JP2001068518A - 欠陥参照システムによる自動パターン分類方法 - Google Patents

欠陥参照システムによる自動パターン分類方法

Info

Publication number
JP2001068518A
JP2001068518A JP2000216171A JP2000216171A JP2001068518A JP 2001068518 A JP2001068518 A JP 2001068518A JP 2000216171 A JP2000216171 A JP 2000216171A JP 2000216171 A JP2000216171 A JP 2000216171A JP 2001068518 A JP2001068518 A JP 2001068518A
Authority
JP
Japan
Prior art keywords
defect
defects
article
instructions
attribute
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.)
Pending
Application number
JP2000216171A
Other languages
English (en)
Inventor
Stefanie Harvey
ステファニー ハーヴェイ
Terry Reiss
リーズ テリー
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Applied Materials Inc
Original Assignee
Applied Materials Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Applied Materials Inc filed Critical Applied Materials Inc
Publication of JP2001068518A publication Critical patent/JP2001068518A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32221—Correlation between defect and measured parameters to find origin of defect
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37519—From machining parameters classify different fault cases
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2924/00—Indexing scheme for arrangements or methods for connecting or disconnecting semiconductor or solid-state bodies as covered by H01L24/00
    • H01L2924/0001—Technical content checked by a classifier
    • H01L2924/0002—Not covered by any one of groups H01L24/00, H01L24/00 and H01L2224/00
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

