使用机器学习确定基板轮廓特性的制作方法

技术特征：
1.一种用于训练机器学习模型的方法来预测正在制造系统处被处理的当前基板的计量测量结果的方法，所述方法包含下列步骤：产生用于所述机器学习模型的训练数据，其中产生所述训练数据的步骤包含下列步骤：产生第一训练输入，所述第一训练输入包含关联于在所述制造系统处被先前处理的先前基板的一部分的历史光谱数据或历史非光谱数据中的至少一者；及产生所述第一训练输入的第一目标输出，其中所述第一目标输出包含关联于在所述制造系统处被先前处理的所述先前基板的历史计量测量结果；及提供所述训练数据，以在(i)包含所述第一训练输入的训练输入集、和(ii)包含所述第一目标输出的目标输出集上训练所述机器学习模型。2.根据权利要求1所述的方法，其中产生所述第一训练输入的步骤包含下列步骤：从所述制造系统的基板测量子系统接收所述先前基板的所述一部分的第一组测量结果，其中所述第一组测量结果包含所述先前基板的所述一部分的所述历史光谱数据或所述历史非光谱数据中的至少一者，及其中所述第一训练输入是基于所接收的所述先前基板的所述一部分的所述第一组测量结果所产生的。3.根据权利要求1所述的方法，其中产生所述第一目标输出的步骤包含下列步骤：从通信耦合至所述制造系统的一量系统接收关联于在所述制造系统处被先前处理的所述先前基板的所述历史计量测量结果，其中所述第一目标输出是基于所接收的所述历史计量测量结果所产生的。4.根据权利要求1所述的方法，其中产生所述第一目标输出的步骤包含下列步骤：从所述制造系统的客户端装置接收关联于在所述制造系统处被先前处理的所述先前基板的所述历史计量测量结果，其中所述第一目标输出是基于所接收的所述历史计量测量结果所产生的。5.根据权利要求1所述的方法，进一步包含下列步骤：产生第二训练输入，所述第二训练输入包含历史位置数据，所述历史位置数据指示关联于所述历史光谱数据或所述历史非光谱数据中的至少一者的所述先前基板的所述一部分，其中所述训练输入集进一步包含所述第二训练输入。6.根据权利要求5所述的方法，其中产生所述第二训练输入的步骤包含下列步骤：从基板测量子系统接收所述先前基板的所述一部分的第一组测量结果，其中所述第一组测量结果包含所述先前基板的所述一部分的所述历史光谱数据或所述历史非光谱数据中的至少一者、以及所述历史位置数据，所述历史位置数据指示关联于所述历史光谱数据或所述历史非光谱数据中的至少一者的所述先前基板的所述一部分，并且其中所述第一训练输入是基于所接收的所述先前基板的所述一部分的所述第一组测量结果所产生的。7.根据权利要求1所述的方法，其中所述训练输入集的各训练输入映射至所述目标输出集的目标输出。8.根据权利要求1所述的方法，其中所述机器学习模型被配置为产生一个或多个输出，所述一个或多个输出指示正在所述制造系统处被处理的所述当前基板的计量测量的置信水平。9.一种设备，包含：
存储器，用于储存经训练的机器学习模型；及处理装置，耦合至所述存储器，所述处理装置用于：提供关联于正在制造系统处被处理的当前基板的光谱数据或非光谱数据中的一者或多者，以作为所述经训练的机器学习模型的输入；从所述经训练机器的学习模型获得一个或多个输出；及从所述一个或多个输出提取正在所述制造系统处被处理的所述当前基板的计量测量结果。10.根据权利要求9所述的设备，其中所述处理装置进一步用于：从所述制造系统的基板测量子系统接收正在所述制造系统处被处理的当前基板的一部分的一组测量结果，所述一组测量结果包含所述光谱数据或所述非光谱数据中的一者或多者。11.