을 수행할 수 있도록 하고 있다.
인자량 변환 정보란, 1 이상의 인자량의 변환을 수행하기 위한 정보이다. 1 이상의 인자량의 변환이란, 정확도가 낮은 1 이상의 인자량으로부터, 정확도가 높은 1 이상의 인자량으로의 변환이다. 정확도가 낮은 1 이상의 인자량이란, 제 1 수의 평가점을 이용하여 획득된 1 이상의 인자량이며, 이하에서는 이러한 1 이상의 인자량을 저충실도 정보로 기재하는 경우가 있다. 제 1 수란, 1 또는 2 이상이다. 예를 들어, 하나의 묘화 패턴을 구성하는 2 이상의 변마다, 1 이상의 평가점이 배치되는 것은 바람직하다. 단, 저충실도 정보를 획득하기 위해서는 통상적으로 각 변에 1개씩 평가점을 배치하면 된다.
정확도가 높은 1 이상의 인자량이란, 제 1 수보다 많은 수의 제 2 수의 평가점을 이용하여 획득된 1 이상의 인자량이며, 이하에서는 이러한 1 이상의 인자량을 고충실도 정보로 기재하는 경우가 있다. 제 2 수란, 2 이상이다. 예를 들어, 저충실도 정보의 획득시에, 각 변에 1개씩 평가점을 배치할 경우, 고충실도 정보를 획득하기 위해서는 예를 들어, 수개에서 수십개, 보다 특정적으로는 수개로부터 이십개 정도의 평가점을 각 변에 배치하는 것이 바람직하다.
본 실시예의 시뮬레이션 장치는 사전에 하나의 묘화 패턴에 대해 제 1 수의 평가점을 배치하여 저충실도 정보를 획득하며, 추가로, 해당 묘화 패턴에 대해 제 2 수의 평가점을 배치하여 고충실도 정보도 획득한다. 이러한 저충실도 정보와 고충실도 정보의 조(組)는 예를 들어, 2종류 이상의 묘화 패턴마다, 2조(組) 이상 획득되는 것은 바람직하다.
인자량 변환 정보는 이렇게 하나의 묘화 패턴에 대해 획득된 저충실도 정보와 고충실도 정보와의 대응을 나타내는 정보이다. 시뮬레이션 장치는 예를 들어, 사전에, 2종류 이상의 묘화 패턴마다, 인자량 변환 정보를 획득하여, 축적해 두는 것은 바람직하다. 또한, 인자량 변환 정보의 표현 형식이나 데이터 구조 등에 대해서는 후술한다.
시뮬레이션 장치는 예를 들어, 에칭하고자 하는 도형에 대응하는 묘화 패턴 정보를 획득하고, 해당 묘화 패턴 정보가 나타내는 묘화 패턴에 제 1 수의 평가점을 배치하여 ADI 시뮬레이션을 수행함으로써, 저충실도 정보인 1 이상의 인자량을 획득한다. 이어, 시뮬레이션 장치는 해당 묘화 패턴 정보에 대응하는 인자량 변환 정보를 이용하여, 해당 저충실도 정보에 대응하는 고충실도 정보이며, 제 1 수보다도 많은 제 2 수의 평가점을 이용하여 획득된 1 이상의 인자량인 고충실도 정보를 획득하고, 획득한 고충실도 정보인 1 이상의 인자량을 이용하여 에칭 시뮬레이션을 수행함으로써, 빠르고 정확하게 시뮬레이션을 수행할 수 있다.
또한, 본 실시예에 있어서, 상기와 같은 시뮬레이션 결과를 이용하여, 오차 보정도 할 수 있는 시뮬레이션 장치에 대해 설명한다. 또한, 오차, 및 그 보정에 대해서는 후술한다.
도 1은 본 실시예의 시뮬레이션 장치(1)의 블록도이다. 시뮬레이션 장치(1)는 저장부(11), 접수부(12), 처리부(13) 및 출력부(14)를 구비한다. 저장부(11)는 인자량 변환 정보 저장부(111) 및 묘화 패턴 정보 저장부(112)를 구비한다. 처리부(13)는 ADI 시뮬레이션부(131), 변환부(132), 에칭 시뮬레이션부(133), 형상 식별자 획득부(134), 판단부(135), 및 패턴 정보 변경부(136)를 구비한다.
저장부(11)는 각종 정보를 저장할 수 있다. 각종 정보란, 예를 들면, 전술한 인자량 변환 정보, 후술하는 묘화 패턴 정보 등이다.
인자량 변환 정보 저장부(111)에는 1 또는 2 이상의 인자량 변환 정보가 저장된다. 인자량 변환 정보는, 상술한 바와 같이, 하나의 묘화 패턴에 대해 제 1 수의 평가점을 이용하여 획득된 정확도가 낮은 1 이상의 인자량인 저충실도 정보와, 해당 묘화 패턴에 대해 제 1 수보다도 많은 수의 제 2 수의 평가점을 이용하여 획득된 정확도가 높은 1 이상의 인자량인 고충실도 정보와의 대응을 나타내는 정보이다.
예를 들어, 후술하는 묘화 패턴 정보 저장부(112)에, 직사각형 형상, 볼록부 형상 등의 각종 형상에 관한 2 이상의 묘화 패턴 정보가 저장되어 있는 경우, 인자량 변환 정보 저장부(111)에는, 이러한 2 이상의 묘화 패턴 정보마다, 인자량 변환 정보가 저장된다. 묘화 패턴 정보별 인자량 변환 정보란, 예를 들어, 직사각형 형상의 묘화 패턴에 관한 인자량 변환 정보, 오목부 형상의 묘화 패턴에 관한 인자량 변환 정보 등이다.
인자량은 상술한 바와 같이, 묘화 패턴의 국소 형상을 표현하는 정보이며, 예를 들어 개구각(Ω), 면적율(u) 등의 인자값이다.
개구각(Ω)이란, 하나의 평가점에서의 레지스트의 개구부 각도이다. 레지스트의 개구부란, 현상 후의 마스크 블랭크스에 있어서, 레지스트가 제거되고, 마스크 블랭크스의 표면이 노출된 부분이다. 레지스트의 개구부는, 예를 들면, 상술한 레지스트 윤곽선의 선폭에 상당하는 폭과, 레지스트의 두께에 상당하는 깊이를 갖는 홈이라고 하여도 좋다.
또는, 레지스트의 개구부는 예를 들어, 레지스트 윤곽을 구성하는 3 또는 4 이상의 평가점 중 하나의 평가점으로서 마스크 블랭크스의 표면 높이에 존재하는 하나의 평가점과, 다른 2 또는 3 이상의 각 평가점으로서 마스크 블랭크스의 표면보다도 레지스트의 두께만큼 높은 높이에 존재하는 2 또는 3 이상의 각 평가점을, 직선으로 연결하여 구성되는 1 또는 2 이상의 폴리곤의 집합이라고 할 수도 있다.
개구각(Ω)은 레지스트의 개구부를 상기 1 또는 2 이상의 폴리곤에 대응하는 1 또는 2 이상의 삼각형으로 분할하고, 분할 후의 각 삼각형에 대해, 예를 들어, 수학식 1과 같은 적분 계산을 수행함으로써 획득된다.
Figure pct00001
수학식 1에 있어서, φ는 해당 삼각형을 구성하는 3개의 꼭지점 중, 상기 하나의 평가점에 대응하는 하나의 꼭지점에서 본, 다른 2개의 각 꼭지점의 방위각이다. φ1이 다른 2개의 꼭지점 중 첫번째 꼭지점의 방위각이며, φ2는 두번째 꼭지점의 방위각이다.
삼각 분할의 일례를 도 2에 나타낸다. 본 예의 삼각 분할은 8개의 평가점 P1 내지 P8로 구성된 개구부를, 6개의 삼각형 T1 내지 T6으로 분할하는 경우를 나타내고 있다. 예를 들어, 3개의 꼭지점 P1, P5 및 P8로 구성된 삼각형 T6에 주목하면, 상기 하나의 평가점에 대응하는 꼭지점(P5)에서 본, 다른 2개의 꼭지점 중 첫번째 꼭지점(P1)의 방위각(φ1)이란, 꼭지점 P5에서 꼭지점 P1로 향하는 직선이 소정의 기준선에 대해 이루는 각이다. 마찬가지로, 꼭지점 P5에서 본 두번째 꼭지점(P8)의 방위각(φ2)이란, 꼭지점 P5에서 꼭지점 P8로 향하는 직선이 해당 기준선에 대해 이루는 각이다.
또한, 수학식 1에 있어서, θ는 해당 삼각형을 구성하는 3개의 꼭지점 중, 상기 하나의 평가점에 대응하는 하나의 꼭지점에서 본, 다른 2개의 각 꼭지점의 앙각이다. 예를 들어, 도 2의 삼각형 T6에 주목하면, 방위각(φ)이 φ1~φ2의 범위에서 변화하는 것에 반해, 앙각(θ)은 0~atan(h/r(φ))의 범위에서 변화한다. 여기서, h는 레지스트의 두께를 나타내며, r(φ)은 방위각(φ)에 대응하는 직선이 레지스트 윤곽과 교차하는 점까지의 수평 거리를 나타내고 있다.
따라서, 개구각(Ω)은 예를 들어, 수학식 1로 나타낸 바와 같이, 앙각(θ)을 파라미터로 하는 소정의 함수(f(θ))를 앙각 방향으로 0~atan(h/r(φ))의 범위에서 적분하고, 또한 방위각 방향으로 φ1~φ2의 범위에서 적분함으로써 획득될 수 있다.
면적율(u)이란, 하나의 평가점에서의 레지스트 윤곽의 밀도이다. 면적율(u)은 예를 들어, 그 하나의 평가점을 중심으로 하는 미리 정해진 넓이의 범위 내에 존재하는 윤곽선의 수량(예를 들어, 홈의 개수, 홈의 길이, 또는 그들의 곱한값 등)으로 표현되어도 좋다. 면적율도 또한, 개구부를 예를 들어, 삼각형 또는 사각형 등으로 분할하고, Gaussian 함수를 이용해 합성곱(convolution)을 함으로써 획득될 수 있다.
하나의 묘화 패턴에 대해 상기 개구각(Ω) 및 면적율(u) 등의 2종류 이상의 인자마다 1 이상의 인자량이 획득될 경우, 인자량 변환 정보 저장부(111)에는, 이러한 2종류 이상의 인자마다 인자량 변환 정보가 저장되는 것은 바람직하다. 인자별 1 이상의 인자량이란, 예를 들어, 인자의 일종인 개구각(Ω)의 수치 "0.11", "0.21"... 이나, 인자의 다른 일종인 면적율(u)의 수치 "0.09", "0.18", ... 등이어도 좋다. 인자별 인자량 변환 정보란, 예를 들어, 개구각(Ω)에 관한 인자량 변환 정보, 면적율(u)에 관한 인자량 변환 정보 등이다.
인자량 변환 정보 저장부(111)에는, 2 이상의 묘화 패턴 정보 및 2종류 이상의 인자의 조합마다, 인자량 변환 정보가 저장되는 것은 보다 바람직하다. 묘화 패턴 정보 및 인자의 조합별 인자량 변환 정보란, 예를 들어, 직사각형 형상의 묘화 패턴의 개구각(Ω)에 관한 인자량 변환 정보, 직사각형 형상의 묘화 패턴의 면적율(u)에 관한 인자량 변환 정보, 오목부 형상의 묘화 패턴의 개구각(Ω)에 관한 인자량 변환 정보, 오목부 형상의 묘화 패턴의 면적율(u)에 관한 인자량 변환 정보 등이다.
인자량 변환 정보는 예를 들어 수치인 고충실도 정보와 수치인 저충실도 정보의 조이어도 좋다. 수치인 고충실도 정보와 수치인 저충실도 정보의 조(組)란, 예를 들어, 도 3에 나타낸 바와 같은, 저충실도 정보에 대응하는 수치(α), 및 고충실도 정보에 대응하는 수치(β)의 쌍(α, β)의 집합이어도 좋다.
도 3은 수치의 쌍의 집합으로 구성된 인자량 변환 정보의 일례를 나타낸 도면이다. 또한, 이 인자량 변환 정보는 특정 묘화 패턴의, 특정 인자량에 관한 인자량 변환 정보이다. 특정 묘화 패턴이란, 예를 들어, 직사각형 형상의 묘화 패턴인데, 오목부 형상, 볼록부 형상, 계단 형상 등, 직사각형 형상 이외의 묘화 패턴이어도 좋다. 특정 인자량이란, 예를 들어, 개구각(Ω)의 수치군인데, 면적율(u) 등의 수치군이어도 좋다.
수치의 쌍(α, β)의 집합이란, 구체적으로는 예를 들어 (0, 0), (0.110973, 0.09414), (0.218646, 0.183325), ..., 및 (1, 1) 등 이어도 좋다. 단, 여기에서 나타낸 인자량 변환 정보를 구성하는 쌍의 총 수나, 각 쌍의 구체적인 수치 등은 예시에 불과하며, 묘화 패턴 및 인자의 조합에 따라 다양할 수 있다.
또는, 인자량 변환 정보는 예를 들어, 저충실도 정보를 입력으로 하고 고충실도 정보를 출력으로 하는 함수이어도 좋다. 함수는 예를 들어 다항식 함수, 스플라인 함수 등인데, 종류는 불문이다.
다항식 함수는 예를 들어, 수학식 2에 나타내는 식으로 표현되어도 좋다.
Figure pct00002
수학식 2의 식에서, 제1항~제3항의 계수는 예를 들어 a = -1,2912, b = 1.9071, c = 0.3704이어도 좋다. 단, 다항식의 항수나 계수는 불문이다.
스플라인 함수는 예를 들어, 수학식 3에 나타내는 식으로 표현되어도 좋다.
Figure pct00003
수학식 3의 식에서, ti는 m개의 노트(knot) 중 i번째 노트의 값이며, Pi는 ti와 조를 이루는 계수(coefficient)이다. 이와 같은 노트와 계수의 조(ti, Pi)의 집합은 예를 들어 도 4에 나타낸 바와 같은 것이어도 좋다.
도 4는 스플라인 함수에서의 노트와 계수의 조의 집합의 일례를 나타낸 도면이다. 본 예에서는 m = 29이며, 노트 및 계수의 조의 집합이란, 첫번째 노트 "0"과 계수 "0.0001038443"의 조, 두번째 노트 "0"과 계수 "0.0001038443 "의 조, ... 및 29번째 노트 "1"과 계수 "0.9998961557 "의 조 등이다.
