网络首发

光学学报
ESCI,EI,SCOPUS,CJCR,CSCD,北图
2018年第38卷第12期2页
基于机器学习参数校正的极紫外光刻三维含缺陷掩模仿真方法
录用时间:2018-04-18
论文栏目
光学设计与制造
作者单位
1 中国科学院上海光学精密机械研究所
2 中科院上海光机所
论文摘要
提出了一种基于机器学习参数校正的极紫外光刻三维含缺陷掩模仿真方法。本方法采用随机森林、K近邻等机器学习方法,对基于结构分解法的含缺陷掩模衍射谱快速仿真模型的参数进行动态校正,提高了模型的精度及适应性。以严格仿真为标准值,对随机设定的50组接触孔掩模的仿真验证结果表明,经参数校正后,快速模型的空间像仿真误差平均降低了45%,且参数校正前、后的快速模型仿真精度皆优于所对比的改进型单平面近似法(平均仿真精度分别提升4.3倍和8.7倍)。此外,在对像面周期为44nm掩模的缺陷补偿仿真应用中,校正后的快速模型与严格仿真相比,在仿真结果较一致(误差0.8nm)的情况下,单次衍射谱仿真速度提升了约97倍。
引用本文
张恒, 李思坤, 王向朝, 成维. 基于机器学习参数校正的极紫外光刻三维含缺陷掩模仿真方法[J]. 光学学报, 2018, 38(12): 2. 
DOI:10.3788/aos201838.12光学设计与制造02
PDF 全文:点击此处查看 

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!