CN102709207B - 质量评估设备、方法和使计算机执行质量评估方法的程序 - Google Patents
质量评估设备、方法和使计算机执行质量评估方法的程序 Download PDFInfo
- Publication number
- CN102709207B CN102709207B CN201210048523.4A CN201210048523A CN102709207B CN 102709207 B CN102709207 B CN 102709207B CN 201210048523 A CN201210048523 A CN 201210048523A CN 102709207 B CN102709207 B CN 102709207B
- Authority
- CN
- China
- Prior art keywords
- probability
- inspection target
- threshold value
- assessment objective
- group
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2851—Testing of integrated circuits [IC]
- G01R31/2894—Aspects of quality control [QC]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
- Complex Calculations (AREA)
Abstract
根据一个实施例,一种质量评估设备包括:存储模块,所述存储模块存储指定信息,所述指定信息用于指定包括检查目标和非检查目标的评估目标中要进行抽样检查的所述检查目标,由所述检查目标的抽样检查获得的特征值以及基于所述特征值确定检查目标质量的准则信息;阈值计算器,利用所述准则信息从所述检查目标的特征值计算指示所述检查目标质量的阈值;以及分组模块,将所述评估目标分成组,使得所述组具有将所述阈值用作变量的概率分布。
Description
相关申请的交叉引用
本申请基于2011年2月28日提交的日本专利申请No.2011-042464并要求享有其权益;在此通过引用将其全部内容并入。
技术领域
本发明的实施例涉及一种质量评估设备、一种质量评估方法和一种用于使计算机执行该质量评估方法的程序。
背景技术
在半导体制造中,通过中途检查步骤对形成于晶圆上的部件进行质量检查(例如电特性检查等)。因为一般在晶圆上形成大量部件,所以难以基于所有部件的检查来掌握相应部件的准确质量。
因此已知有一项技术,准备晶圆处理后时间数据(例如质量趋势)作为先验知识并基于该数据评估部件的质量。不过,例如,在质量呈现出超出先验知识的趋势时,就难以评估部件的质量。
附图说明
将基于如下附图来详细描述本发明的实施例,其中:
图1是根据第一实施例的质量评估设备的配置图;
图2是根据第一实施例的质量评估设备的方框图;
图3是用于解释组(cluster)的视图;
图4是根据第一实施例的质量评估设备中检查模块和质量等级计算器的流程图;
图5是用于解释部件ID的视图;
图6是用于解释邻域区域的视图;
图7是根据第一实施例的质量评估设备中分组模块的流程图;
图8A到8C是用于解释根据第一实施例的质量评估设备中质量评估模块的视图;
图9是根据第二实施例的质量评估设备的方框图;
图10是用于解释根据第二实施例的质量评估设备中检查目标计算器操作的视图;
图11是根据第三实施例的质量评估设备的方框图;
图12A到12E是用于解释根据第三实施例的质量评估设备中检查目标计算器工作的视图。
具体实施方式
一种质量评估设备包括:存储模块,存储用于指定包括检查目标和非检查目标的评估目标中将要进行抽样检查的检查目标的指定信息,通过对检查目标进行抽样检查获得的特征值以及基于所述特征值确定检查目标质量的准则信息;阈值计算器,利用准则信息从检查目标的特征值计算表示检查目标质量的阈值;以及分组模块,将评估目标分成不同组并将评估目标分成组,使得在利用阈值作为变量的时候各组具有不同的概率分布。
下文将描述本发明的实施例。
(第一实施例)
例如,在检查其上形成了诸如磁头等部件3的晶圆1的过程中,根据本实施例的质量评估设备对晶圆1上的一些部件3进行抽样检查(以下简称检查),由此获得检查结果(例如,电特性,如电阻)。
尽管为已经检查的部件3给出直接的质量等级,但向尚未检查的剩余部件3给出评估质量等级。在这种情况下,将所有部件3分类(进行分组)成组,每个组都具有以质量等级为变量的概率分布(以下简称等级概率分布)且在质量趋势上是不同的(质量等级的变化或组合)。向尚未检查且最后归入同一组的部件3赋予同样的质量等级。