단, 인자량 변환 정보는 다항식 함수나 스플라인 함수 이외의 함수로 표현되어도 좋으며, 그 표현 형식은 불문이다. 또한, 수치의 쌍으로 구성된 인자량 변환 정보의 데이터 구조도 불문이다.
인자량 변환 정보 저장부(111)는 형상 식별자와 대응하게 하여, 상기와 같은 2 이상의 인자량 변환 정보가 저장되어도 좋다. 또한, 대응하에 하여 저장하는 것은 인자량 변환 정보가 형상 식별자를 갖는 경우도 포함한다. 형상 식별자란, 묘화 패턴의 형상을 식별하는 정보이다. 형상 식별자는 예를 들어 "직사각형 형상(3변)", "오목부 형상", "볼록부 형상", "계단 형상" 등이어도 좋으며, 그들에 대응된 ID 등이어도 좋다. 또한, 각종 형상에 대해서는 후술한다.
인자량 변환 정보 저장부(111)에는, 형상 식별자 및 인자 식별자의 조와 대응하게 하여, 상기와 같은 2 이상의 인자량 변환 정보가 저장되어도 좋다. 인자 식별자란, 인자를 식별하는 정보이다. 인자 식별자는 예를 들어, "개구각(Ω)", "면적율(u)" 등이어도 좋고, 그들에 대응된 ID 등이어도 좋다.
묘화 패턴 정보 저장부(112)에는 1 또는 2 이상의 묘화 패턴 정보가 저장된다. 묘화 패턴 정보란, 묘화 패턴에 관한 정보이다. 묘화 패턴이란, 묘화하고자 하는 도형을 구성하는 요소이며, 각종 형상을 갖는 요소라고 하여도 좋다. 묘화 패턴은 예를 들어 1 또는 2 이상의 변으로 구성되어도 좋다. 포토마스크에 묘화하는 전자 회로 등의 도형은, 예를 들어 도 5에 나타낸 바와 같은, 1 또는 2 이상의 변으로 구성된 각종 묘화 패턴의 조합에 의해 묘화될 수 있다.
도 5는 각종 묘화 패턴을 나타낸 도면이다. 각종 묘화 패턴은, 예를 들어 직사각형 형상의 묘화 패턴(51), 오목부 형상의 묘화 패턴(52), 볼록부 형상의 묘화 패턴(53), 계단 형상의 묘화 패턴(54) 등이어도 좋다.
직사각형 형상의 묘화 패턴(51)은 예를 들어, 닫힌 직사각형의 윤곽선에 대응하는 4변으로 구성된 묘화 패턴(51a)과, 이러한 4변 중 3변으로 구성된 묘화 패턴(51b)의 2종류가 있어도 좋다. 또한, 이러한 4변 중 나머지 1변이며 묘화 패턴(52b)을 구성하지 않는 1변은, 다른 묘화 패턴과의 접합부이며, 통상적으로, 묘화되지 않는 부분이다.
또한, 오목부 형상의 묘화 패턴(52)은 예를 들어, 다각형의 오목부에 대응하는 3변으로 구성된 묘화 패턴이다. 볼록부 형상의 묘화 패턴(53)은, 예를 들면, 다각형의 볼록부에 대응하는 5변으로 구성된 묘화 패턴이다. 계단 형상의 묘화 패턴(54)은 예를 들면, 다각형의 계단 부분에 대응하는 5변으로 구성된 묘화 패턴이다. 또한, 도시된 묘화 패턴 이외에도 예를 들어, 하나의 면만으로 구성된 묘화 패턴이나, 다각형의 에지부분에 대응하는 2변으로 구성된 묘화 패턴 등이어도 좋다.
또한, 도 5의 각종 묘화 패턴에 부여된 동그라미 표시는 해당 묘화 패턴을 구성하는 하나의 변에 배치되는 하나의 평가점을 나타내고 있다. 도시하고는 있지 않지만, 다른 각 변에도 하나의 평가점이 배치되는 것은 바람직하다.
묘화 패턴 정보 저장부(112)에는, 상기와 같은 각종 묘화 패턴을 나타내는 2 이상의 묘화 패턴 정보가 저장되는 것은 바람직하다. 2 이상의 묘화 패턴 정보가 저장되는 경우, 각 묘화 패턴 정보에는 예를 들어, 상술한 "직사각형 형상(3변)", "오목 형상" 등의 형상 식별자가 대응된다. 또한, 대응되는 것은 묘화 패턴 정보가 형상 식별자를 갖는 경우도 포함한다.
접수부(12)는 각종 정보를 접수한다. 각종 정보란, 예를 들어, 에칭하고자 하는 도형의 영상 데이터, 묘화 패턴 정보, 각종 지시 등이다. 각종 지시란, 예를 들어, 인자량 변환 정보 구성 지시, 시뮬레이션 결과 출력 지시, 보정 결과 출력 지시 등이어도 좋다. 또한, 이들 지시에 대해서는 후술한다. 접수란, 키보드나 마우스나 터치 패널 등의 입력 디바이스로부터 입력된 정보의 접수, 네트워크나 통신 회선 등을 통해 송신된 정보의 수신, 디스크나 반도체 메모리 등의 기록매체로부터 읽어내어진 정보의 접수 등을 포함하는 개념이다.
상세하게는, 접수부(12)는 에칭하고자 하는 도형의 영상 데이터를, 예를 들어, 마우스나 터치 패널 등을 통해 손으로 그린 형태로 접수하지만, 기록매체로부터 읽어내거나 네트워크 등을 통해 수신하거나 하여도 상관 없다. 또한, 접수부(12)는 시뮬레이션에 사용하는 1 이상의 묘화 패턴 정보를, 예를 들면, 기록매체로부터 읽어내거나, 네트워크를 통해 수신하거나 하는데, 마우스 등을 통해 손으로 그린 형태로 접수하여도 상관 없다. 또한, 접수부(12)는 각종 지시를 예를 들어 키보드 등의 입력 디바이스를 통해 접수하여도 좋다.
처리부(13)는 각종 처리를 실시한다. 각종 처리란, 예를 들면, 상술한 바와 같은 시뮬레이션이며, 구체적으로는 ADI 시뮬레이션부(131), 변환부(132), 에칭 시뮬레이션부(133), 및 형상 식별자 획득부(134) 등의 처리이다.
또한, 처리부(13)는 예를 들어, 접수부(12)가 영상 데이터를 접수한 것에 따라, 해당 영상 데이터에 대하여, 묘화 패턴 정보 저장부(112)에 저장되어 있는 1 이상의 묘화 패턴으로부터 하나의 묘화 패턴 정보를 선택하여, 해당 영상 패턴에 매칭되는 1 이상의 부분을 특정하고, 각 부분에 대해 시뮬레이션을 수행하여, 각 부분의 에칭 윤곽의 선폭 변동을 나타내는 함수를 획득하는 처리를, 미선택 묘화 패턴 정보가 없어질 때까지 반복함으로써, 해당 영상 데이터에 대한 함수군을 획득하는 것은 바람직하다.
또한, 처리부(13)는 예를 들어, 접수부(12)가 인자량 변환 정보 구성 지시를 접수함에 따라, 묘화 패턴 정보 저장부(112)에 저장되어 있는 1 이상의 각 묘화 패턴 정보에 대해, 인자량 변환 정보를 구성하고, 인자량 변환 정보 저장부(111)에 축적하여도 좋다. 인자량 변환 정보 구성 지시란, 인자량 변환 정보를 구성하는 지시이다.
상세하게는, 처리부(13)는 예를 들어, 묘화 패턴 정보 저장부(112)에 저장되어 있는 1 이상의 묘화 패턴 정보로부터 하나의 묘화 패턴 정보를 선택하고, 해당 하나의 묘화 패턴 정보에 대해, 제 1 수의 평가점을 이용한 ADI 시뮬레이션을 ADI 시뮬레이션부(131)가 수행하게 하고, 또한, 제 1 수보다도 많은 제 2 수의 평가점을 이용한 ADI 시뮬레이션도 ADI 시뮬레이션부(131)가 수행하게 하여, 전자의 ADI 시뮬레이션에 의해 획득된 1 이상의 인자량인 저충실도 정보와, 후자의 ADI 시뮬레이션에 의해 획득된 1 이상의 인자량인 고충실도 정보와의 조를 이용하여 인자량 변환 정보를 구성하고, 구성한 인자량 변환 정보를 해당 묘화 패턴 정보와 대응하게 하여 인자량 변환 정보 저장부(111)에 축적하는 처리를, 미선택의 묘화 패턴 정보가 없어질 때까지 반복하는 것은 바람직하다. 또한, 묘화 패턴 정보와 대응하게 하는 것은 예를 들어, 묘화 패턴 정보가 나타내는 묘화 패턴의 형상을 식별하는 형상 식별자에게 인자량 변환 정보를 대응하게 하는 것이어도 좋다.
단, 처리부(13)는 예를 들어, 접수부(12)가 묘화 패턴 정보를 접수할 때마다, 해당 묘화 패턴 정보에 대해, 인자량 변환 정보를 구성하는 처리를 실시하여도 좋다.
또는, 처리부(13)가 인자량 변환 정보를 구성하는 대신에, 다른 처리장치에 의해 구성된 1 이상의 인자량 변환 정보가, 미리 인자량 변환 정보 저장부(111)에 저장되어 있어도 상관 없다.
ADI 시뮬레이션부(131)는, 묘화 패턴 정보가 나타내는 묘화 패턴에 대해, 1 이상의 평가점을 이용하여, ADI 시뮬레이션을 수행하고, 1 이상의 인자량을 획득한다.
ADI 시뮬레이션부(131)는 예를 들어, 묘화 패턴 정보가 나타내는 묘화 패턴의 외주에 1 이상의 평가점을 배치하여, 모델 기반의 ADI 시뮬레이션을 수행하고, 해당 1 이상의 평가점을 미리 정해진 조건을 만족하는 위치로 이동하고, 이동 후의 해당 1 이상의 각 평가점에서, 1개 이상의 인자량을 획득하여도 좋다. 또한, 1 이상의 평가점을 배치하는 것은 예를 들어, 1 이상의 각 평가점의 위치를 나타내는 좌표의 초기값으로, 묘화 패턴의 외주 상의 1 이상의 각 점의 위치를 나타내는 좌표의 값을 설정하는 것이어도 좋다. 또한, 1 이상의 평가점을 이동하는 것은 이렇게 1 이상의 각 평가점에 대해 초기 설정한 좌표값을, 미리 정해진 조건을 만족하는 좌표값으로 변경하는 것이어도 좋다. 또한, 후술하는 수학식 4 내지 수학식 6의 식은 이러한 조항을 나타내는 수학식군의 예시라고 하여도 좋다.
여기서, 묘화 패턴의 외주에 1 이상의 평가점을 배치하는 것은, 예를 들면, 묘화 패턴을 구성하는 1 이상의 변마다 하나의 평가점을 배치하는 것이라도 좋다. 단, 1 이상의 변마다 배치하는 평가점의 수는 2 이상이어도 상관 없다.
모델 기반의 ADI 시뮬레이션은 예를 들어, 상술한 바와 같은 문턱값 모델에 따른 레지스트 윤곽의 획득을 포함하여도 좋다. 문턱값 모델이란, 현상 후의 레지스트의 윤곽선을, 1 이상의 평가점에서의 축적 에너지와 문턱값의 비교를 통해 획득하는 모델이다.
전자 빔이 한 점에 입사했을 때 그 점의 주위에 주어지는 에너지를 분포 함수(p(r))로 표현하면, 임의의 형상의 패턴을 묘화하기 위해 전자 빔을 조사했을 때의 해당 패턴 주변의 축적 에너지 분포(E(x))는 그 합성곱(convolution)을 통해 예를 들어 수학식 4에 의해 획득될 수 있다.
Figure pct00004
분포 함수(p(r))로서는 예를 들어 수학식 5의 더블 가우스(double Gaussian) 함수를 사용할 수 있다.
Figure pct00005
여기서 σa는 전방 산란 지름이며, σb는 후방 산란 지름이고, η는 전방 산란과 후방 산란의 강도비이다.
문턱값 모델은 수학식 4에 의해 획득되는 축적 에너지(E(x))가 예를 들어, 문턱값(Eth)보다도 크거나 문턱값 이상인 점에서는 레지스트가 용해되며, 문턱값(Eth) 이하 또는 문턱값보다 작은 점에서는 레지스트가 용해되지 않는 것으로 간주함으로써, 레지스트가 용해되는 영역과 용해되지 않는 영역의 경계인 레지스트 윤곽을 획득하는 모델이다. 따라서, 수학식 4에서 획득되는 축적 에너지 분포(E(x))에 대해, E(x) = Eth로 간주할 수 있는 점(x)의 집합이 레지스트 윤곽이 된다.
도 6은 어느 묘화 패턴에 대응하는 빔 조사에 관하여, 수학식 3 등에 의해 획득되는 축적 에너지 분포의 일례를 나타낸 도면이다. 묘화 패턴(61)이 빔 조사의 형상을 나타내고 있고, 색온도 패턴(62)이 축적 에너지 분포를 나타내고 있다. 색온도 패턴(62)에 있어서, 같은 색의 부분(예를 들어, 노란색 부분(62a), 녹색 부분(62b) 등)이, 같은 양의 에너지를 축적한 부분이며, 레지스트 윤곽이 될 수 있는 부분이다. 어떤 색깔의 부분이 레지스트 윤곽이 될 지는 문턱값(Eth)에 의존한다. 예를 들어, 미리 정해진 문턱값(Eth)에 대해, E(X) = Eth로 간주할 수 있는 범위가 노란색 부분(62a)인 경우, 그 노란색 부분(62a)이 레지스트 윤곽이 된다.
미리 정해진 문턱값(Eth)에 기초한 레지스트 윤곽은 예를 들어, 수학식 6을 만족하는 점(x)의 집합이다.
Figure pct00006
