JP2004515792A - 格子プロファイルの分類のためのシステム及び方法 - Google Patents
格子プロファイルの分類のためのシステム及び方法 Download PDFInfo
- Publication number
- JP2004515792A JP2004515792A JP2002549998A JP2002549998A JP2004515792A JP 2004515792 A JP2004515792 A JP 2004515792A JP 2002549998 A JP2002549998 A JP 2002549998A JP 2002549998 A JP2002549998 A JP 2002549998A JP 2004515792 A JP2004515792 A JP 2004515792A
- Authority
- JP
- Japan
- Prior art keywords
- profile
- grid
- data
- profile data
- library
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B5/00—Optical elements other than lenses
- G02B5/18—Diffraction gratings
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/70625—Dimensions, e.g. line width, critical dimension [CD], profile, sidewall angle or edge roughness
-
- 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
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/902—Application using ai with detail of the ai system
- Y10S706/934—Information retrieval or Information management
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Image Analysis (AREA)
- Character Discrimination (AREA)
- Testing Of Optical Devices Or Fibers (AREA)
Abstract
本発明は、格子プロファイル・ライブラリ例の最もマッチしたものからのプロファイル・データとアプリケーションのためのプロファイル・データの許容範囲のセットとを比較することによって入力された格子プロファイルを評価し、プロファイル・データが許容範囲の外側にある場合に入力された格子プロファイルにフラグを立て、プロファイル・データ及び入力された格子プロファイルと関連付けられたフラグを示すための方法及びシステムを含む。システムは、スケーラブルであり、またネットワークを利用して分散された形式で動作しえる。
Description
[関連出願]
本出願は、2000年11月28日にDoddi、Srinivasによって提出され、アタニー・ドケット番号がTMBR−P005であり、名称が“データ圧縮のためのクラスタ”であるペンディング中の米国特許出願(出願番号は未付与)、と関係し、及び引例として内包しうるものである。
[発明の属する技術分野]
本発明は、格子プロファイル(gating profile)・ディメンション(dimension)の測定及び評価、特に格子プロファイル・データの特徴付け、分類及び使用に関するものである。
[発明の背景]
分光反射測定法及び楕円測定法が、格子上に光を放ち且つ反射信号のスペクトラムの測定に使用される。基本的、現行では、反射光のスペクトラムは、格子における既知の特徴幅として測定されるという経験上のアプローチが使用されるが、それは時間を消耗し、限定されたプロファイル・ライブラリ(library)であっても高価なものとなる。ライブラリが経験的又は計算されたスペクトラム・データを用いて構築された場合、ライブラリはリアルタイムの環境において非常に有用である。特徴的なディメンション及びスペクトラム・データの格子プロファイル・ライブラリは、入力された格子スペクトラム・データに対するマッチング(matching)に使用され、マッチしたライブラリ・プロファイルと関連した格子ディメンションを得ることができる。
【0002】
しかしながら、製造業者は、格子ディメンションの基本測定だけでなく、格子の特徴的形状にも興味がない。格子の特徴的形状が製造変動と相互に関連する場合、製造業者は基本的な矯正動作のために情報を得ることがきる。格子形状の知識及び格子プロファイルの特徴付けは、また格子の許容性を評価する上で重要である。このように、プロファイル形状データをプロファイルに関連付ける必要がある。約400,000から500,000プロファイルの典型的なリアルタイム・プロファイル・ライブラリのマニュアルによるラベリングは、可能ではあるが、時間を消耗し且つ高価なタスクである。ライブラリ・プロファイルの特徴付け及び分類は、入力されたプロファイル形状データの骨のおれるタスクを解決する方法でなされるべきである。プロファイルを特徴付ける効果的な方法は可能であるが、プロファイル・ライブラリ・データ及び統計測定が許容範囲及び格子プロファイル・ディメンション及び形状の許容誤差を定義するために使用される。
[発明の要約]
本発明は、格子プロファイル・ライブラリと言った格子プロファイル・データ空間を特徴付けるための方法及びシステムに属する。一実施形態において、格子プロファイル・データを特徴付ける方法は、格子プロファイル・データ・ポイントから構成される格子プロファイル・データ空間の分類をリクエストし、多数のクラスタ(clusters)へ格子プロファイル・データ空間をクラスタリング(clustering)し、プロファイル形状データを各クラスタに関連付けることを有する。プロファイル形状データは、プロファイル形状ラベル、プロファイル形状図形イメージ及びプロファイル形状の記述を有する。
【0003】
格子プロファイル・データを分類するための1つのシステムは、格子プロファイル・データ・ポイントから構成される格子プロファイル・データ空間と、コンピュータと、クラスタリング・アルゴリズムを利用して、格子プロファイル・データ・ポイントを含むデータ空間から複数の格子プロファイル・データ・ポイントを発生し、各クラスタとプロファイル形状データを関連付け、関連付けられたプロファイル形状データを各クラスタに属する格子プロファイル・データとリンクさせるためのクラスタ発生器とを有する。
【0004】
一実施形態において、本発明は、入力された格子プロファイルに最もマッチするものとして選択された格子プロファイル・ライブラリ例(instance)からのプロファイル・データにアクセスすることによって、格子プロファイル・データを評価し、格子プロファイル・ライブラリ例からのプロファイル・データとアプリケーションのためのプロファイル・データの許容範囲のセットとを比較し、プロファイル・データがアプリケーションのためのプロファイル・データの許容範囲のセットの外側にある場合、入力された格子プロファイルにフラグを立て、格子プロファイルに関連付けられた、プロファイル・データ及びフラグを提示するための方法を含む。プロファイル・データ及びフラグの提示は、プロファイル形状イメージの表示及び又はキー・プロファイル・ディメンションの二次元グラフ、及び許容パラメータ範囲を超えたプロファイル形状データを認識する警告を含む。
【0005】
