执行量测的方法、训练机器学习模型的方法、提供包括二维材料的层的方法、量测设备与流程

本发明涉及对包括二维材料的层执行量测。

背景技术：

1、作为半导体制造过程的一部分，使用二维材料以形成诸如电路元件之类的器件结构是相当令人关注的。存在用于制造二维材料的各种沉积技术。这样的沉积技术包括化学气相淀积(cvd)和原子层沉积(ald)。为了在器件结构的制造期间进行品质和/或过程控制，能够评估经沉积的二维材料和/或从二维材料所形成的结构或图案的品质是重要的。已证实这难以在对精确度与速度的最优平衡的情况下实现。

技术实现思路

1、本公开的实施例的目标是改善对二维材料的评估。

2、根据本发明的一方面，提供一种执行量测的方法，包括：提供衬底，所述衬底具有形成在所述衬底上的层，所述层包括二维材料；利用辐射束照射所述层的目标部分和检测在光瞳平面中的辐射的分布以获得测量数据，所述辐射由所述层的所述目标部分重新引导；以及处理所述测量数据以获得关于所述层的所述目标部分的量测信息，其中：针对所述层的多个不同的目标部分执行所述照射、检测和处理以获得针对所述层的所述多个目标部分的量测信息。

3、因而提供一种非破坏性方法，其允许在大面积上快速且高效地获得关于二维材料的量测信息。可以使用与用于在半导体光刻的情境中执行常规量测过程的光学设备类似的光学设备来便利地实施所述方法。已发现使用所检测的在光瞳平面(而不是像平面)中的辐射的分布对小信号是非常敏感的，并且即使在存在大背景信号的情况下，正如例如在明场成像的情境中的可能情况，仍可以提取关于诸如晶界之类的缺陷的信息。

4、在实施例中，对所述测量数据的所述处理使用机器学习模型以根据所检测的在所述光瞳平面中的辐射的分布获得所述量测信息。使用机器学习使得可以根据测量数据获得详细信息而不必执行额外的测量，诸如用于训练所述机器学习模型的额外的测量，这些测量可能是相对昂贵的和/或缓慢的。

5、根据本发明的一方面，提供一种训练机器学习模型的方法，包括：提供衬底，所述衬底具有形成在所述衬底上的层，所述层包括二维材料；通过针对所述层的多个不同的目标部分对所述层的目标部分执行第一测量过程以获得训练数据集；以及使用所获得的训练数据集训练所述机器学习模型，以使得经训练的机器学习模型能够根据通过对包括二维材料的层的新目标部分执行所述第一测量过程而获得的测量数据来导出关于所述新目标部分的量测信息。

6、在实施例中，通过执行第一测量过程和第二测量过程来获得用于训练机器学习模型的训练数据集。在实施例中，所述第一测量过程包括在明场成像模式中检测图像，并且所述第二测量过程包括在暗场成像模式中检测图像。本发明人已发现暗场成像对所关注的缺陷(诸如晶界或颗粒边界(grain boundary))是尤其敏感的。在暗场成像中，如果不存在晶界或缺陷，则理想的平面晶体应大部分呈现暗色(只有边缘散射光)。任何种类的不连续性(例如表面缺陷、晶界、表面形貌)将充当散射位点，且由此有助于产生可检测信号。晶界尤其受关注，这是因为其预期会降低从二维材料所形成的器件的性能。晶界表示晶体结构中的不完美或缺陷，并且因此有助于电荷载流子的散射。电荷载流子的散射耗散能量和/或降低电荷载流子迁移率，两者通常都对器件性能有害。明场成像在提高的采集速度、较小的斑尺寸和/或额外的或替代的过滤选项即滤光选项(例如基于偏振)方面具有优势。使用明场和暗场成像的组合来训练机器学习模型使得利用这种两种技术的优势成为可能。

7、在实施例中，用于获得所述训练数据集的包括所述二维材料的所述层被支撑在非平面支撑表面上，所述非平面支撑表面的表面形貌被配置成在所述层中提供预定缺陷分布。替代地或另外，用于获得所述训练数据集的包括所述二维材料的所述层被支撑在具有非均匀组分的支撑表面上，所述支撑表面中的所述组分的空间变化被配置成在所述层中提供预定缺陷分布。这种方法可以确保所述训练数据集在期望的缺陷分布范围内有效地训练所述机器学习模型而不需所述训练集过大。此外，通过以这种方式控制所述缺陷分布，可以避免或减少对所述缺陷分布的单独校正测量以针对所述机器学习过程提供标记的需要，由此改善效率。因而，在所述机器学习模型是监督式机器学习模型的情况下，预定缺陷分布可以直接地用于为所述训练数据集中来自所述第一测量过程的测量数据提供标记。

8、根据本发明的一方面，提供一种被配置成在衬底上执行量测的量测设备，所述设备包括：测量系统，所述测量系统被配置成照射衬底上的二维材料的层的目标部分和检测在光瞳平面中的辐射的分布以获得测量数据，所述辐射由所述目标部分重新引导；和数据处理系统，所述数据处理系统被配置成：控制所述测量系统以获得用于多个不同的目标部分的所述测量数据；和使用机器学习模型以从所检测的在所述光瞳平面中的相应的辐射的分布获得用于所述目标部分的量测信息。