그러나, 수학식 6을 쉽게 풀 수는 없다. 그래서, ADI 시뮬레이션부(131)는 1 이상의 평가점을 묘화 패턴(61)의 외주에 배치하여, 해당 1 이상의 각 평가점에 대해, 축적 에너지(E(x))를 계산하고, 그 축적 에너지(E (x))가, 미리 정해진 문턱값(Eth)과 같다고 간주할 수 있을 정도로 가까워질 때까지, 그 문턱값(Eth)보다 큰 경우에는 해당 외주의 외측으로 움직이고, 문턱값(Eth)보다도 작은 경우에는 해당 외주의 내측으로 움직이는 처리를 반복한다. 그리고, ADI 시뮬레이션부(131)는 E(x) = Eth로 간주할 수 있을 때까지 이동한 후의 1 이상의 평가점의 집합을 레지스트 윤곽으로서 획득한다. 또한, 축적 에너지(E(x))가 문턱값(Eth)과 같다고 간주할 수 있을 정도로 가까워진 것은, 예를 들면, 축적 에너지(E(x))와 문턱값(Eth)간의 차이(ΔE)가, 미리 정해진 다른 문턱값(ΔEth)보다 작거나 또는 이하가 된 것에 의해 판단될 수 있다. 또한, 평가점을 외주의 외측으로 움직이는 것은, 예를 들면, 원주의 법선 방향 또는 대체로 법선 방향이며, 또한 외주의 중심점(예를 들어, 직사각형의 무게중심)에서 멀어지는 방향으로, 미리 정해진 거리만큼 이동하도록, 그 평가점의 좌표값을 변경하는 것이어도 좋다. 마찬가지로, 평가점을 외주의 내측으로 움직이는 것은, 예를 들면, 원주의 법선 방향 또는 대체로 법선 방향이며, 또한 외주의 중심점에 접근하는 방향으로, 미리 정해진 거리만큼 이동하도록 그 평가점의 좌표값을 변경하는 것이어도 좋다. 단, ADI 시뮬레이션부(131)가, 축적 에너지(E(x))가 문턱값(Eth)과 같다고 간주할 수 있을 정도로 가까워졌는지의 여부를 판정하는 방법은 불문이다. 또한, ADI 시뮬레이션부(131)가 평가점을 외주의 외측 또는 내측으로 움직일 때의 움직이는 방법도 불문이다.
단, 예를 들어, 도 6에 나타낸 레지스트 윤곽(예를 들어, 노란색 부분(62a))이 그러하듯이, 레지스트 윤곽의 에지(edge) 부분은 통상적으로 둥글게 된다. 그 때문에, 에지 부분의 둥근 것도 표현할 수 있는 정확도가 높은 에지 윤곽을 획득하기 위해서는, ADI 시뮬레이션부(131)는, 상기와 같은 문턱값 모델 기반의 ADI 시뮬레이션을, 도형을 구성하는 1 이상의 묘화 패턴마다, 예를 들면 십수개 내지 수십개 등의 다수의 평가점을 이용하여 수행할 필요가 있어, 시뮬레이션의 속도가 저하된다.
또한, ADI 시뮬레이션부(131)는 예를 들어, 상기와 같은 문턱값 모델 기반의 ADI 시뮬레이션 과정에서, E(x) = Eth로 간주할 수 있을 때까지 이동한 후의 1 이상의 각 평가점에서, 상술한 개구각(Ω)이나 면적율(u) 등의 1 이상의 인자량을 획득한다.
또한, ADI 시뮬레이션부(131)는 예를 들어, 문턱값 모델 기반의 ADI 시뮬레이션을 통해 획득한 레지스트 윤곽을 따라, 재차, 1 이상의 평가점을 배치하여 해당 1 이상의 각 평가점에서 1개 이상의 인자량을 획득하여도 상관 없다.
그 후단의 에칭 시뮬레이션으로 정확도가 높은 시뮬레이션 결과를 얻기 위해서는 다수의 평가점을 이용하여 획득한 정확도가 높은 1 이상의 인자량인 고충실도 정보를, ADI 시뮬레이션으로 획득해 둘 필요가 있다. 그러나, 그럼에도 많은 계산이 필요하여, ADI 시뮬레이션의 속도가 더욱 저하된다.
따라서, ADI 시뮬레이션부(131)는 예를 들어, 하나의 묘화 패턴 정보가 나타내는 묘화 패턴의 외주에 제 1 수의 평가점을 배치하여, 문턱값 모델 기반의 ADI 시뮬레이션을 수행하고, 해당 1 이상의 각 평가점을, 해당 평가점에서의 축적 에너지(E(x))가 문턱값(Eth)과 같다고 간주할 수 있는 위치까지 이동하고, 이동 후 1 이상의 각 평가점에서 개구각(Ω)과 면적율(u) 등의 1 이상의 인자량을 획득한다.
제 1 수는 예를 들어, 해당 묘화 패턴을 구성하는 변의 수와 동수인 것은 바람직하다. 다만, 제 1 수는 해당 묘화 패턴을 구성하는 변의 수보다도 많은 수이어도 좋고, 예를 들어, 해당 묘화 패턴을 구성하는 변의 수의 자연수배(1배, 2배 등)이어도 상관 없다.
즉, ADI 시뮬레이션부(131)는 특히 예를 들어, 하나의 묘화 패턴 정보가 나타내는 묘화 패턴을 구성하는 N개의 각 변에 하나의 평가점을 배치하여, 문턱값 모델 기반의 ADI 시뮬레이션을 수행하고, 해당 N개의 각 평가점을, 해당 평가점에서의 축적 에너지(E(x))가 문턱값(Eth)과 같다고 간주할 수 있는 위치까지 이동하고, 이동 후의 N개의 각 평가점에서, 개구각(Ω)과 면적율(u) 등의 1 이상의 인자량을 획득하는 것은 바람직하다.
단, ADI 시뮬레이션부(131)는 예를 들어, 하나의 묘화 패턴 정보가 나타내는 묘화 패턴을 구성하는 N개의 각 변에, M개(M은 2 이상의 자연수)의 평가점을 배치하여, 문턱값 모델 기반의 ADI 시뮬레이션을 수행하고, 해당 N×M개의 각 평가점을, 해당 평가점에서의 축적 에너지(E(x))가 문턱값(Eth)과 같다고 간주할 수 있는 위치까지 이동하고, 이동 후의 N×N개의 각 평가점에서, 개구각(Ω)이나 면적율(u) 등의 1 이상의 인자량을 획득하여도 좋다. 또한, 각 변에 배치하는 평가점의 수는 동일하지 않아도 된다.
또한, ADI 시뮬레이션부(131)는 예를 들어, 처리부(13)가 묘화 패턴 정보 저장부(112)에 저장되어 있는 1 이상의 각 묘화 패턴 정보에 대응하는 인자량 변환 정보를 작성할 때에, 해당 묘화 패턴 정보가 나타내는 묘화 패턴에 대해, 먼저, 제 1 수의 평가점을 이용하여, 상술한 바와 같은 ADI 시뮬레이션을 수행하고, 정확도가 낮은 1 이상의 인자량인 저충실도 정보를 획득하며, 또한 제 1 수보다 많은 제 2 수의 평가점을 이용하여, 재차 ADI 시뮬레이션을 수행하고, 정확도가 높은 1 이상의 인자량인 고충실도 정보를 획득하는 것은 보다 바람직하다.
변환부(132)는 인자량 변환 정보를 이용하여 저충실도 정보를 고충실도 정보로 변환한다. 상세하게는, 변환부(132)는 ADI 시뮬레이션부(131)가 하나의 묘화 패턴 정보에 대해, 제 1 수의 평가점을 이용하여 획득한 1 이상의 인자량인 저충실도 정보에 대응하는 고충실도 정보이며, 제 1 수보다도 많은 제 2 수의 평가점을 이용하여 획득된 1 이상의 인자량인 고충실도 정보를, 인자량 변환 정보 저장부(111)에 저장되어 있는 인자량 변환 정보를 이용하여 획득한다.
예를 들어, 인자량 변환 정보 저장부(111)에, 형상 식별자(예를 들어, "직사각형(3변)", "오목부 형상" 등)와 대응하게 하여, 2 이상의 인자량 변환 정보가 저장되어 있는 경우, 변환부(132)는 해당 2 이상의 인자량 변환 정보 중, 해당 묘화 패턴 정보에 대응하는 인자량 변환 정보를 이용하여, 해당 저충실도 정보에 대응하는 고충실도 정보를 획득하는 것은 바람직하다. 여기에서, 해당 묘화 패턴 정보에 대응하는 인자량 변환 정보란, 예를 들면, 후술하는 형상 식별자 획득부(134)가 획득한 형상 식별자에 대응하는 인자량 변환 정보이어도 좋다.
또한, 예를 들어, 인자량 변환 정보 저장부(111)에 형상 식별자 및 인자의 조(예: "직사각형(3변)" 및 "개구각(Ω)"의 조, "오목부 형상" 및 "면적율(u)"의 조 등)와 대응하게 하여, 2 이상의 인자량 변환 정보가 저장되어 있는 경우, 변환부(132)는 해당 2 이상의 인자량 변환 정보 중, 해당 묘화 패턴 정보에 대응하는 형상 식별자 및 저충실도 정보에 대응된 인자 식별자의 조에 대응하는 인자량 변환 정보를 이용하여, 해당 저충실도 정보에 대응하는 고충실도 정보를 획득하는 것은 보다 바람직하다.
또한, 인자량 변환 정보 저장부(111)에 저장되어 있는 인자량 변환 정보가 예를 들어, 수치인 저충실도 정보와 수치인 고충실도 정보의 조인 경우, 변환부(132)는 ADI 시뮬레이션부(131)에 의해 획득된 1 이상의 인자량이며, 또한 수치인 저충실도 정보와 조를 이루는 수치인 저충실도 정보를 획득한다.
또한, 저장되어 있는 인자량 변환 정보가, 예를 들어, 저충실도 정보를 입력으로 하고 고충실도 정보를 출력으로 하는 함수인 경우, 변환부(132)는 획득된 저충실도 정보를 함수에 입력하여, 고충실도 정보를 획득하여도 좋다. 함수는 예를 들어, 수학식 2의 다항식 함수나 수학식 3의 스플라인 함수 등인데, 그 종류는 불문이다.
에칭 시뮬레이션부(133)는, 기본적으로 ADI 시뮬레이션부(131)가 획득한 1 이상의 인자량을 이용하여, 에칭 시뮬레이션을 수행한다. 즉, 에칭 시뮬레이션부(133)는 예를 들면, 상술한 ADI 시뮬레이션부(131)에 의한 이동 후의 1 이상의 각 평가점에서 획득된 1 이상의 인자량을 이용하여, 상술한 바와 같은 에칭 시뮬레이션을 수행하여 에칭 윤곽을 획득한다.
또한, 에칭 시뮬레이션부(133)는 ADI 시뮬레이션부(131)에 의한 이동 후의 1 이상의 각 평가점에 대해, 에칭 윤곽의 선폭 변동(δ)을 나타내는 함수 δ = f (Ω, u)도 획득하여도 좋다.
도 7은 ADI 시뮬레이션에 의한 이동 후의 1 이상의 각 평가점에서의 에칭 윤곽의 선폭 변동(δ)을 나타낸 개념도이다. 본 예에서는 레지스트 윤곽(Resist Contour)을 따라 13개의 평가점이 존재한다. 이들 13개의 평가점은 ADI 시뮬레이션부(131)에 의해 이동 후의 13개의 평가점에 대응하고 있다. 바꿔말하면, ADI 시뮬레이션부(131)에 의한 이동 후의 13개의 평가점에 따른 선이 레지스트 윤곽을 표현하고 있다. 이러한 레지스트 윤곽에 따른 13개의 평가점 중, 왼쪽에서 7번째 및 9번째의 각 평가점에서의 선폭 변동(δ)이 도면 중에 2개의 화살표로 표시되어 있다. 선폭 변동(δ)은 해당 평가점에서 획득된 개구각(Ω) 및 면적율(u)을 파라미터로 하는 함수 δ = f(Ω, u)로 표현되는 벡터라고 생각하여도 좋다.
에칭 시뮬레이션부(133)는 예를 들어, ADI 시뮬레이션부(131)에 의한 이동 후의 1 이상의 각 평가점에 대하여, 해당 평가점에서 획득된 개구각(Ω) 및 면적율(u)을 함수 δ = f (Ω, u)에 대입함으로써, 선폭 변동(δ)를 나타내는 벡터를 획득하고, 가산하여도 좋다. 그리고, 에칭 시뮬레이션부(133)는 이러한 가산 후의 1 이상의 평가점에 따른 선을 구함으로써, 에칭 윤곽(etch Contour)을 획득하는 것이 가능하다.
또한, 에칭 시뮬레이션부(133)는 특히, 변환부(132)가 획득한 1 이상의 인자량을 이용하여, 빠르고 정확하게 에칭 시뮬레이션을 수행할 수 있다. 즉, 에칭 시뮬레이션부(133)는 예를 들어, ADI 시뮬레이션부(131)가 제 1 수의 평가점을 이용하여 획득한 1 이상의 인자량인 저충실도 정보에 대해, 변환부(132)가 인자량 변환 정보를 이용하여 획득한 1 이상의 인자량이며, 제 1 수보다도 많은 제 2 수의 평가점을 이용하여 획득된 고충실도 정보인 1 이상의 인자량을 이용하여, 에칭 시뮬레이션을 수행하고, 상기와 같은 함수를 획득하여도 좋다.
형상 식별자 획득부(134)는 묘화 패턴 정보에 의해 특정되는 묘화 패턴의 형상을 식별하는 형상 식별자를 획득한다.
예를 들어, 묘화 패턴 정보 저장부(112)에 저장되어 있는 1 이상의 각 묘화 패턴 정보에, 이러한 형상 식별자가 대응되어 있으며, 형상 식별자 획득부(134)는 묘화 대상인 묘화 패턴 정보에 대응하는 형상 식별자를 획득하면 된다.
판단부(135)는 에칭 시뮬레이션부(133)에 의한 에칭 시뮬레이션의 결과를 이용하여, 각 평가점에서의 잔차를 획득한다. 에칭 시뮬레이션의 결과란, 예를 들어, 에칭 윤곽인데, 선폭 변동이어도 좋다. 또한, 여기서 말하는 잔차란, 에칭 시뮬레이션의 결과인 에칭 윤곽과, ADI 시뮬레이션의 결과인 레지스트 윤곽과의 차이이며, EPE(Edge Placement Error)라고도 불린다. 잔차는 예를 들어, 에칭 윤곽의 선폭 변동을 나타내는 함수로 표현되어도 좋다.
또한, 판단부(135)는 이렇게 획득한 1 이상의 잔차를 이용하여, 미리 정해진 조건을 만족할 정도로 오차가 작은 지의 여부를 판단한다. 잔차가 에칭 시뮬레이션의 결과인 에칭 윤곽과 ADI 시뮬레이션의 결과인 레지스트 윤곽간의 차이인 것에 반해, 오차란, 이러한 에칭 윤곽과 원래의 묘화 패턴의 윤곽간의 차이라고 할 수 있다.
