ON-DEVICE METROLOGY
Methods and systems for performing semiconductor metrology directly on device structures are presented. A measurement model is created based on measured training data collected from at least one device structure. The trained measurement model is used to calculate process parameter values, structure...
Gespeichert in:
Hauptverfasser: | , , , , , , |
---|---|
Format: | Patent |
Sprache: | eng ; fre |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | Methods and systems for performing semiconductor metrology directly on device structures are presented. A measurement model is created based on measured training data collected from at least one device structure. The trained measurement model is used to calculate process parameter values, structure parameter values, or both, directly from measurement data collected from device structures of other wafers. In some examples, measurement data from multiple targets is collected for model building, training, and measurement. In some examples, the use of measurement data associated with multiple targets eliminates, or significantly reduces, the effect of under layers in the measurement result, and enables more accurate measurements. Measurement data collected for model building, training, and measurement may be derived from measurements performed by a combination of multiple, different measurement techniques.
L'invention concerne des procédés et des systèmes qui permettent la métrologie des semi-conducteurs directement sur des structures de dispositifs. Un modèle de mesure est créé sur la base de données d'apprentissage mesurées collectées à partir d'au moins une structure de dispositif. Le modèle de mesure ayant subi l'apprentissage sert à calculer des valeurs de paramètres de processus et/ou des valeurs de paramètres de structures directement grâce à des données de mesure collectées à partir de structures de dispositifs appartenant à d'autres plaquettes. Dans certains exemples, des données de mesure provenant de plusieurs cibles sont collectées pour la création d'un modèle, l'apprentissage et la mesure. Dans certains exemples, l'utilisation de données de mesure associées à plusieurs cibles supprime, ou réduit nettement, l'effet de sous-couches dans le résultat de mesure, et permet des mesures plus précises. Les données de mesure collectées pour la création d'un modèle, l'apprentissage et la mesure peuvent être déduites de mesures effectuées grâce à une combinaison de plusieurs techniques de mesure différentes. |
---|