COMBINED MODELING AND MACHINE LEARNING IN OPTICAL METROLOGY

Complex three-dimensional structures in semiconductor devices are measured using Mueller matrix paired off-diagonal elements to generate machine learning predictions of asymmetric parameters of the device and determine dimensional parameters based on one or more Mueller matrix elements and the asymmetric parameters. The measurements of the device may be performed at different azimuth angles selected based on sensitivity to the asymmetric parameters and the dimensional parameters. Additionally, the Mueller matrix elements may be generated based on measurements performed at azimuth angles that are 180° apart to eliminate asymmetric noise from the measurement tool. One or more models of the device may be used with the Mueller matrix elements to generate dimensional parameter information and optionally preliminary asymmetrical parameters. The determined asymmetric parameters may be fed forward to the one or more models for determining the dimensional parameters to suppress a correlation between dimensional parameters and asymmetric parameters of the device. Des structures tridimensionnelles complexes dans des dispositifs à semi-conducteurs sont mesurées à l'aide d'éléments non diagonaux appariés d'une matrice de Mueller pour générer des prédictions d'apprentissage automatique de paramètres asymétriques du dispositif et déterminer des paramètres dimensionnels sur la base d'un ou plusieurs éléments de matrice de Mueller et des paramètres asymétriques. Les mesures du dispositif peuvent être effectuées à différents angles d'azimut sélectionnés sur la base de la sensibilité aux paramètres asymétriques et des paramètres dimensionnels. De plus, les éléments de matrice de Mueller peuvent être générés sur la base de mesures effectuées à des angles d'azimut qui sont espacés de 180° pour éliminer le bruit asymétrique de l'outil de mesure. Un ou plusieurs modèles du dispositif peuvent être utilisés avec les éléments de matrice de Mueller pour générer des informations de paramètres dimensionnels et éventuellement des paramètres asymétriques préliminaires. Les paramètres asymétriques déterminés peuvent être introduits dans les un ou plusieurs modèles afin de déterminer les paramètres dimensionnels pour supprimer une corrélation entre des paramètres dimensionnels et des paramètres asymétriques du dispositif.