顺便提到的是,术语“部件3的质量等级”表示用于表示根据电特性给出的质量的尺度。在这里假设提供四个质量等级:高等级(A)、中等级(B)、低等级(C)和缺陷(F)来进行描述。
图1是质量评估设备的配置图。根据本实施例的该质量评估设备具有检查模块10、CPU 200、存储器300和显示装置400。检查模块10进行部件3的质量检查。CPU 200执行下文将描述的算术处理。存储器300事先存储算术运算所需的信息并临时存储算术运算的结果。显示装置400显示算术运算的结果。
将参考图2到8详细描述根据本实施例的质量评估设备。
图2是方框图,用于解释质量评估设备中CPU 200的内部系统。图2中所示的质量评估设备具有检查模块10、质量等级计算器20、初始值计算器30、存储模块40、分组模块100和质量评估模块50。检查模块10具有取样器500和测试器600。取样器500从一个步骤中提取晶圆1并将晶圆1加载到测试器600中。测试器600检查部件3的一部分。质量等级计算器20基于检查模块10获得的检查结果计算被检查部件3的质量等级。初始值计算器30计算分组所需的初始值。存储模块40存储初始值。分组模块100执行所有部件3的分组。质量评估模块50评估部件3的最后质量等级。
如有必要,质量评估设备还可以具有输出模块60,其输出由质量评估模块50评估的部件3最终质量等级的评估结果。
顺便提到的是,如图2所示,CPU 200发挥质量等级计算器20、初始值计算器30、分组模块100和质量评估模块50的功能。存储器300发挥存储模块40的功能。显示装置400发挥输出模块60的功能。
在这一实施例中,检查模块10检查被指定为抽样检查目标的部件3并获得检查结果。质量等级计算器20基于检查结果计算被检查部件3的质量等级。
分组模块100基于预定概率统计模型使用被检查部件3的质量等级计算每组的等级概率分布的期望值。分组模块100基于等级概率分布的期望值更新将部件3归入每个组的概率并评估最后将部件3归入的组。
图3示出了组的范例。这里示出形成这样的状态作为质量趋势,其中形成了三个组,亦即,质量等级A最高的组(高质量组1)、质量等级C最高的组(低质量组2)和质量等级F不低于预定值的组(常常是缺陷组3)。
最后,质量评估模块50基于分组模块100将部件3分入的组给出部件3的质量等级。
(检查模块和质量等级计算器)
下文将参考图4中所示的流程图描述检查模块10和质量等级计算器20的操作。
检查模块10从存储模块40接收部件位置数据(表1)和检查指定数据(表2)(S101)。事先在存储模块40中给出部件位置数据和检查指定数据。部件位置数据指出部件3在晶圆1上的位置。检查指定数据指定要检查的部件3。
在这一实施例中,如图5所示,将一个晶圆1分隔成十个矩形块2。进一步将每个块2分隔成索引矩阵(例如图5中共108个索引),每个索引表示形成的一个部件3。
将部件的ID分配给部件3,以便唯一地标识部件3。每个部件3的部件ID包含用于标识部件3所属晶圆1的晶圆ID、用于标识部件3所属块2的块ID以及用于标识部件3所属索引的索引值(i,j)。
如图5中所示,在这里将索引值(i,j)表达为以其左上索引为原点的ij坐标系中的坐标。
例如,将晶圆ID为1,块ID为7且索引值为(8,3)的部件3的部件ID给出为1-7-8-3。
如表1中所示,部件位置数据包含块ID、索引值(i,j)和表示索引值标识的索引位置的坐标(x,y)。如图5中所示,在将索引值(1,1)的索引上形成的部件3的左上部用作xy坐标系的原点的条件下,将坐标(x,y)表达为具有物理维度(这里假设为mm)的xy坐标系中的坐标。
例如,应该理解的是,在距晶圆1中块2的原点Ox轴方向16mm,y轴方向3mm的位置,形成部件ID给出为1-7-8-3的部件3,在晶圆ID给出为1的晶圆1中,块2的块ID被给出为7。
(表1)
如表2中所示,检查指定数据包含部件ID和检查标记,检查标记指明部件ID标识的部件3是否为检查目标。在这里,如果部件3是检查目标,将检查标记设置为“是”,但如果部件3不是检查目标,将检查标记设置为“否”。
例如,将检查标记设置为“是”,从而部件3总数的大约十分之一是检查目标。
例如,表2中给出为1-7-1-1的部件ID标识的部件3是检查目标,因为部件3的检查标记被设置为“是”。另一方面,给出为1-7-4-2的部件ID标识的部件3不是检查目标,因为部件3的检查标记被设置为“否”。
[表2]
顺便提到的是,在以下描述中,将检查指定数据中检查标记设置为“是”的部件3称为“检查目标3a”,将检查标记设置为“否”的部件3称为“评估目标3b”,将包括两种部件的所有部件3称为“部件3”。
取样器500提取晶圆1并将晶圆1加载到测试器600中(S102)。
然后,测试器600通过参照检查指定数据选择检查目标3a的部件ID。在这种情况下,测试器600能够按照检查指定数据中描述的顺序选择部件ID。
