DE602004006790T2

DE602004006790T2 - Verfahren und Gerät zur Klassifikation von Defekten

Info

Publication number: DE602004006790T2
Application number: DE602004006790T
Authority: DE
Inventors: Hirohito Hitachi Okuda; Yuji Hitachi Takagi; Toshifumi Hitachi Honda; Atsushi Hitachi Miyamoto; Takehiro Hitachi Hirai
Original assignee: Hitachi High Technologies Corp; Hitachi High Tech Corp
Current assignee: Hitachi High Tech Corp
Priority date: 2003-03-28
Filing date: 2004-03-24
Publication date: 2008-02-07
Anticipated expiration: 2024-03-25
Also published as: EP1462995A2; EP1462995A3; US20040252878A1; US7873205B2; EP1462995B1; DE602004006790D1; JP4253522B2; JP2004294360A; IL161087A; IL161087A0

Description

Hintergrund der Erfindung
Die Erfindung betrifft ein Verfahren zum automatischen Klassifizieren von Defekten. Insbesondere betrifft die Erfindung ein Verfahren zum automatischen Klassifizieren von Defekten, wie sie an der Oberfläche einer elektronischen Halbleiterschaltungsplatine, einer gedruckten Leiterplatte, einer Flüssigkristalldisplayplatine oder dergleichen entsprechend einem erfassten Bild, einem EDX-Erfassungsspektrum oder dergleichen auftreten.
In jüngerer Zeit wurden Verfahren zum automatischen Klassifizieren durch Erfassen eines Bilds eines Defektabschnitts zum schnellen Erfassen der Situation eines Defekts entwickelt, der an der Oberfläche einer elektronischen Halbleiterschaltungsplatine oder dergleichen auftritt, und um die Anzahl der auftretenden Defekte pro jedem Defekttyp zu überwachen.
Zum automatischen Klassifizieren von Bildern wurden auf dem Gebiet der Mustererkennung herkömmlicherweise verschiedene Verfahren untersucht.
Eine der herkömmlichen Methoden ist ein Verfahren, das als Klassifizieren vom lernenden Typ bezeichnet wird. Gemäß dieser Methode wird vorab ein Lehrbild erfasst und gelernt, um eine Klassifizierungsvorrichtung (neurales Netzwerk usw.) zu optimieren. Eine Klassifizierungsvorrichtung vom lernenden Typ verfügt über die Möglichkeit, dass sie auf flexible Weise eine Klassifizierung entsprechend einer durch einen Benutzer gestellten Anfrage ausführen kann, jedoch zeigt sie einen Nachteil dahingehend, dass sie beim Start eines Herstellprozesses im Wesentlichen nicht verwendbar ist, da es allgemein erforderlich ist, ein großes Volumen an Lehrdaten zu sammeln, um ein gutes Funktionsvermögen zu erzielen. Es ist bekannt, dass dann, wenn nur ein kleiner Umfang an Lehrdaten verwendet wird, ein Effekt einer übermäßigen Anpassung des Lernens an die Lehrdaten auftritt, was als Überlernen bezeichnet wird und zu einer Beeinträchtigung des Funktionsvermögens führt.
Es existiert auch eine andere herkömmliche Methode, die als regelbasiertes Klassifizierungsverfahren bezeichnet wird. Gemäß dieser Methode wird aus einem zu klassifizierenden Bild eine charakteristische Menge entnommen, und der Wert derselben wird entsprechend der in das System eingebauten "Wenn-dann"-Regel beurteilt, um einen Defekt in eine von Klassen zu klassifizieren. Eine regelbasierte Klassifizierungsvorrichtung kann nicht auf flexible Weise auf eine durch den Benutzer gestellte Anfrage reagieren, da eine Klassenregel zur Klassifizierung festgelegt ist, jedoch besteht ein Vorteil dahingehend, dass sie ab dem Start des Herstellprozesses verwendet werden kann, da keine Lehrdaten benötigt werden.
Die oben beschriebene regelbasierte Klassifizierungsvorrichtung und die Klassifizierungsvorrichtung vom lernenden Typ können als ein Verfahren gemeinsam verwendet werden. Ein Beispiel eines derartigen Verfahrens ist in der Japanischen Patentoffenlegungsveröffentlichung Nr. 2001-135692 offenbart. Genauer gesagt, wird ein Defekt durch die als "Kernklassifizierer" bezeichnete regelbasierte Klassifizierungsvorrichtung in eine vorab eingeschlossene feste Anzahl von Klassen klassifiziert (als "Kernklassifikation" bezeichnet), und ferner erfolgt durch die als "speziell anwendbarer Klassifizierer" bezeichnete Klassifizierungsvorrichtung vom lernenden Typ eine Klassifizieren in eine beliebige Zahl einer "Klassifikation niedriger Ordnung", wobei Zuordnung zur Kernklassifikation besteht.
Das in der oben beschriebenen Patentveröffentlichung offenbarte Beispiel verwendet einen Kernklassifizierer, und sie kann die Kernklassifikation ab dem Start des Prozesses ausführen, ohne dass es erforderlich wäre, einen Umfang an Lehrdaten zu sammeln. Wenn eine detailliertere Klassifizierung erforderlich ist, kann diese durch den "speziell anwendbaren Klassifizierer" vom lernenden Typ erfolgen.
Eine ähnliche Technologie ist von Ko, K.W. sowie Cho, H.S. in "Solder Joints Inspection Using a Neural Network and Fuzzy Rule-Based Classification Method", IEEE Trans. an Electronics Packaging Manufacturing, Vol. 23, Nr. 2, April 2000, Seiten 93 bis 103 offenbart, von der der Oberbegriff der unabhängigen Ansprüche ausgeht.
Xu et al. offenbaren in "Methods of Combining Multiple Classifiers and Their Applications to Handwriting Recognition", IEEE Trans. an Systems, Man and Cy bernetics, Vol. 22, Nr. 3, 1992, Seiten 418 bis 435 eine Technologie zum Kombinieren von durch mehrere Klassifizierer erhaltenen Klassifizierungsergebnissen.
Bei dem oben beschriebenen Stand der Technik ist es erforderlich, vorab ein Klassifizierungsmodell zu bestimmen, das die regelbasierte Klassifizierungsvorrichtung und diejenige vom lernenden Typ kombiniert. Jedoch ist es allgemein sehr schwierig, ein optimales Klassifizierungsmodell vorab zu bestimmen, was möglicherweise zu einer Beeinträchtigung des Funktionsvermögens führt, da das Klassifizierungsmodell nicht passend ist. Nachfolgend erfolgt eine Beschreibung mittels Beispielen.
Die 2 bis 4 zeigen drei Typen von Klassifizierungsmodellen zur Klassifizierung von Defekten in vier Klassen für ein Fremdmaterial auf einem Film, ein Fremdmaterial unter einem Film, eine Vertiefung und einen Musterdefekt. Nachfolgend wird beschrieben, dass das optimale Klassifizierungsmodell abhängig vom Verteilungszustand von Defekten variiert.
Die 2 zeigt ein Beispiel eines einschichtigen Klassifizieungsmodells. Eine regelbasierte Klassifizierungsvorrichtung 21 entspricht einem Abschnitt 1, und sie führt eine Klassifizierung in vier Klassen für ein Fremdmaterial 22 auf einem Film, ein Fremdmaterial 23 unter einem Film, eine Vertiefung 24 und ein Muster 25 aus.
Die regelbasierte Klassifizierungsvorrichtung ist derjenigen vom lernenden Typ dahingehend überlegen, dass sie für ein stabiles Funktionsvermögen solange sorgen kann, als eine spezifizierte Regel ausreichend zum zu klassifizierenden Ziel passt.
Auf dem Gebiet des Klassifizierens von Defekten entstand mit der technischen Entwicklung der Herstellprozesse eine Vielzahl von Gründen für Defekte, und entsprechend variierten auch die Klassifizierungsklassen für Defekte. Daher ist es schwierig, die Defekte von Erzeugnissen, die durch verschiedene Herstellprozesse hergestellt werden, unter Verwendung universeller Defektklassifizierungsklassen zu klassifizieren, und es muss festgestellt werden, dass die Möglichkeit des Anwendens einer Regel, die vorab von einem Designer für durch einen anderen Herstellprozess hergestellte Produkte für einen vorgegebenen Herstellprozess angenommen wurde, sehr niedrig ist. In diesem Zusammen hang sind die Klassifizierungsklassen, wie manuelle, numerische Erkennungsklassifikation usw. beträchtlich gegenüber der Einstellung verschieden, wie sie zum Designzeitpunkt bestimmt wurde.
