TWI338321B - Process change detection through the use of evolutionary algorithms - Google Patents

Process change detection through the use of evolutionary algorithms Download PDF

Info

Publication number
TWI338321B
TWI338321B TW95120165A TW95120165A TWI338321B TW I338321 B TWI338321 B TW I338321B TW 95120165 A TW95120165 A TW 95120165A TW 95120165 A TW95120165 A TW 95120165A TW I338321 B TWI338321 B TW I338321B
Authority
TW
Taiwan
Prior art keywords
state function
substrate
data
random
function
Prior art date
Application number
TW95120165A
Other languages
English (en)
Other versions
TW200701293A (en
Inventor
Jason Plumhoff
Original Assignee
Unaxis Usa Inc
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 Unaxis Usa Inc filed Critical Unaxis Usa Inc
Publication of TW200701293A publication Critical patent/TW200701293A/zh
Application granted granted Critical
Publication of TWI338321B publication Critical patent/TWI338321B/zh

Links

Description

1338321 ^ 九、發明說明: 相關申請案交互參照本申請案主張並關於2〇〇5年6月 16日所申請,標題為「利用演化演算法之製程變更偵測 • ( Process Change Detection Through the Use 〇f
Evolutionary Algorithms )」之共同擁有的美國臨時專利申 清案第60/690,941號案之優先權,茲將該臨時專利申請案 併入本案作為參考。 【發明所屬之技術領域】 鲁 纟發明係關於-種用於债測出-電焚系統中之製程變 化的方法。更特別地,本發明係關於利用一演化式計算技 術,藉以對於一電漿蝕刻終點系統產生出一製程狀態函數 - 或是比例係數集合。 【先前技術】 在任何的工業製程裡,皆有必要對製程資料通道進行 監視,藉以偵測出任何可能影響到最終產品的變化。隨著 製程複雜度日增,必須加以監視的資料通道數量亦隨之提 尚。在極度複雜的製程裡,必須要對數以百計的資料通道 進行分析’藉以決定該製程的狀態。 有時雖使用一矩陣註記,然通常一製程狀態能夠被敘 述為一函數: %Μη) 製程狀態=f (hM,, a2M2, a3M3,.. 其中各個變數Mn代表一特定製程資料通道,並且各 個a,、代表一比例係數。可選擇這些比例係數,藉以按照將 1338321 一製程變化偵測作業之函數的結果最佳化之方式,來修改 各製程資料通道。 · 對一個其變數為各製程資料通道之函數(或各函數)進 行評估是-種用於分析多個f料通道,並且產生出_描述 该製程狀態之輸出的方法。然後可利用此輸出以進行製程 變化偵測。圖1代表一對於一製程狀態函數而描述之概泛 製程變化錢线。由至少—㈣器來收集資#,並發送 至-分析單元。在該分析單元裡,將各資料通道合併於各 比例因數’並輸入至稍後將予評估的製程狀態函數之内。 然後’可將此函數的輸出運用在製裎變化偵測作業。 可在半導體業界尋得—示範性製程變化㈣範例。在 用以製造半導體裝置之各項步驟裡的其中一項即為電漿蝕 刻。在電㈣刻製程裡,令一樣本受曝於經設計以自該樣 本表面蝕刻移除特定材料的電焚。經常會有必要在一特定 時點處停止該電聚蝕刻,以獲致一精準钱刻深度。應停止 ,電㈣刻的時間點稱為製程終點。$常是利用—種稱為 兄光子1射光ea _ (〇ES)」的多通道技術決定該製程終點。 圖2描述一種典型的〇ES終點偵測系統。 在一電榮姓刻的過栽φ,f蔣7么丄 仏 私中電漿係在廣泛的波長範圍上 :射出電磁能量。t渡所發出的精確頻譜部份地根據在樣 炊=過程中所出現之揮發性副產品而定。