测试器600通过参照部件位置数据指定晶圆1上形成步骤S102选择的部件ID的检查目标3a的位置,并且例如基于电特性测试等对检查目标3a进行检查以接收特征值(S104)。在这种情况下,在接收到多个特征值时,可以基于不同测试检查检查目标3a。顺便讲到的是,在存储模块40中存储特征值。
质量等级计算器20从存储模块40接收准则数据(表3)(S105)。事先为存储模块40给出准则数据,准则数据是用于确定质量等级的准则。
如表3中所示,在给出质量等级时,准则数据包含质量等级和特征值的上下限的数值。特征值是直接从检查获得的数值结果。因此,准则数据基于从检查获得的数值结果指出给予被检查部件3的质量等级。
一个特征值可以包含于准则数据中,或者多个特征值可以包含于准则数据中,如表3中所示。
[表3]
质量等级 | 特征值1的上限 | 特征值1的下限 | 特征值2的上限 | 特征值2的下限 |
高等级(A) | --- | 41.3 | --- | 4.1 |
中等级(B) | 41.3 | 31.6 | 4.1 | 2.9 |
低等级(C) | 31.6 | 27.6 | 2.9 | 1.3 |
缺陷(F) | 27.6 | --- | 1.3 | --- |
然后,质量等级计算器20通过参照准则数据确定包含步骤S104获得的特征值作为检查结果的质量等级,因此计算确定的质量等级,作为索引值为(i,j)的索引上形成的检查目标3a的质量等级yij(S106)。
在这种情况下,在准则数据中包含两个特征值(例如特征值1和特征值2)时,例如,可以计算包含相应特征值的质量等级中较低一个作为检查目标3a的质量等级yij。
例如,在从检查获得的检查目标3a的特征值1和特征值2分别为40.0和3.0时,计算中等级(B)作为检查目标3a的质量等级yij。
将如上所述由质量等级计算器20计算的检查目标3a的质量等级yij存储在存储模块40中(S107)。
在通过这种方式计算一个检查目标3a的质量等级yij之后,重复步骤S102到S107,直到计算出所有检查目标3a的质量等级yij。
(初始值计算器)
初始值计算器30设置索引值为(i,j)的索引上形成的部件3的评估值xij的初始值并且在存储模块40中存储初始值。评估值xij指出作为K个组之一且评估要将部件3归入其中的组k。例如,可以基于随机数生成随机设置评估值xij的初始值。
初始值计算器30还设置将部件(i,j)归入组k中的概率(以下简称属于概率)q(xij=k)的初始值,并在存储模块40中存储初始值。例如,在使用稍后将要描述的最大组数量K时,可以假设部件3等概率地属于相应组计算初始值作为q(xij=K)=1/K。
(存储模块)
存储模块40不仅存储评估值xij和部件3的属于概率q(xij=k),而且存储事先给出并且分组需要的参数集。
在这里,参数集包含质量等级数量L、最大组数K、邻域区域尺寸R和邻域间相关系数C。
质量等级数L指出分类为质量等级的等级数量。在这一实施例中,将在如上所述的假设L=4下进行描述。
最大组数量K表示归为等级概率分布的最大分布数量,亦即,通过分组形成的最大组数。
邻域区域尺寸R是用于判断对评估目标3b的质量等级进行评估时多么宏观地考虑周围地区中存在的检查目标3a的质量等级趋势的参数。具体而言,邻域区域尺寸R表示评估目标3b周围矩形区域的一条边的宽度。邻域区域尺寸R确定的矩形区域被定义为位于中心的评估目标3b的邻域区域。
在这种情况下,可以由如下表达式1表示位于索引值(i,j)中的评估目标3b的邻域(i′,j′)。
[表达式1]
i-(R-l)/2≤i′≤i+(R-l)/2,j-(R-l)/2≤j′≤j+(R-l)/2
图6是示出了邻域区域尺寸R为11时位于索引值(i,j)中的部件3的邻域区域的视图。在这种情况下,令Wij为位于索引值(i,j)的索引上形成的部件3的邻域区域中的检查目标3a的质量等级yij的矩阵(11行11列)。
邻域间相关系数C是用于判断邻域区域尺寸R确定的邻域区域中质量等级趋势如何影响评估目标3b的质量等级评估的参数。
在以下描述中,将形成于索引值(i,j)中的部件3视为部件n(1≤n≤N),将部件n的评估值视为xn。在这里,N表示晶圆1中部件3的总数。
(分组模块)
分组模块100具有参数更新模块110、概率分布评估模块120和属于概率评估模块130。参数更新模块110更新分组所需的参数。概率分布评估模块120计算分组所需的概率分布。属于概率评估模块130计算部件3属于组的概率。
在这一实施例中,分组模块100基于变化的Bayes方法(例如,非专利文献1)评估相应组的概率分布来执行部件3的分组。在这种情况下,使用Dirichlet过程作为概率统计模型。
下面将参考图7中所示的流程图详细描述分组模块100的操作。