판단부(135)는 오차를 예를 들어, ADI 시뮬레이션부(131)에 의한 이동 후의 1 이상의 각 평가점에 대해, 함수 δ = f(Ω, u)를 이용하여 획득한 선폭 변동(δ)을 나타내는 벡터를 가산한 결과로부터, 이동 전의 원래의 1 이상의 각 평가점의 위치 벡터를 감산함으로써 획득하여도 좋다. 미리 정해진 조건은 예를 들어, 이렇게 획득된 오차가, 미리 정해진 문턱값보다도 작거나 이하인 것이어도 좋다.
패턴 정보 변경부(136)는 판단부(135)가 미리 정해진 조건을 만족하지 않는다고 판단한 경우에, 1 이상의 평가점의 잔차를 나타내는 함수군을 이용하여, 묘화 패턴 정보를 변경한다. 잔차를 이용하여 묘화 패턴 정보를 변경하는 것은, 예를 들어, 잔차 또는 잔차를 이용하여 획득되는 오차 중 1종류 이상의 수치가 0에 가까워지도록, 묘화 패턴 정보를 1회 또는 2회 이상 변경하는 것이어도 좋다. 묘화 패턴 정보를 변경하는 것은 예를 들어, ADI 시뮬레이션부(131)에 의한 이동 전의 원래의 1 이상의 각 평가점의 위치를 나타내는 좌표의 초기값을 변경하는 것이어도 좋다. 이에 따라, 오차가 0이 되도록 보정된 묘화 패턴이 얻어진다.
출력부(14)는 각종 정보를 출력한다. 각종 정보란, 예를 들어, 에칭하고자 하는 도형의 영상, 처리부(13) 등에 의한 시뮬레이션의 결과, 패턴 정보 변경부(136)에 의한 변경 후의 영상 패턴 정보 등이다. 출력부(14)는 도형의 영상이나 시뮬레이션 결과 등의 정보를 통상적으로 디스플레이나 스피커 등의 출력 디바이스를 통해 출력하는데, 예를 들어, 프린터로 인쇄하거나 기록매체에 축적하거나 하여도 좋고, 외부 장치에 송신하여도 상관 없다.
출력부(14)는 예를 들어, 접수부(12)가 영상 데이터를 접수한 것에 따라, 처리부(13) 등이 시뮬레이션을 수행하여 획득한 함수군을 이용하여, 해당 영상 데이터에 대응하는 에칭 후의 묘화 패턴의 영상, 또는 현상 후의 묘화 패턴의 영상 중 1종류 이상의 영상을 구성하고, 디스플레이에 표시하여도 좋다.
출력부(14)는 예를 들어, 에칭 시뮬레이션부(133)에 의한 함수군을 이용하여 구성한 에칭 후의 묘화 패턴을 제 1 형태(예를 들어, 적색, 실선 등)로 표시하는 것 이외에, 접수되어 영상 데이터에 대응하는 원래의 묘화 패턴을 제 2 형태(예를 들어, 녹색, 점선 등)로 표시하는 것은 바람직하며, 또한, ADI 시뮬레이션부(131)에 의한 이동 후의 평가점군을 이용하여 획득되는 레지스트 윤곽도 제 3 형태(예를 들어, 파란색, 일점쇄선 등)로 표시하는 것은 보다 바람직하다.
또한, 출력부(14)는 시뮬레이션의 결과를 예를 들어, 시뮬레이션 결과 출력 지시에 따라 출력하여도 좋으며, 그 출력의 트리거는 불문이다. 시뮬레이션 결과 출력 지시란, 시뮬레이션 결과를 출력하는 지시이다.
또한, 출력부(14)는 예를 들면, 보정 결과 출력 지시에 따라, 패턴 정보 변경부(136)에 의한 변경 후의 묘화 패턴 정보를 출력하여도 좋다. 보정 결과 출력 지시란, 보정 결과를 출력하는 지시이다. 보정 결과란, 변경 후의 묘화 패턴 정보이며, 변경 후의 묘화 패턴 정보에 기초한 보정완료된 묘화 패턴의 영상이어도 좋다. 또한, 보정 결과를 출력하는 트리거도 불문이다.
또는, 출력부(14)는 예를 들어, 패턴 정보 변경부(136)에 의한 변경 중의 묘화 패턴 정보를 이용하여, 보정되고 있는 묘화 패턴의 동영상을 출력하여도 좋다.
저장부(11), 인자량 변환 정보 저장부(111), 및 묘화 패턴 정보 저장부(112)는 예를 들어, 하드 디스크나 플래시 메모리와 같은 비휘발성 기록매체가 바람직하지만, RAM 등 휘발성 기록매체로도 실현 가능하다.
저장부(11) 등에 정보가 저장되는 과정은 불문이다. 예를 들어, 기록매체를 통해 정보가 저장부(11) 등으로 저장되도록 되어도 좋고, 네트워크나 통신회선 등을 통해 송신된 정보가 저장부(11) 등으로 저장되도록 되어도 좋으며, 혹은, 입력 디바이스를 통해 입력된 정보가 저장부(11) 등으로 저장되도록 되어도 좋다. 입력 디바이스는 예를 들어 키보드, 마우스, 터치 패널 등, 무엇이든 좋다.
접수부(12)는 입력 디바이스를 포함한다고 생각할 수도, 포함하지 않는다고 생각할 수도 있다. 접수부(12)는 입력 디바이스의 드라이버 소프트웨어에 의해, 또는 입력 디바이스와 그 드라이버 소프트웨어에 의해 실현될 수 있다.
처리부(13), ADI 시뮬레이션부(131), 변환부(132), 에칭 시뮬레이션부(133), 형상 식별자 획득부(134), 판단부(135), 및 패턴 정보 변경부(136)는 통상적으로 MPU나 메모리 등으로 실현될 수 있다. 처리부(13) 등의 처리 절차는 통상적으로 소프트웨어로 실현되고, 해당 소프트웨어는 ROM 등의 기록매체에 기록되어 있다. 단, 처리 수순은 하드웨어(전용 회로)로 실현하여도 좋다.
출력부(14)는 디스플레이나 스피커 등의 출력 디바이스를 포함한다고 생각할 수도, 포함하지 않는다고 생각할 수도 있다. 출력부(14)는 출력 디바이스의 드라이버 소프트웨어에 의해, 또는 출력 디바이스와 그 드라이버 소프트웨어에 의해 실현될 수 있다.
이어, 시뮬레이션 장치(1)의 동작에 대해 도 8 및 도 9의 플로우차트를 이용하여 설명한다.
도 8은 시뮬레이션 장치(1)의 동작을 설명하는 플로우차트이다.
(단계 S801) 처리부(13)는 접수부(12)가 묘화 패턴 정보를 접수하였는 지의 여부를 판별한다. 접수부(12)가 묘화 패턴 정보를 접수한 경우에는 단계 S802로 진행하고, 접수하지 않은 경우에는 단계 S803로 진행한다.
(단계 S802) 처리부(13)는 접수된 묘화 패턴 정보를, 해당 묘화 패턴 정보가 나타내는 묘화 패턴의 형상을 식별하는 형상 식별자와 쌍으로, 묘화 패턴 정보 저장부(112)에 축적한다. 그 후, 단계 S801로 되돌아간다.
(단계 S803) 처리부(13)는 인자량 변환 정보를 구성하는 지의 여부를 판단한다. 구체적으로는, 처리부(13)는 예를 들어, 단계 S801에서 접수부(12)가 묘화 패턴 정보를 접수하였다고 판별한 것, 또는 단계 S803에서 묘화 패턴 정보를 축적한 것에 따라, 인자량 변환 정보를 구성한다고 판단하여도 좋다. 또는, 처리부(13)는 예를 들어, 접수부(12)가 인자량 변환 정보의 구성 지시를 접수한 것에 따라, 인자량 변환 정보를 구성한다고 판단하여도 좋으며, 인자량 변환 정보를 구성하는 트리거는 불문이다.
인자량 변환 정보를 구성하는 경우에는 단계 S804로 진행하고, 구성하지 않는 경우에는 단계 S808로 진행한다.
(단계 S804) ADI 시뮬레이션부(131)는 하나의 묘화 패턴 정보가 나타내는 묘화 패턴에 제 1 수의 평가점을 배치하여 ADI 시뮬레이션을 수행하고, 1 이상의 인자량을 획득한다. 또한, ADI 시뮬레이션에 대해서는 도 10의 플로우차트를 이용하여 설명한다. 여기서 말하는 하나의 묘화 패턴 정보란, 예를 들어, 단계 S801에서 접수된 묘화 패턴 정보이어도 좋고, 묘화 패턴 정보 저장부(112)로부터 선택된 묘화 패턴 정보이어도 좋다.
(단계 S805) ADI 시뮬레이션부(131)는 해당 묘화 패턴 정보가 나타내는 묘화 패턴에, 제 1 수보다도 많은 제 2 수의 평가점을 배치하여 ADI 시뮬레이션을 수행하고, 1 이상의 인자량을 획득한다. 또한, ADI 시뮬레이션에 대해서는 도 10의 플로우차트를 이용하여 설명한다.
(단계 S806) 처리부(13)는 단계 S804에서 제 1 수의 평가점을 이용하여 획득된 1 이상의 인자량인 저충실도 정보와, 단계 S805에서 제 2 수의 평가점을 이용하여 획득된 1 이상의 인자량인 고충실도 정보를 이용하여, 해당 묘화 패턴 정보에 대응하는 인자량 변환 정보를 구성한다.
(단계 S807) 처리부(13)는 단계 S807에서 구성한 인자량 변환 정보를, 해당 패턴 정보에 대응하는 형상 식별자와 쌍으로, 또는 해당 묘화 패턴 정보에 대응하는 형상 식별자 및 단계 S804 등에서 획득한 인자량에 대응하는 인자 식별자의 조와 쌍으로, 인자량 변환 정보 저장부(111)에 축적한다. 그 후, 단계 S801로 되돌아간다.
(단계 S808) 처리부(13)는 접수부(12)가 영상 데이터를 접수하였는 지의 여부를 판별한다. 접수부(12)가 영상 데이터를 접수한 경우에는 단계 S809로 진행하며, 접수하고 있지 않은 경우에는 단계 S801로 되돌아간다.
(단계 S809) 처리부(13) 등은 접수된 영상 데이터에 대해 시뮬레이션을 수행한다. 또한, 시뮬레이션에 대해서는 도 9의 플로우차트를 이용하여 설명한다.
(단계 S810) 판단부(135)는 단계 S809의 시뮬레이션에서, 에칭 시뮬레이션부(133)가 획득한 선폭 변동인 함수군을 이용하여 1 이상의 잔차를 획득하고, 획득한 1 이상의 잔차를 이용하여, 미리 정해진 조건을 만족할 정도로 오차가 작은 지의 여부를 판단한다. 미리 정해진 조건을 만족할 정도로 오차가 작은 경우에는 단계 S812로 진행하고, 그렇지 않은 경우에는 단계 S809로 되돌아간다.
(단계 S811) 패턴 정보 변경부(136)는 상기 함수군을 이용하여 해당 묘화 패턴 정보를 변경한다. 그 후, 단계 S809로 되돌아간다.
(단계 S812) 처리부(13)는 단계 S811에서의 변경 후의 묘화 패턴 정보를 원래의 묘화 패턴 정보와 대응하게 하여 저장부(11) 등에 저장한다. 그 후, 단계 S801로 되돌아간다.
또한, 도 8의 플로우차트에 있어서, 시뮬레이션 장치(1)의 전원 온이나 프로그램의 기동에 따라 처리가 시작되며, 전원 오프나 처리 종료의 인터럽트에 의해 처리는 종료한다. 단, 처리의 시작 또는 종료의 트리거는 불문이다.
도 9는 상기 단계 S809의 시뮬레이션을 설명하는 플로우차트이다.
(단계 S901) 처리부(13)는 변수 i에 초기값 1을 세팅한다. 변수 i란, 묘화 패턴 정보 저장부(112)에 저장되어 있는 1 이상의 묘화 패턴 정보 중, 미선택의 것을 순번대로 선택하기 위한 변수이다.
(단계 S902) 처리부(13)는 i번째 묘화 패턴 정보가 있는지의 여부를 판별한다. i번째의 묘화 패턴 정보가 있는 경우에는 단계 S903로 진행하고, 없는 경우에는 상위 처리로 리턴한다.
(단계 S903) 처리부(13)는 접수된 영상 데이터에 대해, i번째 묘화 패턴 정보와 매칭되는 부분이 있는 지의 여부를 판별한다. i번째 묘화 패턴 정보와 매칭되는 부분이 있는 경우에는 단계 S903로 진행하고, 없는 경우에는 단계 S907로 진행한다.
(단계 S904) ADI 시뮬레이션부(131)는 i번째 묘화 패턴 정보와 매칭되는 1 이상의 각 부분의 묘화 패턴에 제 1 수의 평가점을 배치하여 ADI 시뮬레이션을 수행하고, 1 이상의 인자량을 획득한다. 또한, ADI 시뮬레이션에 대해서는 도 10의 플로우차트를 이용하여 설명한다.
(단계 S905) 변환부(132)는 i번째 묘화 패턴 정보에 대응하는 인자량 변환 정보를 이용하여, 단계 S904에서 획득된 1 이상의 인자량인 저충실도 정보에 대응하는 고충실도 정보인 1 이상의 인자량을 획득한다.
(단계 S906) 에칭 시뮬레이션부(133)는 단계 S905에서 획득된 고충실도 정보 인 1 이상의 인자량을 이용하여, 에칭 시뮬레이션을 수행하고, 해당 부분의 에칭 윤곽의 선폭 변동을 나타내는 함수를 획득한다.
(단계 S907) 처리부(13)는 변수 i를 증가시킨다. 그 후, 단계 S902로 되돌아간다.
도 10은 상기 단계 S804, S805 및 S904의 ADI 시뮬레이션을 설명하는 플로우차트이다.
(S1001) ADI 시뮬레이션부(131)는 변수 j에 초기값 1을 세팅한다. 변수 j란, 배치된 1 이상의 평가점 중, 미선택의 것을 순번대로 선택하기 위한 변수이다.