在一典型的OES 先理卩利用一光譜儀以將電漿發射分離成各離散 ;D ]量出在各波長處的發射強度並轉化成一個別的製 …4通道,而在姓刻過程中加以監視…監視這些顯 6 1338321 不出一在蝕刻過程中之可重複變異性的資料通道,即可決 定何時該樣本既經完全地蝕刻。 * 在其最簡單實施裡,可利用一 〇ES系統以監視一單一 資料通道。Gonn等人(美國專利4,263 〇88)即揭示一種利 用一光導胞格以決定在—聚矽蝕刻處理中之終點的裝置, 其中該胞格係經最佳化以偵測在52〇nm處的電焚發射。藉 由監視此胞格在蝕刻過程中所產生的電壓,即可偵測出當 聚石夕薄膜經完整㈣之後所出現的«組成變化。對於製 程狀態函數,此方法可按如下式所表: 製程狀態=M52Qnni 廷種方式的限制在於一單一資料通道通常是無法產生 足夠地尚於該系統雜訊位準,而可供進行可靠終點偵測 作業的信號。 其他研究者既已注意到可藉由利用多個資料通道來提 鲁同點積'則的敏感度。Jerde等人(美國專利4,491,499)即 揭不測量—發射頻譜窄帶,並且同時地測量出中心約位在 U玄七可處之較寬廣背景頻帶的強度。按此方式,可從各終 點仏號通道中扣減掉各背景資料通道,獲致一經改善的終 點信號對雜訊比。 然而’描述該製程狀態的函數會隨著納入多個資料通 道而變得較為複雜,即如下式: 製程狀態=(]Vi
Signal I + Msjgna| 2
Msignal n) - (MBackground M, sckground 2 ··· ^Background n) 丄叫321 即在於 由Jerde等人所描述之此一方法的基本限制 必須要根據使用者的製裎知識,來決定對於適當製程狀態 通道以及相關比例因數的選擇結果。因此,這變得對於任
何使用者需耗費時日以獲取必要的專業學識,來選擇對於 所有可能電漿蝕刻應用的適當資料通道與比例因數。任何 f過人工資料通道及比例因數選擇所產生的製裎狀態函數 是不太可能經良好最佳化以偵測一給定製程變化。為減輕 負擔,既已提出各種多變分析技術。
Angell等人(美國專利5,288,367)即揭示可利用主要成 份分析(PCA)以自動地選擇資料通道。此眾知多變分析技 術是將相關的資料通道加以分組,而成為描述在所分析資 料内之變異性的各正交成份之線性組合。肖由識別出描述 關聯於該製程終點之變異性的成#1並且檢視該成份的各 貧=通道組成項,即可決定出哪些通道確有利於終點偵測 的I現作業。該AngeU等人的方法製程狀態函數可表如 式: 製程狀態=f(PlMi,ρ2Μ2, ρ3Μ3,·..,ΡηΜη;) 其中各ρη是由該使用者選定的各主要成份之一者的負 載所給定。 ' 此等PCA為基礎之方式的限制在於ρ〇Α演算法嘗試 著祅如〜正交成份集合來描述變異性。PCA並不嘗試將製 程變化侦測之製程資料通道及比例因數的選擇直接地最佳 化所希望的是各正交成份的其中一者完全地捕捉終點資· 133832丄 對於一 並不足 訊’但是PCA並非特定地導向於此-結果。因此, 歧應用而言’該製程狀態函數的信號對雜訊比可能 夠。 應注意到在此所呈現的各 „ ^ ^ ]各項粑例為特定於在一電《I铋 刻製程中的終點偵測,而 漿蝕 . 坏用技術為該等運用於廣泛各4 製程監視應用的代表。任何 '之各式 ,+ 了依照—資料通道或多個通违 之函數來描述其狀態的製程,比 、 白可秸由類似技術加以監 視*。 因此’確實存在改善_ 屯水蝕刻製程之製程狀態函數 最佳化作業的需要。 ^ W数 而先前技藝中無一者提供本發明所提供的優益之處。 本發明之一目的即為提供—種改善方式,而此 改。式y克服先前技藝的不適性,並對於半導體製程技 術的進步提供一顯著貢獻。 本心月之另一目的在於提供一種用於偵測一製程變化 之方法’ 1亥方法包含將-基板放置於-機室内;令該基板 受曝於:製程而具至少-已知製跑:在-製程中取得 至V貝料集合;以及將一演化式計算技術施用於至少一 貝料集合,藉以產生一製程變化偵測演算法。 前揭說明既已概列本發明的部分適切目標。該等目的 應被狂釋成僅為示範本發明之部分較適切的特性及應用。 σ在本揭7Γ之範圍内按一不同方式或修改本發明,藉由施 加所揭示之發明以獲得許多其他有利結果。從而,除由申 凊專利範圍所定義,且併同於各隨附圖式,之本發明範圍 9 丄 :外照於本㈣概論及較佳t施例詳細說 ,得本發明之其他目的並且更完整地瞭解本發明。 【發明内容】 :::述本發明之目的’本發明包含—用於在一基板之 :虫刻處理的過程中,將至少一製程狀態函數最佳化的 、·二改良方法。 方去本發明之一特點在於提供-種用於偵測-製程變化的 機L内該方法包含將一基板放置於-編刻系統的真空 内,板可為一像是一光罩之絕緣材料、一半導體 中受:::電材料。該基板在該電梁触刻系統的真空機室 時7於—電聚。纟製程過程中’會按如進行各項測量之 Μ α己錄下電毁狀況、基板狀況及製程設備狀況的測量 :入;,則量結果代表一個別資料通道。