本発明は、更に、格子プロファイル形状を評価するシステムに関する一実施形態を含む。システムは、コンピュータと、プロファイルのクラスタのためのプロファイル形状データを記憶するためのプロファイル・クラスタ・データベースと、格子プロファイルのライブラリと、プロファイル形状評価器とを有し、プロファイル形状評価器は入力された格子プロファイルに最もマッチするものとして選択された格子プロファイル・ライブラリ例からのプロファイル形状データにアクセスし、プロファイル形状データとアプリケーションのためのプロファイル・データの許容範囲のセットとを比較し、アプリケーションのためのプロファイル・データの許容範囲のセットの外側にプロファイル形状データがある場合入力された格子プロファイルにフラグを立てる。
【0006】
[発明の実施の形態]
図1A乃至図1Dは、多様なプロファイル及び格子特徴のキー・ディメンションを示す断面図である。図1Aは、矩形プロファイルによる格子の断面図であって、特徴的な底部幅w1及び高さh1を示している。図1Bは、台形プロファイルによる格子の断面図であって、特徴的な底部幅w1、高さh1及び側壁角t1を示している。図1Cは、上部が湾曲した台形プロファイルによる格子の断面図であって、特徴的な台形底部幅w1、台形上部幅w2、全体高h、湾曲上部幅w3及び上部湾曲手前高さp1を示している。上部が湾曲した台形プロファイルにおけるキー・ディメンションの統計項目は、(p1/h)*100の式によって計算されるパーセント高さである。図1Dは、上部が湾曲し、脚部を有する台形プロファイルによる格子の断面図であって、特徴的な脚部底部幅w1、台形底部幅w2、全体高h、台形幅w3及び湾曲上部幅w4を示している。上部が湾曲し脚部を有する台形プロファイルにおけるキー・ディメンションの統計項目は、(p1/h)*100の式によって計算されるパーセント高さ及び(p2/h)*100の式によって計算されるパーセント上部湾曲高さである。
【0007】
いくつかのアプリケーションでは、Tトッピング、湾曲、アンダーカット、側面凹部、側面凸部、及び下部厚さを考慮した他のプロファイル測定を含めることもできる。
【0008】
図2は、本発明の一実施形態に係わるプロファイル分類システムを示した構成図である。リクエスト装置10が、プロファイル・データ・ポイントから構成される格子プロファイル・データ空間のプロファイル分類のリクエストを発行する。プロファイル分類のリクエストは、格子プロファイル・データ空間のクラスタ数を特定するパラメータを含んでいても良い。格子プロファイル・データ空間は、プロファイル次元及び結び付ける計算されたスペクトラム・データを包含する実行時間プロファイル・ライブラリ30からの例によって、住みつけられる。スペクトラム・データは、通常は格子からの反射光をデジタル測定することによって得られる、例えば、100以上の要素ベクトルをそれぞれ表す多数の波長に係わるブロードバンド・シグナルである。計算されたスペクトラム・データは、与えられたディメンションにおける格子からの反射光の厳密な数学的モデルを解くことによって引き出されるものである。実行時間プロファイル・ライブラリ30は、製造中において予想されるプロファイル例の範囲のみを含み、製造サイトのための格子プロファイルの全ての範囲を網羅するために一般に使用される、より大きなマスタ・プロファイル・ライブラリのサブセットである。
【0009】
プロファイル分類システム20は、例えば、k−平均、k−メディアン及びk−センタと言った、多様なクラスタ・アルゴリズムの1つを使用することができる。このアプリケーションにもっとも適当であるのは、k−センタ・クラスタ・アルゴリズムである。しかしながら、他のクラスタ方法のようにk−センタの解法は困難である。この問題に対処するために、プロバブル・ニア最良(probable near−optimal)解法を発生する発見的方法が使用される。そのような1つの発見的方法は、ここに引例として内包される、T.Gonzalezによる刊行物「最大インタークラスタ距離を最小化させるクラスタ」、セオリティカル・コンピュータ・サービス、Vol38、pp293−306(1985)(以下「ゴンザレス(Gonzales)・アルゴリズム」という)に記載されている。本発明の一実施形態では、このゴンザレス・アルゴリズムを使用する。
【0010】
分類プロセスの結果は、出力装置40に記憶されるプロファイル・クラスタ・ファイルとなる。プロファイル・クラスタは、また、台形プロファイル、Tトッピング・プロファイル、または矩形プロファイルと言った、クラスタにおけるプロファイルのグループはプリミティブな形状に対応しているので、プリミティブとして知られている。入力装置35は、各プロファイル・クラスタ・レコードと関連付けらたプロファイル形状データを入力するために使用される。プロファイル形状データは、プロファイル・ラベル、プロファイル図形イメージ、及びプロファイルの記述を有する。図3に、プロファイル形状データの例が記載及び議論されている。入力装置35、出力装置40及びリクエスト装置10は、ユニットに分割されていても又は同じユニット中にハウジングされていても良い、またプロファイル分類システム20と同じ位置にあっても又は遠く分散された位置にあっても良い。
【0011】
図3は、本発明の一実施形態に対応した格子プロファイルの分類ステップのフローチャートである。
【0012】
格子プロファイルの分類は、パラメータのセットからプロファイル・ライブラリをコンパイルするための構成ルールを使用して、プロファイルをクラスタリングすること又はプログラム・ロジックとして導入されるソフトウエアによって、またこれらと同じルールを使用してプロファイル・ライブラリを分類することによって行われうる。格子プロファイルがクラスタされる場合、格子プロファイル・ライブラリの例から構成されるデータ空間のパーティション(partition)のサイズは最初100に決められている。パーティションのサイズは、格子プロファイルのデータ空間のためのクラスタの数である。パーティションのサイズの決定は、与えられたアプリケーションのための経験上のデータに基づくパーティションのサイズを入力することによって行われる。一実施形態において、パーティションのサイズは、クライアントから提供されるパーティション・サイズ・テーブルから特定される。パーティション・サイズの初期設定は2となっている。
【0013】
パーティション・サイズは、「帰無仮説(null hypothesis)」概念として実行されるソフトウエアによって、代替的に決定されうる。帰無仮説を主題として書かれた書籍、「クラスタ・データのためのアルゴリズム」、A.K.Jain、R.C.Dubes及びPrentice Hall、1988は、引例として内包される。
【0014】
データ空間におけるクラスタの最適最大半径は、最小・最大(Min−Max)ルールを応用することによって決定することができる。最小・最大ルールの適切な部分は、以下のようである;「Si(1≦i≦K,Kはパーティション・サイズと同じ)のセットにおける全ての代表クラスタ・データ・ポイントに対して、オリジナル・セットは完全に{S1、S2、…Sk}のセットの中に分配されるものと仮定し、オリジナル・セットSが分配される最大セット数が、セットSiの全てのクラスタの代表クラスタ・データ・ポイントによって形成される最大半径を最小化する。」しかしながら、最適「最大半径」のための解法は、計算上難しい問題である。もっとも良く知られたアルゴリズムによる計算は、非常に長く、パーティションの数によって幾何級数的に変化する。一実施形態において、ゴンザレス・アルゴリズムが、クラスタ・アルゴリズムとして使用される。非階層分配方法であるゴンザレス・アルゴリズムは、最適最大半径の2倍までで、最適最大半径以内の半径を生み出す。類似するアプリケーションのための、ゴンザレス・アルゴリズムの導入のための綿密な議論が、本願に引例として内包され、2000年11月28日にDoddi,Srinivasによって提出され、アタニー・ドケット番号がTMBR−P005であり、名称が“データ圧縮のためのクラスタ”であるペンディング中の特許出願に含まれる。
【0015】