(57)【要約】 【課題】 製品において検査された欠陥の原因を特定す
るための方法および装置を得ることを目的とする。 【解決手段】 関連する欠陥特徴と、信頼性情報も含め
て、ウエハが通過したプロセスツールに関する情報とに
基づいて、数列のようなシンボルの列によって、半導体
基板表面上の欠陥のような物品の特徴を定性的に識別す
るための方法が提供される。実施形態では、ウエハ上の
欠陥が、発見され、（例えば、光学的精査、ＳＥＭ、Ｅ
ＤＳ、ＡＦＭなどによって）検査された後、欠陥の寸
法、材料組成、色、ウエハ表面上の位置のような欠陥の
それぞれの定量的な属性を定性的なカテゴリー内に一般
化すること、識別のために数値シンボルをそれぞれの属
性に割り当てること、および、シンボルを予め定められ
た方法で列の中に配置することを含む。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、製品において検査
された欠陥の原因を特定するための方法および装置に関
する。特に、本発明は、サブミクロンデザイン形状を有
する高密度半導体デバイスを製造する際に、半導体ウエ
ハをインライン方式で検査するのに有効である。
【０００２】
【従来の技術】現在要求されているウルトラＬＳＩに関
連した高密度化および高性能化は、サブミクロン形状、
速いトランジスタおよび回路の速度、および、改善され
た信頼性を必要とする。そのような要求は、高い精度お
よび均一性でもってデバイス形状を形成することを必要
とし、それは、とりもなおさず、注意深くプロセスを監
視することを必要とし、たとえデバイスがまだ半導体ウ
エハの形態であっても、それらのデバイスを頻繁かつ詳
細に検査しなければならない。
【０００３】従来のウエハ製造プロセス制御技術は、バ
ーコードラベルのようなウエハ識別法を用いて、インプ
ロセスでウエハを観測する。各プロセスステップ（例え
ば、酸化膜成長、エッチング、洗浄、スパッタ、など）
が終了した後、ウエハロットに関する情報、および、
「最後に通過したツール」、すなわち、そのロットを処
理する際に使用した特定のオーブン、エッチング装置、
洗浄装置、ポリシング装置などに関する情報が、「製造
実行システム（ＭＥＳ）」として知られている、コンピ
ュータソフトウェアによって実現されたデータベースシ
ステム内に入力される。そのような情報には、ウエハ識
別情報、ウエハに関するパラメータ、および、最後に通
過したツールで使用されたプロセスパラメータが含まれ
る。したがって、ＭＥＳは、終了したプロセスステッ
プ、そのプロセスステップが実施されたときのツール、
および、そのプロセスステップが実施されたときのウエ
ハを観測する。
【０００４】一連のプロセスステップが終了した後、お
よび／または、複雑なフォトレジストマスクを形成する
ような重要なプロセスステップが終了した後、ロット中
のいくつかのウエハが、ＭＥＳからの指示に基づいて、
典型的にはスタンドアロン検査ツールにおいて検査され
る。検査ツールにおいては、典型的には、検査されるべ
きウエハの表面が、例えば、ＣＣＤ（電荷結合素子）の
ような光電変換器、走査型電子顕微鏡（ＳＥＭ）、また
は、レーザ顕微鏡のような高速検査装置によって走査さ
れる。典型的には、検査ツールは、それがいつその検査
を完了したかをＭＥＳに通知する。その後に、統計的方
法が、検査ツールによって使用され、欠陥を有する可能
性の高いウエハ上の疑わしい位置を示す欠陥マップが作
成される。潜在的な欠陥の数および／または密度が所定
のレベルに到達すると、アラームが鳴らされ、潜在的な
欠陥箇所をより詳細に調査すべきことを知らせる。
【０００５】そして、検査ツール、または別のスタンド
アロン精査ステーションにおいて、欠陥の存在をはっき
りと判定するために、典型的には、疑わしい欠陥箇所の
画像を基準画像と比較することによって、潜在的な欠陥
箇所が、欠陥マップを用いて精査され、そして、画像を
分析して、欠陥の種類（例えば、欠陥パターン、微粒
子、または、スクラッチ、など）が特定される。ウエハ
製造業者によって使用される良く知られたウエハ検査技
術には、光散乱技術、光学技術、ＳＥＭ、および、エネ
ルギー分散型分光法（ＥＤＳ）が含まれる。また、その
他の良く知られたウエハ検査方法も、一般的に使用さ
れ、それらには、原子間力顕微鏡（ＡＦＭ）、ラマン透
過型電子顕微鏡、ウルトラポイント透過型電子顕微鏡
（ＴＥＭ）、メタパルス分光器、蛍光分光器、化学分析
用電子分光器（ＥＳＣＡ）などが含まれる。上述したそ
れぞれの方法は、欠陥に関する様々な情報を提供する。
例えば、ＡＦＭは、欠陥の大きさおよび形状を明らかに
することができ、ＥＤＳおよびＥＳＣＡは、欠陥の化学
組成を明らかにすることができる。
【０００６】現在の「最新テクノロジー」によるウエハ
処理施設においては、ＭＥＳからのプロセスデータ、お
よび、検査ツールおよび精査ステーションからの検査お
よび精査の結果は、「歩留り管理システム（ＹＭＳ）」
と呼ばれる別のスタンドアロンコンピュータソフトウェ
アによって実現されたシステムに定期的にダウンロード
され、この歩留り管理システムは、統計的プロセス制御
方法を用いて、プロセス品質を監視する。プロセスが所
定の管理限界の範囲外でなされているとＹＭＳが判定す
れば、ＹＭＳは、例えば、欠陥を呈しているウエハが通
過したツールおよびそれらのツールで使用されたプロセ
スパラメータのリストのようなデータを生成し、それら
のデータは、処理上の問題を診断するのに役立つ。そし
て、ユーザは、欠陥の原因を究明しようとするときに、
このデータを分析してもよい。
【０００７】
【発明が解決しようとする課題】不都合にも、欠陥は、
産業界全体にわたる標準的な方法で表現されておらず
（すなわち、同一デバイス製造会社内の製造施設間で、
あるデバイス製造業者と別のデバイス製造業者との間
で、および、製造業者と機器提供業者との間で、欠陥の
表現がそれぞれ異なる）、そのために、欠陥を識別し、
原因を究明しようとするのを妨げる。例えば、ある種類
の欠陥は、日本では「目玉焼き」欠陥と呼ばれるが、米
国のある製造業者によれば「宇宙船」欠陥と呼ばれる。
このように、異なる文化を有する製造業者と機器提供業
者との間で情報を解釈および交換するのはより困難とな
る。
【０００８】さらには、たとえ欠陥が識別されたとして
も、それらの欠陥を迅速かつ容易に根本的な原因に結び
つけることはできない。例えば、ＹＭＳが、それの管理
限界の範囲外でなされているプロセスのツールおよびプ
ロセスパラメータを識別できたにしても、特定の欠陥が
検出されたとき、ＹＭＳは、もっとも不具合のありそう
なツールまたはプロセスパラメータを識別することはで
きない。さらにまた、特定のツールが、欠陥の発生源と
して識別されたとしても、ＹＭＳは、その欠陥を、ツー
ルにおける特定の不具合、材料の不具合（すなわち、部
品の不具合）、または、特定のプロセス条件に結びつけ
ることができない。
【０００９】半導体ウエハをインプロセスで検査するた
めの、標準化されたやり方で欠陥を識別する方法が必要
とされている。さらに、欠陥の根本的な原因を容易に識
別し、それによって、早期の是正処置をとることができ
るように、ウエハが通過するツールに関する検査方法
と、欠陥が検出されたそれらのツールの信頼性情報とが
必要とされている。この必要性は、表面形状の密度、ダ
イの寸法、および、デバイスにおける層の数が増大し、
欠陥の数を大幅に減少させて満足できる製造歩留りを達
成することが益々要求されるにつれて、より重要なもの
になりつつある。
【００１０】
【課題を解決するための手段】本発明の利点は、標準化
された定性方法で、半導体ウエハのような製品の欠陥を
識別できることであり、それによって、容易に、欠陥に
関する情報を、欠陥に結びつけ、記憶し、そして、探索
することができる。本発明のさらなる利点は、欠陥を識
別する際に、欠陥の原因に関する情報を包含できること
であり、それによって、プロセスの問題範囲、および、
欠陥の原因とそれの是正処置との関係を効率的に識別す
ることができる。
【００１１】本発明によれば、上述した利点およびその
他の利点は、その一部が、物品の特徴を分類する方法に
よって達成され、その方法は、特徴の属性を決定する工
程と、それぞれのカテゴリーが、属性に対応する複数の
データベースオブジェクトの中の１つのサブセットであ
り、それぞれの属性を、１つかまたはそれ以上のカテゴ
リーに対応づけることによって、その属性を一般化する
工程と、それぞれのカテゴリーにシンボルを割り当てる
工程と、カテゴリーのシンボルを予め定められた列の中
に配置して、その特徴に対する識別子を形成する工程
と、その識別子をデータベースに記憶する工程とを備え
る。
【００１２】本発明のもう１つの側面は、本発明による
方法の上述した工程を実行する命令を記録したコンピュ
ータ可読媒体である。
【００１３】この分野に精通する者は、本発明の好まし
い実施形態のみをただ単に本発明を実施するための最良
の形態の例として図示および説明した以下の詳細な説明
から、本発明のさらなる利点を容易に想到することがで
きる。明らかなように、本発明は、別の様々な実施形態
が可能であり、そのそれぞれの細部は、当然ながら、本
発明からまったく逸脱することなく、様々な点において
変更が可能である。したがって、図面および詳細な説明
は、ただ単に例と見做されるべきであり、本発明を限定
するものではない。
【００１４】
【発明の実施の形態】図面を参照すると、各図面を通し
て、同じ符号を有する構成要素は、類似する構成要素を
表す。
【００１５】半導体ウエハのような製品をインプロセス
で検査するための従来の方法は、欠陥を識別するにして
も、標準化された定性的な方法で欠陥を識別することは
なく、あるいは、欠陥発生源を早期に確実に識別するこ
とをもたらすかもしれないウエハが通過したツールに関
する情報を提供することはない。本発明は、関連する欠
陥特徴と、信頼性情報を含めて、最後に通過したツール
に関する情報とに基づいて、数列のようなシンボルの列
でもって欠陥を定性的に識別することによって、これら
の問題を解決し、それによって、欠陥の根本的な原因を
即座に識別することができ、かつ、早期に是正処置をと
ることができる。
【００１６】本発明の１つの実施形態によれば、例え
ば、光学精査装置、ＳＥＭ、ＥＤＳ、ＡＦＭなどによっ
て、ウエハ上の欠陥が、発見および検査された後、欠陥
の寸法、材料の組成、色、ウエハ表面上の位置などのよ
うな、欠陥のそれぞれの定量的属性が、定性的カテゴリ
ー内に一般化され、識別のための数値シンボルを割り当
てられる。例えば、７９％のアルミニウムからなるほぼ
円形の直径が約１ミクロンの微粒子は、「アルミニウ
ム」（欠陥の材料）を表現する数値、「円形」（欠陥の
形状）を表現するもう１つの数値、および、「２ミクロ
ン以下の直径」のような欠陥の寸法範囲を表現するさら
なる数値からなる、所定の順序で並べられた数列によっ
て識別される。したがって、あらゆる欠陥は、視覚的な
パターンまたは言語記述によってではなく、数学的記述
によって識別される。すべての欠陥の識別数列は、デー
タベース内に記憶され、そこでは、欠陥が、容易に、別
の同様に識別された欠陥と比較される。
【００１７】さらに、本発明の１つの実施形態において
は、識別数列は、好都合にも、検査の前にウエハが最後
に通過したプロセスツールを表現する数値を含み、それ
によって、その欠陥をツールに対応づける。欠陥が、調
査され、ツールの特定の不具合（例えば、特定の機械要
素または特定のプロセス現象の不具合）によって発生し
たことが決定されると、この情報が、記憶され、欠陥の
識別数列にリンクされる。その後、類似した欠陥が別の
ウエハにおいて発生し、欠陥データベースを探索するこ
とによって、最近の欠陥の識別数列が以前の欠陥の識別
数列と一致したならば、最近の欠陥は同じ原因によるこ
とを示し、それによって、その最近の欠陥の原因を調査
