JP2012532458A - 時間的に変化する欠陥分類性能の監視 - Google Patents

時間的に変化する欠陥分類性能の監視 Download PDF

Info

Publication number
JP2012532458A
JP2012532458A JP2012518552A JP2012518552A JP2012532458A JP 2012532458 A JP2012532458 A JP 2012532458A JP 2012518552 A JP2012518552 A JP 2012518552A JP 2012518552 A JP2012518552 A JP 2012518552A JP 2012532458 A JP2012532458 A JP 2012532458A
Authority
JP
Japan
Prior art keywords
total number
inspection tools
defect types
defect
high resolution
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.)
Granted
Application number
JP2012518552A
Other languages
English (en)
Other versions
JP5583766B2 (ja
JP2012532458A5 (ja
Inventor
ユエ・パトリック
ダフィー・ブライアン
プリハル・マーティン
トラウッシュ・トーマス
マハー・クリス
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.)
KLA Corp
Original Assignee
KLA Tencor Corp
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 KLA Tencor Corp filed Critical KLA Tencor Corp
Publication of JP2012532458A publication Critical patent/JP2012532458A/ja
Publication of JP2012532458A5 publication Critical patent/JP2012532458A5/ja
Application granted granted Critical
Publication of JP5583766B2 publication Critical patent/JP5583766B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/26—Testing of individual semiconductor devices
    • G01R31/265—Contactless testing
    • G01R31/2656—Contactless testing using non-ionising electromagnetic radiation, e.g. optical radiation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/26—Testing of individual semiconductor devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/2851—Testing of integrated circuits [IC]
    • G01R31/2894—Aspects of quality control [QC]
    • 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
    • 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
    • G05B2219/37224—Inspect wafer
    • 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
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • 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