参数更新模块110从存储模块40接收上述参数集(S201)。然后,参数更新模块110选择部件3(S202)。在这种情况下,例如,可以按照部件ID的顺序选择部件3。
然后,参数更新模块110基于上述输入根据以下表达式2更新Dirichiet过程涉及的参数(S203)。顺便讲到的是,在这种情况下,事先给出任意实数作为更新参数的初始值。
[表达式2]
η1←η1+K-1
在上述表达式2中,Ψ(.)表示digamma函数。
在上述表达式2中,βk,1和βk,2是评估目标属于组k的概率相关的参数。事先给出任意实数作为参数的初始值。
然后,概率分布评估模块120接收每个部件3的属于概率的初始值作为输入并计算属于概率的对数。
下文将描述具体的计算方法。
概率分布评估模块120从存储模块40接收属于概率的初始值和参数集,并从参数更新模块110接收根据表达式2更新的更新参数(S204)。
然后,概率分布评估模块120根据以下表达式3和表达式4基于输入来计算针对所有组的属于概率相关的参数的期望值。
首先,基于根据表达式2和属于概率q的初始值更新的更新参数η1和η2,根据以下表达式3来更新参数βk,1和βk,2(S205)。
[表达式3]
然后,基于根据表达式3更新的参数βk,1和βk,2根据以下表达式4计算期望值(S206)。顺便讲到的是,以下表达式4中的<·>x表示x中的期望值(平均值)。
[表达式4]
基于如上所述计算的期望值根据以下表达式5来计算Dirichiet过程中属于概率πk的对数(S207)。
[表达式5]
然后,概率分布评估模块120基于检查目标的质量等级yn来计算等级概率分布对数的期望值,等级概率分布是组k的质量等级概率分布。
具体而言,根据表达式6和表达式7计算所有组的等级概率分布的对数期望值。
首先,根据以下表达式6来更新等级概率的超参数ω(S208)。在这里,事先给出任意实数作为超参数的初始值ω0。
[表达式6]
根据以下表达式7基于这样更新的超参数计算等级概率分布θ的对数期望值(S209)。顺便讲到的是,在上述表达式6中,l表示质量等级。此外,在上述表达式6中,I[.]是指示函数,仅在yn=1的情况下返回1,在其他情况下返回0。
[表达式7]
顺便讲到的是,在上述表达式7中,L表示质量等级的数目。然后,概率分布评估模块120根据以下表达式8针对所有组计算部件3邻域区域中存在的检查目标3a的质量等级yn的概率分布与组k一致的概率p(以下简称一致概率)的对数(S210)。
[表达式8]
顺便讲到的是,在上述表达式8中,l[.]是指示函数,仅在Xm=k的情况下返回1,在其他情况下返回0。在上述表达式8中,C表示邻域间相关系数。
属于概率评估模块130接收如上所述由概率分布评估模块120针对所有组计算的属于概率的对数、等级概率分布的对数期望值和一致概率的对数(S211)。
然后,属于概率评估模块130基于以上描述根据以下表达式9更新表示部件3属于每个组的概率的属于概率q的对数(S212)。尽管这里基于对数相加进行更新,但可以直接将每个概率和对应的期望值相乘。
[表达式9]
如上所述,考虑到邻域区域中的趋势来更新属于概率的对数。然后,如以下表达式10中那样,将属于概率除以所有组涉及的属于概率,由此进行归一化(S213)。
[表达式10]
然后,尽管认为部件3的属于概率分布中最大化概率的组k是部件3的评估值,亦即,作为部件3所属的组,但将具有部件3所属组的等级概率分布的最大概率的质量等级设置为部件3的质量等级(S214)。
分组模块100重复步骤S203到S214。亦即,在步骤S214之后的步骤S203中,基于一个周期前更新的参数βk,1和βk,2根据表达式2重新更新更新参数η1和η2。
然后,在步骤S205中,基于新更新的更新参数η1和η2和一个周期前更新的属于概率,根据表达式3重新更新参数βk,1和βk,2。然后,执行步骤S206到S214中的处理。
分组模块100计算新更新的属于概率和要更新的先前属于概率之间的差异,在差异收敛于不大于预定值的值时,终止重复计算。
将前述过程应用于所有部件3,从而考虑到每个部件3的邻域区域中检查目标3a的质量等级根据表达式8为所有部件3最终评估质量等级。
(质量评估模块和输出模块)
质量评估模块50基于部件的质量等级给出部件3的最终质量等级,质量等级是基于分组模块100的重复计算评估的。
在这种情况下,例如,可以将分组模块100评估的部件3的质量等级直接用作部件3的最终质量等级(图8A)。
或者,例如,可以收集分组模块100评估的每组2中部件3的质量等级,从而可以将最常见的质量等级视为块2总体上的质量等级(图8B)。在这种情况下,如图8B中所示,评估的质量等级分布大致与从分组模块100接收的分布一致。