次に、データ空間におけるデータ・ポイント間の多次元ユークリッド距離(multi−dimensional Euclidian distances)が計算され、2つのデータ・ポイントの初期セットはクラスタ・リプレゼンテイティブ(cluster representative)(CR)として選択される(ステップ110)。データ・ポイントは、格子プロファイル・ライブラリの格子プロファイル例である。多次元空間におけるポイント「X」と「Y」との間のユークリッド距離(ED)は、ベクトル差分EDYX=<Y>−<X>、又は
【0016】
【数1】
【0017】
ここで、与えられたポイント「X」の座標記述は、仮想次元N空間における多次元ベクトル<X>として指定され、
【0018】
【数2】
【0019】
として与えられる。また、第2ポイント「Y」は、多次元ベクトル<Y>として指定され、同様に、
【0020】
【数3】
【0021】
として与えられる。
【0022】
ユークリッド距離の計算後、非クラスタ・リプレゼンテイティブ・データ・ポイントが次のクラスタのクラスタ・リプレゼンテイティブ候補として選択され;クラスタ・リプレゼンテイティブ候補と前に選択されている他の全てのクラスタ・リプレゼンテイティブとの間のユークリッド距離が計算され;最小の計算されたユークリッド距離が選ばれ、クラスタのための最小ユークリッド距離のセットが含まれる(ステップ120)。クラスタのためのクラスタ・リプレゼンテイティブ候補の選択プロセスが完了しない場合(ステップ130)、すなわちデータ空間にさらに多くのデータ・ポイントが存在する場合、前のステップ120が繰り返される。そうでなければ、クラスタのための最小ユークリッド距離のセットから最大ユークリッド距離が選択され、クラスタ・リプレゼンテイティブとしてデータ・ポイントが指定される(ステップ140)。パーティションのサイズが達しない場合(ステップ150)、ステップ120へ進んで他のクラスタ・リプレゼンテイティブを選択するプロセスを通過する。そうでなければ、各クラスタ・リプレゼンテイティブに関連付けられたクラスタ・データを、クラスタの中に含まれる全てのライブラリ・プロファイル・レコードの中に記憶し、補助計算を行い、プロファイル・クラスタ・ラベル、プロファイル・クラスタ図形イメージ及びプロファイル・クラスタの記述と言ったプロファイル形状データを処理する(ステップ160)。補助計算では、エラー検出又は他の任意のソフトウエア・ルーティンのような任意の計算を行うことができる。
【0023】
例えば、格子プロファイル・ライブラリは、500,000の別個のプロファイルを持つことができる。各格子プロファイルは、形状ディメンション、下部厚さ及び計算されたスペクトラム・データを含んでいる。500,000のプロファイルのプロファイル形状を特徴付ける意味のあるプロファイル・ラベルを添付することは、退屈且つ高価なタスクである。図3に示されたクラスタ処理が100プロファイルにつき1クラスタであった場合、5,000クラスタのみがプロファイル・ラベル及び他のプロファイル形状データを必要とする。1つのクラスタに属する100のプロファイルは、同じプロファイル・ラベルを共用することができる。表1に、クラスタ処理結果の例を示す。そこでは、クラスタ1に属する格子プロファイル・ライブラリにおける最初の100プロファイル例にプロファイル・ラベル「台形A」が付され、クラスタ2に属する格子プロファイル・ライブラリにおける引き続く100のプロファイル例にプロファイル・ラベル「台形B」が付される。表2に、10,000クラスタ・レコードを有するクラスタ・ファイルにおける最初の3つ及び最後の2つのレコードを示す。
【0024】
図4は、本発明の一実施形態であって、格子プロファイルを評価するためにプロファイル分類データを利用したアプリケーションの構成図である。分光光学計測器50は、プロファイル・アプリケーション・サーバ(PAS)60のために格子スペクトラム・データを提供する。プロファイル・アプリケーション・サーバ60は、実行時間プロファイル・ライブラリ76の例からの計算されスペクトラム・データと分光光学計測器50からのスペクトラム・データとを比較するために、実行時間ライブラリ76にアクセスする。プロファイル・アプリケーション・サーバ60は、実行時間プロファイル・ライブラリ76例からの計算されスペクトラム・データに最もマッチした格子スペクトラム・データを見つけ、即時のリアルタイム評価又は後のバッチ処理のためにプロファイル評価器80に転送される格子プロファイル・ログを作成する。最もマッチした計算されたライブラリ・スペクトラム・データは、格子スペクトラム・データと計算されたライブラリ・スペクトラム・データとの間の誤差を最小にするものの1つである。適切な結果を生み出す誤差計量は、平方和の差(sum−squared−difference)の誤差計量であり、そこで、最適化手順は、格子スペクトラム・データと計算されたライブラリ・スペクトラム・データとの間の誤差計量を最小化する。一実施形態において、平方和の差ログ(sum−squared−difference−log)の誤差計量が使用される。プロファイル評価器80は、格子プロファイル・ログからのプロファイル・ラベルを用いてプロファイル・クラスタ40にアクセスし、クラスタと関連付けられる全てのプロファイル形状データを引き出す。プロファイル評価器80は、プロファイル形状データ及びプロファイル・ディメンションと、アプリケーションのために対応する許容範囲とを比較し、出力装置84に表示データを作る。
【0025】
図5Aは、矩形格子プロファイル及び漂遊アンダーカット・プロファイルの分布を示す2次元の図形描写である。視覚的に、プロファイルX90は、底部幅に対して十分に大きい上部幅を有しており、全体高は上部幅よりさらに大きい。プロファイルX90のような明確な漂遊プロファイルに対して、格子プロファイル自身の図形イメージの存在は、作成中の平均ディメンション・プロファイルからの格子プロファイルの屈曲を停止することができる。
【0026】
図5Bは、矩形格子プロファイル及び漂遊台形プロファイルの分布を描く2次元の図形描写である。プロファイルY92及びプロファイルZ94の両者は、他のプロファイルの大部分から際立っている。プロファイルY92は、台形プロファイルが大きい底部を有するのに対し、プロファイルZ94は同じ底部を有するが、より低い全体高を有する。製造中における平均プロファイルと比較した漂遊プロファイル間の差が宣言された場合、これらの漂遊プロファイルは簡単に突き止めることができる。しかしながら、変化は小さいが格子を許容ディメンション範囲の外へ容易に押出す場合、視覚的な検証は十分ではない。分散の定量化及びグラフィカル測定が必要である。
【0027】
図5Cは、平均プロファイルからの漂遊プロファイルの発散を表すキーとなる格子の特徴的なディメンションの比を表したグラフ図である。底部幅に対する上部幅の比をX軸として使用し、上部幅に対する全体高の比をY軸に使用する。グラフに示される、ドットとして集まっているプロファイルの大部分は、両方の比とも1に近い値を有している。プロファイルX90は両方の比とも1より大きい点で際立っており、プロファイルY92は上部幅/底部幅の比は0.5に近く且つ全体高/上部幅の比が1を超える点で際立っており、プロファイルZ94は両方の比とも0.5に近い点で際立っている。図5Cに図形的に表されている様に、格子プロファイル・データ及びそれらのプロファイル・ラベルは、製造中、漂遊プロファイル及びドリフト・プロファイル・ディメンションを強調するのに効果的である。上述した2つの比と異なった比を使用することもできる。許容範囲からの分散を示す他の統計的な測定が利用されうるが、それらも本願発明の目的及び方法の範囲内に留まるものである。
【0028】