Die 3 zeigt ein doppelschichtiges Klassifizierungsmodell. Eine regelbasierte Klassifizierungsvorrichtung 31 einer ersten Schicht führt eine Klassifizierung in drei Klassen für ein Fremdmaterial 32, eine Vertiefung 33 und ein Muster 34 aus, und eine Klassifizierungsvorrichtung 35 vom lernenden Typ einer zweiten Schicht führt eine weitere Klassifizierung des Fremdmaterials 32 in zwei Klassen eines Fremdmaterials 36 auf einem Film und eines Fremdmaterials 37 unter einem Film aus.
Gemäß dem in der 2 dargestellten Beispiel eines einschichtigen Klassifizierungsmodells wird ein erfasster Defekt in eine der vier vom Benutzer erwünschten Klassen klassifiziert, während gemäß dem in der 3 dargestellten Modell die Wahrscheinlichkeit einer Anwendbarkeit der spezifizierten Regel dort hoch gemacht werden kann, wo eine Klassifizierung in drei Klassen oder eine derselben erfolgt. Wenn indessen die Klassifizierung in das Fremdmaterial auf einem Film oder das Fremdmaterial unter einem Film durch die Klassifizierungsvorrichtung vom lernenden Typ der zweiten Schicht ausgeführt wird, wird die Möglichkeit hoch, dass eine Klassifizierung mit einer Zuverlässigkeit über der der vom Designer angenommenen regelbasierten Klassifizierung erfolgen kann, wenn Lehrdaten für Fremdmaterial erfolgen kann, wenn Lehrdaten für Fremdmaterial auf einem Film und Fremdmaterial unter einem Film passend groß sind.
Die 4 zeigt ein doppelschichtiges Klassifizierungsmodell von einem anderen Typ als dem in der 3 dargestellten. Die erste Schicht führt eine Klassifizierung in drei Klassen eines Fremdmaterials, einer Vertiefung und eines Musters aus, und die zweite Schicht führt ferner eine Klassifizierung des Fremdmaterials in zwei Klassen eines Fremdmaterials auf einem Film und eines Fremdmaterials unter einem Film aus. Eine Klassifizierungsvorrichtung entspricht dem Abschnitt 1 und dem Abschnitt 2 des Klassifizierungsmodells. Hierbei ist angenommen, dass der Abschnitt 1 eine regelbasierte Klassifizierungsvorrichtung ist und der Abschnitt 2 eine Klassifizierungsvorrichtung vom lernenden Typ ist.
Beim in der 4 dargestellten Beispiel unterscheidet sich der Abschnitt 2 von dem der in der 3 dargestellten Klassifizierungsvorrichtung, und er erscheint etwas verschieden. Die Klassifizierungsvorrichtung vom lernenden Typ des Abschnitts 2 ist eine Klassifizierungsvorrichtung vom lernenden Typ, die einen Defekt, der durch die Klassifizierungsvorrichtung der ersten Schicht als Fremdmaterial klassifiziert wurde, in ein Fremdmaterial auf einem Film, ein Fremdmaterial unter einem Film oder einen Musterdefekt klassifiziert. Eine Vertiefung und ein Musterdefekt können durch die regelbasierte Klassifizierungsvorrichtung mit hoher Zuverlässigkeit getrennt werden, jedoch besteht die Möglichkeit, dass Fremdmaterial nur dann mit hohem Klassifizierungsvermögen im Vergleich zum in der 3 dargestellten Modell getrennt festgestellt wird, wenn die Situation vorliegt, dass es nicht von einem Musterdefekt getrennt werden kann.
Außerdem besteht ein großer Unterschied des in der 4 dargestellten Klassifizierungsmodells gegenüber den in den 2 und 3 dargestellten Klassifizierungsbäumen dahingehend, dass es sich um ein Klassifizierungsmodell handelt, das von einer hierarchischen Beziehung (semantisches Klassifizierungsmodell) hinsichtlich des Klassifizierungskonzepts, das der Benutzer hat, unterscheidet. Ein Fremdmaterial und ein Musterdefekt sind hinsichtlich des Klassifizierungskonzepts des Benutzers einander ausschließende Klassen, und ein Musterdefekt kann nicht unter Fremdmaterial liegen. Jedoch können das Klassifizierungsmodell, das das maximale Klassifizierungsvermögen erzielt, und das Klassifizierungsmodell gemäß der Vorstellung des Benutzers voneinander unabhängig sein, außer dann, wenn die unterste Schicht eine schließlich durch den Benutzer klassifizierte Klasse ist. Es ist auch zu vermuten, dass es für den Benutzer schwierig ist, ein optimales Klassifizierungsmodell zu bestimmen.
Aus dem Obigen heraus kann ausgeführt werden, dass das optimale Klassifizierungsmodell für ein Problem zur automatischen Defektklassifizierung abhängig von der Problemstellung variiert. Außerdem kann diese Problemstellung (Grad der Angemessenheit der Regel durch einen Designer, Möglichkeit des Lernens von Lerndaten usw.) nicht vorab angenommen werden, so dass auch vorab kein optimales Klassifizierungsmodell bestimmt werden kann. Im Ergebnis tritt ein Problem dahingehend auf, dass das Klassifizierungsvermögen abnimmt, da das Klassifizierungsmodell nicht optimal ist.
Um das maximale Funktionsvermögen zu erzielen, sollte der Klassifizierungsbaum auf eine Defektklassifizierungsanfrage durch einen Benutzer, die benutzerabhängig variiert, automatisch ein charakteristisches und optimales Klassifizierungsmodell liefern, um dadurch das Klassifizierungsvermögen zu verbessern. Außerdem sollte das Erfordernis beseitigt sein, das Klassifizierungsmodell manuell einzustellen. Für den Benutzer ist es schwierig, vorab das optimale Klassifizierungsmodell zu bestimmen, da es nicht immer zum in Betracht gezogenen Klassifizierungsmodell passt (was allgemein als semantische Lücke bezeichnet wird).
Zusammenfassung der Erfindung
Es ist eine Aufgabe der Erfindung, die oben beschriebenen Nachteile im Stand der Technik zu lindern und ein Verfahren und eine Vorrichtung zum Klassifizieren von Defekten zu schaffen, die das Klassifizierungsvermögen dadurch verbessern können, dass sie auf eine Defektklassifizierunganfrage, die benutzerabhängig variiert, automatisch ein charakteristisches und optimales Klassifizierungsmodell liefern, oder es dem Benutzer ermöglichen, es leicht auszuwählen.
Diese Aufgabe ist durch das Verfahren des Anspruchs 1 und die Vorrichtung des Anspruchs 7 gelöst. Die abhängigen Ansprüche betreffen bevorzugte Ausführungsformen der Erfindung.
Genauer gesagt, werden bei einer Ausführungsform der Erfindung als Erstes ein oder mehrere mögliche Klassifizierungsmodelle erzeugt. Beispielsweise verfügt das mögliche Klassifizierungsmodell über eine hierarchische Struktur aus der regelbasierten Klassifizierungsvorrichtung und der Klassifizierungsvorrichtung vom lernenden Typ, wie sie in der 2, der 3 oder der 4 dargestellt sind. Es ist angenommen, dass das mögliche Klassifizierungsmodell durch den Benutzer über den Schirm eingestellt wird, unter Verwendung von Lehrdaten eingestellt wird oder automatisch eingestellt wird, wie es später detailliert beschrieben wird. Wenn mehrere Klassifizierungsmodelle erzeugt werden, wird ein Index (nachfolgend als Modellwahrscheinlichkeit bezeichnet) zur Angemessenheit jedes Modells berechnet. Anders gesagt, ist die Modellwahrscheinlichkeit ein Index, der den Grad der Zuverlässigkeit anzeigt, entsprechend dem der durch jedes mögliche Klassifizierungsmodell berechneten Wahrscheinlichkeit getraut werden kann.
