报告原文——基于卷积神经网络的半导体电路光刻坏点检测

编者按:在先进的半导体光刻制造工艺中,亚波长光刻间隙(sub-wavelength lithography gap)可能产生光刻误差,进而导致晶圆图形和掩模图形之间的差异,他们可能在后续工艺中引起晶圆缺陷。即使版图通过了设计规则检查(Design Rule Check,DRC),其中仍然可能存在对光刻工艺敏感的坏点图形。因此,工艺坏点检测已成为行业的一个关键问题。本演讲介绍了一种基于卷积神经网络(CNN)的工艺坏点检测框架。比较了不同的网络参数对检测性能的影响,包括训练批量、学习率、损失函数和优化方法,并针对典型的基准(benchmark)给出了最优参数。这种改进模型的性能优于常见的机器学习方法。同时本框架给出了一种通用的训练流程。这种灵活的训练方法可以应用于不同的测试基准,以获得更好的坏点检测性能。

感谢您一直以来对光刻人的世界和本次会议的关注。第二届国际先进光刻技术研讨会已经于上月19日圆满闭幕,为了更好的举办下次会议,给大家提供更好的学术交流平台,分享光刻领域最新的研究进展,作为本次会议的官方公众号,我们希望大家能够积极配合填写调查问卷(匿名问卷)。在这里代表所有IWAPS工作人员感谢大家的配合与支持。

如果您对本次会议有任何其他建议,例如希望下一届增加的内容、对会场安排的建议、希望改进的地方,都可以在文章最下方留言我们会在留言区抽选幸运读者发送微信红包,希望大家踊跃留言。

部分报告原文下载地址

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181105B1QY8M00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券