    • 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]

Landscapes

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

Abstract

【解決手段】時間的に変化する分類性能の監視のためのシステムおよび方法が開示される。方法は、１つまたは複数の走査型検査ツールからの１つまたは複数の標本の１つまたは複数の特性の指標となる、１つまたは複数の信号を受信することと、前記１つまたは複数の走査型検査ツールから受信した前記１つまたは複数の信号に、１つまたは複数の分類規則を適用して、前記１つまたは複数の標本における１つまたは複数の欠陥タイプの総数を決定することと、１つまたは複数の高分解能検査ツールを用いて、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数を決定することと、前記１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に適用される１つまたは複数の分類規則の適用によって決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、前記１つまたは複数の高分解能検査ツールを用いて決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、の間の１つまたは複数の相関を計算することと、を含みうるが、これに限定されるものではない。
【選択図】図１

Description

［関連出願の相互参照］
この出願は、２００９年７月１日に提出された米国特許仮出願第６１／２２２，３８８号の優先権を主張するものであり、当該出願は、その総体が参照によって本明細書に組み込まれる。
半導体素子の製造において、パターン付きおよびパターンなしのウェハの検査のための欠陥分類は、欠陥検出プロセス（例えば、パッチ画像、画像特徴ベクトル、センサーデータ流、および同類のもの）の間に得られたデータから抽出された属性、およびチップのレイアウトのような、（検出プロセス中の、または検出プロセス後の）外因から生じるコンテクスト属性を含む、様々な欠陥関連パラメータに基づく検査装置欠陥データを走査する、解析のプロセスである（例えば、Ｋｕｌｋａｒｎｉらの米国特許第７，６７６，０７７号、Ｚａｆｆａｒらの米国特許第７，５７０，７９６号を参照されたい）。かかる機能は、様々な走査型欠陥検査ツール（例えば、明視野パターン付きウェハ検査装置、パターン付きまたはパターンなしの暗視野光子光学ウェハ検査装置、電子ビーム光学領域走査型検査装置、および同類のもの）に関連付けられた欠陥分類器モジュールによって実行されうる。現在の分類器メンテナンスの方法論は、履歴情報および分類器の性能における時間依存傾向を測定および活用しないものでありうる。通常、分類器性能についてのその場限りのスナップショットが観測され、性能が低下した場合、分類器の交換の必要が推測されうる。その後、分類器を更新するために、生産データが収集され、使用される。
性能の監視の始動が低下した分類器の性能に依存する、現在の方法論では、時間の関数としての分類器の性能に関する全ての情報を活用することができない。結果として、かかる方法論では、基準値に対する分類器の挙動の変化を定量化するためのいかなる手段も提供しない。具体的には、この方法論では、分類器性能の変化が、欠陥特性が反映されたプロセス変動に対する不安定性によるものなのか、または欠陥タイプ間の相対的な数の変化の結果であるのかを定量化するための手段、あるいは特定するための手段ですらも何ら提供しない。代わりに、現在の分類器メンテナンスの方法論は、過去の生産工程にわたって収集された、集積された統計情報ではなく、その場限りの質的情報を使用する。
そうしたその場限りの測定基準は、１つの製造ウェハから別のものに生じる、または生じることが予想される分類性能の変化を定量化する能力を欠く。その上、かかるその場限りの測定基準は、検査ツールハードウェアおよび検査装置の感度の問題を考慮に入れない。これらの欠点の帰結として、製造工場を欠陥検査データの重要性を読み違えるという危険に晒しうる、分類器メンテナンスのビジネスプロセスにおける修正不足および過剰修正の両方が生じうる。
時間的に変化する分類性能の監視のためのシステムおよび方法が開示される。