在比上文所述更细致地评估质量等级时,例如,可以更细致地划分块,如图8C中所示。图8C是示出了将每个块进一步分成12-16个部分的情况的视图。通过这种方式,应该理解的是,评估的质量等级分布接近从分组模块100接收的分布。
例如,输出模块60是显示装置等,显示由质量评估模块50评估的部件的最终质量等级。
尽管已经在部件3的质量等级取离散值的情况下描述了本实施例,但可以将部件3的质量等级视为取连续值的矢量,像检查模块10检查的每个检查目标3a的特征值那样。
在这种情况下,概率分布评估模块120基于组k中检查目标3a的质量等级yn的平均和协方差矩阵,而不是步骤S208和S209中计算的等级概率分布,计算每个组k下yn的对数可能性。
然后,基于对数可能性和在步骤S207和S210中计算的属于概率和一致概率,根据以下表达式11更新属于概率的对数。在以下表达式11中,右侧的第三项表示对数可能性。
[表达式11]
logq(xn=k)←logp(xn=k)+logπk(v)+logp(yn|uk,∑k)
根据根据本实施例的质量评估设备,在处理一个晶圆时,无需先验知识,在执行较少抽样检查时也可以评估晶圆上形成的所有部件的更准确质量。
(第二实施例)
在分组模块100评估的评估值收敛于某个值之后,在存在概率基本等于每组的等级概率分布的质量等级时,根据本实施例的质量评估设备从评估目标3b新增加检查目标3a。
图9是根据本实施例的质量评估设备的方框图。顺便讲到的是,由相同数字表示配置中与第一实施例中那些相同的部分,以便省略描述。
除了根据第一实施例的质量评估设备的配置之外,根据本实施例的质量评估设备还具有检查目标计算器70,其计算要新增加的检查目标3a。
检查目标计算器70将组的等级概率分布中概率最高的质量等级和其他质量等级用作质量等级对,并基于该质量等级对和属于该组的部件数量生成每对中的部件数量的分布(以下简称数量分布)。
然后,相对于是否有速率差异来验证每对的数量分布。在存在任何没有速率之间的差异的对时,认为该组为完整检查目标,从而计算要新增的检查目标3a。
在这种情况下,例如,可以在假设“没有速率之间的差异”的情况下,通过零假设来进行检验。在图10中,质量等级为B、F和C的部件3按照概率递减的顺序分布在组中。在将最常见的质量等级B用作与其他质量等级配对的关键,获得(B,F)对和(B,C)对。然后,计算每对中的显著概率p值。
例如,在显著性水平为5%的测试中,在这样计算的显著性概率p值小于0.05时,驳回前述假设,从而能够判定“可以说速率之间没有差异”。在计算的显著性概率p值不小于0.05时,可以判定“速率之间没有差异”。
因此,在上述测试中在有任何一对驳回该假设时,检查目标计算器70将组设置为完整检查目标。
根据本实施例的质量评估设备,可以减小分组模块100评估的评估值的模糊程度,从而可以评估部件3更准确的质量等级。
(第三实施例)
在检查指定数据中的检查标记被设置为“是”的检查目标有缺陷从而不能进行检查时,根据本实施例的质量评估设备从评估目标3b新增加检查目标3a。
图11是根据本实施例的质量评估设备的方框图。顺便讲到的是,由相同数字表示配置中与第一实施例中那些相同的部分,以便省略描述。
除了根据第一实施例的质量评估设备的配置之外,根据本实施例的质量评估设备还具有检查目标计算器80,其计算要新增加的检查目标3a。
例如,检查目标计算器80使用四个相邻部件3作为组合并基于四个部件3的质量等级不一致,计算要新增加的检查目标3a。
下文将参考图12A到12E详细描述检查目标计算器80的操作。
图12A示出了一开始执行抽样检查时检查目标3a的质量等级。图12B示出了分组模块100评估部件3的质量等级的状态。
在这一实施例中,一开始指定检查的检查目标3a是有缺陷的(由图12A中的X表示的部件)。因此,与可以检查所有检查目标3a的情况相比,图12B所示的分组模块100评估的质量等级包含模糊性。
因此,获得尚未检查的四个部件3的质量等级的不一致性。从图12B知道,七个地方的每个中四个部件3的质量等级彼此都不一致。
在这一实施例中,将七个地方的每个中的四个部件3设置为新检查目标3a(图12C中带阴影的部件),将部件ID提供给检查模块10,从而在四个部件3上新执行抽样检查。图12D示出了新检查之后的部件3的质量等级。
将新检查的结果用作输入,从而由分组模块100评估质量等级。图12E示出了分组模块100评估的质量等级。
检查目标计算器80重复上述过程,直到结果收敛于某个值或重复上述过程预定次数。
因此,即使在检查目标3a一开始有缺陷时,也可以减小质量等级的评估值的模糊程度,从而可以评估部件3更准确的质量等级。
根据上述实施例中至少一个的质量评估设备,在处理一个晶圆时,无需先验知识,在执行最少抽样检查时也可以评估晶圆上形成的所有部件的更准确质量。