(S1002) ADI 시뮬레이션부(131)는 j번째의 평가점이 존재하는 지의 여부를 판별한다. j번째의 평가점이 있는 경우에는 단계 S1003로 진행하고, 없는 경우에는 상위 처리로 리턴한다.
(S1003) ADI 시뮬레이션부(131)는 예를 들어, 수학식 4를 이용하여, j번째의 평가점에서의 축적 에너지(E(x))를 계산한다.
(S1004) ADI 시뮬레이션부(131)는 축적 에너지(E(x))가 문턱값(Eth)에 충분히 가까운 지의 여부를 판단한다. 또한, 충분히 가까운 것은 예를 들어, 축적 에너지(E(x))가 문턱값(Eth)과 같다고 간주할 수 있을 정도로 가까운 것이어도 좋다. 축적 에너지(E(x))가 문턱값(Eth)에 충분히 가까운 경우에는 단계 S1005로 진행하고, 그렇지 않은 경우에는 단계 S1006로 진행한다.
(S1005) ADI 시뮬레이션부(131)는 축적 에너지(E(x))가 문턱값(Eth)보다 크거나 이상인지 여부를 판별한다. 축적 에너지(E(x))가 문턱값(Eth)보다 크거나 이상인 경우에는 단계 S1006로 진행하고, 그렇지 않은 경우에는 단계 S1007로 진행한다.
(S1006) ADI 시뮬레이션부(131)는 j번째의 평가점을 레지스트 윤곽에 대해 외측으로 움직인다. 그 후, 단계 S1003으로 되돌아간다.
(S1007) ADI 시뮬레이션부(131)는 j번째의 평가점을 레지스트 윤곽에 대해 내측으로 움직인다. 그 후, 단계 S1003으로 되돌아간다.
(S1007) ADI 시뮬레이션부(131)는 변수 j를 증가시킨다. 그 후, 단계 S1002로 되돌아간다.
이하, 본 실시예의 시뮬레이션 장치(1)의 구체적인 동작예에 대해 설명한다.
인자량 변환 정보 저장부(111)에는 예를 들면, 도 11에 나타낸 바와 같은 4 이상의 인자량 변환 정보가 저장되어 있다. 도 11은 인자량 변환 정보의 데이터 구조도이다. 인자량 변환 정보는 예를 들어, 인자 식별자, 형상 식별자, 및 1 이상의 조(組) 정보를 갖는다. 조 정보는 저충실도 정보 및 고충실도 정보를 갖는다. 또한, 이하에서는 인자량 변환 정보가 갖는 2 이상의 조 정보의 집합을 조정보군으로 기록하는 경우가 있다.
저장된 상기 4 이상의 각 인자량 변환 정보에는, ID(예: "1", "2" 등)가 대응되어 있다. 예를 들어, ID "1"에 대응된 인자량 변환 정보(이하, 인자량 변환 정보(1)로 기재하는 경우가 있다)는 인자 식별자 "개구각(Ω)", 형상 식별자 "직사각형 형상(3변)", 및 조정보군 "(0, 0), (0.110973, 0.09414), (0.218646, 0.183325), ..., 및 (1, 1)"을 갖는다. 또한, 이 조정보군은 도 3에 나타낸 2종류의 수치의 쌍(α, β)의 집합과 동일한 것이다.
마찬가지로, ID "2"에 대응된 인자량 변환 정보(인자량 변환 정보(2))는 인자 식별자 "개구각(Ω)", 형상 식별자 "오목부 형상", 및 "(0.323763, 0.28542)" 등을 포함하는 조정보군을 갖는다. 또한, 인자량 변환 정보(3)는 인자 식별자 "면적율(u)", 형상 식별자 "볼록부 형상", 및 "(0.27683, 0.23864)" 등을 포함하는 조정보군을 갖는다. 또한, 인자량 변환 정보(4)는 인자 식별자 "면적율(u)", 형상 식별자 "계단 형상", 및 "(0.113763, 0.09542)" 등을 포함하는 조정보군을 갖는다.
묘화 패턴 정보 저장부(112)에는 형상 식별자와 묘화 패턴의 쌍의 집합이 저장되어 있다. 형상 식별자와 묘화 패턴의 쌍의 집합이란, 예를 들어, 형상 식별자 "직사각형 형상(3변)"과 묘화 패턴(51b)의 쌍, 형상 식별자 "오목부 형상"과 묘화 패턴(52)의 쌍, 형상 식별자 "볼록부 형상"과 묘화 패턴(53)의 쌍, 형상 식별자 "계단 형상"과 묘화 패턴(54)의 쌍 등이다.
현재, 도 5에 나타낸 묘화 패턴(51a)을 나타내는 새로운 묘화 패턴 정보가 접수부(12)에 의해 접수된 것으로 한다.
저장부(11)에는 묘화 패턴 정보의 각종 형상에 관한 형상 데이터베이스가 저장되어 있으며, 처리부(13)는 접수된 묘화 패턴 정보의 형상을, 이 형상 데이터베이스를 이용하여 인식하고, 형상 식별자 "직사각형 형상(4변)"을 획득한다. 그리고, 처리부(13)는 접수된 묘화 패턴 정보를, 획득한 형상 식별자와 쌍으로, 묘화 패턴 정보 저장부(112)에 축적한다.
이어, 처리부(13) 등은 접수된 묘화 패턴 정보에 대응하는 인자량 변환 정보를 이하의 수순으로 구성한다. 즉, 최초로, ADI 시뮬레이션부(131)는 접수된 묘화 패턴 정보가 나타내는 묘화 패턴에 제 1 수의 평가점을 배치한다. 본 예에서는 제 1 수는 4이며, 직사각형 형상의 묘화 패턴을 구성하는 4개의 각 변에 하나의 평가점이 배치된다. ADI 시뮬레이션부(131)는 이러한 4개의 평가점을 이용하여 ADI 시뮬레이션을 수행하고, 해당 4개의 각 평가점을, 수학식 3의 식으로 획득되는 축적 에너지(E(x))가 문턱값(Eth)과 같다고 간주할 수 있을 정도로 가까워지는 위치로 이동하고, 이동 후의 4개의 각 평가점에서, 인자량의 일종인 개구각(Ω), 및 인자량의 다른 일종인 면적율(u)을 획득한다. 또한, ADI 시뮬레이션부(131)는 동일한 처리를, 예를 들어, 선폭 또는 면적율 중 1종류 이상의 조건을 바꾸면서 반복함으로써, 개구각(Ω)을 나타내는 수치의 집합과, 면적율(u)을 나타내는 수치의 집합을 획득한다.
이어, ADI 시뮬레이션부(131)는 접수된 묘화 패턴 정보가 나타내는 묘화 패턴에 제 1 수보다도 많은 제 2 수의 평가점을 배치한다. 본 예에서는 제 2 수는 24개이며, 직사각형 형상의 묘화 패턴을 구성하는 4개의 각 변에 6개의 평가점이 배치된다. ADI 시뮬레이션부(131)는 24개의 평가점을 이용하여 ADI 시뮬레이션을 수행하고, 해당 24개의 각 평가점을, 수학식 3의 식으로 획득되는 축적 에너지(E(x))가 문턱값(Eth)과 같다고 간주할 수 있을 정도로 가까워지는 위치로 이동하고, 이동 후의 4개의 각 평가점에서, 인자량의 일종인 개구각(Ω), 및 인자량의 다른 일종인 면적율(u)을 획득한다. 또한, ADI 시뮬레이션부(131)는 마찬가지의 처리를, 예를 들어, 선폭 또는 면적율 중 1종류 이상의 조건을 바꾸면서 반복함으로써, 개구각(Ω)을 나타내는 수치의 집합과, 면적율(u)을 나타내는 수치의 집합을 획득한다.
이어, 처리부(13)는 이렇게 4개의 평가점을 이용하여 획득된 개구각(Ω)을 나타내는 수치의 집합인 저충실도 정보와, 24개의 평가점을 이용하여 획득된 개구각(Ω)을 나타내는 수치의 집합인 고충실도 정보를 이용하여, 형상 식별자 "직사각형 형상(4변)" 및 인자 식별자 "개구각(Ω)"에 대응하는 인자량 변환 정보를 구성하고, 구성한 인자량 변환 정보를, 형상 식별자 "직사각형 형상(4변)" 및 인자 식별자 "개구각(Ω)"의 조와 쌍으로, 인자량 변환 정보 저장부(111)에 축적한다. 또한, 처리부(13)는 4개의 평가점을 이용하여 획득된 면적율(u)을 나타내는 수치의 집합인 저충실도 정보와, 24개의 평가점을 이용하여 획득된 면적율(u)을 나타내는 수치의 집합인 고충실도 정보를 이용하여, 형상 식별자 "직사각형 형상(4변)" 및 인자 식별자 "면적율(u)"에 대응하는 인자량 변환 정보도 구성하고, 구성한 인자량 변환 정보를, 형상 식별자 "직사각형 형상(4변)", 및 인자 식별자 "면적율(u)"의 조와 쌍으로, 인자량 변환 정보 저장부(111)에 축적한다.
이렇게, 새로운 묘화 패턴 정보가 묘화 패턴 정보 저장부(112)에 추가되고, 묘화 패턴 정보 저장부(112)에는 도시한 바와 같은 5개의 묘화 패턴 정보가 저장되는 결과가 된다. 또한, 이에 따라, 인자량 변환 정보 저장부(111)에는 해당 새로운 묘화 패턴 정보에 대응하는 2종류의 인자량 변환 정보가 추가된다.
그 후, 접수부(12)에 의해, 예를 들면, 도 12에 나타낸 바와 같은 도형의 영상 데이터가 접수된 것으로 한다.
도 12은 시뮬레이션의 대상이 되는 영상 데이터가 나타내는 도형의 일례를 나타낸 도면이다. 이 도형은 3변으로 구성된 직사각형 형상의 묘화 패턴 2개(점선으로 나타냄)와 오목부 형상의 묘화 패턴 2개(일점쇄선으로 나타냄)의, 총 4개의 묘화 패턴의 조합으로 구성되어 있다. 처리부(13) 등은 이러한 영상 데이터에 대해, 다음의 수순으로 시뮬레이션을 수행한다.
처리부(13)는 접수된 영상 데이터에 대해, 저장되어 있는 5개의 묘화 패턴 정보마다, 해당 묘화 패턴 정보가 나타내는 묘화 패턴과 매칭되는 부분을 검출한다. 본 예에서는 3변으로 구성된 직사각형 형상의 묘화 패턴(51b)에 대응하는 2개의 부분, 및 오목부 형상의 묘화 패턴(52)에 대응하는 2개의 부분이 검출된다.
ADI 시뮬레이션부(131)는 3변으로 구성된 직사각형 형상의 묘화 패턴(51b)에 대응하는 2개의 부분마다, 해당 부분을 구성하는 3개의 각 변에 하나의 평가점을 배치하여 ADI 시뮬레이션을 수행하고, 개구각(Ω)을 나타내는 수치군을 획득한다. 또한, ADI 시뮬레이션부(131)는 오목부 형상의 묘화 패턴(51b)에 대응하는 2개의 부분마다, 해당 부분을 구성하는 3개의 각 변에 하나의 평가점을 배치하여 ADI 시뮬레이션을 수행하고, 면적율(u)을 나타내는 수치군도 획득한다.
이어, 변환부(132)는 인자량 변환 정보 저장부(111)에 저장되어 있는 4 이상의 인자량 변환 정보 1~4들 중, 형상 식별자 "직사각형 형상(3변)" 및 인자 식별자 "개구각(Ω)"의 조에 대응하는 인자량 변환 정보 1를 이용하여, ADI 시뮬레이션부(131)에 의해 획득된 개구각(Ω)의 수치군인 저충실도 정보에 대응하는 고충실도 정보인 개구각(Ω)의 수치군을 획득한다. 예를 들어, ADI 시뮬레이션부(131)에 의해 획득된 저충실도 정보가 "0.110973", "0.218646" 등이면, 이에 대응하는 고충실도 정보 "0.09414", "0.183325" 등이 인자량 변환 정보 1을 이용하여 획득된다.
또한, 변환부(132)는 형상 식별자 "오목부 형상" 및 인자 식별자 "개구각(Ω)"의 조에 대응하는 인자량 변환 정보 2를 이용하여, ADI 시뮬레이션부(131)에 의해 획득된 개구각(Ω)의 수치군인 저충실도 정보에 대응하는 고충실도 정보인 개구(Ωu)의 수치군을 획득한다. 예를 들면, ADI 시뮬레이션부(131)에 의해 획득된 저충실도 정보가 "0.313763" 등이면, 이에 대응하는 고충실도 정보 "0.28542" 등이 인자량 변환 정보 2를 이용하여 획득된다.
또한, ADI 시뮬레이션부(131)에 의해 획득된 저충실도 정보가, 예를 들어, 볼록부 형상의 묘화 패턴의 면적율(u)에 관한 "0.27683" 등의 수치군이었던 경우에는, 이에 대응하는 고충실도 정보인 수치군 "0.23864" 등이 인자량 변환 정보 3을 이용하여 획득된다.
마찬가지로, ADI 시뮬레이션부(131)에 의해 획득된 저충실도 정보가, 예를 들어 계단 형상의 묘화 패턴의 면적율(u)에 관한 "0.113763" 등의 수치군이었던 경우에는, 이에 대응하는 고충실도 정보인 수치군 "0.09542" 등이 인자량 변환 정보 4를 이용하여 획득된다.
이어, 에칭 시뮬레이션부(133)는 변환부(132)에 의해 획득된 고충실도 정보인 개구각(Ω)의 상기 2개의 수치군 및 면적율(u)의 상기 2개의 수치군을 이용하여, 에칭 시뮬레이션을 수행하고, 해당 4부분의 에칭 윤곽의 선폭 변동을 나타내는 함수군을 획득한다.
또한, 이 때, 출력부(14)는 에칭 시뮬레이션부(133)에 의해 획득된 함수군을 이용하여, 시뮬레이션 결과를 나타내는 정보를 출력하여도 좋다. 이로써, 예를 들어, 디스플레이에 예를 들어 도 13에 나타낸 바와 같은, 접수된 영상 데이터에 대응하는 에칭 후의 묘화 패턴의 영상을 포함하는 화면이 표시된다.