Dann wird die Klassenwahrscheinlichkeit jedes möglichen Klassifizierungsmodells berechnet. Entsprechend der Modellwahrscheinlichkeit werden die durch die mehreren Klassifizierungsmodelle berechneten Klassenwahrscheinlichkeiten kombiniert, um eine Klassifizierung vorzunehmen. Zum Kombinieren der Klassenwahrscheinlichkeiten werden die Wahrscheinlichkeiten mit einer Gewichtung, die relativ zu einer hohen Modellwahrscheinlichkeit hinzugefügt ist, oder einer durch ein zuverlässiges Modell berechneten Klassenwahrscheinlichkeit kombiniert, jedoch ohne Gewichtung, die relativ an eine niedrige Modellwahrscheinlichkeit angefügt ist, oder eine durch ein unzuverlässiges Modell berechnete Klassenwahrscheinlichkeit.
So kann ein charakteristisches und optimales Klassifizierungsmodell leicht eingestellt werden, oder es kann automatisch auf eine Defektklassifizierungsanfrage, die benutzerabhängig variabel ist, automatisch geliefert werden, und es wird möglich, das Klassifizierungsvermögen zu verbessern.
Diese und andere Aufgaben, Merkmale und Vorteile der Erfindung werden aus der folgenden speziellen Beschreibung bevorzugter Ausführungsformen der Erfindung, wie sie in den beigefügten Zeichnungen dargestellt sind, ersichtlich werden.
Kurze Beschreibung der Zeichnungen
1A und 1B sind Diagramme, die jeweils einen Ablauf zum Erzeugen eines Klassifizierungsmodells gemäß einer ersten Ausführungsform zeigen;
2 ist ein Diagramm, das ein Beispiel des Klassifizierungsmodells zeigt;
3 ist ein Diagramm, das ein anderes Beispiel des Klassifizierungsmodells zeigt;
4 ist ein Diagramm, das ein anderes Beispiel des Klassifizierungsmodells zeigt;
5 ist ein Diagramm zum Veranschaulichen eines Klassifizierungsmodells gemäß der ersten Ausführungsform der Erfindung;
6 ist ein Diagramm zum Veranschaulichen eines anderen Klassifizierungsmodells gemäß der ersten Ausführungsform der Erfindung;
7 ist ein Diagramm zum Veranschaulichen eines anderen Klassifizierungsmodells gemäß der ersten Ausführungsform der Erfindung;
8 ist ein Blockdiagramm, das die schematische Struktur einer Defektüberprüfungsvorrichtung gemäß der ersten Ausführungsform der Erfindung zeigt;
9A bis 9C sind Frontdiagramme für Anzeigeschirme, die Benutzerschnittstellen gemäß der ersten Ausführungsform zeigen, wobei die 9A einen Schirm für regelbasierte Klassifizierung zeigt, die 9B einen Schirm für Klassifizierung vom lernenden Typ zeigt, und die 9C einen Anwendungsrezepteinstellschirm zeigt;
10A und 10B sind Diagramme, die jeweils eine Verteilung einer charakteristischen Defektmenge zeigen;
11 ist ein Diagramm, das ein Klassifizierungsmodell zeigt;
12 ist ein Diagramm, das einen Ablauf zur Klassifizierungsverarbeitung zeigt;
13 ist ein Diagramm, das eine Wahrscheinlichkeitsfunktion einer Klassifizierungsvorrichtung vom Regeltyp zeigt;
14 ist ein Diagramm zum Veranschaulichen eines Mahalanobis-Abstands;
15 ist ein Diagramm, das ein Beispiel eines Klassifizierungsmodells vom lernenden Typ zeigt;
16 ist ein Diagramm, das ein anderes Beispiel eines Klassifizierungsmodells vom lernenden Typ zeigt;
17 ist ein Diagramm, das ein Beispiel eines Klassifizierungsmodells vom Regeltyp zeigt;
18 ist ein Diagramm, das ein anderes Beispiel des Klassifizierungsmodells vom Regeltyp zeigt.
Beschreibung der Ausführungsformen
Nun wird die erste Ausführungsform der Erfindung unter Bezugnahme auf die beigefügten Zeichnungen beschrieben.
Als Erstes erfasst die Erfindung einen Defekt einer Probe durch eine Defektinspektionsvorrichtung unter Verwendung eines optischen Mikroskops oder eines Elektronenmikroskops. Hierbei gehören zu den zu untersuchenden Proben eine elektronische Halbleiterschaltungsplatine, eine gedruckte Leiterplatte, eine FPD, eine Flüssigkristalldisplayplatine und dergleichen. Zum Klassifizieren von Defekten wird ein auf der Oberfläche einer derartigen Platine entstandener Defektabschnitt durch die Defektinspektionsvorrichtung unter Verwendung eines optischen Mikroskops oder eines Elektronenmikroskops, erfasst, es wird Positionskoordinateninformation zum auf der Platine erfassten Defekt gespeichert, die Probe wird auf Grundlage der gespeicherten Positionskoordinateninformation zum Defekt so positioniert, dass der Defekt auf der Probe in das Erfassungsgesichtsfeld einer Überprüfungsvorrichtung fällt, es wird ein Bild des Defekts durch die Überprüfungsvorrichtung erhalten, und das erhaltene Bild des Defekts wird verarbeitet.
Die 8 zeigt eine schematische Struktur der Defektüberprüfungsvorrichtung gemäß der Erfindung. In der 8 kennzeichnet 80 ein Elektronenmikroskop, das einen Elektronenstrahl 83 durch einen Ablenker 84 entsprechend der durch die Defektüberprüfungsvorrichtung erfassten Positionskoordinateninformation zum Defekt ablenkt, um ein Halbleitersubstrat 82, das der Inspektion unterliegt und in einem Gehäuse 81 positioniert ist, durch den Elektronenstrahl 83 abzuscannen und zu bestrahlen, wobei durch einen Detektor 85 durch das Halbleitersubstrat 82 erzeugte Sekundärelektronen synchron mit dem Ablenksignal vom Ablenker 84 erfasst werden. Die erfassten Sekundärelektronen werden in ein elektrisches Signal gewandelt, das dann durch einen A/D-Wandler 86 in ein digitales Bildsignal gewandelt wird, wobei Eingabe als Defektbildsignal in eine Verarbeitungseinheit 87 erfolgt. Die Verarbeitungseinheit 87 analysiert das eingegebene digitale Defektbildsignal durch Softwareverarbeitung, um eine automatische Klassifizierung auszuführen. Das Verarbeitungsergebnis und das erfasste Bild werden in einer Speichervorrichtung 88 abgespeichert.
Nun wird ein Verfahren zum Klassifizieren eines Defekts durch Verarbeiten des durch die Überprüfungsvorrichtung erhaltenen Defektbilds beschrieben.
(1) Skizzierung der Defektklassifizierung
Als Erstes wird die Defektklassifizierung gemäß der Erfindung kurz unter Bezugnahme auf die 1A und 1B beschrieben. Die Defektklassifizierung verfügt über zwei Schritte der (i) Voraberzeugung eines Klassifizierungsmodells vor dem Ausführen der Klassifizierungsverarbeitung, und (ii) des Ausführens der Klassifizierung.
(i) Erzeugung eines Klassifizierungsmodells
Die Zahl 11 kennzeichnet einen Zustand vor der Erzeugung eines Klassifizierungsmodells. M1, M2 und M3 in der Zeichnung kennzeichnen Klassen (nachfolgend als Hauptklassen bezeichnet), die vorab durch das System gemäß der Erfindung bereitgestellt werden, und U1 bis U4 kennzeichnen vom Benutzer bestimmte Klassen (nachfolgend als Benutzerklassen bezeichnet). Der Benutzer bestimmt die Benutzerklassen auf manuelle Weise oder unter Verwendung von Lehrdaten auf dem Einstellschirm. Hierbei wird nicht vorab bestimmt, welche Benutzerklasse unter welcher Hauptklasse liegt. Indessen wird beispielsweise mindestens ein Modell mit einer Kombination von Hauptklassen und Benutzerklassen, die mit 12 bzw. 13 gekennzeichnet sind, erzeugt. Die Modellerzeugung kann manuell auf dem Einstellschirm eingestellt werden, oder sie kann automatisch durch das später beschriebene Verfahren erfolgen. Bei der automatischen Erzeugung wird die Korrelation zwischen dem durch die regelbasierte Klassifizierungsvorrichtung berechneten Ergebnis für die Wahrscheinlichkeit einer Hauptklasse und der vom Benutzer angegebenen Benutzerklasse analysiert. Nun wird unter Bezugnahme auf die 10A und 10B beschrieben, dass ein geeignetes Modell abhängig von Defektdaten variiert, weswegen die Möglichkeit besteht, das Klassifizierungsvermögen dadurch zu verbessern, dass nicht ein einzelnes Klassifizierungsmodell sondern mehrere Klassifizierungsmodelle angenommen werden.