尽管已经描述了特定实施例,但实施例仅仅是举例提供的,并非意在限制发明的范围。实际上,可以将这里描述的新颖方法和系统体现为各种其他形式;此外,可以对这里所述的方法和系统的形式做出各种省略、置换和改变而不脱离本发明的精神。所附权利要求及其等价要件意在覆盖会落在本发明范围和精神之内的这种形式或修改。
Claims (7)
1.一种对晶圆上的部件进行质量评估的质量评估设备,包括:
存储模块,所述存储模块被配置成存储用于指定包括检查目标和非检查目标的评估目标中要进行抽样检查的所述检查目标的指定信息,由所述检查目标的所述抽样检查获得的特征值以及基于所述特征值确定所述检查目标的质量的准则信息;
阈值计算器,所述阈值计算器被配置成利用所述准则信息从所述检查目标的特征值计算指示所述检查目标的质量的阈值;以及
分组模块,所述分组模块被配置成将所述评估目标分成组,使得所述组具有将所述阈值用作变量的概率分布,
其中所述分组模块包括:
被配置成更新与所述组相关的参数的更新模块;
第一概率计算器,所述第一概率计算器被配置成利用所述参数来计算第一概率,所述第一概率是每个评估目标属于所述组之一的概率;
第二概率计算器,所述第二概率计算器被配置成利用所述阈值来计算所述组的第一概率分布的期望值和第二概率,所述第二概率是所述评估目标邻域中存在的检查目标的阈值的第二概率分布与所述第一概率分布一致的概率;以及
第三概率计算器,所述第三概率计算器被配置成通过将所述期望值、所述第一概率和所述第二概率相乘或将所述期望值、所述第一概率和所述第二概率的对数相加,来计算第三概率,所述第三概率是所述评估目标属于所述组的概率。
2.根据权利要求1所述的设备,其中:
所述分组模块被配置成分别针对所述非检查目标来评估阈值;并且
所述设备还包括阈值评估模块,所述阈值评估模块被配置成使用第三概率最高的组作为所述评估目标所属的所属组,并评估所述所属组的所述第一概率分布中概率最高的阈值作为所述评估目标的阈值。
3.根据权利要求1所述的设备,还包括:
被配置成计算要新增加的检查目标的检查目标计算器,其中:
所述检查目标计算器被配置成测量所述组的阈值的概率之间的差异并且在判定所述阈值的概率之间没有差异时设置属于所述组的评估目标作为新的检查目标。
4.根据权利要求2所述的设备,还包括:
被配置成计算要新增加的检查目标的检查目标计算器,其中:
所述检查目标计算器被配置成测量所述组的阈值的概率之间的差异并且在判定所述阈值的概率之间没有差异时设置属于所述组的评估目标作为检查目标。
5.根据权利要求1所述的设备,还包括:
被配置成计算要新增加的检查目标的检查目标计算器,其中:
所述检查目标计算器被配置成比较所述评估目标的阈值与所述评估目标邻域中另一评估目标的阈值,并且在所述评估目标的阈值不和所述评估目标邻域中的另一评估目标的阈值一致时,将所述评估目标邻域中的所述另一评估目标设为新的检查目标。
6.根据权利要求2所述的设备,还包括:
被配置成计算要新增加的检查目标的检查目标计算器,其中:
所述检查目标计算器被配置成比较所述评估目标的阈值与所述评估目标邻域中另一评估目标的阈值,并且在所述评估目标的阈值不和所述评估目标邻域中的另一评估目标的阈值一致时,将所述评估目标邻域中的所述另一评估目标设为新的检查目标。
7.一种根据权利要求1所述的设备中的质量评估方法,包括:
利用所述准则信息从检查目标的特征值来计算表示所述检查目标的质量的阈值;
更新与所述组相关的参数;
利用所述参数来计算作为所述评估目标属于所述组的概率的第一概率;
利用所述检查目标的阈值来计算所述组的第一概率分布的期望值和第二概率,所述第二概率是所述评估目标邻域中存在的检查目标的阈值的第二概率分布与所述第一概率分布一致的概率;以及
通过将所述期望值、所述第一概率和所述第二概率相乘或将所述期望值、所述第一概率和所述第二概率的对数相加,来计算作为所述评估目标属于所述组的概率的第三概率。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011042464A JP5715445B2 (ja) | 2011-02-28 | 2011-02-28 | 品質推定装置、品質推定方法及び品質推定方法をコンピュータに実行させるためのプログラム |
JP042464/2011 | 2011-02-28 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102709207A CN102709207A (zh) | 2012-10-03 |
CN102709207B true CN102709207B (zh) | 2015-07-15 |
Family