9、根据本发明的一方面，提供一种被配置成训练机器学习模型的量测设备，所述设备包括：测量系统，所述测量系统被配置成针对二维材料的层的多个不同的目标部分对所述层的目标部分执行第一测量过程和第二测量过程；和数据处理系统，所述数据处理系统被配置成使用从所述第一测量过程和所述第二测量过程所导出的训练数据集来训练机器学习模型，使得所述机器学习模型能够根据通过对包括二维材料的层的新目标部分执行所述第一测量过程而获得的测量数据来导出关于所述新目标部分的量测信息。

10、根据本发明的一方面，提供一种执行量测的方法，包括：提供衬底，所述衬底具有形成在所述衬底上的层，所述层包括二维材料；利用非相干辐射束照射所述层的目标部分和检测由所述层的所述目标部分重新引导的辐射以获得测量数据；以及处理所述测量数据以获得关于所述层的所述目标部分的量测信息，其中：针对所述层的多个不同的目标部分执行所述照射、检测和处理以获得针对所述层的所述多个目标部分的量测信息。

11、因而提供一种非破坏性方法，其允许在大面积上快速且高效地获得关于二维材料的量测信息。非相干辐射的使用允许以低成本和高速实施所述技术。也可以使用与用于在半导体光刻的情境中执行常规量测过程的光学设备类似的光学设备来便利地实施所述方法。

12、在实施例中，所述测量数据包括从形成在暗场成像模式中的所检测的图像导出的数据。本发明人已发现暗场成像对所关注的缺陷(诸如晶界)是尤其敏感的。在暗场成像中，如果不存在晶界或缺陷，则理想的平面晶体应大部分呈现暗色(只有边缘散射光)。任何种类的不连续性(例如表面缺陷、晶界、表面形貌)将充当散射位点，且由此有助于产生可检测信号。晶界尤其受关注，这是因为其预期会降低从二维材料所形成的器件的性能。晶界表示晶体结构中的不完美或缺陷，并且因此有助于电荷载流子的散射。电荷载流子的散射耗散能量和/或降低电荷载流子迁移率，两者通常都对器件性能有害。

13、在实施例中，所述测量数据包括从光瞳平面中的所检测的辐射分布导出的数据。已发现这种检测模式对小信号是高度敏感的，并且即使在明场成像中所预期的大背景信号的情况下，仍可以提取关于诸如晶界之类的缺陷的信息。

14、根据本发明的一方面，提供一种执行量测的方法，包括：提供衬底，所述衬底具有形成在所述衬底上的层，所述层包括二维材料；对所述层的目标部分执行暗场全息显微法以获得测量数据；以及处理所述测量数据以获得关于所述层的所述目标部分的量测信息，其中：针对所述层的多个不同的目标部分执行所述暗场全息显微法和处理以获得针对所述层的所述多个目标部分的量测信息。

15、因而，提供允许以高灵敏度和高速获得关于二维材料的量测信息的方法。上文所论述的暗场成像的益处与全息显微法区分相位信息的能力组合，以提供高灵敏度和准确度。

16、在实施例中，所述多个目标部分中的至少大部分被定位在与所述衬底的最接近所述目标部分的径向周边相距的一距离内，所述距离小于介于所述径向周边与所述衬底的质心之间的平均间隔的20％。优先地朝向所述衬底的所述径向周边提供目标部分会确保所述目标部分对关于所述缺陷的所述空间分布的可用信息有效地取样，特别是在所关注的缺陷是晶界的情况下。

17、在实施例中，所述多个目标部分的大小和/或形状随在所述衬底上的位置而变化。例如，大小和/或形状的变化可以被选择以考虑所述层中的预期缺陷分布。这可以促成找到正被使用的所述测量过程的品质与速度之间的最优平衡。

18、根据本发明的一方面，提供一种训练机器学习模型的方法，包括：提供衬底，所述衬底具有形成在所述衬底上的层，所述层包括二维材料；对所述层的目标部分执行第一测量过程以获得第一测量数据；以及对所述层的所述目标部分执行第二测量过程以获得第二测量数据，其中：针对所述层的多个不同的目标部分执行所述第一测量过程和所述第二测量过程以获得训练数据集；和使用所获得的训练数据集来训练机器学习模型，以使得经训练的机器学习模型能够根据通过对包括二维材料的层的新目标部分执行所述第一测量过程而获得的测量数据来导出关于所述新目标部分的量测信息。

19、因而，提供一种用于训练机器学习模型的方法。经训练的机器学习模型使得可能根据使用所述第一测量过程所获得的关于层的新目标部分的测量数据获得更多信息，而不必另外执行所述第二测量过程(其可能是相对昂贵和/或缓慢的技术，诸如电子显微法或二次谐波成像显微法)。

20、在实施例中，，用于获得所述训练数据集的包括所述二维材料的所述层被支撑在非平面支撑表面上，所述非平面支撑表面的表面形貌被配置成在所述层中提供预定缺陷分布。这种方法可以确保所述训练数据集在期望的缺陷分布范围内有效地训练所述机器学习模型而不需所述训练集过大。

21、在实施例中，一种用于在衬底上提供包括二维材料的层的方法，包括：使用形成过程在衬底上形成包括二维材料的层；使用根据本文中所披露的实施例中的任一个实施例的执行量测的方法对包括所述二维材料的所述层执行量测；以及基于所获得的量测信息来修改所述形成过程的一个或更多个过程参数且重复所述形成过程以在新衬底上形成包括二维材料的层。因而，本公开的实施例的执行量测的方法中的任一方法可以用于支持控制用于产生包括二维材料(经图案化或未经图案化)的层的制造过程。因此可以产生具有较恒定和/或较高品质的层，其可以改善总体器件制造效率和/或产率。