方法は、１つまたは複数の走査型検査ツールからの１つまたは複数の標本の１つまたは複数の特性の指標となる、１つまたは複数の信号を受信することと、１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に、１つまたは複数の分類規則を適用して、１つまたは複数の標本における１つまたは複数の欠陥タイプの総数を決定することと、１つまたは複数の高分解能検査ツールを用いて、１つまたは複数の標本における１つまたは複数の欠陥タイプの総数を決定することと、１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に適用される１つまたは複数の分類規則の適用によって決定された、１つまたは複数の標本における１つまたは複数の欠陥タイプの総数と、１つまたは複数の高分解能検査ツールを用いて決定された、１つまたは複数の標本における１つまたは複数の欠陥タイプの総数と、の間の１つまたは複数の相関を計算することと、を含みうるが、これに限定されるものではない。
上述の概要、および以下の詳細な説明は、共に例示的、説明的なものに過ぎず、必ずしも請求項に記載された本発明を限定するものではないことが理解されるべきである。添付の図面は、本明細書に組み込まれて本明細書の一部を構成し、本発明の実施形態を例示し、概要と共に、本発明の原理の説明に役立つものである。
本開示の多くの利点は、添付の図面の参照によって、当業者により深く理解されうるものである。
時間的に変化する分類性能の監視のためのシステムを示す図である。 欠陥の総数のグラフ表示である。 欠陥の総数のグラフ表示である。 欠陥の総数のグラフ表示である。 欠陥の総数のグラフ表示である。 欠陥の総数のグラフ表示である。 欠陥の総数のグラフ表示である。 欠陥の総数のグラフ表示である。 欠陥の総数のグラフ表示である。 時間的に変化する分類性能の監視のための方法を示す図である。 時間的に変化する分類性能の監視のための方法を示す図である。 時間的に変化する分類性能の監視のための方法を示す図である。 時間的に変化する分類性能の監視のための方法を示す図である。 時間的に変化する分類性能の監視のための方法を示す図である。
以下の例示的実施形態の詳細な説明では、本開示の一部を形成する添付の図面への参照がなされる。いくつかの図面では、同様の参照番号は同様の要素を識別する。この詳細な説明および図面は、例示的実施形態を説明する。本明細書で提示される主題の趣旨または範囲から逸脱することなく、他の実施形態が利用されうるものであり、また、他の変形がなされうる。それ故、以下の詳細な説明は、限定的な意味として捉えられるべきではなく、請求される主題は、添付の特許請求の範囲によって定義される。
図１を参照すると、時間的に変化する分類性能の監視のためのシステム１００が示される。システム１００は、検査モジュール１０１、欠陥分析モジュール１０２、分類器性能監視モジュール１０３、および分類器メンテナンスモジュール１０４を含みうる。
検査モジュール１０１は、走査型検査ツール１０１Ａを含みうる。走査型検査ツール１０１Ａは、ウェハ標本の領域を走査するように構成された、任意の数のパターン付きウェハ欠陥検出ツールタイプ（例えば、明視野ＵＶ／ＤＵＶ検査装置、暗視野レーザー散乱検査装置、電子ビーム検査装置、および同類のもの）を含みうる。さらに、この発明の原理は、ベアウェハの検査および点検工程にも適用可能でありうる。走査型検査ツール１０１Ａは、半導体製造工程の間に作られた半導体部品における製造欠陥（例えば、パーティクル、パターン欠陥、スクラッチ、フィルム欠陥、および同類のもの）を検出するように構成されうる。製造工程を最適化するためには、検査モジュール１０１によって決定される、種々の欠陥タイプのタイプおよび総数を知ることが望ましいことでありうる。そのため、検査モジュール１０１は、分類器モジュール１０１Ｂを含みうる。
例えば、図１に示されるように、分類器モジュール１０１Ｂは、分類器規則データベース１０１Ｃを含みうる。分類器規則データベース１０１Ｃは、分類器モジュール１０１Ｂが特定の光学的痕跡を定義された欠陥タイプと関連付けることが可能なように、走査型検査ツール１０１Ａによって生成されたデータとの比較のための、種々の欠陥タイプを定義する特性（例えば、サイズ、形状、極性、テクスチャ、コントラスト、バックグラウンドビジネス、および同類のもの）を含みうる。分類器規則データベース１０１Ｃの欠陥タイプ定義は、既知の欠陥と関連付けられた走査型検査ツール１０１Ａのデータの分析によって生成されうる。
