확률적 포토레지스트 두께 결함들의 예측 및 계측

반도체 디바이스를 위한 마스크 패턴이 머신 러닝 모듈을 사용하여 포토레지스트 두께 확률 분포를 결정하기 위한 입력으로서 사용될 수 있다. 예를 들어, 머신 러닝 모듈은 Z-높이의 확률 맵을 결정할 수 있다. 이것은 반도체 디바이스에 대한 포토레지스트 두께의 확률적 변화를 결정하는 데 사용될 수 있다. Z-높이는 X-방향 및 Y-방향의 좌표에서 계산될 수 있다. A mask pattern for a semiconductor device can be used as an input to determine a photoresist thickness probability distribution using a machine learning module. For example, the machine learning module can determine a probability map of Z-height. This can be used to determine stochastic variation in photoresist thickness for a semiconductor device. The Z-height may be calculated at a coordinate in the X-direction and Y-direction.