根据权利要求10所述的设备，其中所述处理装置进一步用于：连同关联于正在所述制造系统处被处理的所述当前基板的所述光谱数据或所述非光谱数据中的一者或多者一起提供位置数据，以作为所述经训练的机器学习模型的输入，所述位置数据指示关联于所述光谱数据或所述非光谱数据中的一者或多者的所述基板的一部分。12.根据权利要求11所述的设备，其中所述处理装置进一步用于：从所述制造系统的基板测量子系统接收正在所述制造系统处被处理的当前基板的一部分的一组测量结果，所述一组测量结果包含所述光谱数据或所述非光谱数据中的所述一者或多者、以及所述位置数据，所述位置数据指示关联于所述光谱数据或所述非光谱数据中地一者或多者的所述当前基板的所述一部分。13.根据权利要求9所述的设备，其中所述处理装置进一步用于：经由所述制造系统的客户端装置，使正在所述制造系统处被处理的所述当前基板的所述计量测量经由图形用户界面(gui)被提供给所述制造系统的用户。14.根据权利要求9所述的设备，其中所述一个或多个输出包含：(i)在所述制造系统处被处理的先前基板的计量测量结果，及(ii)正在制造系统处被处理的所述当前基板关联于所述先前基板的所述计量测量结果的置信水平。15.根据权利要求14所述的设备，其中，为了从所述一个或多个输出提取正在所述制造系统处被处理的所述当前基板的所述计量测量结果，所述处理装置将确定所述置信水平满足阈值条件。16.根据权利要求9所述的设备，其中所述经训练的机器学习模型利用包含输入及输出的输入输出映射进行训练，所述输入基于关联于在所述制造系统处被先前处理的先前基板的表面的历史光谱数据或历史非光谱数据中的至少一者，而所述输出识别关联于在所述制造系统处被先前处理的所述先前基板的历史计量测量结果。17.一种包含指令的非暂时性计算机可读取储存介质，当所述指令由处理装置执行时，使所述处理装置进行以下操作：接收关联于在制造系统处被处理的当前基板的输入光谱数据或输入非光谱数据中的一者或多者；利用经训练的机器学习模型，来处理关联于所述当前基板的所述输入光谱数据或所述
输入非光谱数据中的一者或多者；及基于利用所述经训练的机器学习模型对关联于所述当前基板的所述输入光谱数据或所述输入非光谱数据中的一者或多者进行的所述处理，来获得指示正在所述制造系统处被处理的所述当前基板的计量测量结果的一个或多个输出。18.根据权利要求17所述的非暂时性计算机可读取储存介质，其中所述输入光谱数据或所述输入非光谱数据中的一者或多者是从所述制造系统的基板测量系统接收的。19.根据权利要求17所述的非暂时性计算机可读取储存介质，其中所述处理装置进一步用于：接收输入位置数据，所述输入位置数据指示在所述制造系统处被处理的所述当前基板的位置，其中所述输入位置数据是利用所述经训练的机器学习模型连同所述输入光谱数据或所述输入非光谱数据中的一者或多者被一起处理的。20.根据权利要求17所述的非暂时性计算机可读取储存介质，其中所述处理装置进一步用于：经由所述制造系统的客户端装置，使正在所述制造系统处被处理的所述当前基板的所述计量测量结果经由图形用户界面(gui)被提供给所述制造系统的用户。

技术总结
提供了一种用于训练机器学习模型来预测正在制造系统处被处理的当前基板的计量测量结果的方法。产生用于该机器学习模型的训练资料。产生第一训练输入，该第一训练输入包括关联于在该制造系统处被先前处理的先前基板的表面的历史光谱数据和/或历史非光谱数据。产生该第一训练输入的第一目标输出。该第一目标输出包括关联于在该制造系统处被先前处理的该先前基板的历史计量测量结果。提供数据以在(i)包括该第一训练输入的训练输入集、和(ii)包括该第一目标输出的目标输出集上训练该机器学习模型。器学习模型。器学习模型。


技术研发人员：乌彭铎
受保护的技术使用者：应用材料公司
技术研发日：2021.07.21
技术公布日：2023/2/3