ID=46719584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210048523.4A Expired - Fee Related CN102709207B (zh) | 2011-02-28 | 2012-02-27 | 质量评估设备、方法和使计算机执行质量评估方法的程序 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20120221272A1 (zh) |
JP (1) | JP5715445B2 (zh) |
CN (1) | CN102709207B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646900B (zh) * | 2013-12-03 | 2016-09-07 | 西安神光皓瑞光电科技有限公司 | 一种led晶圆片测试方法及测试系统 |
US11435334B2 (en) * | 2017-10-05 | 2022-09-06 | National Institute Of Advanced Industrial Science And Technology | Device, program, and method for determining number of samples required for measurement, and device, program and method for estimating measurement accuracy |
JP2020154625A (ja) * | 2019-03-19 | 2020-09-24 | 日鉄大径鋼管株式会社 | 品質改善システム |
WO2021172278A1 (ja) * | 2020-02-27 | 2021-09-02 | パナソニックIpマネジメント株式会社 | 検査支援装置及び検査支援方法 |
CN113466571B (zh) * | 2021-09-06 | 2022-02-22 | 中国人民解放军国防科技大学 | 一种用于构建电磁地图的方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1360339A (zh) * | 2000-08-21 | 2002-07-24 | 株式会社东芝 | 半导体装置制造中瑕疵聚集的检索方法及装置和所用程序 |
JP3913393B2 (ja) * | 1999-03-03 | 2007-05-09 | 株式会社東芝 | 半導体欠陥解析システムおよび方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2755195B2 (ja) * | 1994-12-08 | 1998-05-20 | 日本電気株式会社 | 半導体装置の製造方法及びその装置 |
JPH09270446A (ja) * | 1996-03-29 | 1997-10-14 | Toshiba Corp | 半導体検査装置 |
JPH11233581A (ja) * | 1998-02-13 | 1999-08-27 | Mitsubishi Electric Corp | ウェーハテスト方法 |
JP4926352B2 (ja) * | 2001-09-25 | 2012-05-09 | ルネサスエレクトロニクス株式会社 | 欠陥解析方法、チップ分類データ検証方法及びプログラム |
AU2002343545A1 (en) * | 2001-10-19 | 2003-06-10 | Auburn University | Estimating reliability of components for testing and quality optimization |
JP3913715B2 (ja) * | 2003-06-18 | 2007-05-09 | 株式会社東芝 | 不良検出方法 |
US7236848B2 (en) * | 2005-09-12 | 2007-06-26 | Advanced Micro Devices, Inc. | Data representation relating to a non-sampled workpiece |
JP2009302246A (ja) * | 2008-06-12 | 2009-12-24 | Fujitsu Microelectronics Ltd | 半導体装置の選別方法 |
TWI368962B (en) * | 2008-07-04 | 2012-07-21 | Inotera Memories Inc | Method of fault detection and classification for wafer acceptance test |
-
2011