도 13은 시뮬레이션 결과의 출력 화면의 일례를 나타낸 도면이다. 이 화면에는 시뮬레이션 결과인 에칭 후의 묘화 패턴이 실선으로 표시되며, 또한 접수되어 영상 데이터에 대응하는 원래의 묘화 패턴이 점선으로 표시되어 있다. 또한, 원래의 묘화 패턴 대신에, 또는 이에 더하여, ADI 시뮬레이션부(131)에 의한 이동 후의 평가점군을 이용하여 획득되는 레지스트 윤곽이 예를 들어 일점쇄선 등으로 표시되어도 좋다.
이어, 판단부(135)는 에칭 시뮬레이션부(133)가 획득한 선폭 변동을 나타내는 상기 함수군을 이용하여, 1 이상의 잔차를 획득하고, 획득한 1 이상의 잔차를 이용하여, 미리 정해진 조건을 만족할 정도로 오차가 작은 지의 여부를 판단하고, 패턴 정보 변경부(136)는 미리 정해진 조건을 만족하지 않는 것으로 판단된 경우에, 해당 함수군을 이용하여 해당 묘화 패턴 정보를 변경한다.
또한, 이 때, 출력부(14)는 패턴 정보 변경부(136)에 의한 변경 후의 묘화 패턴 정보를 이용하여, 보정완료된 묘화 패턴의 영상을 출력하여도 좋다. 또는, 출력부(14)는 패턴 정보 변경부(136)에 의한 변경 중의 묘화 패턴 정보를 이용하여, 보정되고 있는 묘화 패턴의 동영상을 출력하여도 좋다.
패턴 정보 변경부(136)에 의한 변경 후의 묘화 패턴 정보는 처리부(13)에 의해, 묘화 패턴 정보와 대응하게 하여, 저장부(11) 등에 저장된다. 저장부(11) 등에 저장된 변경 후의 묘화 패턴 정보는 필요에 따라, 에칭을 실시하는 장치 등에 전송되어도 좋다.
이상, 본 실시예에 따르면, 기록매체는 제 1 수의 평가점을 이용하여 획득된 정확도가 낮은 1 이상의 인자량인 저충실도 정보와, 제 1 수보다 많은 수의 제 2 수의 평가점을 이용하여 획득된 정확도가 높은 1 이상의 인자량인 고충실도 정보와의 대응을 나타낸 정보인 인자량 변환 정보가 저장되는 인자량 변환 정보 저장부(111)와, 묘화 패턴에 관한 묘화 패턴 정보가 저장되는 묘화 패턴 정보 저장부(112)를 구비하고, 시뮬레이션 장치(1)는 묘화 패턴 정보가 나타내는 묘화 패턴에 대해, 1 이상의 평가점을 이용하여, ADI 시뮬레이션을 수행하고, 1 이상의 인자량을 획득하며, 1 이상의 인자량인 저충실도 정보에 대응하는 1 이상의 인자량인 고충실도 정보를 인자량 변환 정보를 이용하여 획득하고, 획득한 1 이상의 인자량을 이용하여 에칭 시뮬레이션을 수행하는 일련의 시뮬레이션 처리를 실행함으로써, 빠르고 정확하게 마스크 프로세스 시뮬레이션을 수행할 수 있다.
또한, 시뮬레이션 장치(1)는 1 이상의 평가점의 잔차를 획득하고, 1 이상의 잔차를 이용하여, 미리 정해진 조건을 만족할 정도로 오차가 작은 지의 여부를 판단하고, 미리 정해진 조건을 만족하지 않는다고 판단한 경우, 1 이상의 평가점의 잔차를 이용하여, 묘화 패턴 정보를 변경하고, 미리 정해진 조건을 만족한다고 판단할 때까지, 상기 일련의 시뮬레이션 처리를 반복함으로써, 빠르고 보다 정확하게 마스크 프로세스 시뮬레이션을 수행할 수 있다.
또한, 시뮬레이션 장치(1)는 ADI 시뮬레이션을 수행함에 있어, 1 이상의 평가점을 묘화 패턴의 외주에 배치하고, 1 이상의 각 평가점에 대해, 축적 에너지를 계산하고, 축적 에너지가, 미리 정해진 문턱값과 같다고 간주할 수 있을 정도로 가까워질 때까지, 문턱값보다도 큰 경우에는 외주의 외측으로 움직이고, 문턱값보다도 작은 경우에는 외주의 내측으로 움직이는 처리를 반복하여, 오차가 작은 지 여부의 판단을 행함에 있어서, 축적 에너지가 미리 정해진 문턱값과 같다고 간주할 수 있을 정도로 가까워진 후의 1 이상의 평가점의 잔차를 획득하고, 획득한 1 이상의 잔차를 이용하여 판단함으로써, 빠르고 보다 한층 정확하게 마스크 프로세스 시뮬레이션을 수행할 수 있다.
또한, 인자량 변환 정보 저장부(111)에는, 묘화 패턴의 형상을 식별하는 형상 식별자와 대응하게 하여, 2 이상의 인자량 변환 정보가 저장되며, 시뮬레이션 장치(1)는 묘화 패턴 정보에 의해 특정되는 묘화 패턴의 형상을 식별하는 형상 식별자를 획득하고, 획득한 형상 식별자에 대응하는 인자량 변환 정보를 이용하여, 1 이상의 인자량인 저충실도 정보에 대응하는 1 이상의 인자량인 고충실도 정보를 획득함으로써, 복수의 형상의 묘화 패턴에 대응한 적절한 마스크 프로세스 시뮬레이션을 수행할 수 있다.
또한, 인자량 변환 정보가 수치인 저충실도 정보와 수치인 고충실도 정보의 조의 정보이므로, 시뮬레이션 장치(1)는 빠르고 정확하게 마스크 프로세스 시뮬레이션을 수행할 수 있다.
또한, 인자량 변환 정보는 저충실도 정보를 입력으로 하고 고충실도 정보를 출력으로 하는 함수이므로, 시뮬레이션 장치(1)는 빠르고 정확하게 마스크 프로세스 시뮬레이션을 수행할 수 있다.
또한, 함수가 다항식 함수 또는 스플라인 함수이므로, 시뮬레이션 장치(1)는 빠르고 정확하게 마스크 프로세스 시뮬레이션을 수행할 수 있다.
또한, 본 실시예에서의 처리는 소프트웨어로 실현하여도 좋다. 그리고, 이 소프트웨어를 소프트웨어 다운로드 등에 의해 배포하여도 좋다. 또한, 이 소프트웨어를 CD-ROM 등의 기록매체에 기록하여 유포하여도 좋다. 또한, 이는 본 명세서에서의 다른 실시예에 있어서도 해당한다. 또한, 본 실시예에서의 정보 처리 장치를 실현하는 소프트웨어는 예를 들어, 이하와 같은 프로그램이다.
즉, 컴퓨터가 액세스 가능한 기록매체는, 제 1 수의 평가점을 이용하여 획득된 정확도가 낮은 1 이상의 인자량인 저충실도 정보와, 상기 제 1 수보다 많은 수의 제 2 수의 평가점을 이용하여 획득된 정확도가 높은 1 이상의 인자량인 고충실도 정보와의 대응을 나타내는 정보인 인자량 변환 정보가 저장되는 인자량 변환 정보 저장부(111)와, 묘화 패턴에 관한 묘화 패턴 정보가 저장되는 묘화 패턴 정보 저장부(112)를 구비하며, 이 프로그램은, 상기 컴퓨터를, 상기 묘화 패턴 정보를 나타내는 묘화 패턴에 대해, 1 이상의 평가점을 이용하여, ADI 시뮬레이션을 수행하고, 1 이상의 인자량을 획득하는 ADI 시뮬레이션부(131)와, 상기 1 이상의 인자량인 저충실도 정보에 대응하는 1 이상의 인자량인 고충실도 정보를, 상기 인자량 변환 정보를 이용하여 획득하는 변환부(132)와, 상기 변환부(132)가 획득한 1 이상의 인자량을 이용하여 에칭 시뮬레이션을 수행하는 에칭 시뮬레이션부(133)로서 기능시키기 위한 프로그램이다.
도 14은 본 실시예에서 프로그램을 실행하여 시뮬레이션 장치(1)를 실현하는 컴퓨터 시스템(900)의 외관도이다. 본 실시예는 컴퓨터 하드웨어 및 그 위에서 실행되는 컴퓨터 프로그램에 의해 실현될 수 있다. 도 14에 있어서, 컴퓨터 시스템(900)은 디스크 드라이브(905)를 포함하는 컴퓨터(901)와, 키보드(902)와, 마우스(903)와, 디스플레이(904)를 구비한다. 또한, 키보드(902)나 마우스(903)나 디스플레이(904)도 포함하는 전체 시스템을 컴퓨터라고 불러도 좋다.
도 15은 컴퓨터 시스템(900)의 내부 구성의 일례를 나타낸 도면이다. 도 15에 있어서, 컴퓨터(901)는 디스크 드라이브(905) 이외에, MPU(911)와, 부트 업 프로그램 등의 프로그램을 저장하기 위한 ROM(912)과, MPU(911)에 접속되며, 애플리케이션 프로그램의 명령을 일시적으로 저장하는 동시에, 일시 저장 공간을 제공하는 RAM(913)과, 애플리케이션 프로그램, 시스템 프로그램, 및 데이터를 저장하는 스토리지(914)와, MPU(911), ROM(912) 등을 상호 접속하는 버스(915)와, 외부 네트워크나 내부 네트워크 등의 네트워크로의 접속을 제공하는 네트워크 카드(916)를 구비한다. 스토리지(914)는 예를 들어 하드 디스크, SSD, 플래시 메모리 등이다.
[0213] 컴퓨터 시스템(900)에 시뮬레이션 장치(1)의 기능을 실행시키는 프로그램은 예를 들면 DVD, CD-ROM 등의 디스크(921)에 저장되어, 디스크 드라이브(905)에 삽입되고, 스토리지(914)에 전송되어도 좋다. 이에 대신하여, 그 프로그램은 네트워크를 통해 컴퓨터(901)에 송신되고, 스토리지(914)에 저장되어도 좋다. 프로그램은 실행시에 RAM(913)에 로딩된다. 또한, 프로그램은 디스크(921), 또는 네트워크로부터 직접 로딩되어도 좋다. 또한, 디스크(921) 대신에 다른 착탈가능한 기록매체(예를 들어, DVD나 메모리 카드 등)를 통해, 프로그램이 컴퓨터 시스템(900)에 읽어들여져도 좋다.
[0214] 프로그램은 컴퓨터(901)에 시뮬레이션 장치(1)의 기능을 실행시키는 운영 체제(OS), 또는 서드퍼티 프로그램 등을 반드시 포함하고 있지 않아도 된다. 프로그램은 제어된 양태로 적절한 기능이나 모듈을 호출하고, 원하는 결과를 얻을 수 있도록 하는 명령의 부분만을 포함하고 있어도 좋다. 컴퓨터 시스템(900)이 어떻게 작동하는 지에 대해서는 널리 알려져 있어, 상세한 설명은 생략한다.
[0215] 또한, 상술한 컴퓨터 시스템(900)은 서버 또는 거치형 PC인데, 시뮬레이션 장치(1)는 예를 들어, 노트북이나 태블릿 단말이나 스마트 폰 등의 휴대단말로 실현되어도 좋다. 이 경우, 예를 들어, 키보드(902) 및 마우스(903)는 터치 패널로, 디스크 드라이브(905)는 메모리 카드 슬롯으로, 디스크(921)는 메모리 카드로 각각 대체되는 것이 바람직하다. 단, 이상은 예시이며, 시뮬레이션 장치(1)를 실현하는 컴퓨터의 하드웨어 구성은 불문이다.
[0216] 또한, 상기 프로그램에 있어서, 정보를 송신하는 송신 단계나, 정보를 수신하는 수신 단계 등에서는, 하드웨어에 의해 수행되는 처리, 예를 들어, 송신 단계에서의 모뎀이나 인터페이스 카드 등으로 수행되는 처리(하드웨어에서밖에 수행되지 않는 처리)는 포함되지 않는다.
[0217] 또한, 상기 프로그램을 실행하는 컴퓨터는 단수이어도 좋고, 복수이어도 좋다. 즉, 하나의 컴퓨터가 집중 처리를 수행하여도 좋고, 혹은 복수의 컴퓨터가 분산 처리를 수행하여도 좋다.
[0218] 또한, 상기 실시예에 있어서, 하나의 장치에 존재하는 2 이상의 통신수단(접수부(12)의 수신 기능, 출력부(14)의 송신 기능 등)은 물리적으로 하나의 매체로 실현되어도 좋음은 말할 필요도 없다.
[0219] 또한, 상기 실시예에 있어서, 각 처리(각 기능)는 단일 장치(시스템)에 의해 집중처리됨으로써 실현되어도 좋고, 혹은 복수의 장치에 의해 분산처리됨으로써 실현되어도 좋다.
[0220] 또한, 상기 프로그램에 있어서, 정보를 송신하는 송신 단계나, 정보를 수신하는 수신 단계 등에서는 하드웨어에 의해 수행되는 처리, 예를 들어, 송신 단계에서의 모뎀이나 인터페이스 카드 등으로 수행되는 처리(하드웨어에서밖에 수행되지 않는 처리)는 포함되지 않는다.
[0221] 또한, 상기 프로그램을 실행하는 컴퓨터는 단수이어도 좋고, 복수이어도 좋다. 즉, 집중 처리를 수행하여도 좋고, 또는 분산 처리를 수행하여도 좋다.
[0222] 또한, 상기 각 실시예에 있어서, 하나의 장치에 존재하는 2 이상의 통신수단(단말 정보 송신부, 단말 정보 수신부 등)은 물리적으로 하나의 매체로 실현되어도 좋음은 말할 것도 없다.
[0223] 또한, 상기 각 실시예에 있어서, 각 처리(각 기능)는 단일 장치(시스템)에 의해 집중처리됨으로써 실현되어도 좋고, 혹은 복수의 장치에 의해 분산처리됨으로써 실현되어도 좋다.
[0224] 본 발명은 이상의 실시예에 한정되지 않고, 다양한 변경이 가능하며, 그들도 본 발명의 범위 내에 포함되는 것임은 물론이다.
[0225] 이상과 같이, 본 발명에 따른 시뮬레이션 장치는, 빠르고 정확하게 마스크 프로세스 시뮬레이션을 수행할 수 있다는 효과를 가지므로, 시뮬레이션 장치 등으로서 유용하다.

