清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

PSCAR optimization to reduce EUV resist roughness with sensitization using Resist Formulation Optimizer (RFO) (Conference Presentation)

抵抗 极紫外光刻 材料科学 平版印刷术 表面粗糙度 光电子学 计算机科学 纳米技术 复合材料 图层(电子)
作者
Seiji Nagahara,Cong Que Dinh,Gosuke Shiraishi,Yuya Kamei,Kathleen Nafus,Yoshihiro Kondo,Michael Carcasi,Yukie Minekawa,Hiroyuki Ide,Yuichi Yoshida,Kosuke Yoshihara,Ryo Shimada,Masaru Tomono,Kazuhiro Takeshita,S. Biesemans,Hideo Nakashima,Danilo De Simone,John S. Petersen,Philippe Foubert,Peter De Bisschop
标识
DOI:10.1117/12.2515187
摘要

Resist Formulation Optimizer (RFO) is created to optimize resist formulation under EUV stochastic effects. Photosensitized Chemically Amplified ResistTM (PSCARTM) 2.0 reaction steps are included in the resist reaction model in RFO in addition to standard Chemically Amplified Resists (CAR) reaction steps. A simplified resist roughness calculation method is introduced in RFO. RFO uses "fast stochastic resist model" which uses continuous model information for stochastic calculation. "Resist component's dissolution inhibition model" is also introduced for better prediction of different resist formulations in RFO. The resist component's dissolution inhibition model is used for calculation of both Dissolution Inhibition Slope (DIS) and Dissolution Inhibition Deviation (DID). By dividing DID by DIS at a pattern edge, Line Edge Roughness (LER) can be predicted. The RFO performance is validated to give low residual errors after calibration even for different resist formulations. RFO is designed to optimize the resist formulation to minimize resist roughness as a cost function with keeping target CD. RFO suggests that PSCAR 2.0 with Polarity Switching photosensitizer precursor (POLAS) in combination with photosensitizer (PS) image enhancement may provide reduced resist roughness. Simulations using a calibrated rigorous stochastic resist model for S-Litho show a good prediction of PSCAR 2.0 process performance.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
hk1900发布了新的文献求助20
5秒前
劉平果完成签到 ,获得积分10
7秒前
7秒前
8秒前
思源应助蒙蒙采纳,获得10
8秒前
传奇完成签到 ,获得积分10
9秒前
liguanyu1078完成签到,获得积分10
9秒前
hebhm完成签到,获得积分10
11秒前
聪慧芷巧发布了新的文献求助10
14秒前
聪慧芷巧发布了新的文献求助10
15秒前
hairgod完成签到,获得积分10
19秒前
517完成签到 ,获得积分10
21秒前
23秒前
北笙完成签到 ,获得积分10
33秒前
俊逸吐司完成签到 ,获得积分10
34秒前
合适醉蝶完成签到 ,获得积分10
38秒前
40秒前
al完成签到 ,获得积分10
41秒前
和谐的寒安完成签到 ,获得积分10
42秒前
搜集达人应助正直幼菱采纳,获得10
47秒前
叶痕TNT完成签到 ,获得积分10
53秒前
55秒前
蒙蒙关注了科研通微信公众号
59秒前
裘升职完成签到 ,获得积分10
1分钟前
哆小咪完成签到 ,获得积分10
1分钟前
聪慧芷巧完成签到,获得积分20
1分钟前
fzh完成签到,获得积分10
1分钟前
terryok完成签到 ,获得积分10
1分钟前
1分钟前
欢呼的飞荷完成签到 ,获得积分10
1分钟前
qwa发布了新的文献求助20
1分钟前
兔兔完成签到 ,获得积分10
1分钟前
1分钟前
wyw完成签到 ,获得积分10
1分钟前
健康的大门完成签到,获得积分10
1分钟前
1分钟前
wangrblzu应助Duke采纳,获得20
1分钟前
简奥斯汀完成签到 ,获得积分10
1分钟前
apt完成签到 ,获得积分10
1分钟前
周小鱼发布了新的文献求助10
1分钟前
高分求助中
Thinking Small and Large 500
Algorithmic Mathematics in Machine Learning 500
Getting Published in SSCI Journals: 200+ Questions and Answers for Absolute Beginners 300
The Monocyte-to-HDL ratio (MHR) as a prognostic and diagnostic biomarker in Acute Ischemic Stroke: A systematic review with meta-analysis (P9-14.010) 240
Interpretability and Explainability in AI Using Python 200
SPECIAL FEATURES OF THE EXCHANGE INTERACTIONS IN ORTHOFERRITE-ORTHOCHROMITES 200
Null Objects from a Cross-Linguistic and Developmental Perspective 200
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3833895
求助须知:如何正确求助?哪些是违规求助? 3376330
关于积分的说明 10492632
捐赠科研通 3095861
什么是DOI,文献DOI怎么找? 1704730
邀请新用户注册赠送积分活动 820104
科研通“疑难数据库(出版商)”最低求助积分说明 771859