IDENTIFICATION OF HOT SPOTS OR DEFECTS BY MACHINE LEARNING

• Main Authors: LIN CHENXI, HUNSCHE STEFAN, LU YEN WEN, CHEONG LIN LEE, JOSEN MARINUS, SU JING, ZOU YI
• Format: Patent
• Language: English; Korean
• Published: 14.12.2020
• Subjects: APPARATUS SPECIALLY ADAPTED THEREFOR; CALCULATING; CINEMATOGRAPHY; COMPUTING; COUNTING; ELECTRIC DIGITAL DATA PROCESSING; ELECTROGRAPHY; HOLOGRAPHY; IMAGE DATA PROCESSING OR GENERATION, IN GENERAL; MATERIALS THEREFOR; ORIGINALS THEREFOR; PHOTOGRAPHY; PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES,e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTORDEVICES; PHYSICS

본 명세서에서는, 기계 학습 모델을 이용하여, 디자인 레이아웃으로부터 핫스폿을 식별하거나, 디자인 레이아웃 내의 패턴이 결함있는지를 예측하는 다양한 방법들이 개시된다. 본 명세서에 개시된 예시적인 방법은 디바이스 제조 공정에서의 복수의 공정 조건들 하에서 각각 핫스폿들의 성능의 특성들의 세트들을 각각 얻는 단계; 핫스폿들 각각에 대하여 공정 조건들 각각에 대해, 그 공정 조건 하에서의 특성들에 기초하여, 그 핫스폿이 결함있는지를 결정하는 단계; 공정 조건들 각각의 특성들을 얻는 단계; 핫스폿들 각각의 특성들을 얻는 단계; 및 공정 조건들 중 하나의 특성들, 핫스폿들 중 하나의 특성들, 및 그 공정 조건 하에서 그 핫스폿이 결함있는지의 여부를 포함하는 트레이닝 세트를 이용하여 기계 학습 모델을 트레이닝하는 단계를 포함한다. Methods of identifying a hot spot from a design layout or of predicting whether a pattern in a design layout is defective, using a machine learning model. An example method disclosed herein includes obtaining sets of one or more characteristics of performance of hot spots, respectively, under a plurality of process conditions, respectively, in a device manufacturing process; determining, for each of the process conditions, for each of the hot spots, based on the one or more characteristics under that process condition, whether that hot spot is defective; obtaining a characteristic of each of the process conditions; obtaining a characteristic of each of the hot spots; and training a machine learning model using a training set including the characteristic of one of the process conditions, the characteristic of one of the hot spots, and whether that hot spot is defective under that process condition.