Claims (8)

  1. 제 1 수의 평가점을 이용하여 획득된 정확도가 낮은 1 이상의 인자량인 저충실도 정보와, 상기 제 1 수보다 많은 수의 제 2 수의 평가점을 이용하여 획득된 정확도가 높은 1 이상의 인자량인 고충실도 정보와의 대응을 나타내는 정보인 인자량 변환 정보가 저장되는 인자량 변환 정보 저장부와,
    묘화 패턴에 관한 묘화 패턴 정보가 저장되는 묘화 패턴 정보 저장부와,
    상기 묘화 패턴 정보가 나타내는 묘화 패턴에 대해, 1 이상의 평가점을 이용하여, ADI 시뮬레이션을 수행하고, 1 이상의 인자량을 획득하는 ADI 시뮬레이션부와,
    상기 1 이상의 인자량인 저충실도 정보에 대응하는 1 이상의 인자량인 고충실도 정보를, 상기 인자량 변환 정보를 이용하여 획득하는 변환부와,
    상기 변환부가 획득한 1 이상의 인자량을 이용하여 에칭 시뮬레이션을 수행하는 에칭 시뮬레이션부를 구비하는 시뮬레이션 장치.
  2. 제1항에 있어서,
    상기 에칭 시뮬레이션부에 의한 에칭 시뮬레이션의 결과를 이용하여 상기 1 이상의 평가점의 잔차를 획득하고, 상기 1 이상의 잔차를 이용하여, 미리 정해진 조건을 만족할 정도로 오차가 작은 지 여부를 판단하는 판단부와,
    상기 판단부가 미리 정해진 조건을 만족하지 않는다고 판단한 경우, 상기 1 이상의 평가점의 잔차를 이용하여 상기 묘화 패턴 정보를 변경하는 패턴 정보 변경부를 더 구비하고,
    상기 판단부가 미리 정해진 조건을 만족한다고 판단할 때까지, 상기 ADI 시뮬레이션부, 상기 변환부, 및 상기 에칭 시뮬레이션부의 처리를 반복하는 시뮬레이션 장치.
  3. 제1항에 있어서,
    상기 인자량 변환 정보 저장부에는,
    묘화 패턴의 형상을 식별하는 형상 식별자와 대응하게 하여, 2 이상의 인자량 변환 정보가 저장되며,
    상기 묘화 패턴 정보에 따라 특정되는 묘화 패턴의 형상을 식별하는 형상 식별자를 획득하는 형상 식별자 획득부를 더 구비하고,
    상기 변환부는,
    상기 형상 식별자 획득부가 획득한 형상 식별자에 대응하는 인자량 변환 정보를 이용하여, 상기 1 이상의 인자량인 저충실도 정보에 대응하는 1 이상의 인자량인 고충실도 정보를 획득하는 시뮬레이션 장치.
  4. 제1항에 있어서,
    상기 인자량 변환 정보는,
    수치인 저충실도 정보와 수치인 고충실도 정보의 조(組)의 정보인 시뮬레이션 장치.
  5. 제1항에 있어서,
    상기 인자량 변환 정보는,
    저충실도 정보를 입력으로 하고, 고충실도 정보를 출력으로 하는 함수인 시뮬레이션 장치.
  6. 제5항에 있어서,
    상기 함수는 다항식 함수 또는 스플라인 함수인 시뮬레이션 장치.
  7. 제 1 수의 평가점을 이용하여 획득된 정확도가 낮은 1 이상의 인자량인 저충실도 정보, 상기 제 1 수보다 많은 수의 제 2 수의 평가점을 이용하여 획득된 정확도가 높은 1 이상의 인자량인 고충실도 정보와의 대응을 나타내는 정보인 인자량 변환 정보가 저장되는 인자량 변환 정보 저장부, 묘화 패턴에 관한 묘화 패턴 정보가 저장되는 묘화 패턴 정보 저장부, ADI 시뮬레이션부, 변환부, 및 에칭 시뮬레이션부에 의해 실현되는 시뮬레이션 방법으로서,
    상기 ADI 시뮬레이션부가, 상기 묘화 패턴 정보가 나타내는 묘화 패턴에 대해, 1 이상의 평가점을 이용하여, ADI 시뮬레이션을 수행하고, 1 이상의 인자량을 획득하는 ADI 시뮬레이션 단계와,
    상기 변환부가, 상기 1 이상의 인자량인 저충실도 정보에 대응하는 1 이상의 인자량인 고충실도 정보를, 상기 인자량 변환 정보를 이용하여 획득하는 변환 단계와,
    상기 에칭 시뮬레이션부가, 상기 변환부가 획득한 1 이상의 인자량을 이용하여 에칭 시뮬레이션을 수행하는 에칭 시뮬레이션 단계를 구비하는 시뮬레이션 방법.
  8. 컴퓨터가 액서스 가능한 기록매체로서,
    제 1 수의 평가점을 이용하여 획득된 정확도가 낮은 1 이상의 인자량인 저충실도 정보와, 상기 제 1 수보다 많은 수의 제 2 수의 평가점을 이용하여 획득된 정확도가 높은 1 이상의 인자량인 고충실도 정보와의 대응을 나타내는 정보인 인자량 변환 정보가 저장되는 인자량 변환 정보 저장부와,
    묘화 패턴에 관한 묘화 패턴 정보가 저장되는 묘화 패턴 정보 저장부를 구비하고,
    상기 컴퓨터를,
    상기 묘화 패턴 정보가 나타내는 묘화 패턴에 대해, 1 이상의 평가점을 이용하여, ADI 시뮬레이션을 수행하고, 1 이상의 인자량을 획득하는 ADI 시뮬레이션부와,
    상기 1 이상의 인자량인 저충실도 정보에 대응하는 1 이상의 인자량인 고충실도 정보를, 상기 인자량 변환 정보를 이용하여 획득하는 변환부와,
    상기 변환부가 획득한 1 이상의 인자량을 이용하여 에칭 시뮬레이션을 수행하는 에칭 시뮬레이션부로서 기능시키기 위한 프로그램을 기록한 기록매체.
KR1020207000786A 2017-06-13 2018-03-27 시뮬레이션 장치, 시뮬레이션 방법, 및 기록매체 KR102595643B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JPJP-P-2017-115799 2017-06-13
JP2017115799A JP6819963B2 (ja) 2017-06-13 2017-06-13 シミュレーション装置、シミュレーション方法、およびプログラム
PCT/JP2018/012398 WO2018230090A1 (ja) 2017-06-13 2018-03-27 シミュレーション装置、シミュレーション方法、および記録媒体