例えば、１つまたは複数の欠陥タイプを有する１つまたは複数の参照ウェハは、ウェハ標本を検査するように構成された高分解能検査ツール１０３Ａを用いた、ポイントツーポイント（例えば、ラスタパターン）の検査を用いて分析されうる。高分解能検査ツール１０３Ａは、欠陥分類使用事例のために最適化された走査型電子顕微鏡でありうる。代替の画像収集技術は、原子間力顕微鏡、共焦点ＵＶ／ＤＵＶ顕微鏡、および同類のものを含みうる。欠陥タイプは、参照ウェハに存在する種々の欠陥を決定するために、性能監視モジュール１０３の走査型電子顕微鏡によって生成された参照ウェハの画像を技術者が検査することによって分析されうる。ポイントツーポイントの高分解能画像収集ツールは、分類工程に追加属性を追加することが可能な材料分析手段によって補強されうる。
高分解能検査ツール１０３Ａを用いた参照ウェハの分析においては、それぞれの参照ウェハにおける種々の欠陥タイプの参照総数分布が決定されうる。参照総数分布は、分類器メンテナンスモジュール１０４に提供されうる。
１つまたは複数の参照ウェハの検査は、その後、分類器規則データベース１０１Ｃに格納された既定の欠陥タイプ定義セットを用いて、検査モジュール１０１によって行われうる。走査型検査ツール１０１Ａによって生成された検査データは、分類器モジュール１０１Ｂによって受信されうる。分類器モジュール１０１Ｂは、それらの欠陥タイプ定義によって定義される１つまたは複数の欠陥の存在を決定するために、走査型検査ツール１０１Ａによって生成された検査データと、分類器規則データベース１０１Ｃに保持された欠陥タイプ定義とを相互参照しうる。分類器モジュール１０１Ｂは、１つまたは複数の参照ウェハにおいて検出された欠陥タイプの各総数に対応する、結果の標本欠陥分布を生成しうる。標本総数分布は、分類器メンテナンスモジュール１０４に提供されうる。
性能監視モジュール１０３から受信した参照総数分布、および分類器メンテナンスモジュール１０４によって受信された標本総数分布は、各分布の間の相関を決定するために比較されうる。
分類器規則データベース１０１Ｃによって保持される現在の欠陥タイプ定義が、参照総数分布に対応しない（すなわち、許容差範囲の外側である）標本欠陥分布をもたらすことが決定された場合、分類器メンテナンスモジュール１０４が、（例えば、専門家による手作業の介入を介して、または設定可能な規則に基づく自動化の様々なレベルを通して）それらの欠陥タイプ定義を修正するために用いられうるものであり、高分解能検査ツール１０３Ａを用いて参照総数分布に対応する（すなわち、許容差範囲の内側である）標本欠陥分布が確立されるまで、検査モジュール１０１を用いた検査が繰り返される。分類器規則データベース１０１Ｃによって保持される現在の欠陥タイプ定義が、高分解能検査ツール１０３Ａを用いて確立された参照総数分布に対応する（すなわち、許容差範囲の内側である）標本欠陥分布をもたらすことが決定された場合、それらの欠陥タイプ定義は、ウェハ製造の実行のための検査作業で使用することを承認される。
分類器規則データベース１０１Ｃに承認された欠陥タイプ定義を包含する分類器モジュール１０１Ｂが実稼働環境に組み込まれると、分類器モジュール１０１Ｂによって生成された量的分類器性能データを抽出し、分類器モジュール１０１Ｂによる、１つまたは複数の製造工程、検査モジュール１０１、および分類器モジュール１０１Ｂ自体に対する反応の妥当性を確認するために、そのデータを分析することが望ましいことでありうる。この分類性能情報は、続いて、現在の実稼働環境に適合するように低下した分類器性能を修復するための修正措置を導くために使用することが可能である。
システム１００は、検査ウェハにわたって検査モジュール１０１を用いることで得られた、時間依存性の分類結果を捕捉し、それらの結果を（例えば、ＳＥＭ画像の分析から作られるような）標本欠陥パレートから推定される欠陥タイプと関連付けられた欠陥総数の時間依存性の分類と比較するための分類器モジュール１０１Ｂに関連付けられた統計的測定基準を測定するための、１つまたは複数のコンピュータデバイスベースの方法を実行するために用いられうる。比較方法は、分類結果がどの程度まで正確な総数の指標となっているかを測定し、既存の基準値からのあらゆる逸脱を表示するように設計された統計的測定基準を作り出しうる。
提案される方法は、分類器性能の変化における２つの特有の起源、すなわち、１）一般に「分類器安定性」と呼ばれるそれぞれの欠陥タイプ内の欠陥特性における、ウェハ間の変化に対する反応、および２）相対的欠陥タイプ総数における、ウェハ間の変化に対する反応、を特定することに対処および補助しうる。