Ein Diagramm 101 in der 10A und ein Diagramm 102 in der 10B zeigen jeweils ein Beispiel der Verteilung einer Charakteristikumsmenge. Im Diagramm 101 in 10A sind "Fremdmaterial", "Vertiefung" und "Muster" so verteilt, dass sie angemessen voneinander getrennt sind, so dass es zu erwarten ist, dass das Klassifizierungsmodell geeignet ist, bei dem die regelbasierte Klassifizierung 31 und die Klassifizierungsvorrichtung 35 vom lernenden Typ, wie in der 3 dargestellt, kombiniert sind. Wenn angenommen wird, dass Wahrscheinlichkeitsfunktionen L_{Fremdmaterial} (f1, f2), L_Muster (f1, f2) und L_Vertiefung (f1, f2) gemäß der regelbasierten Klassifizierungsvorrichtung wie folgt definiert sind, wird die regelbasierte Wahrscheinlichkeit ein sehr effektives Klassifizierungskriterium.
Wenn L_{Fremdmaterial} (f1, f2) : f1 < Th0 gilt, ist die Wahrscheinlichkeit für Fremdmaterial hoch;
wenn L_Muster (f1, f2) : f1 > Th0 und f2 > Th1 gelten, ist die Wahrscheinlichkeit für ein Muster hoch; und
wenn L_Vertiefung (f1, f2) : f1 > Th0 und f2 < Th1 gelten, ist die Wahrscheinlichkeit für eine Vertiefung hoch.
Indessen erreicht bei den im Diagramm 102 der 10B dargestellten Verteilungen die regelbasierte Klassifizierungsvorrichtung 31, die so konfiguriert ist, wie es in der 3 dargestellt ist, nicht nur für das "Fremdmaterial" 32 eine hohe Klassifizierungswahrscheinlichkeit, sondern auch für das "Muster" 34 in einer großen Anzahl von "Fremdmaterial" 32. Daher ist, wenn das "Fremdmaterial" 32 durch die Klassifizierungsvorrichtung 35 vom lernenden Typ weiter unterteilt wird, das Klassifizierungsmodell mit der Kombination aus der regelbasierten Klassifizierungsvorrichtung 31 der Klassifizierungsvorrichtung 35 vom lernenden Typ, wie in der 3 dargestellt, nicht notwendigerweise optimal. Umgekehrt wird, wenn das Funktionsvermögen der Klassifizierungsvorrichtung vom lernenden Typ angemessen zuverlässig ist, das Klassifizierungsmodell mit der Kombination aus einer regelbasierten Klassifizierungsvorrichtung 41 und einer Klassifizierungsvorrichtung 45 vom lernenden Typ, wie in der 4 dargestellt, als geeigneter angesehen.
Tatsächlich differiert das optimale Klassifizierungsmodell datenabhängig. Beispielsweise ist bei Defektdaten mit der Charakteristikumsmenge mit der im Diagramm 102 der 10D dargestellten Verteilung das in der 4 darge stellte Klassifizierungsmodell zweckdienlicher als das in der 3 dargestellte Klassifizierungsmodell (das in der 3 dargestellte Klassifizierungsmodell kann den Musterdefekt der 10B nicht geeignet klassifizieren), jedoch ist für Defektdaten mit der im Diagramm 101 der 10A verteilten Charakteristikumsmenge zu erwarten, dass das in der 3 dargestellte Klassifizierungsmodell eine höhere Klassifizierungszuverlässigkeit als das in der 4 dargestellte Klassifizierungsmodell aufweist.
Wie oben beschrieben, differiert das geeignete Klassifizierungsmodell abhängig von den Defektdaten, so dass die Möglichkeit besteht, die Klassifizierungszuverlässigkeit dadurch zu verbessern, dass mehrere Klassifizierungsmodelle gemeinsam verwendet werden, anstatt dass ein spezielles Klassifizierungsmodell angewandt wird. Die Erfindung erzeugt mehrere Modelle, sie berechnet ein Kriterium (Modellwahrscheinlichkeit), das die Angemessenheit eines Modells dahingehend, welches Modell für die Defektdaten verwendet werden soll, anzeigt, und sie führt eine Klassifizierung entsprechend dem Kriterium aus.
(ii) Ausführen der Klassifizierung
Defekte werden entsprechend mindestens einem auf die oben beschriebene Weise erzeugten Klassifizierungsmodell klassifiziert. Wenn mehrere Klassifizierungsmodelle erzeugt werden, werden sie zum Ausführen der Klassifizierung in Kombination verwendet. Anders gesagt, werden die Wahrscheinlichkeiten dafür, dass unter den oben beschriebenen individuellen Modellen 12, 13 Zugehörigkeit zu individuellen Klassen besteht, berechnet (14, 15). Dann besteht ein Problem dahingehend, wie eine abschließende Klassenwahrscheinlichkeit aus den Wahrscheinlichkeiten zu berechnen ist, die für die individuellen Modelle individuell berechnet wurden. Gemäß der Erfindung werden die Modellwahrscheinlichkeiten der individuellen Modelle 12, 13 als Kriterium berechnet, das die Angemessenheit des einschlägigen Modells als solchem anzeigt (16, 17), und unter Berücksichtigung der Modellwahrscheinlichkeiten wird eine endgültige Klassenwahrscheinlichkeit (kombinierte Wahrscheinlichkeit) berechnet (18). Das Verfahren zum Berechnen der Modellwahrscheinlichkeit sowie das Verfahren zum Berechnen der endgültigen Klassenwahrscheinlichkeit werden später beschrieben.
(2) Einzelheiten der Defektklassifizierung
Nachfolgend werden spezielle Beispiele der Defektklassifizierung gemäß der Erfindung beschrieben.
(i) Erzeugen eines Klassifizierungsmodells
Als Erstes wird vorab ein Klassifizierungsmodell erzeugt, bevor die Klassifizierungsverarbeitung ausgeführt wird. Die 5 ist ein Diagramm, das schematisch die Beziehung zwischen Hauptklassen und Benutzerklassen vor der Erzeugung des Klassifizierungsmodells zeigt.
Für das Klassifizierungsmodell dieser Ausführungsform wird angenommen, dass ein Klassifizierungsmodell aus zwei Schichten besteht, nämlich einem Abschnitt 1 hoher Ordnung aus einer regelbasierten Klassifizierungsvorrichtung 51 sowie Abschnitten 2 bis 4 niedriger Ordnung, die aus Klassifizierungsvorrichtungen 55 bis 57 vom lernenden Typ bestehen. Die regelbasierte Klassifizierungsvorrichtung 51 des Abschnitts 1 höherer Ordnung berechnet Wahrscheinlichkeiten, die zu den drei Hauptklassen "Fremdmaterial" 52, "Vertiefung" 53 und "Muster" 54 gehören, was entsprechend der Wenn-dann-Regel erfolgt. Indessen berechnen, wenn angenommen wird, dass ein Defekt in eine bestimmte Hauptklasse klassifiziert wird, die Klassifizierungsvorrichtungen 55 bis 57 vom lernenden Typ der Abschnitte 2 bis 4 niedriger Ordnung Wahrscheinlichkeiten der Klassen (Benutzerklassen 1 bis 4:58-1 bis 58-4), die als Klassen niedriger Ordnung zur Hauptklasse definiert sind. Die Beziehung zwischen der Hauptklasse und den Benutzerklassen ist in der 5 nicht definiert, jedoch ist bei dieser Ausführungsform angenommen, dass der Defekt schließlich in eine der Benutzerklassen 1 bis 4 klassifiziert wird.
Dann wird ein Verfahren zum Erzeugen eines Klassifizierungsmodells beschrieben. Das in der 6 oder der 7 dargestellte Klassifizierungsmodell wird durch das unbeschriebene Verfahren aus dem in der 5 dargestellten Zustand erzeugt.
In den 9A bis 9C sind Benutzerschnittstellen dargestellt.