各資料通道係 資料集合。可執行-演化式計算㈣即如源生 〜法、源生性程式等)。透過使用—適當的適配函數, 變式計算技術施用於該資料集合,以產生-製程 缺,偵1决异法,像是一製程狀態函數或比例係數集合。 然後,將此演算法施用於未來的資料集合(按 制和士 m 可々式或在 2處理過程中,或者是在該製程之後),藉以偵測—製程 該資料集合可包含任何或全部資料通道, 俨八姑次L· 像疋殘餘氣 K刀析貝料、雷射反射資料、光學發射頻譜資料、壓力、 相符網路位置、直流電壓等等。製程狀態偵測演算2。、 含—製程狀態函數及/或適當的比例係數。 ^ 衣枉狀態函數 10 ° 者域疋,或疋由该凟化式計算技術所產生。該待 ▲ j /則之製裎變化可包含.基板材料成份的轉變。該演化式 大^技術可運用一約為各製程變數之數量兩倍以上的母體 =小。作為製程變化彳貞測演算法的一部分,可將—製程狀 ==於一入方製程測量項。此外,可將-據波器施 次;Λ衣祆狀態函數的結果。該製程狀態函數可為一在一 砩木〇内之所有元素上的總和,然確 狀態函數。 王文馮複滩的 =揭說明既已相當廣泛地概列出本發明較為適切且重 更=點’藉以更佳瞭解如後的本發明詳細說明,因而可 疋正地知悉對於業界的 額外特赴 』員馱泜下將况明本發明的 :·,廷些構成本發明之申請專利範圍的主題。熟習 隨即地=應能瞭解可按以修改或設計其他結構為基礎, 明的相π目所揭不之概念及特定實施例,藉以運作出本發 _目的。Μ本項技彳㈣亦應能瞭解㈣ 习負並不惊雜太久上《么# ?|| 精神及範圍 請專利範圍中所列陳的本發明之 【實施方式】 :案揭示一種利用一像是―源生性演算 過使用-演化式計算技術,直接地產生出針二法 之取佳化製程狀態函數的H 文匕 浐 纟物干上,有機體可回應於競爭壓力,藉由、、 锃而變得更為調適於…错“化過 力地繁衍的有機體會被 k些成 饭判疋為「適配」於該環境。 11 1338321 繁衍的有機體可被視為是「不適配」力該環境。即如對於 -問題通常會有許多潛在.的解決方案,或許會有多項讓親 代能夠繁衍的源生性特徵。透過其個別源生性特徵的电 合’有些「適配」1 見代的組合會產生可潛在地更為適配的 後代可能會是合理,而在此又稱之為—適配函數。也有可 能會在繁衍的過程中出現隨機突變,提供子代任一親代比 热法獲致的競爭優勢。給定這此事實, 一肀頁在統计上受曝於相
:環境機體各後代有可能比起前代在繁衍方面平均而 言會變得更為成功。读由& .η 透過凟化過程,有機體可對於其環培 所最佳化,而益需一畀杜女地诚也认 ·、,'而最佳有機體應為如何的導引或是 特定知識。 < 1 1 j 演化式計算技術為一些嘗試以至少部分地重製一 涉到演化之過程的計算技術。這些技術既已變成對於能夠 =用於牽㈣連續及離散成份之廣泛各種問題的最佳化之 =具二種特定型態之演化式計算技術稱為源生性演 (圖)。此一技術將解決方案表示如演化至一 標的染色體。 ^目 在本發明之一實施例裡,可運用一源生性演算法以產 生對於製程變化之偵測所最佳化的製程狀態函數。可產生 :至J 一貧料集合’而其中含有至少一已知製程變化。也 S產生製程狀態函數(及/或比例係數)之隨機母體。可利 用^夠將該母體成員偵測出至少-已知製程變化之能力 :以量化的適配函#支,將至少_已知資料集合施用於該母 且ίΐ各個成員亚進行評估。然後將一組最成功的母體成員 12 1338321 重新合併,藉以建立出一新的母體。然後對此—新母體進 行測試’並又予降減且重新組合’以再產生又另一母體。 該製程可在一經設定迭遞次數後,或是在當至少—母體成 員展現出足夠功能性而符合使用者要求時結束。 應注意到一演化式計算技術(並且實際上是所運用之特 定演化式計算技術)的實施細節是依據應用項目而定。評估 該母體之適配性、選擇母體成員以供重新組合、重新組合 技術、突變操作之使用、母體大小等等的各項替代方法並 •不會顯著地偏離於本發明。 亦應注意到’除製程狀態函數及比例係數以外,可利 用本發明將製程變化偵測的各項特點最佳化。可將過漁係 數、尖峰偵測技術以及近乎任何其他製程變化偵測參數包 含在該母體内,並且藉由本項技術予以最佳化。 在本範例中’可為在一個一元色彩光罩上偵測出一電 漿製程終點之目的,利用一源生性演算法產生一組經最佳 化的比例係數集合。 ^ 可利用一光學發射光譜學(OES)式終點系統(與圖2中 所描述者等同)來收集電漿發射,並將該等劃分成各成份波 長。各個個別波長是由一資料通道Mn所表示,而產生出 總共2048個個別的資料通道。一源生性製程狀態函數經 疋義為在各波長處之強度與一對於各波長之唯一比例係數 a „的乘積之總和(數值範圍是-1到〗),即如下式: 製程狀態函數sa/M, + a2*M2 + ... + an*Mn 13 可產生一測试資料集合,1 Φ / ΟΛΠ 士 / '、中在200秒處(圖句出現— 已知製程變化(終點)。