欠陥特性における、ウェハ間の変化に起因する不安定性は、分類器が、正確な欠陥タイプとは部分的にしか相関しない可能性のある特定の欠陥特性（属性）および／または特徴に基づいて欠陥を分類する、という事実の結果である。欠陥タイプ総数内の特性の自然変動または工程の変化に誘発された変動は、いくらかの誤分類の可能性をもたらす。分類器モジュールへと送られる属性に影響を与えることが可能なウェハ特性の例は、フィルムの厚さの変化（局所的／高空間周波数または全体的／低空間周波数）、横寸法のばらつき、フィルムの反射性の変化、屈折率のばらつき、および／または層間のアライメントのばらつきを含む。
相対的欠陥タイプ総数における、ウェハ間の変化に起因する不安定性は、分類器の精度および純度における不完全性に起因する分類器性能にも影響を与えうる。
統計的測定基準は、他の方法では検出されないであろう工程変化および検査装置較正傾向の信号を構成する、分類器性能の短期的および長期的な傾向の識別を可能としうる。時間内のこれらの傾向のパターンおよび発生時間は、１つまたは複数の修正措置（例えば、製造工程変更の修正、走査型検査ツール１０１Ａのメンテナンスまたは分類器モジュール１０１Ｂのメンテナンス）をもたらす、および／または引き金となる原因を正確に示すのに役立ちうる。
統計的測定基準は、最適化されうるのは分類器安定性なのか、または分類器の純度なのかを示しうるので、次の最適化ステップをどのように進めるかについての指針を提供する。
以下は、実装を示す一連のフローチャートの説明である。理解を容易にするために、フローチャートは、最初のフローチャートが実装例を用いて実装を提示し、その後、続くフローチャートが、先に提示されたフローチャート上に作り上げられる下位作業要素または追加作業要素として最初のフローチャートの代替の実装および／または拡張を提示するように編成されている。一般に、本明細書で用いられる提示の様式（例えば、実装例を提示するフローチャートの提示から開始し、その後、続くフローチャートにおいて、追加の、および／または更なる詳細を提供する）は、様々な工程の実装についての迅速かつ容易な理解を可能とすることを当業者は理解するであろう。加えて、本明細書で用いられる提示の様式は、それ自体をモジュール設計パラダイムおよび／またはオブジェクト指向設計パラダイムに置くことにもよく役立つことを当業者は更に理解するであろう。
図１０〜１４は、分類器性能の監視に関する作業例を表す作業フローを示す。作業フローの様々な例を含む図１０〜１４において、図１の上述の例についての、および／または他の例およびコンテクストについての検討および説明が提供される。しかしながら、この作業フローは、多くの他の環境およびコンテクストの中で、および／または図１０〜１４の修正版の中で、実行されうることが理解されるべきである。加えて、様々な作業フローが、示される順序において提示されるが、種々の作業は、示されたものとは異なる順序で実施されうるか、または同時に実施されうることが理解されるべきである。
図１０を参照すると、工程１０００のための作業フロー図が示される。作業１０１０は、１つまたは複数の走査型検査ツールからの１つまたは複数の標本の１つまたは複数の特性の指標となる１つまたは複数の信号を受信することを示す。例えば、図１に示されるように、１つまたは複数の半導体構造を含む標本ウェハ１０５は、製造工程モジュール１０６の生産工程の間に作られうる。標本ウェハ１０５は、検査モジュール１０１の走査型検査ツール１０１Ａによって受け取られうるものであり、このとき、走査型検査ツール１０１Ａは、１つまたは複数の欠陥の指標となる信号を含みうる、標本ウェハ１０５の光学的特性の指標となる信号１０７を生成しうるものであり、それにより、それらの欠陥の検出の表示を提供する。
作業１０２０は、１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に対する１つまたは複数の分類規則を適用して、１つまたは複数の標本における１つまたは複数の欠陥タイプの総数を決定することを示す。例えば、図１に示されるように、分類器モジュール１０１Ｂは、走査型検査ツール１０１Ａから、標本ウェハ１０５の光学的特性の指標となる信号１０７を受信しうる。分類器モジュール１０１Ｂは、信号１０７が特定タイプの欠陥の存在を示すか否かを決定するために、信号１０７に対して、分類器規則データベース１０１Ｃに保持される１つまたは複数の分類規則を適用しうる。信号１０７の分析に基づいて、特定タイプの欠陥が標本ウェハ１０５上に存在するとの決定がなされた場合、分類器モジュール１０１Ｂは、欠陥監視データベース１０１Ｄを更新しうる（例えば、その欠陥タイプに関連付けられたカウンタを増加させる）。