Die 9A zeigt einen Hauptklassenschirm, wobei 91 einen Schirm für regelbasierte Klassifizierung bezeichnet. Es sind eine Liste 911 von Klassen vom regelbasierten Typ sowie eine Liste 912 von Defektbildern, die anzeigen, dass die Wahrscheinlichkeit jeder Klasse vom regelbasierten Typ maximal wird, d.h., dass es sich um die typischste einschlägige Klasse handelt, dargestellt.
Indessen zeigt die 9B einen Benutzerklassenschirm, wobei 92 einen Schirm (nachfolgend als Schirm für Klassifizierung vom lernenden Typ bezeichnet) zum Angeben von Klassen durch die Klassifizierungsvorrichtung vom lernenden Typ bezeichnet, der aus einer Liste 921 für Klassen vom lernenden Typ und einer Liste 922 von Defektbildern besteht. Der Benutzer stellt die Klasse eines zu klassifizierenden Defekts auf dem Schirm 92 für Klassifizierung vom lernenden Typ als Lernklasse ein, und er führt einen Lehrvorgang dadurch aus, dass er jeden Defekt 922 durch einen Drag-and-drop-Vorgang einer der Klassen 921 vom lernenden Typ zuordnet.
Dann wird das Bildsymbolfeld "automatische Kopplung" 923 zum Anweisen einer automatischen Erzeugung eines Klassifizierungsmodells angeklickt, um die Struktur des Klassifizierungsmodells intern zu berechnen.
Um das Klassifizierungsmodell zu erzeugen, wird aus dem Lehrergebnis durch den Benutzer und dem durch die regelbasierte Klassifizierungsvorrichtung berechneten Wahrscheinlichkeitsergebnis die Korrelation zwischen der Hauptklasse und der Benutzerklasse analysiert, und es wird ein Klassifizierungsmodell erzeugt, bei dem eine regelbasierte Klassifizierungsvorrichtung 601 oder 701 und Klassifizierungsvorrichtungen 602, 603 oder 702, 703 vom lernenden Typ, wie in der 6 oder der 7 dargestellt, kombiniert werden. Genauer gesagt, wird angenommen, dass (1) die Korrelation zwischen einer Hauptklasse Mi und einer Benutzerklasse Uj hoch ist, wenn viele Defekte existieren, die durch die Klassifizierungsvorrichtung vom lernenden Typ als Klasse Uj angegeben werden, und zwar unter den Defekten, für die durch die regelbasierte Klassifizierungsvorrichtung bestimmt wird, dass die Wahrscheinlichkeit der Hauptklasse Mi maximal ist, oder dass (2) die Korrelation zwischen der Hauptklasse Mi und der Benutzerklasse Uj hoch ist, wenn unter den in die Hauptklasse Mi klassifizierten Defekten viele von den Defekten sind, die als Benutzerklasse Uj angegeben wurden, und zwischen der Hauptklasse und der Benutzerklasse mit hoher Korrelation wird eine hierarchische Beziehung angegeben. Beispielsweise können die obigen Punkte (1) und (2) wie folgt formuliert werden.
[Erzeugungsregel 1 für Klassifizierungsmodelle]
Wenn N_Uj/N_Mi den Wert th₁ oder mehr hat, oder wenn N_Mi/N_Uj den Wert th₂ oder mehr hat, wird die Benutzerklasse Uj dahingehend bestimmt, dass sie eine niedrigere Klase der Hauptklasse Mi ist, wobei Folgendes gilt:

N_Mi:: Anzahl der Defekte, für die durch die regelbasierte Klassifizierungsvorrichtung bestimmt wird, dass die Wahrscheinlichkeit für die Hauptklasse Mi maximal ist;
N_Uj:: Anzahl der Defekte, für die durch die Klassifizierungsvorrichtung vom lernenden Typ bestimmt wird, dass die Wahrscheinlichkeit für die Benutzerklasse Uj maximal ist; und
N_Mi⋂Uj:: Anzahl der Defekte, für die durch die regelbasierte Klassifizierungsvorrichtung bestimmt wird, dass die Wahrscheinlichkeit für die Hauptklasse Mi maximal ist, und durch die Klassifizierungsvorrichtung vom lernenden Typ bestimmt wird, dass die Wahrscheinlichkeit für die Benutzerklasse Uj maximal ist.

Ein für die erhaltenen Lehrdaten geeignetes Klassifizierungsmodell kann durch das oben beschriebene Verfahren automatisch erzeugt werden.
Nun wird ein Verfahren zum Erzeugen mehrerer Klassifizierungsmodelle für den Fall beschrieben, dass in Bezug auf die Verteilung der erhaltenen Lehrdaten nicht notwendigerweise ein einzelnes geeignetes Klassifizierungsmodell besteht.
Beim Beispiel der 5 wird angenommen, dass die Benutzerklassen 1, 2 (58-1, 58-2) über hohe Korrelation mit der Hauptklasse "Fremdmaterial" 52 verfügen, und dass die Benutzerklasse 4 (58-4) über hohe Korrelation mit der Hauptklasse "Muster" 54 verfügt. Es ist auch angenommen, dass fünf Proben entsprechend der Benutzerklasse 3 (58-3) existieren, unter denen vier Proben maximale Wahrscheinlichkeit für die Hauptklasse "Muster" 54 zeigen, und eine Probe maximale Wahrscheinlichkeit für die Hauptklasse "Fremdmaterial" 52 zeigt. Entsprechend der Erzeugungsregel 1 für ein Klassifizierungsmodell gilt für die meisten (4/5 = 80%) der zur Benutzerklasse 3 (58-3) gehörenden Defekte mit der maximalen Wahrscheinlichkeit zur Hauptklasse "Muster" 54, so dass es angemessen erscheint, die Benutzerklasse 3 (58-3) unter die Hauptklasse "Muster" 54 zu setzen, jedoch kann tatsächlich nicht mit Sicherheit gesagt wer den, dass die Wahrscheinlichkeit der Hauptklasse 3 "Muster" 54 für die meisten der zur Benutzerklasse 3 (58-3) gehörenden Defekte maximal wird, da die Datenmenge zu klein ist. Daher werden beispielsweise dann, wenn die Datenmenge klein ist, mehrere annehmbare Modelle durch die nächste Erzeugungsregel 3 für Klassifizierungsmodelle, zusätzlich zur Erzeugungsregel 1 für Klassifizierungsmodelle erzeugt. Entsprechend diesen Erzeugungsregeln 1, 2 für Klassifizierungsmodelle wird beim obigen Beispiel ein Klassifizierungsmodell erzeugt, bei dem die regelbasierte Klassifizierungsvorrichtung 601 oder 701 und die Klassifizierungsvorrichtungen 602, 603 oder 702, 703 vom lernenden Typ, wie in der 6 oder der 7 dargestellt, kombiniert werden.
[Erzeugungsregel 2 für Klassifizierungsmodelle]
Wenn die Anzahl N_Uj der zur Benutzerklasse Uj gehörenden Defekte einen festen Wert aufweist oder unter diesem liegt, werden mehrere Klassifizierungsmodelle wie folgt erzeugt. Es wird angenommen, dass dann, wenn Defekte zur Benutzerklasse Uj gehören und die Anzahl der Defekte, für die die Wahrscheinlichkeit maximal wird, dass sie zur Hauptklasse Mi gehören, N_Mi⋂Uj wird, eine Hauptklasse mit dem Maximalwert N_Mi⋂Uj und eine Hauptklasse mit dem zweiten Maximalwert als Mmax1 bzw. Mmax2 bestimmt wird. Es werden ein Modell, für das bestimmt ist, dass die Benutzerklasse Uj unter Mmax1 liegt, und ein Modell, für das bestimmt ist, dass die Benutzerklasse Uj unter Mmax1 und Mmax2 liegt, erzeugt.
Das Verfahren zum automatischen Erzeugen eines Klassifizierungsmodells für die erhaltenen Lehrdaten wurde oben beschrieben. Es ist auch möglich, ein Modell manuell zu bestimmen oder das automatisch erzeugte Modell manuell zu modifizieren. Auf den Benutzerschnittstellenschirmen der 9A bis 9C wird ein auf dem Schirm 92 für Klassifizierung vom lernenden Typ dargestelltes Bildsymbolfeld "Anwendungsrezepteinstellschirm" 924 angeklickt, um zu einem Anwendungsrezepteinstellschirm 93 der 9C zu springen, in dem die Konfiguration des erzeugten Klassifizierungsmodells geprüft wird, wobei der Benutzer das automatisch erzeugte Modell nach Bedarf auch manuell auf dem Anwendungsrezepteinstellschirm 93 ändern kann. Die 9C zeigt nur ein Klassifizierungsmodell, jedoch kann die Konfiguration dergestalt sein, dass mehrere mögliche Klassifizierungsmodelle berechnet, angezeigt und modifiziert werden.