可產生出—含 . a有2〇48個比例係數集 合的1000成員母體(圖5)。將各组 ^ 士 ...丑的ir、數集合乘以該頻譜 儀資料以建立經比例調整的頻组f阁 、°曰 J 7貝》曰(圖將該經比例調整 的頻譜施加於該製程狀態函數,以甚4 + ^ 以產生出一終點信號(圖 7) 。可依各係數集合,對該適配函數_在此狀況即為對於 所產生之終點信號的「信號對雜訊比(SNR)」進行評估⑽ 8) 。在此刻,會根據SNR以對各係數集合加以排階。然後 噠擇具有最南SNR之係數集合的2〇0/。以進行重新組合。會 為自進一步考量而消除剩餘8〇%的係數集合(圖9及^ 10) 〇 從經選擇以進行重新組合的2〇%中,根據其相較於其 他存活係數集合的相對適配性,以對各係數集合指配—重 新級合機率。_ 1 1提供_範例,其中對數個經排階集合 指配一重新組合機率。然後執行用於重新組合之係數集I 組對的隨機選擇,以建立—個新的1000成員母體。注= 到該母體大小以及為重新組合或消除而選擇的集合百分比 可為任思,並且可為根據該使用者之需要而選擇。 當選定各係數集合組對以進行重新組合之後,會在相 同的隨機選定中斷點處將各係數集合(分別地稱為親代A 及親代B)分割成兩個較小區段。一個來自親代A的區段(稱 為A〗)含有位於該分割點之前的各係數’而另一區段(稱為 A2)會含有所有位在該分割點之後的係數。然後隨機地選 擇A1或A2。無論是選擇哪一區段,接著皆將其接合於來 14 1338321 自親代B的相對區段。例如,矣;登@ A , 丁 Μ右選擇Α1,則會被合併於Β2, 以產生-新的係數集合「Α1Β2」。而若是㈣Μ,則會 將此與Β1合併,以產生一新的係數集合「βια2」。 當進行各組對的重新組合時,也有微小的可能性(在實 驗中為15%)會對親代之-者代換_新的隨機產生係數集 合。可利用此方法以模擬突變程序。#界已知使用突變操 作可獲& 一相車交於其他方式戶斤冑得者而為更佳❼解決方 案。圖1 2藉一簡化範例說明該重新組合程序。 一旦既已從第一代透過各最成功係數集纟白勺^新組合 及犬交產生出一第二代後,即可拋除該第一代。由第二代 母體所產生的平均SNR測量結果顯示出第二代實際上是會 優於第- A。,然後,對該第二代施以相同的測試及重新二 合處理程序而獲得一第三代。再度地,該第三代擁有較高 的信號對雜訊比。連續地施用此一演算法,如此最終地可 能產生具備’相較於初始、未經最佳化比例係數集合,極 為南度之信號對雜訊比的係數集合。圖丨3顯示一平均snr vs該演算法迴圈迭遞的點繪圖。 最後,該演算法會觸抵一點處,在此該SNR不會有進 一步的顯著改善結果。然後將所產生的最佳比例係數集合 乘以該資#,並插置於該製程狀態函數内。所獲終點信號 具有一經測量為35 : 1的信號對雜訊比,而這對於終端偵 測作業即已足夠(圖14)。 為測試由該源生性演算法所產生的解決方案究屬一般 性,或是特定於該最佳化作業中所用之資料集合,可將該 15 1338321 係數集合施用於其他資料集合(圖1 5)。在類似的 遮罩而具略微不同製程參數及色彩負載的蝕刻過 這些資料集合。效能雖相對於最佳化資料集合所 果而會劣化’然效能表示該源生性演算法解決方 上具有一般性,且並不受限於該最佳化資料集合 本揭示含有經納入於後載申請專利範圍以及 之内者。雖既已按其最較佳形式而具某程度之特 述本發明,然應瞭解僅為藉由範例以撰述具較較 本揭示,並且可訴諸在建構及組合細節上與各部 上的無數變化,而不致悖離本發明之精神及範圍 現本發明已敘述完畢。 【圖式簡單說明】 圖1為一對於一製程狀態函數所描述之概泛 偵測系統的示意圖; 圖2為一典型OES終點偵測系統的示意圖; 圖3為一源生性演算法之流程圖; 圖4為一顯示在200秒處會出現之製程終點 道相對於強度圖式; 圖5顯示一資料通道相對於比例係數之母體白 圖6為一利用比例係數而來自圖5之資料的廣 圖7為一經施加於該製程狀態函數以產生一 之圖6比例係數的圖式; ^圖8為一圖7對該信號對雜訊比評估而所產 仏號的圖式; 二元色彩 程中採用 獲得的結 案在本質 3 前揭說明 定性來描 佳形式之 分之排置 製程變化 的資料通 )圖式; ί式; 終點信號 生之終點 16 1338321 m …對雜訊比至最低信號野雜訊比之 ,一從联鬲 比例係數集合的排階; 圖】0顯示各比例係數隼a之盈技 双呆D之最佳20%的 圖〗丨顯示一對於各係數隼人之人擇、4果; 式; 啊+的指配方 圖I 2顯示一重新組合製程的範例,· 信號對雜訊 之時間上的 圖1 3蝻不一對於一演算法迴圈迭遞之平均 比的源生性最佳化圖形範例;
圖1 4為一在對於一經最佳化製程狀態函數 正範化信號圖式;以及 圖1 5為一在對於經施用於其他資料集合之最佳化係數 的時間上之正範化信號圖式。 在各圖式全篇中,類似參考編號係指類似元件。 【主要元件符號說明】 (無)
17