するのを容易にする。
【００１８】さらに、多くの欠陥およびそれらの原因に
関する情報がデータベース内に増えるにつれて、特定の
種類のツールにリンクされた特定の種類の欠陥が識別さ
れると、その欠陥は、以前に調査された欠陥の類似する
ケースに関連づけられ、欠陥の原因を究明するのに要す
る時間および労力を劇的に減少させる。例えば、直径が
２ミクロン以下の円形のアルミニウム微粒子が、化学的
気相堆積（ＣＶＤ）プロセスの後に発見され、データベ
ース内のそのような欠陥の１０個のうち９個が、ＣＶＤ
チャンバー内のアーク放電によって過去に発生していれ
ば、アーク放電が、その最近の欠陥を発生させた公算が
もっとも高いと考えられる。このように、本発明は、欠
陥の原因を判定するのを容易にし、早期に是正処置をと
ることを可能にし、例えば、機械的な破局故障と、消耗
品保守項目または予防保守項目に関連した故障とを見分
けることができる。
【００１９】さらにまた、本発明は、様々な根本原因の
統計的発生確率を提供する。欠陥識別が与えられれば、
本発明は、例えば、欠陥が部品ＸＹＺによって発生する
確度は２５％であり、また、欠陥がプロセスＡＢＣによ
って発生する確度は７５％であることを指示することが
できる。さらに、根本的な原因が選択されると、本発明
は、与えられた解の確率を提供することができる（例え
ば、解１は、問題を解決する３０％の確率を有し、解２
は、問題を解決する１０％の確率を有し、解３は、問題
を解決する６０％の確率を有する）。
【００２０】本発明の実施形態が、図１〜図４Ｂに示さ
れる。図１に示されるように、本発明は、好ましくは、
ここに開示される分析を電子的に実行するプロセッサ１
００と、モニター１１０のような、プロセッサ１００の
分析結果を表示するための入力／出力装置と、キーボー
ド１２０とにおいて実施される。プロセッサ１００は、
従来のＭＥＳ１３０、従来のＹＭＳ１４０、および、様
々な従来の検査ツール１５０と通信を行うことができ
る。検査ツール１５０は、光学検査ツール、ＳＥＭ、お
よび、ユーザの要求に応じて、ＥＤＳ、ＡＦＭ、ＥＳＣ
Ａなどを実行するツールを含んでもよい。サーバのよう
な記憶装置１６０が、プロセッサ１００の計算結果を記
憶し、この記憶装置１６０は、「欠陥参照システム」
（ＤＲＳ）と呼ばれる。
【００２１】ここで、図１および図２を参照すると、ス
テップ２０５（図２）において、半導体ウエハは、プロ
セスツールまたは一連のツールにおいて処理される。典
型的には、ツールごとに、プロセスツールに固有のツー
ル識別子が、そのツールで使用される一組のプロセスパ
ラメータとともに、ＭＥＳ１３０（図１）内に記憶され
る。検査の前になされるべきプロセスステップがもうな
いと判断されると（ユーザによって人手でか、あるい
は、ＭＥＳ１３０によって自動的に）、ウエハは、検査
ツール１５０に運ばれる。ステップ２１０において、ウ
エハは、ユーザの要求に応じて、欠陥を発見するため
に、検査ツール１５０で検査され、「欠陥属性」すなわ
ち欠陥の特徴が決定される。例えば、アルゴリズムおよ
び／または階調解析を典型的に含む統計的方法を用い
て、良く知られた欠陥マップが、Ａｐｐｌｉｅｄ Ｍａ
ｔｅｒｉａｌｓ ｏｆ Ｓａｎｔａ Ｃｌａｒａ，ＣＡ
から市販されているＷＦ−７３６のような光学検査ツー
ルによって作成され、高い欠陥を有する確率を有する検
査されたウエハ上の疑わしい位置を識別する。そして、
Ａｐｐｌｉｅｄ Ｍａｔｅｒｉａｌｓ ｏｆ Ｓａｎｔ
ａ Ｃｌａｒａ，ＣＡから市販されているＳＥＭＶｉｓ
ｉｏｎＴＭのような精査ツールにおいて、良く知られた
パターン認識技術を用いて、あるいは、「Ａｕｔｏｍａ
ｔｉｃ Ｄｅｆｅｃｔ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ
Ｗｉｔｈ Ｉｎｖａｒｉａｎｔ ＣｏｒｅＣｌａｓｓ
ｅｓ（不変のコアクラスによる欠陥自動分類）」と称す
る１９９８年７月８日に出願され、その開示内容全体が
ここに援用される同時係属中の出願第０９／１１１，４
５４号（代理人整理番号第４９９５９−０１３号）に記
載されるような自動化技術を用いて、欠陥の再検出、分
析、および、分類が、実行される。
【００２２】ステップ２１０におけるウエハの検査か
ら、図３の概念フローチャートにＡ〜Ｋとして示され
る、欠陥を記述する欠陥属性の「テーブル」またはリス
トが得られる。異なるそれぞれのウエハ検査ツール１５
０が、いくつかの欠陥属性Ａ〜Ｋを提供する。例えば、
ＳＥＭ分析から得られる微粒子型欠陥の欠陥属性Ｃ〜Ｅ
は、例えば、ウエハ上の欠陥の位置、軸方向の寸法、形
状、および、欠陥はウエハ内に食い込んでいるのか、あ
るいは、ウエハ表面に載っているのかを含むが、ＥＤＳ
は、欠陥の化学組成（すなわち、属性ＦおよびＧ）を明
らかにする。さらに、欠陥属性Ａ〜Ｋは、典型的には、
欠陥の数およびそれぞれの欠陥のウエハ上の位置のよう
な、ウエハ検査で作成された欠陥マップからのデータ
（すなわち、属性Ｈ〜Ｊ）を含む。
【００２３】欠陥属性が決定された後、それらの属性を
定量的にではなく定性的に表現することによって、属性
が、「一般化」される。ステップ２１５において、それ
ぞれの属性が、「データベースオブジェクト」４１０の
中の予め定められたサブセットである少なくとも１つの
カテゴリーに対応づけられる（図３および図４Ａを参
照）。データベースオブジェクト４１０は、「微粒
子」、「寸法」、「組成」、「色」、「ウエハ上の位
置」、など、多くの特徴評価を含むが、１つかまたはそ
れ以上の限られた数の特定の特徴がユーザによって意義
があると判定されると、データベースオブジェクト４１
０の中のカテゴリーまたはサブセット４２０によって、
欠陥属性をさらに細かく分類および識別することができ
る。このように、欠陥情報が、標準化および単純化さ
れ、その後のデータの探索を容易にする。
【００２４】例えば、微粒子欠陥は、「微粒子」と呼ば
れるデータベースオブジェクト４１０の中の「パターン
上の微粒子」または「パターン内に食い込んだ微粒子」
と呼ばれるカテゴリー４２０に入れられる。幅が１ミク
ロンで長さが４ミクロンの寸法（すなわち、属性）を有
する微粒子は、例えば、「形状」データベースオブジェ
クト４１０の中の４：１の軸比を有する楕円形として分
類され、球状の微粒子は、このデータベースオブジェク
トの中の１：１の軸比として分類される。さらに、図４
Ａに示されるように、直径が１．５ミクロンの球状微粒
子は、例えば、直径が１〜２ミクロンの球状微粒子とし
て分類される（「×」を参照）。微粒子が２．３ミクロ
ンの直径を有していれば、その微粒子は、直径が２〜３
ミクロンの球状微粒子として分類される。同様に、ステ
ンレス鋼からなる微粒子は、例えば、鉄（Ｆｅ）、クロ
ム（Ｃｒ）、ニッケル（Ｎｉ）、および、炭素（Ｃ）を
含むものとして分類され、それによって、金属合金から
それの成分（Ｆｅ、Ｃｒ、Ｎｉ、Ｃ）までを一般化す
る。あるいは、ユーザがより詳細に分類するのを要望す
る場合には、ステンレス鋼からなる微粒子は、「主成
分」データベースオブジェクト内の鉄と、個々の「副成
分」データベースオブジェクト内のクロム、ニッケル、
および、炭素とを含むものとして分類される。
【００２５】本発明の別の実施形態においては、複数の
欠陥属性は、従来の欠陥マップからの「パターン」デー
タベースオブジェクト４１０の中のサブセットカテゴリ
ー内に一般化される。従来の欠陥マップからのそれぞれ
の欠陥箇所の位置は、ｘおよびｙ座標属性として処理さ
れる。欠陥箇所は、それらの座標を記録され、ウエハ上
のそれぞれ独立した領域を規定する予め定義された「セ
クター」の欠陥密度を形成する。パターンは、セクター
の欠陥密度によって定義され、それによって、欠陥密度
を数学的に記述する。本発明のこの実施形態による方法
は、迅速かつ正確にパターンを決定するのに役立ち、ユ
ーザの判断を必要としない。
【００２６】図５Ａ、図５Ｂ、および、図６のフローチ
ャートを参照すると、ステップ６００において、典型的
には、光学検査ツールにおいて従来の方法でウエハが検
査され、疑わしい欠陥箇所Ｄを有する欠陥マップＭが作
成される。ステップ９０５において、ウエハ表面が、図
５Ｂのセクター１〜９のようなセクターに分割され、そ
れらのセクターは、期待有意欠陥領域に対応する。ステ
ップ６１０において、それぞれの欠陥箇所Ｄが、セクタ
ー１〜９の１つに対応づけられ、ステップ６１５におい
て、それぞれのセクター内にある欠陥箇所のカウント数
が、決定される。つぎに、それぞれのセクター１〜９内
にある欠陥箇所の数が、予め定められたしきい値または
標準偏差と比較される（ステップ６２０参照）。そし
て、ステップ６２５において、欠陥マップが、欠陥属性
として処理され、しきい値よりも多い欠陥箇所の数を有
するセクター１〜９に基づいて、パターンデータベース
オブジェクトのサブセットカテゴリー内に一般化され
る。
【００２７】例えば、図５Ｂのセクター１〜９に基づい
て、９の階乗（９！）のサブセットカテゴリーを有する
パターンデータベースオブジェクトが生成される。セク
ターごとの欠陥箇所の数の予め定められたしきい値が、
２５であれば、図５Ａの欠陥マップＭは、セクター２お
よび６が多くの欠陥箇所を含むことを反映しているカテ
ゴリー内に存在するものとして一般化される。
【００２８】欠陥マップＭの欠陥箇所Ｄが、ウエハ表面
のセクター１〜９のような予め定められたセクターに対
応づけられている本発明の別の実施形態においては、パ
ターンデータベースオブジェクトは、期待有意欠陥箇所
分布に対応する予め定められた形状カテゴリーサブセッ
トを有する。ここで、図７Ａを参照すると、相当な数の
欠陥箇所が、セクター９内で検出されると、欠陥マップ
は、「中心部の欠陥」パターンカテゴリーに入れられ
る。図７Ｂの欠陥マップにおいては、欠陥箇所は、セク
ター１〜４内に集中しているので、この欠陥マップは、
「ドーナツ」形パターンカテゴリーに入れられる。ドー
ナツ形パターンは、意義がある。なぜなら、ウエハが通
過する真空チャックのようなツールに問題があることを
指示している場合があるからである。図７Ｃは、クラン
プリングによって発生する場合があるような、セクター
５〜８内に集中する欠陥箇所を示し、そのために、この
欠陥マップは、「リング」または「外縁」形パターンカ
テゴリーに入れられる。
【００２９】あるいは、従来の空間特徴解析（ＳＳＡ）
が、欠陥箇所のパターンを解析するのに使用されてもよ
く、典型的には、ＹＭＳ１４０からの情報を使用する。
そして、ＳＳＡの結果は、さらなる欠陥属性として扱わ
れ、パターンデータベースオブジェクトの適切な１つの
サブセットカテゴリーまたは複数のサブセットカテゴリ
ー内に一般化される。
【００３０】本発明のさらにもう１つの実施形態におい
ては、図７Ｄに示されるように、欠陥マップＭの欠陥箇
所Ｄが、ランダムなパターンを形成する場合、予め定め
られたフラクタルな数のサブセットを有するパターンデ
ータベースオブジェクトが使用される。この実施形態に
おいては、欠陥箇所のパターンは、ＮａｔｉｏｎａｌＢ
ｕｒｅａｕ ｏｆ Ｓｔａｎｄａｒｄｓから市販されて
いるような従来のフラクタルソフトウェアプログラムを
用いて数学的に表現される。典型的には、フラクタル技
術においては、小さな六角形７００のような小さな寸法
を有する形状が、欠陥箇所Ｄのランダムパターン内部の
ようなパターン内部の空間を満たすのに使用される。空
間を満たすのに必要な六角形７００の数は、パターンの
「フラクタル数」である。したがって、ランダムパター
ンを有する欠陥箇所は、それを、それのフラクタル数に
対応するカテゴリーに入れることによって一般化され
る。
【００３１】ステップ２１５において、それぞれの欠陥
属性Ａ〜Ｋが、データベースオブジェクト４１０のカテ
ゴリー４２０に対応づけられると、それぞれのデータベ
ースオブジェクトのそれぞれのカテゴリーは、シンボル
