MétaCan
Menu
Retour à la cohorte
Enregistrement W2163177753 · doi:10.1109/66.857943

Focus characterization using end of line metrology

2000· article· en· W2163177753 sur OpenAlexfundno aff
Pierre Leroux, David H. Ziger, N. Juig

Notice bibliographique

RevueIEEE Transactions on Semiconductor Manufacturing · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Photolithography Techniques
Établissements canadiensnon disponible
Organismes subventionnairesOntario Council on Graduate Studies, Council of Ontario Universities
Mots-clésMetrologyFocus (optics)OpticsOffset (computer science)Line (geometry)Lens (geology)Coordinate-measuring machinePhysicsRepeatabilityMathematicsComputer scienceGeometry

Résumé

récupéré en direct d'OpenAlex

A new method is introduced to measure relative focus using conventional optical overlay instruments. Optical end of line metrology (OELM), is based on patterning a wide frame in which adjacent sides are constructed of submicron sized lines that run perpendicular to the center opening. Because truncation is size dependent, line and space features exhibit significantly more line shortening effects than the solid sections. When measured with a conventional optical overlay tool, the difference in line shortening between the solid and line and space sections are measured as an alignment offset, which is a relative measure of actual line shortening. Reproducibility for measuring the apparent misalignment of these modified box-in-box structures was 3 nm (3/spl sigma//sup est/), which is similar to the repeatability for measuring conventional resist box in box alignment boxes. Truncation is sensitive to focus and the utility for using OELM toward characterizing focus-dependent lens parameters was investigated. Estimated 3/spl sigma/ for calculating best focus and astigmatism were 0.04 /spl mu/m and 0.01 /spl mu/m, respectively. Focus corrections were accurate to 0.05 /spl mu/m within /spl plusmn/0.3 /spl mu/m of best focus. Additionally, a general method is presented to estimate the error in the calculated best focus.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,244
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Semiconductor ManufacturingMême sujetAdvancements in Photolithography TechniquesTravaux en français237 207