図6Aは、製造中の他の時間に作成された格子プロファイルのグラフ図である。アプリケーションが、矩形及び台形形状で、上部幅に対する底部幅の比が0.8〜1.2、全体高に対する上部幅の比が0.8〜1.2のみの許容プロファイルの範囲を確立した場合、プロファイルA32及びプロファイルB30は、許容範囲外にフラグが付けられる。図6Bは、プロファイル形状データを図形的に表したものであり、臨界ディメンション比として表現したものであり、臨界ディメンション比の許容範囲である。この例において、許容範囲の境界は、両者の比の上及び下の範囲を含む矩形として表されているが、境界は、円、3次元セッティングの球形又は参照点からの半径として表現しうる。プロファイルA32及びプロファイルB30は、図形的には、許容範囲の境界の外側にあるものとして示され、フラグが立てられる。一実施形態において、プロファイル形状及びフラグの提出は、プロフィルA32及びB30を異なった色又はシンボルにして、図6A及び図6Bに示されるモニタを通じて行われる。プロファイルA32及びプロファイルB30のフラグは、代替的に、クライアントの選択による任意に導入されるアプリケーションに基づいて、標準的なビデオ及び音声による警告に変換しうる。
【0029】
図7Aは、製造中の他の時間に作成された格子プロファイルのグラフ図である。アプリケーションが、台形形状で、上部幅に対する底部幅の比が0.8〜1.2、全体高に対する上部幅の比が0.8〜1.4の許容可能なプロファイルの範囲を確立した場合、プロファイル形状は全て許容範囲内にあるので、プロファイルは許容範囲外にフラグが付けられることはない。図7Bは、プロファイル形状データを図形的に表したものであり、臨界ディメンション比として表現したものであり、同じ臨界ディメンション比の許容範囲であり、円形の境界内の値のセットとして表現される許容範囲である。許容範囲の境界は、両者の比の上及び下を含む円として示されている。全ての格子は許容範囲の境界内にあるが、格子形態の形状及びディメンションは許容範囲の境界からドリフトしていることは明確である。ディスプレイの視覚的な調査は、処理がドリフトしている原因を決定すること及びもし必要なら軌道修正を可能とする製造要員への早い警告を与える。同様のビデオ及び音声のよる警告は、アプリケーションへの任意的な選択された導入に基づいて、プロセス・ドリフトがプロファイル・ディメンションを過度に又は許容範囲の境界へ近づけるようする場合にはいつでも、稼動されうる。
【0030】
図8は、本発明の一実施形態において、格子のスペクトラム・データに最もマッチしたライブラリ・プロファイルを検索する上で使用される方法のフローチャートである。最初に、プロファイル・クラスタが、図2及び3に記載されるように実行時間プロファイル・ライブラリから形成され、これらのプロファイル・クラスタが第1の処理にロードされる(ステップ200)。一般的に、潜在的な処理の長さに関係して、プロファイル・クラスタの形成は別個のコンピュータで行われる。第1の処理のためのプロファイル・クラスタのロードは、プロファイル・クラスタのメモリへのロード又はプロファイル・クラスタをすぐに調べられ且つリアルタイムで使用することができる全ての方法によって行われうる。
【0031】
次に、格子スペクトラム・データは、収集され且つ処理される(ステップ210)。格子スペクトラム・データは、分光光学計測器から収集され、そのスペクトラム・データがリアルタイム又はバッチ処理が可能なように処理される。プロファイル・ライブラリからの計算されたスペクトラム・データと比較して最もマッチした格子スペクトラム・データが選択される(ステップ220)。次に、プロファイル・ライブラリからの最もマッチしたプロファイルと関連付けられたプロファイル形状データがアクセスされる(ステップ230)。プロファイル形状データは、プロファイル・ラベル、図形イメージ及び/又は形状の記述を有している。例えば、格子に対するプロファイル形状データは、「台形Ftng A」と、ビットマップ、コンピュータ・グラフィック・イメージ又は図形的にプロファイル形状を描いたデジタル描写と、及び「台形、全体高が底部幅x2、上部湾曲、脚部A」という記述となりうる。
【0032】
プロファイル形状データがアプリケーションのために確立された許容プロファイルの範囲の外側にある場合、格子プロファイルにフラグが付けられる(ステップ240)。許容プロファイルの範囲は、矩形又は台形プロファイルのみに特定され、Tトッピング又はアンダーカット・プロファイルは許容されない。類似のプロファイル形状であるが、予め決められたディメンションのある範囲の外側にあるものは、許容されないとすることもできる。例えば、上部湾曲及び上部湾曲に対してあるパーセントの高さ((脚部高さ/全体高)*100)、10%以上、を有する底部脚部の台形プロファイルは、許容プロファイルの範囲の外側にあることとなる。次に、プロファイル形状データ及び格子プロファイルと関連付けられたフラグが示される(ステップ250)。一実施形態において、許容プロファイルのキー・ディメンションの範囲は、境界条件として定義される。プロファイル形状データ及びフラグは、モニタ・ディスプレイのようなディスプレイ、レポート及び/又はビデオ又は音声による警告を通じて示される。例えば、音声による警告は、製造中、格子のプロファイル形状が許容範囲を予め決められた量又はパーセンテージ分超えた時に鳴るようにしうる。入力された格子ペクトラム・データの処理が完了しない場合(ステップ260)、フローは収集及び処理ステップ210へ進み、そうでない場合にはタスクを終了する。
【0033】
図9は、時間を関数とした、トラッキング用の格子プロファイル・ディメンション及び形状の特徴のためのフォーマットを示した図である。表示されている要素は、格子プロファイル・データが集まった時間300、上部幅/底部幅310及び全体高/上部幅320と言った種々な臨界ディメンション率、上部幅330と言った他のディメンション、及びプロファイル・ラベル340、プロファイル図形イメージ350及び格子プロファイルがアプリケーションのために確立した許容範囲を超えた場合のメッセージである警告360と言ったプロファイル形状データである。上記のデータ解析に加えて、格子プロファイル・ディメンション及び形状データが収集され、引き続き処理される。そこでは、プロファイル作成中におけるプロファイルの分散を見つけるため、及び/又はプロファイル形状及び/又は入力された製造パラメータに対するディメンションと相互に関連付けるために統計技術が用いられる。
【0034】
一実施形態に記載されるクラスタ技術は非階層的ゴンザレス・アルゴリズムとして稼動するが、シングル・リンク(single link)(SLINK、極小ツリー・スパンニング(minimal tree spanning)・アルゴリズムを含む)、完全リンク(complete link)、グループ平均リンク(group average link)、グループ平均リンクのためのボーヘス(Voorhees)・アルゴリズム、及びワード(Ward)方法(ワード方法のための相互最近傍アルゴリズムを含む)といった他のクラスタ方法も稼動しうる。S.Kirkpatrick、C.D.Gellatt及びM.P.Vecchiによって記載され、引例として本願に内包される「シュミレーティド・アニーリング(simulated annealing)の最適化」サイエンス220、4598(May)、671−680、1983に記載されたシュミレーティド・アニーリング、又は傾斜適正法(gradient decent methods)と言った他のアルゴリズムが、ゴンザレス・アルゴリズムの代わりに、最小・最大問題の解法のために稼動される。さらに、T.Feder及びD.Greenによる「類似クラスタのための最適アルゴリズム」、コンピューテイング理論における20世紀ACMシンポジウム(STOC)会報誌、pp434−444(1988)に記載され、本願に引例として内包される他の最小・最大クラスタ・アルゴリズムが、T.ゴンザレス・アルゴリズムの代わりに稼動されうる。
【0035】