が事前に割り当てられ、このシンボルは、好ましくは、
１つの整数または複数の整数である。これが、図４Ａに
示され、ここでは、数値シンボル４３０が、データベー
スオブジェクト４１０のそれぞれのカテゴリー４２０に
対応づけられる。「×」は、すでに分類された欠陥属性
を表す。欠陥のすべての属性が分類された後、ステップ
２２０において、欠陥には、欠陥の属性が入れられたカ
テゴリー４２０のシンボル４３０を所定の順序で配置す
ることによって形成される識別子が割り当てられる（図
４Ｂ参照）。好ましくは、検査の前にウエハが通過した
プロセスツールにも識別シンボル４４０が割り当てら
れ、この識別シンボル４４０も、欠陥識別子４５０の数
列の中の所定の位置に含められる。図４Ｂに示されるよ
うに、データベースオブジェクト４１０は、所定の順序
で配置され、欠陥の属性のカテゴリーシンボル４３０
が、一列に並べられて、欠陥識別子４５０（すなわち、
１２５１５．．．３５）を形成する。
【００３２】つぎに、ステップ２２５において、欠陥識
別子４５０が、ＤＲＳ１６０内に記憶される。この時点
で、欠陥の原因が、周知の技術を用いて調査および決定
され（ステップ２３０参照）、ステップ２３５におい
て、関連する原因情報（例えば、最後に通過したツール
の特定の機械的不具合）が、例えば、ＤＲＳ１６０内に
記憶され、欠陥識別子４５０にリンクされる。本発明の
さらなる実施形態においては、ＭＥＳ１３０内に記憶さ
れたプロセスパラメータおよびＹＭＳ１４０からのデー
タもまた欠陥識別子４５０にリンクされる。その結果と
して、欠陥識別子４５０に基づいて、ユーザは、大量の
欠陥情報を利用することができる。ステップ２０５〜２
３５が、複数の欠陥に対して反復されると、それによっ
て、欠陥識別子データベースがＤＲＳ１６０内に構築さ
れ、本発明による方法を用いて処理されたその後の検出
欠陥のすべてまたは一部の欠陥識別子４５０に基づいて
ＤＲＳ１６０を探索することによって、欠陥原因の判定
が容易になる。
【００３３】そのような探索によって得られる情報の例
が、図８に示され、その情報は、ユーザのために、例え
ば、モニター１１０に表示される。ユーザは、すべてま
たは一部の欠陥識別子に基づいて探索することを要求す
る。例えば、ユーザは、フッ素を含む微粒子に関するデ
ータ、あるいは、特定のツールにリンクされたデータを
見ることを要求する。パネル８１０においては、欠陥発
生原因に関する情報、例えば、問題の徴候、関連するツ
ール（「プラットホーム」および「チャンバー／プロセ
ス」）、ツールの保守履歴などが表示される。この情報
は、例えば、ＭＥＳ１３０およびＹＭＳ１４０から集め
られる。パネル８２０〜８４０においては、例えば検査
ツール１５０からの欠陥属性が、ユーザの要求に応じて
表示される。パネル８５０は、以前の調査から収集され
た原因情報を表示する。パネル８６０および８７０は、
例えば、推奨される是正処置およびツール修繕情報な
ど、原因情報８５０にリンクされた情報を表示する。パ
ネル８８０は、類似するケースとそれらの原因、およ
び、パネル８５０の診断から得られた信頼水準を表示す
る。
【００３４】図９は、図１に示される本発明の実施形態
を示すブロック構成図である。この実施形態によれば、
図１に示されるようなプロセッサ１００は、情報を送受
信するためのバス９０２またはその他の通信機構と、バ
ス９０２に接続された情報を処理するための中央処理装
置（ＣＰＵ）９０４とを含む。また、プロセッサ１００
は、ランダムアクセスメモリー（ＲＡＭ）またはその他
の動的記憶装置のような、バス９０２に接続された主記
憶装置９０６を含み、情報およびＣＰＵ９０４によって
実行されるべき命令を記憶する。さらに、主記憶装置９
０６は、ＣＰＵ９０４によって実行されるべき命令を実
行する際に、一時的な変数またはその他の中間情報を記
憶するのに使用されてもよい。さらに、プロセッサ１０
０は、バス９０２に接続された読み出し専用メモリー
（ＲＯＭ）９０８またはその他の静的記憶装置を含み、
静的情報およびＣＰＵ９０４のための命令を記憶する。
磁気ディスクまたは光ディスクのような記憶装置９１０
が、提供され、バス９０２に接続され、情報および命令
を記憶する。例えば、記憶装置９１０は、図１に示され
るＤＲＳ１６０を含んでもよい。
【００３５】プロセッサ１００は、例えばバス９０２を
介して、ブラウン管（ＣＲＴ）のようなモニター１１０
（図１）に接続され、ユーザに情報を表示する。英数字
キーおよびその他のキーを含むキーボード１２０のよう
な入力装置が、バス９０２に接続され、情報およびコマ
ンドセレクションをＣＰＵ９０４へ送信する。別の種類
のユーザ入力装置は、マウス、トラックボール、また
は、カーソル移動キーのようなカーソル移動制御装置９
１６であり、移動方向情報およびコマンドセレクション
をＣＰＵ９０４へ送信し、また、モニター１１０上でカ
ーソルが移動するのを制御する。
【００３６】ＭＥＳ１３０、ＹＭＳ１４０、および、検
査ツール１５０（図１）は、上述したように、検査を受
けている半導体ウエハに関するデータをバス９０２へ入
力する。そのようなデータは、主記憶装置９０６および
／または記憶装置９１０に記憶されてもよく、また、Ｃ
ＰＵ９０４が命令を実行するときに、ＣＰＵ９０４によ
って使用されてもよい。
【００３７】本発明は、プロセッサ１００を使用して半
導体ウエハ表面の欠陥を分析することに関する。本発明
の実施形態によれば、欠陥分析は、主記憶装置９０６に
含まれる１つかまたはそれ以上の命令からなる１つかま
たはそれ以上のシーケンスをＣＰＵ９０４が実行するこ
とによって、プロセッサ１００によって提供される。そ
のような命令は、記憶装置９１０のような別のコンピュ
ータ可読媒体から主記憶装置９０６に読み込まれてもよ
い。主記憶装置９０６に含まれる命令シーケンスを実行
することによって、ＣＰＵ９０４は、上述した処理ステ
ップを実行する。また、多重処理構成による１つかまた
はそれ以上のプロセッサが、主記憶装置９０６に含まれ
る命令シーケンスを実行するのに使用されてもよい。別
の実施形態においては、ソフトウェア命令の代わりに、
あるいは、ソフトウェア命令と組み合わせて、ハードワ
イヤード回路が、本発明を実施するのに使用されてもよ
い。したがって、本発明の実施形態は、ハードウェア回
路とソフトウェアとのいかなる特定の組み合わせにも限
定されない。装置のプログラミングは、図２および図６
のフローチャートに示される技術に精通するものによっ
て容易に実現することができる。
【００３８】ここで使用された「コンピュータ可読媒
体」という用語は、命令をＣＰＵ９０４へ提供して実行
することのできるあらゆる媒体を意味する。そのような
媒体は、多くの形態をとることができ、限定はしない
が、不揮発性媒体、揮発性媒体、伝送媒体などが含まれ
る。不揮発性媒体には、例えば、記憶装置９１０のよう
な光ディスクまたは磁気ディスクが含まれる。揮発性媒
体には、主記憶装置９０６のようなダイナミックメモリ
ーが含まれる。伝送媒体には、バス９０２を構成する配
線も含めて、同軸ケーブル、銅線、光ファイバーなどが
含まれる。また、伝送媒体は、無線周波数（ＲＦ）デー
タ通信および赤外線（ＩＲ）データ通信において生成さ
れる形態のような、音波または光波の形態をとってもよ
い。コンピュータ可読媒体の一般的な形態には、例え
ば、フロッピー（登録商標）ディスク、フレキシブルデ
ィスク、ハードディスク、磁気テープ、その他のあらゆ
る磁気媒体、ＣＤ−ＲＯＭ、ＤＶＤ、その他のあらゆる
光媒体、パンチカード、紙テープ、孔のパターンを含む
その他のあらゆる物理的な媒体、ＲＡＭ、ＰＲＯＭ、Ｅ
ＰＲＯＭ、ＦＬＡＳＨ−ＥＰＲＯＭ、その他のあらゆる
メモリーチップまたはメモリーカートリッジ、または、
コンピュータが読み込むことのできるその他のあらゆる
媒体が含まれる。
【００３９】ＣＰＵ９０４が実行すべき１つかまたはそ
れ以上の命令からなる１つかまたはそれ以上のシーケン
スを実現するには、様々な形態のコンピュータ可読媒体
が関係してもよい。例えば、命令は、最初は、遠隔のコ
ンピュータの磁気ディスク上に存在していてもよい。遠
隔のコンピュータは、命令をそれのダイナミックメモリ
ーにロードして、その命令をモデムを用いて電話回線で
送信することができる。プロセッサ１００のローカルな
モデムは、電話回線上のデータを受信し、赤外線送信機
を使用して、そのデータを赤外線信号に変換することが
できる。バス９０２に接続された赤外線検出器は、赤外
線信号によって搬送されるデータを受信して、そのデー
タをバス９０２に入力することができる。バス９０２
は、データを主記憶装置９０６に送出し、ＣＰＵ９０４
は、その主記憶装置９０６から命令を取り出して実行す
る。オプションとして、主記憶装置９０６によって受け
取られた命令は、ＣＰＵ９０４がそれを実行する前かま
たは後に、記憶装置９１０に記憶されてもよい。
【００４０】この新規性のある方法によれば、従来の検
査技術によって収集された情報を用いた標準化された方
法で、半導体ウエハをインプロセスで検査し、欠陥を迅
速に識別することができる。さらに、欠陥の根本的な原
因を容易に識別し、それによって、早期の是正処置をと
ることができるように、本発明は、ウエハが通過したプ
ロセスツールと、欠陥が検出されたそれらのツールの信
頼性情報とを関連させる。したがって、本発明は、デザ
インルールが益々縮小しても、より高い生産能力を維持
するのに寄与し、かつ、製造歩留りを増大させる。本発
明は、どのような半導体ウエハの検査にも適用すること
ができ、とりわけ、サブミクロンデザイン形状を有する
高密度半導体デバイスの製造において、半導体ウエハを
インプロセスで検査するのに有効である。
【００４１】本発明は、従来の材料、方法、および、装
置を用いて実施することができる。したがって、ここで
は、そのような材料、方法、および、装置については詳
細に説明しない。上述においては、本発明を十分に理解
できるように、多くの特定の材料、構造、化学物質、プ
ロセス、などについて詳細に説明した。しかしながら、
本発明は、そのような説明に頼らなくても実施できるこ
とに注意されたい。他の実施形態においては、不必要に
本発明を曖昧なものにしないように、良く知られている
処理構造は詳細に説明していない。
【００４２】本発明の好ましい実施形態を、それの融通
性にもかかわらず、ほんのいくつかだけここで図示およ
び説明した。本発明は、その他の様々な組み合わせおよ
び環境で使用することができ、かつ、ここで説明された
発明の概念の範囲において様々に変更および変形するこ
とができることを理解されたい。
【図面の簡単な説明】
【図１】本発明を実施するのに使用される装置の概略図
である。
【図２】本発明の実施形態による方法において順次に実
行されるステップを説明するフローチャートである。
【図３】本発明の方法を説明する概念フローチャートで
ある。
【図４】図４Ａは、本発明の実施形態によるデータベー
スオブジェクトおよびそれのサブセットを説明する図で
あり、図４Ｂは、本発明による欠陥識別子の構造を説明
する図である。
【図５】図５Ａは、検査ツールによって作成された従来
の欠陥マップを説明する図であり、図５Ｂは、本発明の
実施形態による半導体ウエハ表面の分割を説明する図で
ある。
【図６】本発明の別の実施形態による方法において順次
に実行されるステップを説明するフローチャートであ
る。
【図７】図７Ａ〜図７Ｄは、本発明の実施形態による欠
陥分析を概略的に説明する図である。
【図８】本発明の方法による欠陥分析の表示結果を示す
図である。
【図９】本発明の実施形態を説明するブロック構成図で
ある。
フロントページの続き (72)発明者 ハーヴェイ ステファニー アメリカ合衆国， カリフォルニア州， サン ノゼ， ノース ６ティエイチ ス トリート 1008 (72)発明者 テリー リーズ アメリカ合衆国， カリフォルニア州， サン ノゼ， ベイ ストリート 397

Claims (24)

    【特許請求の範囲】
  1. 【請求項１】 物品の特徴を分類する方法であって、
    （ａ）特徴の属性を決定する工程と、（ｂ）それぞれの
    カテゴリーが、属性に対応する複数のデータベースオブ
    ジェクトの中の１つのサブセットであり、それぞれの属
    性を、１つかまたはそれ以上のカテゴリーに対応づける
    ことによって、その属性を一般化する工程と、（ｃ）そ
    れぞれのカテゴリーにシンボルを割り当てる工程と、
    （ｄ）カテゴリーのシンボルを予め定められた列の中に
    配置して、その特徴に対する識別子を形成する工程と、
    （ｅ）その識別子をデータベースに記憶する工程と、 を含む方法。
  2. 【請求項２】 検査ツールを用いて物品を検査して属性
    を決定する工程を含む請求項１に記載の方法。
  3. 【請求項３】 物品を検査する前に、プロセスツールを
    用いて物品にプロセスステップを施す工程と、 プロセスツールの識別子として、プロセスツールに１つ
    のシンボルを割り当てる工程と、 列の中にプロセスツールのシンボルを含める工程と、 を含む請求項２に記載の方法。
  4. 【請求項４】 プロセスステップが、一組のプロセスパ
    ラメータを用いて施される請求項３に記載の方法であっ
    て、 プロセスパラメータを記憶する工程と、 プロセスパラメータと識別子とをリンクする工程と、 を含む方法。
  5. 【請求項５】 特徴が、物品表面上の複数の欠陥からな
    り、前記方法が、複数の欠陥を、予め定められた形状カ
    テゴリーサブセットを有するパターンデータベースオブ
    ジェクトとして一般化する工程を含む請求項１に記載の
    方法。
  6. 【請求項６】 特徴が、物品表面上の複数の欠陥からな
    り、前記方法が、複数の欠陥を、物品表面上の予め定め
    られた位置カテゴリーサブセットを有するパターンデー
    タベースオブジェクトとして一般化する工程を含む請求
    項１に記載の方法。
  7. 【請求項７】 物品が、半導体基板であり、特徴が、半
    導体基板表面上の複数の欠陥からなり、前記方法が、光
    学検査ステーション、ウエハ検査ステーション、走査型
    電子顕微鏡（ＳＥＭ）、原子間力顕微鏡（ＡＦＭ）、エ
    ネルギー分散型分光器（ＥＤＳ）、または、化学分析用
    電子分光器（ＥＳＣＡ）の少なくとも１つを用いて、物
    品を検査する工程を含む請求項２に記載の方法。
  8. 【請求項８】 物品が、半導体基板であり、特徴が、半
    導体基板表面上の複数の欠陥からなり、前記方法が、 物品を検査して、複数の欠陥の欠陥マップを作成し、そ
    れによって、それぞれの欠陥の属性が、基板表面上のそ
    れの位置に対応する一組の座標を備える工程と、 基板をセクターに分割する工程と、 欠陥の座標に基づいて、それぞれの欠陥をセクターの１
    つに対応づける工程と、 それぞれのセクター内の欠陥をカウントする工程と、 それぞれのセクター内の欠陥の数を予め定められたしき
    い値と比較する工程と、 第１のセクター内の欠陥の数が、予め定められたしきい
    値よりも大きいかまたは等しければ、第１のセクター内
    の欠陥を、第１のセクターを含むパターンデータベース
    オブジェクトのカテゴリーに対応づける工程と、 を含む請求項１に記載の方法。
  9. 【請求項９】 特徴が、複数の欠陥からなり、前記方法
    が、複数の欠陥を、予め定められたフラクタルな数のサ
    ブセットを有するパターンデータベースオブジェクトと
    して一般化する工程を含む請求項１に記載の方法。
  10. 【請求項１０】 シンボルが整数である請求項１に記載
    の方法。
  11. 【請求項１１】 特徴が、物品の欠陥からなり、前記方
    法が、 プロセスツールに関係する欠陥原因を決定する工程と、 原因と識別子とをリンクする工程と、 を含む請求項３に記載の方法。
  12. 【請求項１２】 複数の特徴に対して、工程（ａ）〜
    （ｅ）を反復する工程と、 データベース内の識別子の１つかまたはそれ以上の対応
    するシンボルに基づいて、対応する識別子を探索する工
    程と、 を含む請求項１に記載の方法。
  13. 【請求項１３】 物品の特徴を分類するための命令を含
    むコンピュータ可読媒体であって、前記命令は、それが
    実行されると、（ａ）特徴の属性を受け取る工程と、
    （ｂ）それぞれのカテゴリーが、属性に対応する複数の
    データベースオブジェクトの中の１つのサブセットであ
    り、それぞれの属性を、１つかまたはそれ以上のカテゴ
    リーに対応づけることによって、その属性を一般化する
    工程と、（ｃ）それぞれのカテゴリーにシンボルを割り
    当てる工程と、（ｄ）カテゴリーのシンボルを予め定め
    られた列の中に配置して、その特徴に対する識別子を形
    成する工程と、（ｅ）その識別子をデータベースに記憶
    する工程と、 を１つかまたはそれ以上のプロセッサに実行させるよう
    になされている、コンピュータ可読媒体。
  14. 【請求項１４】 物品が、検査ツールを用いて検査さ
    れ、命令は、それが実行されると、検査ツールから特徴
    の属性を受け取る工程を、１つかまたはそれ以上のプロ
    セッサに実行させるようになされている請求項１３に記
    載のコンピュータ可読媒体。
  15. 【請求項１５】 物品を検査する前に、プロセスステッ
    プが、プロセスツールを用いて物品に施され、命令は、
    それが実行されると、 プロセスツールの識別子として、プロセスツールに１つ
    のシンボルを割り当てる工程と、 列の中にプロセスツールのシンボルを含める工程と、 を１つかまたはそれ以上のプロセッサに実行させるよう
    になされている、請求項１４に記載のコンピュータ可読
    媒体。
  16. 【請求項１６】 プロセスステップが、一組の記憶され
    たプロセスパラメータを用いて施され、命令は、それが
    実行されると、プロセスパラメータと識別子とをリンク
    する工程を、１つかまたはそれ以上のプロセッサに実行
    させるようになされている請求項１５に記載のコンピュ
    ータ可読媒体。
  17. 【請求項１７】 特徴が、物品表面上の複数の欠陥から
    なり、命令は、それが実行されると、複数の欠陥を、予
    め定められた形状カテゴリーサブセットを有するパター
    ンデータベースオブジェクトとして一般化する工程を、
    １つかまたはそれ以上のプロセッサに実行させるように
    なされている請求項１３に記載のコンピュータ可読媒
    体。
  18. 【請求項１８】 特徴が、物品表面上の複数の欠陥から
    なり、命令は、それが実行されると、複数の欠陥を、物
    品表面上の予め定められた位置カテゴリーサブセットを
    有するパターンデータベースオブジェクトとして一般化
    する工程を、１つかまたはそれ以上のプロセッサに実行
    させるようになされている請求項１３に記載のコンピュ
    ータ可読媒体。
  19. 【請求項１９】 物品が、半導体基板であり、特徴が、
    半導体基板表面上の複数の欠陥からなり、命令は、それ
    が実行されると、光学検査ステーション、ウエハ検査ス
    テーション、走査型電子顕微鏡（ＳＥＭ）、原子間力顕
    微鏡（ＡＦＭ）、エネルギー分散型分光器（ＥＤＳ）、
    または、化学分析用電子分光器（ＥＳＣＡ）の少なくと
    も１つから特徴の属性を受け取る工程を、１つかまたは
    それ以上のプロセッサに実行させるようになされている
    請求項１４に記載のコンピュータ可読媒体。
  20. 【請求項２０】 物品が、半導体基板であり、特徴が、
    半導体基板表面上の複数の欠陥からなり、命令は、それ
    が実行されると、 複数の欠陥の欠陥マップを検査ツールから受け取り、そ
    れによって、それぞれの欠陥の属性が、基板表面上のそ
    れの位置に対応する一組の座標を備える工程と、 基板をセクターに分割する工程と、 欠陥の座標に基づいて、それぞれの欠陥をセクターの１
    つに対応づける工程と、 それぞれのセクター内の欠陥をカウントする工程と、 それぞれのセクター内の欠陥の数を予め定められたしき
    い値と比較する工程と、 第１のセクター内の欠陥の数が、予め定められたしきい
    値よりも大きいかまたは等しければ、第１のセクター内
    の欠陥を、第１のセクターを含むパターンデータベース
    オブジェクトのカテゴリーに対応づける工程と、 を１つかまたはそれ以上のプロセッサに実行させるよう
    になされている請求項１４に記載のコンピュータ可読媒
    体。
  21. 【請求項２１】 特徴が、物品表面上の複数の欠陥から
    なり、命令は、それが実行されると、複数の欠陥を、予
    め定められたフラクタルな数のサブセットを有するパタ
    ーンデータベースオブジェクトとして一般化する工程を
    １つかまたはそれ以上のプロセッサに実行させるように
    なされている請求項１３に記載のコンピュータ可読媒
    体。
  22. 【請求項２２】 命令は、それが実行されると、整数を
    シンボルとして割り当てる工程を１つかまたはそれ以上
    のプロセッサに実行させるようになされている請求項１
    ３に記載のコンピュータ可読媒体。
  23. 【請求項２３】 特徴が、物品の欠陥からなり、欠陥の
    原因が、決定されて記憶され、原因が、プロセスツール
    に関係するものであり、命令は、それが実行されると、
    原因と識別子とをリンクする工程を１つかまたはそれ以
    上のプロセッサに実行させるようになされている請求項
    １５に記載のコンピュータ可読媒体。
  24. 【請求項２４】 命令は、それが実行されると、 複数の特徴に対して、工程（ａ）〜（ｅ）を反復する工
    程と、 データベース内の識別子の１つかまたはそれ以上の対応
    するシンボルに基づいて、対応する識別子を探索する工
    程と、 を１つかまたはそれ以上のプロセッサに実行させるよう
    になされている請求項１３に記載のコンピュータ可読媒
    体。
JP2000216171A 1999-07-16 2000-07-17 欠陥参照システムによる自動パターン分類方法 Pending JP2001068518A (ja)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US14412999P 1999-07-16 1999-07-16
US09/586,540 US6466895B1 (en) 1999-07-16 2000-05-31 Defect reference system automatic pattern classification
US60/144129 2000-05-31
US09/586540 2000-05-31

Publications (1)

Publication Number Publication Date
JP2001068518A true JP2001068518A (ja) 2001-03-16

Family

ID=26841694

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000216171A Pending JP2001068518A (ja) 1999-07-16 2000-07-17 欠陥参照システムによる自動パターン分類方法

Country Status (5)

Country Link
US (1) US6466895B1 (ja)
EP (1) EP1069609A3 (ja)
JP (1) JP2001068518A (ja)
KR (1) KR100741819B1 (ja)
TW (1) TW483080B (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6765205B2 (en) 2002-11-01 2004-07-20 Hitachi High-Technologies Corporation Electron microscope including apparatus for X-ray analysis and method of analyzing specimens using same
JP2007523492A (ja) * 2004-02-19 2007-08-16 モレキュラー・インプリンツ・インコーポレーテッド 基板の上に配置された膜の特性を測定する方法およびシステム
JP2009212453A (ja) * 2008-03-06 2009-09-17 Tokyo Electron Ltd パーティクル発生要因判別システム、パーティクル発生要因判別方法及び記憶媒体
JP2011009343A (ja) * 2009-06-24 2011-01-13 Tokyo Electron Ltd パーティクル発生要因判定システム、課金方法、及び記憶媒体
CN108918564A (zh) * 2018-08-09 2018-11-30 陕西延长石油(集团)有限责任公司研究院 一种适用于泥页岩矿物成分定量的分析方法