Es wurde beschrieben, dass die zwei Klassifizierungsmodelle aus der hierarchischen Struktur der Klassifizierungsvorrichtung vom Regeltyp und der Klassifizierungsvorrichtung vom lernenden Typ bestehen. Unter Verwendung desselben Konfigurationsverfahrens für Klassifizierungsmodelle kann ein Klassifizierungsmodell als andere Struktur konfiguriert werden, das aus einer Kombination der mehreren Klassifizierungsvorrichtungen (1501 bis 1503 oder 1601 bis 1603) vom lernenden Typ, wie in der 15 oder der 16 dargestellt, besteht. Als noch andere Konfiguration kann ein Klassifizierungsmodell dadurch konfiguriert werden, dass mehrere Klassifizierungsvorrichtungen (1701 bis 1703 oder 1801 bis 1803), wie in der 17 oder der 18 dargestellt, kombiniert werden.
(ii) Klassifizierungsausführung
Nun wird ein Prozess zum Ausführen einer Klassifizierung detailliert beschrieben. Die 12 zeigt einen Verarbeitungsablauf für die Klassifizierungsausführung. Als Erstes wird unter Bezugnahme auf die 12 das Berechnen einer Wahrscheinlichkeit für jedes Klassifizierungsmodell beschrieben.
SCHRITT 1: Berechnen der Wahrscheinlichkeit in jedem Klassifizierungsmodell (1201)
Dieser Schritt beinhaltet drei Schritte mit einer Berechnung einer Hauptklassenwahrscheinlichkeit, einer Berechnung einer Benutzerklassenwahrscheinlichkeit und einer Berechnung einer Wahrscheinlichkeit für Regellernintegration aus denselben.
SCHRITT 1.1: Berechnen der Hauptklassenwahrscheinlichkeit (1202)
Die regelbasierte Klassifizierungsvorrichtung führt keine Klassifizierung in einer spezielle Klasse aus, sondern sie berechnet die Wahrscheinlichkeit jeder Klasse auf Grundlage einer Fuzzylogik (Fuzzy-wenn-dann-Regel). Die Wahrscheinlichkeit ist ein Index, der den Wahrscheinlichkeitsgrad für die Zugehörigkeit zur Klasse angibt und in den Wertebereich von 0 bis 1 fällt. Je näher der Wert an 1 liegt, umso höher ist der Wahrscheinlichkeitsgrad für die Zugehörigkeit zur zugehörigen Klasse. Eine Funktion zum Berechnen der Wahrscheinlichkeit aus einem Wert einer Charakteristikmenge wird als Wahrscheinlichkeitsfunktion bezeichnet und vom System bereit gestellt. Ein Beispiel für ei ne Hauptklassenwahrscheinlichkeitsfunktion ist in der 13 dargestellt. In der Zeichnung kennzeichnet 131 eine Wahrscheinlichkeitsfunktion für Fremdmaterial, 132 eine Wahrscheinlichkeitsfunktion für ein Muster, und 133 eine Wahrscheinlichkeitsfunktion für eine Vertiefung. Die Wahrscheinlichkeit für jede Klasse wird durch 131, 132 und 133 aus dem Wert einer charakteristischen Eigenschaft f1 berechnet.
SCHRITT 1.2: Berechnung einer Benutzerklassenwahrscheinlichkeit (1203)
In der 14 ist ein Verfahren zum Berechnen der Benutzerklassenwahrscheinlichkeit durch die Klassifizierungsvorrichtung vom lernenden Typ dargestellt. In der Zeichnung kennzeichnet 1401 ein Beispiel für die Wahrscheinlichkeitsfunktion zum Berechnen der Benutzerklassenwahrscheinlichkeit. Als Wahrscheinlichkeitsfunktion kann beispielsweise der Mahalanobis-Abstand in einem Charakteristikumsraum verwendet werden. Der Mahalanobis-Abstand ist der Abstand, der dadurch bestimmt wird, dass angenommen wird, dass Verteilungen 141, 142 von Lehrdaten für individuelle Klassen Normalverteilungen 143, 144 (im Allgemeinen mehrdimensional) in einem Charakteristikmengeraum genügen, wobei der Abstand vom Zentrum jeder Normalverteilung zum Charakteristikumsmengevektor eines einschlägigen Defekts durch die Streuung einer Normalverteilung normiert wird (Kovarianzmatrix). Hierbei kann die Wahrscheinlichkeit der Klasse vom lernenden Typ wie folgt berechnet werden. (Wahrscheinlichkeit der Zugehörigkeit zur Klasse i vom lernenden Typ) = Di/Σdiwobei Di der Mahalanobis-Abstand zwischen einer Klasse Di vom lernenden Typ und einem Charakteristikumsmengevektor zu klassifizierender Defekte ist.
Ein Unterschied zur Wahrscheinlichkeitsfunktion der Hauptklassenwahrscheinlichkeit besteht darin, dass die Wahrscheinlichkeitsfunktion durch Lehrdaten bestimmt ist.
SCHRITT 1.3: Berechnung der Wahrscheinlichkeit der Regellernintegration (1204)
Dann wird die Klassenwahrscheinlichkeit entsprechend einer Kombination der berechneten Hauptklassenwahrscheinlichkeit und der Benutzerklassenwahrscheinlichkeit berechnet (nachfolgend wird dies als Wahrscheinlichkeit der Regel lernintegration bezeichnet). Die Benutzerklassenwahrscheinlichkeit ist eine Wahrscheinlichkeit, die unter der Annahme definiert ist, dass eine Klassifizierung in eine Hauptklasse hoher Ordnung erfolgt. Daher ist es selbst dann, wenn die Benutzerklassenwahrscheinlichkeit einen hohen Wert aufweist, erforderlich, eine solche Definition zu bilden, dass die Wahrscheinlichkeit der Regellernintegration der Benutzerklasse einen niedrigen Wert aufweist, wenn die zugehörige Wahrscheinlichkeit der Hauptklasse hoher Ordnung einen sehr niedrigen Wert aufweist.
Beispielsweise kann die Wahrscheinlichkeit der Regellernintegration als Mittelwert aus der Last der Hauptklassenwahrscheinlichkeit und der Benutzerklassenwahrscheinlichkeit berechnet werden. (Wahrscheinlichkeit der Regellernintegration) = α·(Hauptklassenwahrscheinlichkeit) + (1 – α)·(Benutzerklassenwahrscheinlichkeit)wobei α das Ausmaß des Platzierens von Nachdruck auf die Hauptklassenwahrscheinlichkeit kennzeichnet, wobei dieser Wert auf Grundlage der empirisch erhaltenen Zuverlässigkeit der Klassifizierungsvorrichtung vom Regeltyp und der Klassifizierungsvorrichtung vom lernenden Typ in absteigender Weise bestimmt werden kann. Als anderes Berechnungsverfahren ist es denkbar, die Hauptklassenwahrscheinlichkeit und die Benutzerklassenwahrscheinlichkeit zu addieren, oder dergleichen.
Der oben beschriebene Schritt wird für jedes Klassifizierungsmodell ausgeführt, um für jedes eine Klassenwahrscheinlichkeit zu bestimmen.
SCHRITT 2: Berechnung der Modellwahrscheinlichkeit (1205)
Dann wird für jedes erzeugte Klassifizierungsmodell die Modellwahrscheinlichkeit als Index berechnet, der die Angemessenheit des Modells anzeigt.
Unter den mehreren erzeugten Modellen differiert das optimale Klassifizierungsmodell tatsächlich abhängig von jedem Defekt. Als Beispiel sei angenommen, dass zwei Typen von Modellen, wie in den 3 und 4 dargestellt, erzeugt werden. Wenn es aus dem Wert einer Charakteristikumsmenge ersichtlich ist, dass der zu klassifizierende Defekt ein Musterdefekt ist, und wenn es nicht erforderlich ist, die Wahrscheinlichkeit durch die Klassifizierungsvorrichtung vom lernenden Typ speziell zu berechnen, ist es denkbar, dass das Modell der 3 vorteilhafter als dasjenige der 4 ist, bei dem die Möglichkeit einer Fehlklassifizierung in Fremdmaterial besteht. Indessen wird es, wenn es aus dem Wert der Charakteristikumsmenge nicht ersichtlich ist, ob der Defekt ein Musterdefekt oder Fremdmaterial ist, als vorteilhafter angesehen, eine Klassifizierung durch die Klassifizierungsvorrichtung vom lernenden Typ gemäß dem Modell der 4 auszuführen. So differiert das optimale Klassifizierungsmodell tatsächlich für jeden Defekt.