Publications (2)

Publication Number Publication Date
KR20200017468A true KR20200017468A (ko) 2020-02-18
KR102595643B1 KR102595643B1 (ko) 2023-10-27

Family

ID=64659193

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207000786A KR102595643B1 (ko) 2017-06-13 2018-03-27 시뮬레이션 장치, 시뮬레이션 방법, 및 기록매체

Country Status (6)

Country Link
US (1) US11170148B2 (ko)
EP (1) EP3640733A4 (ko)
JP (1) JP6819963B2 (ko)
KR (1) KR102595643B1 (ko)
TW (1) TWI749237B (ko)
WO (1) WO2018230090A1 (ko)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009210635A (ja) * 2008-02-29 2009-09-17 Toshiba Corp パターン予測方法、パターン補正方法、半導体装置の製造方法、及びプログラム
US20090307649A1 (en) * 2008-06-10 2009-12-10 Dipankar Pramanik System and method for modifying a data set of a photomask
US7685556B2 (en) * 2004-02-23 2010-03-23 Kabushiki Kaisha Toshiba Mask data correction method, photomask manufacturing method, computer program, optical image prediction method, resist pattern shape prediction method, and semiconductor device manufacturing method
JP2010519572A (ja) * 2007-02-20 2010-06-03 インターナショナル・ビジネス・マシーンズ・コーポレーション マスクのレイアウトを設計する方法及びプログラム
JP2011044656A (ja) 2009-08-24 2011-03-03 Sony Corp 形状シミュレーション装置、形状シミュレーションプログラム、半導体製造装置及び半導体装置の製造方法
JP2011133795A (ja) * 2009-12-25 2011-07-07 Renesas Electronics Corp マスク設計方法、マスク設計装置、プログラムおよび半導体装置の製造方法
JP2014029888A (ja) * 2010-10-12 2014-02-13 Nippon Control System Corporation 描画方法及び描画装置、並びにプログラム

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10214247A1 (de) * 2002-03-26 2003-10-23 Infineon Technologies Ag Verfahren zur Korrektur von Maskenstrukturen
JP2008065246A (ja) * 2006-09-11 2008-03-21 Nec Electronics Corp レイアウトパターン補正装置、レイアウトパターン補正方法、及びプログラム
US20090210838A1 (en) * 2007-09-17 2009-08-20 Mohamed Al-Imam Interpolation distance for layout desing data correction model
NL2011276A (en) 2012-09-06 2014-03-10 Asml Netherlands Bv Inspection method and apparatus and lithographic processing cell.
TWI528201B (zh) * 2013-08-28 2016-04-01 旺宏電子股份有限公司 進階修正方法
JP6582766B2 (ja) 2015-09-04 2019-10-02 富士通株式会社 シミュレーション装置、シミュレーションプログラムおよびシミュレーション方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7685556B2 (en) * 2004-02-23 2010-03-23 Kabushiki Kaisha Toshiba Mask data correction method, photomask manufacturing method, computer program, optical image prediction method, resist pattern shape prediction method, and semiconductor device manufacturing method
JP2010519572A (ja) * 2007-02-20 2010-06-03 インターナショナル・ビジネス・マシーンズ・コーポレーション マスクのレイアウトを設計する方法及びプログラム
JP2009210635A (ja) * 2008-02-29 2009-09-17 Toshiba Corp パターン予測方法、パターン補正方法、半導体装置の製造方法、及びプログラム
US20090307649A1 (en) * 2008-06-10 2009-12-10 Dipankar Pramanik System and method for modifying a data set of a photomask
JP2011044656A (ja) 2009-08-24 2011-03-03 Sony Corp 形状シミュレーション装置、形状シミュレーションプログラム、半導体製造装置及び半導体装置の製造方法
JP2011133795A (ja) * 2009-12-25 2011-07-07 Renesas Electronics Corp マスク設計方法、マスク設計装置、プログラムおよび半導体装置の製造方法
JP2014029888A (ja) * 2010-10-12 2014-02-13 Nippon Control System Corporation 描画方法及び描画装置、並びにプログラム

Also Published As

Publication number Publication date
TWI749237B (zh) 2021-12-11
TW201903843A (zh) 2019-01-16
US20210150114A1 (en) 2021-05-20
EP3640733A4 (en) 2021-03-31
US11170148B2 (en) 2021-11-09
WO2018230090A1 (ja) 2018-12-20
EP3640733A1 (en) 2020-04-22
JP2019002970A (ja) 2019-01-10
JP6819963B2 (ja) 2021-01-27
KR102595643B1 (ko) 2023-10-27

Similar Documents

Publication Publication Date Title
US20070074143A1 (en) Dense OPC
US11530915B2 (en) Dimension measuring device, dimension measuring method, and semiconductor manufacturing system
US8023723B2 (en) Mask pattern dimensional inspection apparatus and method
US20110224963A1 (en) Fast Photolithography Process Simulation to Predict Remaining Resist Thickness
US20130290912A1 (en) Method and apparatus for monitoring mask process impact on lithography performance
CN112230507B (zh) 光学邻近矫正模型构建方法、装置及计算机设备
US8959466B1 (en) Systems and methods for designing layouts for semiconductor device fabrication
CN109145902A (zh) 一种利用泛化特征对几何标识进行识别及定位的方法
TWI620032B (zh) 資料修正裝置、描繪裝置、檢查裝置、資料修正方法、描繪方法、檢查方法及記錄媒體
CN109543330A (zh) 一种自匹配的基于像素的光学邻近修正方法及系统
KR20200017468A (ko) 시뮬레이션 장치, 시뮬레이션 방법, 및 기록매체
US11256947B2 (en) Pattern shape measuring method
CN100410626C (zh) 图案评价方法、图案对位方法及计算机可读的媒介
CN115933331B (zh) 光源优化方法、设备和介质
US10134124B2 (en) Reference image contour generation
US9966315B2 (en) Advanced process control methods for process-aware dimension targeting
CN113066165A (zh) 多阶段无监督学习的三维重建方法、装置和电子设备
Dierenbach et al. Next-Best-View method based on consecutive evaluation of topological relations
Su et al. Simulation-based MDP verification for leading-edge masks
Tan et al. Characterizing wildfire perimeter polygons from quic-fire
Roman-Rivera et al. 3D Point Cloud Outliers and Noise Reduction Using Neural Networks
CN115830209B (zh) 纹理映射方法、系统、设备及存储介质
JP7094594B2 (ja) 処理条件推定装置、方法及びプログラム
US20210373130A1 (en) Determining an angle of an incident beam of coherent light
US20230104674A1 (en) Machine learning techniques for ground classification

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant