[发明专利]用于机器学习辅助的光学邻近效应误差校正的训练方法

权利要求书

1.一种确定用于训练机器学习模型以预测光学邻近效应校正的代表图案的方法，所述方法包括：

获得包括一组图案群组的设计布局，每个图案群组包括一个或更多个子群组；

确定所述一组图案群组中的一组代表图案，所述代表图案是其实例出现于所述一组图案群组中的子群组；

通过使用所述一组代表图案来模拟光学邻近效应校正过程，获得与所述一组代表图案相关联的参考光学邻近效应校正数据；和

基于所述一组代表图案和一组参考光学邻近效应校正数据来训练机器学习模型，以预测针对所述设计布局的光学邻近效应校正。

2.根据权利要求1所述的方法，其中所述图案群组被布置呈层级结构，在所述层级结构中每个图案群组包括一个或更多个图案子群组。

3.根据权利要求2所述的方法，其中确定所述一组代表图案是迭代过程，迭代包括：

在所述一组图案群组的层级结构内搜索给定图案子群组的实例；

将所述给定子群组的实例分类为所述代表图案；和

从所述设计布局提取与所述代表图案相关联的图案信息。

4.根据权利要求1所述的方法，其中所述一组图案群组中的每个群组与第一标识符相关联，并且一个或更多个图案子群组与第二标识符相关联。

5.根据权利要求4所述的方法，其中确定所述一组代表图案包括：

将与给定子群组相关联的第二标识符与所述一组图案中的每个群组的层级结构内的标识符进行比较；和

基于所述比较，识别所述一组图案群组内的具有相同的第二标识符的图案子群组的实例；和

将所述给定子群组的实例分类为所述代表图案。

6.根据权利要求1所述的方法，其中获得所述参考光学邻近效应校正包括：

使用与所述代表图案相关联的图案信息来模拟所述光学邻近效应校正过程；和

提供与代表图案相关联的光学邻近效应校正，以用于图案化过程。

7.根据权利要求1所述的方法，其中针对图案子群组的搜索未直接将给定图案子群组的形状和大小与所述一组图案群组内的图案形状和大小进行比较。

8.根据权利要求1所述的方法，其中所述光学邻近效应校正包括放置与所述设计布局的期望图案相关联的辅助特征。

9.根据权利要求1所述的方法，其中所述光学邻近效应校正呈图像的形式，并且所述训练基于所述图像或所述图像的像素数据。

10.根据权利要求9所述的方法，其中所述图像是连续传输掩模(CTM)图像和/或辅助特征引导映射图，其中所述CTM图像和所述辅助特征引导映射图提供与所述一组代表图案相关联的辅助特征的部位，和/或

其中所述辅助特征引导映射图由基于模型的OPC模拟、或基于规则的OPC模拟而被产生。

11.根据权利要求1所述的方法，还包括：

经由训练后的机器学习模型，确定与给定设计布局相关联的掩模图案数据；

输出待在图案化过程中使用以对衬底进行成像的掩模图案数据。

12.根据权利要求11所述的方法，还包括：

经由使用所述掩模图案数据的掩模制作设备，制造待在所述图案化过程中使用以对所述衬底进行成像的掩模；和/或

其中所述掩模图案数据包括所述图案化过程对过程参数中的一个或更多个进行调整所针对的特性，所述过程参数包括剂量、焦距、照射强度和/或照射光瞳。

13.根据权利要求1所述的方法，还包括：

经由与训练机器学习模型协同而模拟过程模型，确定与所述给定设计布局的期望图案相关联的过程条件；和

经由根据采用与所述设计布局相对应的掩模的过程条件而配置的光刻设备，对衬底进行曝光。