加えて、ユークリッド距離はポイント間の距離を計算する上で好ましい値であるが、適当な、しかし発明から逸脱しないような他の値も使用しうる。さらに、円、球又はハイパー球などが、特定のクラスタの幾何学的定義として考えられるが、他の特定の幾何学又は他の特定のトポロジが使用しうる。
【0036】
(C、C++、Perl、Java等と言った言語による)ソフトウエアを構成及び導入するために使用される言語に依存して、ソフトウエアは、ここに記載及び示唆され、連続する段階において発明を実行するための多くのクラス数、機能、オブジェクト、変数、テンプレート、コードのライン、コードの部分、及び構成(集合的及び概して、「プロセス・ステップ」、「ステップ」、「ブロック」、「ソフトウエア・プロセス」、「機能モジュール」又は「ソフトウエア・モジュール」)を持つことができ、スタンドアロンのソフトウエア・アプリケーションによって、又は他のソフトウエア・アプリケーションの中又はから呼び出されて稼動しうる。ソフトウエア・プロセス又はソフトウエア・モジュールは、オブジェクト指向プログラミング(例えば、オーバーロード・プロセス)に関して、アプリケーションにおけるコードの一部が複数の機能を果たすように構成しうる。ない、逆もまた正しく、コードの多数の部分が複数の機能を果たし且つ依然機能的にはコードの一部と同じものであるように稼動することもできる。本発明の全ての処理ステップにおいて、中間値、変数及びデータは、プログラムによって後の使用のために記憶されうる。
【0037】
本発明のこれまでに記載した実施形態が、図示及び記載されているが、それらは発明を記載された詳細な形式に限定するものではない。特に、ここに記載した発明の機能的な導入は、ハードウエア、ソフトウエア、ファームウエア及び/又は他の可能な機構要素又は構造ブロックとして同等に導入しうる。他の変形されたものや実施形態は、上述した技術の範囲内で可能であり、このように発明の範囲は、発明の詳細な説明によって限定されることを意図したものではなく、特許請求の範囲についても同様である。
【0038】
【表1】
【0039】
【表2】
【図面の簡単な説明】
【図1A】
格子プロファイルと格子特徴のキー・ディメンションを示す断面図である。
【図1B】
格子プロファイルと格子特徴のキー・ディメンションを示す断面図である。
【図1C】
格子プロファイルと格子特徴のキー・ディメンションを示す断面図である。
【図1D】
格子プロファイルと格子特徴のキー・ディメンションを示す断面図である。
【図2】
本発明の一実施形態に係わるプロファイル分類システムを示す構成図である。
【図3】
本発明の一実施形態に係わる格子プロファイルの分類におけるステップを示すフローチャートである。
【図4】
本発明の一実施形態に係わる格子プロファイルを評価するためにプロファイル分類データを利用したアプリケーションを示す構成図である。
【図5A】
矩形格子プロファイル及び漂遊アンダーカット・プロファイルの分散を示す二次元のグラフ図である。
【図5B】
矩形格子プロファイル及び漂遊台形プロファイルの分散を示す二次元のグラフ図である。
【図5C】
平均的なプロファイルからの漂遊プロファイルの発散を示すキー格子特徴ディメンションの比を示す二次元のグラフ図である。
【図6A】
製造中の異なる時間に作成された格子プロファイルを示す二次元のグラフ図である。
【図6B】
臨界的ディメンション比の許容範囲に関して、臨界的ディメンション比として表現されたプロファイル形状データを表す図である。
【図7A】
製造中の異なる時間に作成された格子プロファイルを示す二次元のグラフ図である。
【図7B】
円形の境界内の値のセットとして表現される臨界的ディメンション比の許容範囲に関して、臨界的ディメンション比として表現されたプロファイル形状データを表す図である。
【図8】
本発明の一実施形態に係わる入力された格子スペクトラム・データと最もマッチしたライブラリ・プロファイル例を検索し、格子の許容性を評価するためのプロセスについてのフローチャートである。
【図9】
本発明の一実施形態に係わる格子プロファイル・ディメンションのドラフトによる警告を送るためのプロファイル分類データを使用した表示フォーマットを示す図である。
Claims (23)
- 格子プロファイル・データの分類方法において、
格子プロファイル・データ・ポイントを含む格子プロファイル・データ空間の分類をリクエストし、
格子プロファイル・データ・ポイントを多数のクラスタにクラスタリングし、
格子プロファイル・データ・ポイントの各クラスタとプロファイル形状データを関連付けることを特徴とする方法。 - 複数のクラスタは自動化技術によって決定される請求項1に記載の方法。
- 複数のクラスタを決定する自動化技術は、帰無仮説概念によって導入されるソフトウエアによって達成される請求項2に記載の方法。
- 格子プロファイル・データ・ポイントのクラスタリングは、ゴンザレス・アルゴリズムを使用して実行される請求項1に記載の方法。
- プロファイル形状データは、プロファイル形状ラベル、プロファイル形状図形イメージ及びプロファイル形状の記述を含む請求項1に記載の方法。
- 格子プロファイル・データを分類するシステムにおいて、
格子プロファイル・データ・ポイントを含む格子プロファイル・データ空間と、
クラスタ発生器とを有し、
クラスタ発生器は、稼動されて、クラスタリング・アルゴリズムを用いて格子プロファイル・データ・ポイントを含むデータ空間からの格子プロファイル・データ・ポイントによる複数のクラスタを発生し、プロファイル形状データを格子プロファイル・データ・ポイントによる複数のクラスタの各クラスタと関連付け、関連付けられたプロファイル形状データを複数の格子プロファイル・データ・ポイントの各クラスタに属する格子プロファイル・データ・ポイントとリンクさせることを特徴とするシステム。 - 更に、リクエスト・パラメータに基づいてクラスタ発生器にプロファイル・データ空間の分類をリクエストするリクエスト装置を有する請求項6に記載のシステム。
- パラメータは、格子プロファイル・データ・ポイントの複数のクラスタのための多数のクラスタを含む請求項7に記載のシステム。
- リクエスト装置は、ネットワークを利用してリクエストをクラスタ発生器に転送する請求項7に記載のシステム。
- 格子プロファイル・データ空間は、格子プロファイルのライブラリを有する請求項6に記載のシステム。
- クラスタ・アルゴリズムは、ゴンザレス・アルゴリズムである請求項6に記載のシステム。
- プロファイル形状データは、プロファイル形状ラベル、プロファイル形状図形イメージ及びプロファイル形状の記述を有する請求項6に記載のシステム。
- 格子プロファイル・データを評価するための方法において、
入力された格子プロファイルと最もマッチするものとして選択された格子プロファイル・ライブラリ例からのライブラリ・プロファイル・データにアクセスし、
格子プロファイル・ライブラリ例からのライブラリ・プロファイル・データとアプリケーションのためのプロファイル・データの許容範囲のセットとを比較し、
ライブラリ・プロファイル・データが、アプリケーションのためのプロファイル・データの許容範囲のセットの外側にある場合又はアプリケーションのためのプロファイル・データの許容範囲のセット内にある場合に、入力された格子プロファイルにフラグを立てることを特徴とする方法。 - ライブラリ・プロファイル・データへのアクセスは、更に、分光光学計測器によって収集された格子スペクトラム・データを処理し、格子スペクトラム・データと最もマッチするものとして決定された計算されたスペクトラム・データを含むプロファイル・ライブラリ例を選択し、プロファイル形状ラベルと関連付けられたプロファイル形状データを抽出するために選択されたプロファイル・ライブラリ例のプロファイル・ラベルを使用する請求項13に記載の方法。
- プロファイル形状データは、プロファイル形状ラベル、プロファイル形状図形イメージ及びプロファイル形状の記述を有する請求項13に記載の方法。
- 更に、プロファイル形状データ及び入力された格子プロファイルと関連付けられたフラグを示す請求項13に記載の方法。
- プロファイル形状データ及びフラグの提示は、選択されたプロファイル・ライブラリ例のプロファイル・イメージ及び又は選択されたプロファイル・ライブラリ例のキー・プロファイル・ディメンションの2次元の図形の表示、及びアプリケーションのための許容範囲のセットを超えた場合に入力された格子プロファイルと関連付けられたプロファイル形状データを認識する警告を有する請求項15に記載の方法。
- 格子プロファイル・データを評価するシステムにおいて、
プロファイルのクラスタのためのプロファイル形状データを記憶するためのプロファイル・クラスタ・データベースと、
プロファイル・ディメンション、スペクトラム・データ及びプロファイル・ラベルから構成されるプロファイル例を記憶するための格子プロファイルのライブラリと、
プロファイル・クラスタ・データベース及び格子プロファイルのライブラリと結合されたプロファイル形状評価器とを有し、
プロファイル評価器は、稼動されて、入力された格子プロファイルに最もマッチしたものとして選択された格子プロファイル・ライブラリ例からのライブラリ・プロファイル・データにアクセスし、プロファイル形状評価器は、アプリケーションのためのライブラリ・プロファイル・データの許容範囲のセットを有し、且つライブラリ・プロファイル・データがアプリケーションのためのプロファイル・データの許容範囲のセットの外側にある場合又はライブラリ・プロファイル・データがアプリケーションのためのプロファイル・データの許容範囲のセット内にある場合に、入力された格子プロファイルにフラグを立てることを特徴とするシステム。 - 更に、プロファイル形状イメージ、及び又は選択されたライブラリ例のキー・プロファイル・ディメンションの2次元の図、及び又はアプリケーションのためのプロファイル・データの許容範囲のセットを超えた場合に入力された格子プロファイルを認識する警告を示すプロファイル評価表示を示すための出力装置を有する請求項18に記載のシステム。
- プロファイル・データを記憶するためのデータベース・フォーマットであって、
プロファイル・データと、
プロファイル形状ラベルと、
キー・プロファイル・ディメンションのセットと、
プロファイル図形イメージと、
プロファイルの記述とを有することを特徴とするデータベース・フォーマット。 - 格子評価データを示すための表示フォーマットであって、
格子プロファイル・ディメンションのセット及び格子プロファイルを表す格子プロファイル・ディメンションのセットから抽出された計算された値と、
格子プロファイル・ディメンションのセットと関連付けられたプロファイル・ラベルと、
格子プロファイル・ディメンションのセットと関連付けられたプロファイル図形イメージと、
プロファイルの記述と、
警告フラグとを有することを特徴とする表示フォーマット。 - 格子プロファイル・データの分類のためのサービスを提供するための方法であって、
プロファイル・データ・ポイントから構成されるプロファイル・データ空間を分類するために、システム、処理及び手順の使用に対してクライアントがベンダーに報酬を支払うためのクライアント及びベンダー間の契約を締結し、クライアントからの報酬の見返りとしてベンダーはプロファイル・データ空間を分類するためのシステム、プロセス及び手順へのアクセスを提供し、
ベンダーによってクライアントに対し、格子プロファイル・データ・ポイントから構成される格子プロファイル・データ空間から格子プロファイル形状データの作成をリクエストするステップを使用して、プロファイル・データ空間を分類するためのシステム、処理及び手順に対するアクセスを提供し、格子プロファイル・データ空間のための多数のクラスタを決定し、格子プロファイル・データ・ポイントを格子プロファイル・データ空間の多数のクラスタへクラスタリングし、プロファイル形状データを格子プロファイル・データ・ポイントの各クラスタに関連付け、
クライアント、又はクライアントのアサイニー、受益者又はライセンシーによって、ベンダー又はベンダーの代表者から供給される格子プロファイルを分類するために、システム、処理及び手順を使用することを特徴とする方法。 - コンピュータをして格子プロファイル・データの分類のための方法のステップを実行するために、コンピュータによって読取り可能なコードを記憶するためのコンピュータ記憶媒体であって、
格子プロファイル・データ・ポイントから構成される格子プロファイル・データ空間からの格子プロファイル・データの作成をリクエストし、
格子プロファイル・データ空間のための多数のクラスタを決定し、
格子プロファイル・データ・ポイントを多数のクラスタへクラスタリングし、
プロファイル形状データを各格子プロファイル・データ・ポイントのクラスタに関連付けることを特徴とするコンピュータ記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US09/737,705 US6636843B2 (en) | 2000-12-14 | 2000-12-14 | System and method for grating profile classification |
PCT/US2001/048482 WO2002048746A2 (en) | 2000-12-14 | 2001-12-13 | System and method for grating profile classification |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004515792A true JP2004515792A (ja) | 2004-05-27 |
Family
ID=24964961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002549998A Pending JP2004515792A (ja) | 2000-12-14 | 2001-12-13 | 格子プロファイルの分類のためのシステム及び方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US6636843B2 (ja) |
JP (1) | JP2004515792A (ja) |
AU (1) | AU2002235210A1 (ja) |
TW (1) | TWI221982B (ja) |
WO (1) | WO2002048746A2 (ja) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6768983B1 (en) * | 2000-11-28 | 2004-07-27 | Timbre Technologies, Inc. | System and method for real-time library generation of grating profiles |
US6901340B1 (en) * | 2001-04-02 | 2005-05-31 | Advanced Micro Devices, Inc. | Method and apparatus for distinguishing between sources of process variation |
US6785638B2 (en) * | 2001-08-06 | 2004-08-31 | Timbre Technologies, Inc. | Method and system of dynamic learning through a regression-based library generation process |
US6792328B2 (en) * | 2002-03-29 | 2004-09-14 | Timbre Technologies, Inc. | Metrology diffraction signal adaptation for tool-to-tool matching |