Beispielsweise kann die Modellwahrscheinlichkeit für jeden Defekt wie folgt definiert werden: Modellwahrscheinlichkeit = 1/(–Σpilogpi)wobei p_i die Wahrscheinlichkeit dafür ist, dass der Defekt in die Hauptklasse Mi klassifiziert wird.
Der Nenner der obigen Gleichung ist die Entropie mit der Eigenschaft, dass der Wert größer wird, wenn p_i gleichmäßiger ist. Daher wird die Entropie höher, wenn p_i gleichmäßiger ist, anders gesagt, wenn p_i nicht abhängig von den Hauptklassen differiert, und wenn keine Klassifizierung mit hoher Zuverlässigkeit in eine spezielle Klasse erfolgen kann, und im Ergebnis wird die Modellwahrscheinlichkeit klein. Diese Modellwahrscheinlichkeit wird für jedes Modell berechnet.
SCHRITT 3: Berechnung der kombinierten Wahrscheinlichkeit (1206)
Die Wahrscheinlichkeit einer Defektklasse kann auf die unten angegebene Weise aus der Wahrscheinlichkeit der Regellernintegration (SCHRITT 1 in der 12) und der Modellwahrscheinlichkeit (SCHRITT 2 in der 12) gemäß jedem Modell berechnet werden: Pcj = Σ1P(Ci|Mi)P(Mi) (1)

C_j:: Klassifizierungsklasse,
P_cj:: Wahrscheinlichkeit für die Klasse C_j,
Mi:: Klassifizierungsmodell i,
P(C_j|M_i):: Wahrscheinlichkeit der Klasse C_j durch das Klassifizierungsmo dell M_i, und
P(M_i):: Wahrscheinlichkeit des Klassifizierungsmodells Mi.

Die Formel (1) kann als solche Formel erläutert werden, dass die Klassenwahrscheinlichkeit durch mehrere Modelle berechnet wird und ein gewichteter Mittelwert entsprechend der Wahrscheinlichkeit (= Modellwahrscheinlichkeit) des Klassifizierungsmodells als solchem berechnet wird.
So kann das Klassifizierungsvermögen einer charakteristischen und optimalen Klassifizierung dadurch verbessert werden, dass auf eine Defektklassifizierungsanfrage, die abhängig von individuellen Benutzern differiert, automatisch ein charakteristisches und geeignetes Klassifizierungsmodell bereit gestellt wird.
Außerdem kann, gemäß der Erfindung, ein optimales Klassifizierungsmodell automatisch bereit gestellt werden, um das Klassifizierungsvermögen selbst dann zu stabilisieren, wenn die durch den Benutzer angefragte Klassifizierung von Defekten eine Änderung erfährt, da aufgrund einer Änderung im Prozess oder dergleichen eine neue Defektklasse auftritt.
Außerdem kann, gemäß der Erfindung, das Erfordernis einer manuellen Einstellung des Klassifizierungsmodells auf eine Defektklassifizierungsanfrage hin dadurch beseitigt werden, dass automatisch ein optimales Klassifizierungsmodell bereit gestellt wird.
In der obigen Beschreibung ist die Klassifizierung von durch einen Bilddetektor vom Elektronentyp erfassten Defektbildern beschrieben. Die Erfindung kann in ähnlicher Weise auf die Klassifizierung von durch einen optischen Bilddetektor erfassten Defektbildern angewandt werden.
Außerdem können Defekte dadurch klassifiziert werden, dass Ausgangsinformation (beispielsweise ein durch EDX aufgenommenes Röntgenspektrum) von mindestens einem von mehreren Bilddetektoren vom Elektronentyp oder vom optischen Typ oder von einer Defektanalysiervorrichtung analysiert wird und ein Charakteristikumsmengevektor für jeden Defekt berechnet wird. Selbstverständlich können die Defekte dadurch klassifiziert werden, dass der Charakteristikumsmengevektor aus der Ausgangsinformation alleine der Defektanalysiervorrichtung berechnet wird, oder er entsprechend Defekten entsprechenden Referenzdaten berechnet wird.
Die Erfindung wurde unter Bezugnahme auf die Beispiele zur Klassifizierung von Bildern von Defekten, zu denen es an der Oberfläche einer elektronischen Halbleiterschaltungsplatine kommt, detailliert beschrieben, jedoch besteht für die Anwendung der Erfindung keine Einschränkung auf die obige Beschreibung. Beispielsweise kann die Erfindung auch bei einem Verfahren zum automa tischen Klassifizieren eines Bilds eines Defektabschnitts angewandt werden, der an der Oberfläche einer gedruckten Leiterplatte, einer FPD, einer Flüssigkristalldisplayplatine oder dergleichen ausgebildet ist.
Gemäß der Erfindung kann das Modell automatisch in Reaktion auf eine Defektklassifizierungsanfrage, die abhängig vom jeweiligen Benutzer differiert, erstellt werden, und es ist möglich, das Klassifizierungsvermögen zu verbessern.
Die obige Beschreibung erfolgte für ein Beispiel unter Annahme eines Modells mit einer regelbasierten Klassifizierungsvorrichtung und einer Klassifizierungsvorrichtung vom lernenden Typ, die hierarchisch verbunden sind. Jedoch können, wie es in der 11 dargestellt ist, Wahrscheinlichkeiten 1104 bis 1106 kombiniert werden, die durch eine regelbasierte Klassifizierungsvorrichtung 1101 und eine Klassifizierungsvorrichtung 1102 vom lernenden Typ, die parallel zueinander vorliegen, oder eine regelbasierte Klassifizierungsvorrichtung 1103 berechnet werden. In der 11 führen die regelbasierten Klassifizierungsvorrichtungen 1101, 1103 keine Klassifizierung in einer spezielle Klasse aus, sondern sie berechnen die Wahrscheinlichkeiten 1104, 1108 entsprechend einer sogenannten Fuzzylogik (Fuzzy-wenn-dann-Regel). Anders gesagt, wird die durch den Designer konfigurierte Wahrscheinlichkeitsfunktion dazu verwendet, die Wahrscheinlichkeit jeder Klasse zu berechnen.
Unter Verwendung der in der 11 dargestellten Struktur kann das instabile Funktionsvermögen einer Klassifizierungsvorrichtung vom lernenden Typ, wenn die Lehrdatenmenge klein ist, gelöst werden. Wenn beispielsweise die Lehrdatenmenge klein ist, ist die Modellwahrscheinlichkeit der Klassifizierungsvorrichtung 1102 vom lernenden Typ verringert, und die durch die regelbasierten Klassifizierungsvorrichtungen 1101, 1103 berechneten Wahrscheinlichkeiten 1104, 1106 werden als relativ bedeutsam angesehen. Umgekehrt ist, wenn die Lehrdatenmenge groß ist, die Modellwahrscheinlichkeit der Klassifizierungsvorrichtung 1102 vom lernenden Typ erhöht, und die durch die Klassifizierungsvorrichtung 1102 vom lernenden Typ berechnete Wahrscheinlichkeit 1105 kann als relativ bedeutsam angesehen werden.
Es kann ein instabiles Funktionsvermögen der Klassifizierungsvorrichtung 1102 vom lernenden Typ, wenn die Lehrdatenmenge abhängig von den Klassen variabel ist, gelöst werden. Beispielsweise ist in einer Klasse mit geringer Lehrda tenmenge oder einem kleinen Bereich des Charakteristikummengeraums die Modellwahrscheinlichkeit der Klassifizierungsvorrichtung 1102 vom lernenden Typ verringert, und die durch die regelbasierten Klassifizierungsvorrichtungen 1101, 1103 berechneten Wahrscheinlichkeiten 1104, 1106 werden als relativ bedeutsam angesehen; umgekehrt ist in einer Klasse mit einer großen Lehrdatenmenge oder einem großen Bereich des Charakteristikummengeraums die Modellwahrscheinlichkeit der Klassifizierungsvorrichtung 1102 vom lernenden Typ erhöht, und die durch diese berechnete Wahrscheinlichkeit 1105 kann als relativ bedeutsam angesehen werden.
