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地填写文献信息,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
6秒前
chen完成签到 ,获得积分10
11秒前
15秒前
HH应助汎影采纳,获得10
16秒前
辣小扬完成签到 ,获得积分10
30秒前
Criminology34举报叮叮叮求助涉嫌违规
31秒前
慕青应助汎影采纳,获得10
36秒前
六一儿童节完成签到 ,获得积分0
38秒前
vbnn完成签到 ,获得积分10
47秒前
汉堡包应助汎影采纳,获得10
49秒前
50秒前
科研通AI6应助科研通管家采纳,获得10
56秒前
星辰大海应助lyw采纳,获得10
59秒前
小二郎应助汎影采纳,获得10
1分钟前
美丽心情完成签到,获得积分10
1分钟前
1分钟前
山是山三十三完成签到 ,获得积分10
1分钟前
李健的小迷弟应助汎影采纳,获得10
1分钟前
田様应助汎影采纳,获得10
1分钟前
CipherSage应助汎影采纳,获得10
1分钟前
lucinda完成签到 ,获得积分10
1分钟前
wanci应助汎影采纳,获得10
1分钟前
大模型应助汎影采纳,获得10
1分钟前
qazwsx应助无语的代真采纳,获得20
1分钟前
海边的曼彻斯特完成签到 ,获得积分10
2分钟前
Ava应助汎影采纳,获得10
2分钟前
一自文又欠完成签到 ,获得积分10
2分钟前
可夫司机完成签到 ,获得积分10
2分钟前
Sunny完成签到,获得积分10
2分钟前
李健的小迷弟应助汎影采纳,获得10
2分钟前
乐观的忆枫完成签到 ,获得积分10
2分钟前
量子星尘发布了新的文献求助10
2分钟前
汎影完成签到,获得积分10
2分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
2分钟前
老仙发布了新的文献求助10
3分钟前
CC完成签到,获得积分10
3分钟前
老仙完成签到,获得积分10
3分钟前
科研通AI6应助阿辉采纳,获得10
3分钟前
迷茫的一代完成签到,获得积分10
3分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Encyclopedia of Forensic and Legal Medicine Third Edition 5000
Introduction to strong mixing conditions volume 1-3 5000
Agyptische Geschichte der 21.30. Dynastie 3000
„Semitische Wissenschaften“? 1510
从k到英国情人 1500
Cummings Otolaryngology Head and Neck Surgery 8th Edition 800
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5764700
求助须知:如何正确求助?哪些是违规求助? 5553828
关于积分的说明 15406470
捐赠科研通 4899705
什么是DOI,文献DOI怎么找? 2635925
邀请新用户注册赠送积分活动 1584108
关于科研通互助平台的介绍 1539336