US20030197872A1 (en) * | 2002-04-17 | 2003-10-23 | Littau Michael E. | Scatterometric measurement of undercut multi-layer diffracting signatures |
US7330279B2 (en) * | 2002-07-25 | 2008-02-12 | Timbre Technologies, Inc. | Model and parameter selection for optical metrology |
WO2004046655A2 (en) * | 2002-11-20 | 2004-06-03 | Mehrdad Nikoohahad | System and method for characterizing three-dimensional structures |
FR2849181B1 (fr) * | 2002-12-23 | 2005-12-23 | Commissariat Energie Atomique | Procede d'etude des reliefs d'une structure par voie optique |
US7064829B2 (en) * | 2003-03-20 | 2006-06-20 | Timbre Technologies, Inc. | Generic interface for an optical metrology system |
US7198964B1 (en) | 2004-02-03 | 2007-04-03 | Advanced Micro Devices, Inc. | Method and apparatus for detecting faults using principal component analysis parameter groupings |
US7065423B2 (en) * | 2004-07-08 | 2006-06-20 | Timbre Technologies, Inc. | Optical metrology model optimization for process control |
US20070091325A1 (en) * | 2005-01-07 | 2007-04-26 | Mehrdad Nikoonahad | Multi-channel optical metrology |
US7355728B2 (en) * | 2005-06-16 | 2008-04-08 | Timbre Technologies, Inc. | Optical metrology model optimization for repetitive structures |
US7305322B2 (en) * | 2006-03-31 | 2007-12-04 | Tokyo Electron Limited | Using a virtual profile library |
US7542859B2 (en) * | 2006-03-31 | 2009-06-02 | Tokyo Electron Ltd. | Creating a virtual profile library |
US7487053B2 (en) * | 2006-03-31 | 2009-02-03 | Tokyo Electron Limited | Refining a virtual profile library |
US7518740B2 (en) * | 2006-07-10 | 2009-04-14 | Tokyo Electron Limited | Evaluating a profile model to characterize a structure to be examined using optical metrology |
US20080013107A1 (en) * | 2006-07-11 | 2008-01-17 | Tokyo Electron Limited | Generating a profile model to characterize a structure to be examined using optical metrology |
US8706729B2 (en) | 2011-10-12 | 2014-04-22 | California Institute Of Technology | Systems and methods for distributed data annotation |
US9355167B2 (en) * | 2012-05-18 | 2016-05-31 | California Institute Of Technology | Systems and methods for the distributed categorization of source data |
US9355359B2 (en) | 2012-06-22 | 2016-05-31 | California Institute Of Technology | Systems and methods for labeling source data using confidence labels |
WO2016177548A1 (en) | 2015-05-07 | 2016-11-10 | Asml Netherlands B.V. | Metrology method and apparatus, computer program and lithographic system |
US11449788B2 (en) | 2017-03-17 | 2022-09-20 | California Institute Of Technology | Systems and methods for online annotation of source data using skill estimation |
US10997052B2 (en) * | 2017-05-01 | 2021-05-04 | Dell Products L.P. | Methods to associate workloads to optimal system settings based upon statistical models |
US10853093B2 (en) | 2017-09-29 | 2020-12-01 | Dell Products L.P. | Application profiling via loopback methods |
CN114966472B (zh) * | 2022-08-01 | 2022-10-21 | 云南电力试验研究院(集团)有限公司 | 一种电弧光谱识别方法和装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5003600A (en) * | 1989-08-03 | 1991-03-26 | The United States Of America As Represented By The Department Of Energy | Diffraction gratings used as identifying markers |
US5386558A (en) * | 1992-02-24 | 1995-01-31 | Adapsys, Inc. | Method and apparatus for executing control system functions in a computer system |
US5355306A (en) * | 1993-09-30 | 1994-10-11 | Motorola, Inc. | Alignment system and method of alignment by symmetrical and asymmetrical analysis |
