龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：ASML荷兰有限公司
申请日：2022-11-12
公开（公告）日：2024-06-21
公开（公告）号：CN118235094A
主分类号：G03F7/20
分类号：G03F7/20
优先权：["20211115 US 63/279,263","20221027 US 63/420,044"]
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：机器学习模型可以被训练为预测与由图案化过程产生的晶片上的图案中的变化相关的成像特性。然而，由于用于训练的有限晶片数据提供的图案覆盖率较低，机器学习模型倾向于过度拟合，并且来自机器学习模型的预测结果会偏离表征晶片上的图案和或与图案变化相关的图案化过程的物理趋势。为了提高图案覆盖率，用符合特定预期物理趋势的图案数据来增强训练数据，并应用于未被先前测量的晶片数据覆盖的新图案。
主权项：1.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质上具有指令，所述指令当被计算机执行时使得所述计算机执行方法，所述方法包括：确定一个或多个成像特性相对于由图案化过程产生的衬底上的图案变化的物理趋势，所述物理趋势基于第一图案集的第一数据和或所述图案化过程被确定；以及基于所述物理趋势生成增强数据，所述增强数据包括符合所述物理趋势且基于所述第一数据导出的第二数据，所述增强数据被导出用于第二图案集，所述第二图案集不同于所述第一图案集；其中所述增强数据被配置为作为输入被提供给机器学习模型，以训练所述机器学习模型根据所述物理趋势预测所述一个或多个成像特性。
全文数据：
权利要求：
百度查询： ASML荷兰有限公司 生成用于训练机器学习模型以保持物理趋势的增强数据
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号