Claims (1)

  1. 十、申請專利範圍: I-種用於改進債測製程變化 將-基板放置於—機室内;
    之方法,該方法包含: 於該機室内將該基板 取得至少一資料集合 之已知製程變化; 曝出於一製程; ’其係具有至少 一個用於該製程 產生製程狀態函數 毅之一個隨機母體; 施加該資料集合至制 ’
    個成員. #狀怨函數之該隨機母體之每 功,以偵:程狀態函數之該隨機母體之每-個成員的成 功以偵測泫已知製裎變化; 根據製程狀態函數之兮I{名i A 致之忒隨機母體之每一個成員的估計 步驟而提供該製程妝能 W函數t該隨機母體之第一組最成功 成員; 再、”σ σ製%狀態函數之該隨機母體之第一組最成功成 員,以產生製程狀態函數之一個新母體; 把加4資料集合至製程狀態函數之該新母體之每一個 成員, 估汁该製程狀態函數之該新母體之每一個成員的成 功,以彳貞測5亥已知的製程變化;及 根據製程狀態函數之該新母體之每一個成員的估計步 驟而提供該製程狀態函數之該新母體之第二組最成功成 2.如申請專利範圍第1項之方法,其甲該製程為一電漿 18 1338321 * . 蝕刻製程。 3. 如申請專利範圍第· 1項之方法,其中該基板為一光 罩。 4. 如申請專利範圍第1項之方法,其令該基板為一半導 • 體材料。 5. 如申請專利範圍第1項之方法,其中該基板為一介電 材料。 6. 如申請專利範圍第1項之方法,其中該基板為一導電 •材料。 7. 如申請專利範圍第1項之方法,其中該製程變化為一 在該基板内的材料轉變。 8. 如申請專利範圍第1項之方法,其令該資料集合進一 步包含電漿發射頻譜資料。 9. 如申請專利範圍第1項之方法,其中該資料集合進一 步包含殘餘氣體分析資料。 10. 如申請專利範圍第1項之方法,其中該資料集合進 I -步包含至少-電聚處理參數。 1 1.如申請專利範圍第10項之方法,其中該電漿處理參 數包含電漿狀況、基板狀況或處理設備狀況的測量結果。 Η—、圖式: 如次頁。 19
TW95120165A 2005-06-16 2006-06-07 Process change detection through the use of evolutionary algorithms TWI338321B (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US69094105P 2005-06-16 2005-06-16