Families Citing this family (81)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6782337B2 (en) 2000-09-20 2004-08-24 Kla-Tencor Technologies Corp. Methods and systems for determining a critical dimension an a presence of defects on a specimen
US6917433B2 (en) 2000-09-20 2005-07-12 Kla-Tencor Technologies Corp. Methods and systems for determining a property of a specimen prior to, during, or subsequent to an etch process
US6673637B2 (en) 2000-09-20 2004-01-06 Kla-Tencor Technologies Methods and systems for determining a presence of macro defects and overlay of a specimen
US6891627B1 (en) 2000-09-20 2005-05-10 Kla-Tencor Technologies Corp. Methods and systems for determining a critical dimension and overlay of a specimen
US6694284B1 (en) 2000-09-20 2004-02-17 Kla-Tencor Technologies Corp. Methods and systems for determining at least four properties of a specimen
US6812045B1 (en) 2000-09-20 2004-11-02 Kla-Tencor, Inc. Methods and systems for determining a characteristic of a specimen prior to, during, or subsequent to ion implantation
JP4014379B2 (ja) * 2001-02-21 2007-11-28 株式会社日立製作所 欠陥レビュー装置及び方法
JP4170611B2 (ja) * 2001-03-29 2008-10-22 株式会社東芝 半導体集積回路の不良検出方法及び不良検出装置
US6635872B2 (en) * 2001-04-05 2003-10-21 Applied Materials, Inc. Defect inspection efficiency improvement with in-situ statistical analysis of defect data during inspection
JP4038356B2 (ja) * 2001-04-10 2008-01-23 株式会社日立製作所 欠陥データ解析方法及びその装置並びにレビューシステム
US6654698B2 (en) * 2001-06-12 2003-11-25 Applied Materials, Inc. Systems and methods for calibrating integrated inspection tools
US6643006B1 (en) * 2001-12-13 2003-11-04 Inspex, Inc. Method and system for reviewing a semiconductor wafer using at least one defect sampling condition
US6789032B2 (en) * 2001-12-26 2004-09-07 International Business Machines Corporation Method of statistical binning for reliability selection
US7236847B2 (en) 2002-01-16 2007-06-26 Kla-Tencor Technologies Corp. Systems and methods for closed loop defect reduction
TWI230343B (en) * 2002-05-03 2005-04-01 Chi Mei Optoelectronics Corp A method for classifying a substrate
US7379175B1 (en) 2002-10-15 2008-05-27 Kla-Tencor Technologies Corp. Methods and systems for reticle inspection and defect review using aerial imaging
US7027143B1 (en) 2002-10-15 2006-04-11 Kla-Tencor Technologies Corp. Methods and systems for inspecting reticles using aerial imaging at off-stepper wavelengths
US7123356B1 (en) 2002-10-15 2006-10-17 Kla-Tencor Technologies Corp. Methods and systems for inspecting reticles using aerial imaging and die-to-database detection
US7103505B2 (en) * 2002-11-12 2006-09-05 Fei Company Defect analyzer
US7133119B1 (en) 2002-12-17 2006-11-07 Kla-Tencor Technologies Corp. Systems for simulating high NA and polarization effects in aerial images
US6885977B2 (en) * 2002-12-20 2005-04-26 Applied Materials, Inc. System to identify a wafer manufacturing problem and method therefor
US7041987B1 (en) * 2003-02-25 2006-05-09 The United States Of America As Represented By The Secretary Of The Navy Inspection of common materials for radiation exposure by Atomic and/or Magnetic Force Microscopy
US20050144151A1 (en) * 2003-04-02 2005-06-30 Fischman Reuben S. System and method for decision analysis and resolution
CN100371939C (zh) * 2003-08-27 2008-02-27 上海宏力半导体制造有限公司 在缺陷管理系统中使用的方法
TWI225674B (en) * 2003-09-03 2004-12-21 Powerchip Semiconductor Corp Method of defect root cause analysis
US7009391B2 (en) * 2003-10-15 2006-03-07 Seagate Technology Llc High throughput missing pattern detector for servo printed recording media
US7229845B1 (en) 2004-01-26 2007-06-12 Si Glaz Automated sourcing of substrate microfabrication defects using defects signatures
JP4758358B2 (ja) 2004-01-29 2011-08-24 ケーエルエー−テンカー コーポレイション レチクル設計データにおける欠陥を検出するためのコンピュータに実装される方法
CN100375258C (zh) * 2004-03-29 2008-03-12 力晶半导体股份有限公司 一种缺陷再检测的方法
KR100591736B1 (ko) * 2004-07-13 2006-06-22 삼성전자주식회사 기판의 반복 결함 분류 방법 및 장치
JP4904034B2 (ja) 2004-09-14 2012-03-28 ケーエルエー−テンカー コーポレイション レチクル・レイアウト・データを評価するための方法、システム及び搬送媒体
US7844100B2 (en) * 2004-11-29 2010-11-30 Applied Materials Israel, Ltd. Method for filtering nuisance defects
US7299154B1 (en) * 2005-05-16 2007-11-20 Advanced Micro Devices, Inc. Method and apparatus for fast disturbance detection and classification
US7769225B2 (en) 2005-08-02 2010-08-03 Kla-Tencor Technologies Corp. Methods and systems for detecting defects in a reticle design pattern
US20070101180A1 (en) * 2005-10-28 2007-05-03 Mendonca John J Method and a system or handling a change in status for a resource managed by a utility data center
US7676077B2 (en) 2005-11-18 2010-03-09 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US8041103B2 (en) 2005-11-18 2011-10-18 Kla-Tencor Technologies Corp. Methods and systems for determining a position of inspection data in design data space
US7570796B2 (en) 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
WO2008077100A2 (en) 2006-12-19 2008-06-26 Kla-Tencor Corporation Systems and methods for creating inspection recipes
US8194968B2 (en) 2007-01-05 2012-06-05 Kla-Tencor Corp. Methods and systems for using electrical information for a device being fabricated on a wafer to perform one or more defect-related functions
US7962863B2 (en) 2007-05-07 2011-06-14 Kla-Tencor Corp. Computer-implemented methods, systems, and computer-readable media for determining a model for predicting printability of reticle features on a wafer
US7738093B2 (en) 2007-05-07 2010-06-15 Kla-Tencor Corp. Methods for detecting and classifying defects on a reticle
US8213704B2 (en) 2007-05-09 2012-07-03 Kla-Tencor Corp. Methods and systems for detecting defects in a reticle design pattern
US7676775B2 (en) * 2007-05-29 2010-03-09 International Business Machines Corporation Method to determine the root causes of failure patterns by using spatial correlation of tester data
US7796804B2 (en) 2007-07-20 2010-09-14 Kla-Tencor Corp. Methods for generating a standard reference die for use in a die to standard reference die inspection and methods for inspecting a wafer
US7711514B2 (en) 2007-08-10 2010-05-04 Kla-Tencor Technologies Corp. Computer-implemented methods, carrier media, and systems for generating a metrology sampling plan
US7975245B2 (en) 2007-08-20 2011-07-05 Kla-Tencor Corp. Computer-implemented methods for determining if actual defects are potentially systematic defects or potentially random defects
US7939450B2 (en) * 2007-09-21 2011-05-10 Tokyo Electron Limited Method and apparatus for spacer-optimization (S-O)
DE102008001173B9 (de) * 2008-04-14 2010-06-02 Nanophotonics Ag Klassifizierungseinrichtung und -verfahren für die Klassifizierung von Oberflächendefekten, insbesondere aus Waferoberflächen
US8139844B2 (en) 2008-04-14 2012-03-20 Kla-Tencor Corp. Methods and systems for determining a defect criticality index for defects on wafers
US9659670B2 (en) 2008-07-28 2017-05-23 Kla-Tencor Corp. Computer-implemented methods, computer-readable media, and systems for classifying defects detected in a memory device area on a wafer
US8775101B2 (en) 2009-02-13 2014-07-08 Kla-Tencor Corp. Detecting defects on a wafer
US8204297B1 (en) 2009-02-27 2012-06-19 Kla-Tencor Corp. Methods and systems for classifying defects detected on a reticle
US8112241B2 (en) 2009-03-13 2012-02-07 Kla-Tencor Corp. Methods and systems for generating an inspection process for a wafer
US8108805B2 (en) * 2010-03-26 2012-01-31 Tokyo Electron Limited Simplified micro-bridging and roughness analysis
US8781781B2 (en) 2010-07-30 2014-07-15 Kla-Tencor Corp. Dynamic care areas
US9031810B2 (en) * 2011-01-11 2015-05-12 Haiguang Chen Methods and systems of object based metrology for advanced wafer surface nanotopography
US9170211B2 (en) 2011-03-25 2015-10-27 Kla-Tencor Corp. Design-based inspection using repeating structures
US20140236515A1 (en) * 2011-07-27 2014-08-21 Tom Thuy Ho Cloud-based architecture for analysis and prediction of integrated tool-related and material-related data and methods therefor
US20130030760A1 (en) * 2011-07-27 2013-01-31 Tom Thuy Ho Architecture for analysis and prediction of integrated tool-related and material-related data and methods therefor
US20130173332A1 (en) * 2011-12-29 2013-07-04 Tom Thuy Ho Architecture for root cause analysis, prediction, and modeling and methods therefor
US9087367B2 (en) 2011-09-13 2015-07-21 Kla-Tencor Corp. Determining design coordinates for wafer defects
US8831334B2 (en) 2012-01-20 2014-09-09 Kla-Tencor Corp. Segmentation for wafer inspection
US8826200B2 (en) 2012-05-25 2014-09-02 Kla-Tencor Corp. Alteration for wafer inspection
US9189844B2 (en) 2012-10-15 2015-11-17 Kla-Tencor Corp. Detecting defects on a wafer using defect-specific information
US9053527B2 (en) 2013-01-02 2015-06-09 Kla-Tencor Corp. Detecting defects on a wafer
US9134254B2 (en) 2013-01-07 2015-09-15 Kla-Tencor Corp. Determining a position of inspection system output in design data space
US9311698B2 (en) 2013-01-09 2016-04-12 Kla-Tencor Corp. Detecting defects on a wafer using template image matching
KR102019534B1 (ko) 2013-02-01 2019-09-09 케이엘에이 코포레이션 결함 특유의, 다중 채널 정보를 이용한 웨이퍼 상의 결함 검출
US9865512B2 (en) 2013-04-08 2018-01-09 Kla-Tencor Corp. Dynamic design attributes for wafer inspection
US9310320B2 (en) 2013-04-15 2016-04-12 Kla-Tencor Corp. Based sampling and binning for yield critical defects
WO2016135883A1 (ja) * 2015-02-25 2016-09-01 株式会社日立製作所 サービス設計支援システムおよびサービス設計支援方法
US10395323B2 (en) 2015-11-06 2019-08-27 International Business Machines Corporation Defect management
US10628935B2 (en) * 2017-01-30 2020-04-21 Zhongke Jingyuan Electron Limited Method and system for identifying defects of integrated circuits
US11263737B2 (en) * 2019-01-10 2022-03-01 Lam Research Corporation Defect classification and source analysis for semiconductor equipment
DE102019201557A1 (de) * 2019-02-07 2020-08-13 Zf Friedrichshafen Ag Verfahren und Vorrichtung zum automatisierten Identifizieren eines Produktfehlers eines Produkts und/oder zum automatisierten Identifizieren einer Produktfehlerursache des Produktfehlers
US11989114B2 (en) * 2019-08-02 2024-05-21 Pratt & Whitney Canada Corp. Validation of inspection software
CN110945563A (zh) 2019-11-08 2020-03-31 长江存储科技有限责任公司 用于提高产出率的自动评估方法及其评估系统
US11639906B2 (en) 2020-11-21 2023-05-02 Samsung Electronics Co., Ltd. Method and system for virtually executing an operation of an energy dispersive X-ray spectrometry (EDS) system in real-time production line
CN113077462B (zh) * 2021-04-30 2024-05-10 上海众壹云计算科技有限公司 晶圆缺陷分类方法、装置、系统、电子设备和存储介质
US11887296B2 (en) 2021-07-05 2024-01-30 KLA Corp. Setting up care areas for inspection of a specimen