- 2011-02-28 JP JP2011042464A patent/JP5715445B2/ja not_active Expired - Fee Related
-
2012
- 2012-02-27 CN CN201210048523.4A patent/CN102709207B/zh not_active Expired - Fee Related
- 2012-02-27 US US13/405,508 patent/US20120221272A1/en not_active Abandoned
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3913393B2 (ja) * | 1999-03-03 | 2007-05-09 | 株式会社東芝 | 半導体欠陥解析システムおよび方法 |
CN1360339A (zh) * | 2000-08-21 | 2002-07-24 | 株式会社东芝 | 半导体装置制造中瑕疵聚集的检索方法及装置和所用程序 |
Also Published As
Publication number | Publication date |
---|---|
JP2012182196A (ja) | 2012-09-20 |
JP5715445B2 (ja) | 2015-05-07 |
US20120221272A1 (en) | 2012-08-30 |
CN102709207A (zh) | 2012-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Murcio et al. | Multifractal to monofractal evolution of the London street network | |
CN102709207B (zh) | 质量评估设备、方法和使计算机执行质量评估方法的程序 | |
CN106919957B (zh) | 处理数据的方法及装置 | |
CN105069470A (zh) | 分类模型训练方法及装置 | |
CN104952753A (zh) | 测量抽样方法 | |
CN109635010B (zh) | 一种用户特征及特征因子抽取、查询方法和系统 | |
CN105069296A (zh) | 一种设备阈值确定方法及系统 | |
CN108764375A (zh) | 高速公路货运车辆跨省匹配方法及装置 | |
CN103714191A (zh) | 用于异常工具和阶段诊断的2d/3d分析 | |
CN114139931A (zh) | 企业数据评估方法、装置、计算机设备及存储介质 | |
CN104111887A (zh) | 基于Logistic模型的软件故障预测系统及方法 | |
CN111581197A (zh) | 对数据集中的数据表进行抽样和校验的方法及装置 | |
CN116975520A (zh) | Ab实验的可信度评估方法、装置、设备和存储介质 | |
CN115494431A (zh) | 一种变压器故障告警方法、终端设备和计算机可读存储介质 | |
CN112529112B (zh) | 一种矿物识别的方法和装置 | |
Agarwal et al. | A machine learning model to prune insignificant attributes | |
RU2586025C2 (ru) | Способ автоматической кластеризации объектов | |
CN114972273A (zh) | 流水化产品数据集增强方法、系统、设备及存储介质 | |
CN112215246B (zh) | 道路交通诊断方法、装置、电子设备及机器可读存储介质 | |
CN113779391A (zh) | 基于建模的智能锁开锁推荐方法、系统、装置及存储介质 | |
CN112348584A (zh) | 一种车辆估值方法、装置及设备 | |
CN112541514A (zh) | 事件发布方法、服务器、终端及存储介质 | |
CN113742849B (zh) | 类固液飞行器总体设计的变量灵敏度分析方法及装置 | |
CN110222170B (zh) | 一种识别敏感数据的方法、装置、存储介质及计算机设备 | |
JP2004227279A (ja) | マハラノビス距離を利用した異常原因診断方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150715 Termination date: 20170227 |
|
CF01 | Termination of patent right due to non-payment of annual fee |