Publications (2)

Publication Number Publication Date
TW200701293A TW200701293A (en) 2007-01-01
TWI338321B true TWI338321B (en) 2011-03-01

Family

ID=45074746

Family Applications (1)

Application Number Title Priority Date Filing Date
TW95120165A TWI338321B (en) 2005-06-16 2006-06-07 Process change detection through the use of evolutionary algorithms

Country Status (1)

Country Link
TW (1) TWI338321B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5629770B2 (ja) * 2009-06-30 2014-11-26 ラム リサーチ コーポレーションLam Research Corporation プラズマチャンバ検証用のエッチング速度均一性を予測する方法、装置、及び、プログラム記憶媒体

Also Published As

Publication number Publication date
TW200701293A (en) 2007-01-01

Similar Documents

Publication Publication Date Title
JP2008547201A (ja) 進化アルゴリズムを用いる工程変化検出
JP6853273B2 (ja) ニューラルネットワークと順物理モデルを半導体用途に組み込んだシステムおよび方法
TWI710763B (zh) 經組態以偵測一樣品上之缺陷之系統及用於偵測一樣品上之缺陷之電腦實施方法
TWI573215B (zh) 模擬由於半導體晶圓固持之平面內失真之基於有限元素模型的預測之系統及方法
Mesbah et al. Machine learning for modeling, diagnostics, and control of non-equilibrium plasmas
TW469554B (en) Method and apparatus for monitoring a process by employing principal component analysis
Raychev Fundamental limit for universal entanglement detection
TW540092B (en) Scatterometry technique to ascertain asymmetry profile of features and generate feedback or feedforward process control data associated therewith
TW516075B (en) Method and apparatus for controlling operation of a substrate processing chamber
TWI239390B (en) Method for detecting an endpoint for an oxygen free plasma process
KR20080050567A (ko) 막에서의 구성요소의 비-파괴 분포 프로파일링에 대한 방법및 시스템
TW200818364A (en) Neural network methods and apparatuses for monitoring substrate processing
TW201937301A (zh) 基於計算度量衡之校正和控制
TW200937282A (en) Implementation of advanced endpoint functions within third party software by using a plug-in approach
TW200416931A (en) Method and apparatus employing integrated metrology for improved dielectric etch efficiency
Rath et al. Importance sampling of randomized measurements for probing entanglement
TW201023264A (en) Substrate processing control method and storage medium
CN112272796A (zh) 使用指纹和演化分析的方法
Langford Errors in quantum tomography: diagnosing systematic versus statistical errors
US20070214098A1 (en) Neural network for determining the endpoint in a process
Vengertsev et al. The new test pattern selection method for OPC model calibration, based on the process of clustering in a hybrid space
TWI338321B (en) Process change detection through the use of evolutionary algorithms
Kim et al. Modeling of plasma process data using a multi-parameterized generalized regression neural network
TW201043943A (en) System and method for determining surface recombination velocity
Land et al. Using Genetic Algorithms with Local Search for Thin Film Metrology.