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5937450A (ja) * 1982-05-03 1984-02-29 ハネウエル・インコ−ポレ−テツド 物体表面に生ずる欠陥をリアルタイムで自動的に検出し、かつそれらの欠陥をその特徴に従つて自動的に分類する方法および装置
US5544256A (en) * 1993-10-22 1996-08-06 International Business Machines Corporation Automated defect classification system
JPH10209230A (ja) * 1997-01-23 1998-08-07 Hitachi Ltd 不良解析装置およびその方法
JPH10214866A (ja) * 1997-01-28 1998-08-11 Hitachi Ltd 不良解析方法および装置
JPH10326812A (ja) * 1998-06-15 1998-12-08 Hitachi Ltd 検査システムおよび分析装置並びに分析データ表示方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2638668B2 (ja) * 1990-09-03 1997-08-06 大日本スクリーン製造株式会社 基板搬送方法および基板搬送装置
IL112513A (en) * 1995-02-01 1999-05-09 Ald Advanced Logistics Dev Ltd System and method for failure reporting and collection
US5751582A (en) * 1995-09-25 1998-05-12 Texas Instruments Incorporated Controlling process modules using site models and monitor wafer control
US6215896B1 (en) * 1995-09-29 2001-04-10 Advanced Micro Devices System for enabling the real-time detection of focus-related defects
US5943437A (en) * 1995-10-09 1999-08-24 Kabushiki Kaisha Kobe Seiko Sho Method and apparatus for classifying a defect on a semiconductor wafer
US5896294A (en) * 1997-03-11 1999-04-20 Advanced Micro Devices, Inc. Method and apparatus for inspecting manufactured products for defects in response to in-situ monitoring
US6154714A (en) * 1997-11-17 2000-11-28 Heuristic Physics Laboratories Method for using wafer navigation to reduce testing times of integrated circuit wafers
US6324481B1 (en) * 1998-10-21 2001-11-27 Texas Instruments Incorporated Method for the calculation of wafer probe yield limits from in-line defect monitor data

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5937450A (ja) * 1982-05-03 1984-02-29 ハネウエル・インコ−ポレ−テツド 物体表面に生ずる欠陥をリアルタイムで自動的に検出し、かつそれらの欠陥をその特徴に従つて自動的に分類する方法および装置
US5544256A (en) * 1993-10-22 1996-08-06 International Business Machines Corporation Automated defect classification system
JPH10209230A (ja) * 1997-01-23 1998-08-07 Hitachi Ltd 不良解析装置およびその方法
JPH10214866A (ja) * 1997-01-28 1998-08-11 Hitachi Ltd 不良解析方法および装置
JPH10326812A (ja) * 1998-06-15 1998-12-08 Hitachi Ltd 検査システムおよび分析装置並びに分析データ表示方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6765205B2 (en) 2002-11-01 2004-07-20 Hitachi High-Technologies Corporation Electron microscope including apparatus for X-ray analysis and method of analyzing specimens using same
JP2007523492A (ja) * 2004-02-19 2007-08-16 モレキュラー・インプリンツ・インコーポレーテッド 基板の上に配置された膜の特性を測定する方法およびシステム
JP2009212453A (ja) * 2008-03-06 2009-09-17 Tokyo Electron Ltd パーティクル発生要因判別システム、パーティクル発生要因判別方法及び記憶媒体
JP2011009343A (ja) * 2009-06-24 2011-01-13 Tokyo Electron Ltd パーティクル発生要因判定システム、課金方法、及び記憶媒体
CN108918564A (zh) * 2018-08-09 2018-11-30 陕西延长石油(集团)有限责任公司研究院 一种适用于泥页岩矿物成分定量的分析方法
CN108918564B (zh) * 2018-08-09 2021-02-02 陕西延长石油(集团)有限责任公司研究院 一种适用于泥页岩矿物成分定量的分析方法

Also Published As

Publication number Publication date
US6466895B1 (en) 2002-10-15
KR100741819B1 (ko) 2007-07-23
TW483080B (en) 2002-04-11
EP1069609A2 (en) 2001-01-17
KR20010049800A (ko) 2001-06-15
EP1069609A3 (en) 2008-07-02

Similar Documents

Publication Publication Date Title
JP2001068518A (ja) 欠陥参照システムによる自動パターン分類方法
US6763130B1 (en) Real time defect source identification
US11450122B2 (en) Methods and systems for defect inspection and review
US6334097B1 (en) Method of determining lethality of defects in circuit pattern inspection method of selecting defects to be reviewed and inspection system of circuit patterns involved with the methods
US6775817B2 (en) Inspection system and semiconductor device manufacturing method
US6496958B1 (en) Yield prediction and statistical process control using predicted defect related yield loss
US5539752A (en) Method and system for automated analysis of semiconductor defect data
US7114143B2 (en) Process yield learning
JP5411211B2 (ja) 欠陥分析器
US5649169A (en) Method and system for declustering semiconductor defect data
US6922482B1 (en) Hybrid invariant adaptive automatic defect classification
US20020121915A1 (en) Automated pattern clustering detection for wafer probe maps
US20050121612A1 (en) Defect inspection apparatus and defect inspection method
KR20170003710A (ko) 표본 상의 결함들을 분류하기 위한 컴퓨터-구현 방법 및 시스템
JP2003240731A (ja) 欠陥検査方法及びその装置
Tobin Jr et al. Automatic classification of spatial signatures on semiconductor wafer maps
US6456736B1 (en) Automatic field sampling for CD measurement
US6643006B1 (en) Method and system for reviewing a semiconductor wafer using at least one defect sampling condition
US6978041B2 (en) Review work supporting system
JP4146655B2 (ja) 欠陥源候補抽出プログラム
WO2004021416A1 (ja) 検査条件データ管理方法及びシステム並びにプログラム、検査装置
WO2022226095A1 (en) Fabrication fingerprint for proactive yield management

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20070703

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20100804

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100810

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20101130

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20110208