So kann ein charakteristisches und optimales Klassifizierungsmodell in Reaktion auf Defektklassifizierungsanfragen, die abhängig von den individuellen Benutzern differieren, automatisch bereitgestellt werden, und es wird möglich, das Klassifizierungsvermögen zu verbessern.
Vorstehend wurden die Ausführungsformen der Erfindung beschrieben.
In der obigen Beschreibung ist die Klassifizierung von durch einen Bilddetektor vom Elektronentyp erfassten Defektbildern beschrieben. Die Erfindung kann in ähnlicher Weise bei der Klassifizierung von durch einen optischen Bilddetektor erfassten Defektbildern angewandt werden.
Außerdem können Defekte durch Analysieren von Ausgangsinformation (beispielsweise eines EDX-Röntgenspektrums) von mindestens einem von mehreren Bilddetektoren vom Elektronen- oder optischen Typ oder einer Defektanalysiervorrichtung klassifiziert werden, wobei ein Charakteristikbetragsvektor für jeden Defekt berechnet wird. Selbstverständlich können die Defekte dadurch klassifiziert werden, dass der Charakteristikbetragsvektor alleine aus der Ausgangsinformation der Defektanalysiervorrichtung berechnet wird, oder der Charakteristikbetragsvektor kann gemäß Referenzdaten, die Defekten entsprechen, berechnet werden.
Die Erfindung wurde unter Bezugnahme auf Klassifizierungsbeispiele für Bilder von Defekten beschrieben, zu denen es an der Oberfläche einer elektronischen Halbleiterschaltungsplatine kommt, jedoch ist die Anwendung der Erfindung nicht auf die obige Beschreibung beschränkt.
Beispielsweise kann die Erfindung auch bei einem Verfahren zum automatischen Klassifizieren eines Bilds eines Defektabschnitts angewandt werden, der auf der Oberfläche einer gedruckten Leiterplatte, eines FPD, einer Flüssigkristalldisplay-Platte oder dergleichen ausgebildet ist.
Gemäß der Erfindung kann die Klassifizierungsfunktion dadurch verbessert werden, dass in automatischer Weise ein charakteristisches und geeignetes Klassifizierungsmodell in Reaktion auf eine Defektklassifizierungsanfrage, die abhängig von einzelnen Benutzern differiert, bereitgestellt wird.
Außerdem kann, gemäß der Erfindung, ein optimales Klassifizierungsmodell automatisch bereitgestellt werden, um die Klassifizierungsfunktion selbst dann zu stabilisieren, wenn sich die durch den Benutzer angeforderte Klassifizierung von Defekten ändert, da aufgrund einer Prozessänderung oder dergleichen eine neue Defektklasse auftritt.
Außerdem kann, gemäß der Erfindung, das Erfordernis einer manuellen Einstellung des Klassifizierungsmodells auf eine Defektklassifizierungsanfrage hin dadurch beseitigt werden, dass automatisch ein optimales Klassifizierungsmodell bereitgestellt wird.

Claims

Verfahren zum Klassifizieren von Defekten, mit folgenden Schritten: Gewinnen eines Bilds eines Defekts auf einer Probe (82), Gewinnen eines Kennzeichens des Defekts aus dem Bild und Klassifizieren des Defekts entsprechend dem gewonnenen Kennzeichen und aufgrund einer regelbasierten Klassifizierung (601, 701, 1101, 1103) sowie einer lernenden Klassifizierung (602, 603, 702, 703, 1102), dadurch gekennzeichnet, dass der Klassifizierungsschritt folgende Schritte umfasst: Berechnen (1202) eines Satzes erster Wahrscheinlichkeiten dafür, dass der Defekt zu jeweils einer einer Vielzahl an Defektklassen (M1 bis M3) der regelbasierten Klassifizierung gehört, indem das gewonnene Kennzeichen verwendet wird, Berechnen (1203) eines Satzes zweiter Wahrscheinlichkeiten dafür, dass der Defekt zu jeweils einer einer Vielzahl an Defektklassen der lernenden Klassifizierung gehört, indem das gewonnene Kennzeichen verwendet wird, Berechnen (1204) eines Satzes dritter Wahrscheinlichkeiten dafür, dass der Defekt zu einer jeweiligen Defektklasse der lernenden Klassifizierung gehört, indem die ersten und zweiten Wahrscheinlichkeiten verwendet werden, und Klassifizieren (1206) des Defekts unter Verwendung der dritten Wahrscheinlichkeiten.
Verfahren nach Anspruch 1, wobei das Bild ein SEM-Bild ist.
Verfahren nach Anspruch 1, wobei das Defektbild gewonnen wird, während die Probe mittels Daten über die Positionskoordinate des Defekts auf der Probe positioniert wird.
Verfahren nach Anspruch 1, wobei die Klassen (M1 bis M3) der regelbasierten Klassifizierung aus einem auf einem Anzeigeschirm angezeigten Klassensatz ausgewählt werden.
Verfahren nach Anspruch 1, wobei die dritten Wahrscheinlichkeiten unter Verwendung eines Klassifizierungsmodells berechnet werden, das eine Beziehung der Klassen (U1 bis U4) der lernenden Klassifizierung und der Klassen (M1 bis M3) der regelbasierten Klassifizierung darstellt.
Verfahren nach Anspruch 5, mit Schritten zum Erzeugen mehrerer Klassifizierungsmodelle, zum Bestimmen (1205) einer Wahrscheinlichkeit für das Passen des jeweiligen Klassifizierungsmodells und zum Entscheiden (1206) einer Klassenwahrscheinlichkeit entsprechend der bestimmten Modellwahrscheinlichkeit.
Vorrichtung zum Klassifizieren von Defekten, aufweisend: eine Bildgebungseinrichtung (80, 81, 83 bis 88) zur Gewinnung eines Bilds eines Defekts auf einer Probe (82), eine Einrichtung (87) zum Gewinnen eines Kennzeichens des Defekts aus dem Bild, eine Einrichtung (87) zum Klassifizieren des Defekts entsprechend dem gewonnenen Kennzeichen und aufgrund einer regelbasierten Klassifizierung und einer lernenden Klassifizierung und eine Anzeige zum Anzeigen des Bilds des Defekts und des Klassifizierungsergebnisses auf einem Schirm, dadurch gekennzeichnet, dass die Klassifizierungseinrichtung folgendes umfasst: eine regelbasierte Klassifizierungsvorrichtung (1101, 1103) zum Berechnen eines Satzes erster Wahrscheinlichkeiten dafür, dass der Defekt zu jeweils einer einer Vielzahl an Regelklassen (M1 bis M3) gehört, indem das Kennzeichen des Defekts verwendet wird, eine lernende Klassifizierungsvorrichtung (1102) zum Berechnen eines Satzes zweiter Wahrscheinlichkeiten, dafür, dass der Defekt zu jeweils einer einer Vielzahl an Defektklassen (U1 bis U4) gehört, indem das Kennzeichen des Defekts verwendet wird, und ein Klassifizierungsmodell zum Berechnen eines Satzes dritter Wahrscheinlichkeiten dafür, dass der Defekt zu jeweils einer der Defektklassen gehört, indem die ersten und zweiten Wahrscheinlichkeiten verwendet werden.
Vorrichtung nach Anspruch 7, wobei die Anzeige zum Anzeigen mehrerer Klassensätze (911) auf dem Schirm eingerichtet ist, um die Regelklassen auszuwählen.
Vorrichtung nach Anspruch 7, wobei die Klassifizierungseinrichtung einen Rechenabschnitt zum Berechnen der Wahrscheinlichkeit des Passens der jeweiligen Klassifizierungsmodelle aufweist und die Defekte unter Verwendung der Wahrscheinlichkeit des Passens der Klassifizierungsmodelle klassifiziert.
Vorrichtung nach Anspruch 9, wobei die Klassifizierungseinrichtung einen Rechenabschnitt zum Berechnen der dritten Wahrscheinlichkeit und einer Modellwahrscheinlich keit für das Passen der einzelnen Klassifizierungsmodelle aufweist, um entsprechend der Modellwahrscheinlichkeit eine Klassenwahrscheinlichkeit zu bestimmen.