CN1912885B (zh) * | 1995-02-13 | 2010-12-22 | 英特特拉斯特技术公司 | 用于安全交易管理和电子权利保护的系统和方法 |
JPH0943058A (ja) * | 1995-05-23 | 1997-02-14 | Olympus Optical Co Ltd | 色分類装置及び色むら検査装置 |
US5963329A (en) * | 1997-10-31 | 1999-10-05 | International Business Machines Corporation | Method and apparatus for measuring the profile of small repeating lines |
-
2000
- 2000-12-14 US US09/737,705 patent/US6636843B2/en not_active Expired - Lifetime
-
2001
- 2001-12-13 TW TW090130980A patent/TWI221982B/zh not_active IP Right Cessation
- 2001-12-13 AU AU2002235210A patent/AU2002235210A1/en not_active Abandoned
- 2001-12-13 WO PCT/US2001/048482 patent/WO2002048746A2/en active Application Filing
- 2001-12-13 JP JP2002549998A patent/JP2004515792A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
US20020188580A1 (en) | 2002-12-12 |
US6636843B2 (en) | 2003-10-21 |
TWI221982B (en) | 2004-10-11 |
AU2002235210A1 (en) | 2002-06-24 |
WO2002048746A3 (en) | 2003-11-06 |
WO2002048746A2 (en) | 2002-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2004515792A (ja) | 格子プロファイルの分類のためのシステム及び方法 | |
CN108564286B (zh) | 一种基于大数据征信的人工智能金融风控授信评定方法和系统 | |
US7926026B2 (en) | Graphical analysis to detect process object anomalies | |
JP2006520948A (ja) | 3次元オブジェクトについて検索を行なうための方法、システムおよびデータ構造 | |
CN108364463B (zh) | 一种交通流量的预测方法和系统 | |
CN111914903B (zh) | 一种基于外分布样本检测的广义零样本目标分类方法、装置及相关设备 | |
US10311394B2 (en) | System and method analyzing business intelligence applied to physical assets and environment factors | |
Park et al. | Point cloud information modeling: Deep learning–based automated information modeling framework for point cloud data | |
US20080235222A1 (en) | System and method for measuring similarity of sequences with multiple attributes | |
Pan et al. | Generative adversarial networks and radiomics supervision for lung lesion synthesis | |
CN110443290B (zh) | 一种基于大数据的产品竞争关系量化生成方法及装置 | |
CN116664173B (zh) | 一种基于大数据模型的竞品分析方法、终端及存储介质 | |
Agapaki et al. | Scene understanding and model generation | |
KR102370650B1 (ko) | 인공 신경망 기반의 부동산 투자 큐레이션 시스템 및 그 방법 | |
Vu et al. | Adaptive ground segmentation method for real-time mobile robot control | |
CN115454802A (zh) | 信息系统的全栈架构的评价方法、装置、设备及存储介质 | |
Rodri´ guez-Toro et al. | Shaping the complexity of a design | |
CN113657179A (zh) | 图像识别及建模方法、装置、电子设备及存储介质 | |
Azvine et al. | Intelligent process analytics for CRM | |
Riely et al. | Reducing annotation cost and uncertainty in computer-aided diagnosis through selective iterative classification | |
Nefti-Meziani et al. | On the use of inclusion structure in fuzzy clustering algorithm in case of Gaussian membership functions | |
US20020128858A1 (en) | Method and system for population classification | |
US11887297B2 (en) | Automated analysis of lattice structures using computed tomography | |
CN117710243B (zh) | 点云去噪方法、装置、电子设备及可读存储介质 | |
US7660735B1 (en) | Method and system for creation of consumer segmentations using maturation and exogenous curves |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060613 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20060912 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20061005 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061213 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070626 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20070925 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20071002 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080401 |