作業１０３０は、１つまたは複数の高分解能検査ツールを用いて、１つまたは複数の標本における１つまたは複数の欠陥タイプの総数を決定することを示す。例えば、図１に示されるように、走査型検査ツール１０１Ａに提供された同じ標本ウェハ１０５が、性能監視モジュール１０３にも提供されうる。性能監視モジュール１０３において、標本ウェハ１０５は、高分解能検査ツール１０３Ａ（例えば、ＳＥＭ）によって分析されうる。ポイントツーポイントの高分解能検査ツール１０３Ａは、走査型検査ツール１０１Ａよりも向上した撮像性能を提供するが、ウェハ製造工程の間の直線状の広い領域の欠陥検出には適さないものでありうる。しかしながら、高分解能検査ツール１０３は、定期的な、副標本基準の走査型検査ツール１０１Ａの性能の検証のためのツールとして用いられうる。走査型検査ツール１０１Ａを用いて予め決定された特定タイプの欠陥の総数を決定するために、技術者は、高分解能検査ツール１０３Ａによって生成された参照ウェハの画像を検査して、手作業で総数を決定しうる。あるいは、総数を決定するために、自動化された画像処理ツールを用いて画像を検査しうる。
作業１０４０は、１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に対する１つまたは複数の分類規則の適用によって決定された、１つまたは複数の標本における１つまたは複数の欠陥タイプの総数と、１つまたは複数の高分解能検査ツールを用いて決定された、１つまたは複数の標本における１つまたは複数の欠陥タイプの総数と、の間の１つまたは複数の相関を計算することを示す。例えば、図１に示されるように、欠陥分析モジュール１０２は、検査モジュール１０１によって決定された欠陥総数データ１０８（例えば、欠陥総数データ１０８Ａ）、および性能監視モジュール１０３によって決定された欠陥総数データ１０８（例えば、欠陥総数データ１０８Ｂ）を、それらの各モジュールから受け取りうる。欠陥総数データ１０８のデータは、欠陥分析モジュール１０２によって欠陥総数データ１０８の時間依存性が監視されうるように、時間周期の全体にわたって受け取られうる。例えば、図２および図３に示されるように、欠陥総数データ１０８Ａおよび欠陥総数データ１０８Ｂによって表される種々の欠陥総数は、互いに対してプロットされうるものであり、それらのデータセットから、１つまたは複数の相関が決定されうる。例えば、決定されうる特定の相関は、１）性能監視モジュール１０３によって決定された欠陥総数の安定性と比較した、検査モジュール１０１によって決定された欠陥総数の相対的安定性、２）性能監視モジュール１０３と比較した、検査モジュール１０１の継続中の性能特性、を含む。
例えば、欠陥総数データ１０８Ａおよび欠陥総数データ１０８Ｂのそれぞれにおける移動平均の指標となる近似曲線が、それぞれ図２および図３に示される。見て取れるように、およそｔ＝４からおよそｔ＝２０では、図２の欠陥総数データ１０８Ａと図３の欠陥総数データ１０８Ｂの間には高い相関がある（例えば、図２の近似曲線は図３の近似曲線から殆ど逸脱していない）。そのため、図２の欠陥総数データ１０８Ａは、図３の欠陥総数データ１０８Ｂに対して、相対的に安定であるということが可能である。かかる相関は、検査モジュール１０１による欠陥の分類を統制する分類器規則データベース１０１Ｃの分類規則が適正でありうることを示しうる。
しかしながら、およそｔ＝２０からｔ＝４０では、図２の欠陥総数データ１０８Ａと図３の欠陥総数データ１０８Ｂの間の相関は低いものである（例えば、図２の近似曲線は図３の近似曲線から大きく逸脱している）。かかる逸脱は、検査モジュール１０１による欠陥の分類を統制する分類器規則データベース１０１Ｃの分類規則が、かかる欠陥を適切に分類するには不適正でありうるという、（製造工程モジュール１０６とは対照的な）検査モジュール１０１の問題を示しうる。
図１１は、図１０の作業フロー１０００の例の代替の実施形態を示す。図１１は、作業フロー１０００の作業１０２０、１０３０、および１０４０が、少なくとも１つの追加作業を含みうる実施形態の例を示す。追加作業は、作業１１０２、および／または作業１１０４、および／または作業１１０６を含みうる。
作業１１０２は、１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に、１つまたは複数の分類規則を適用して、少なくとも第１標本および第２標本における１つまたは複数の欠陥タイプの総数を決定することを示す。例えば図１に示されるように、検査モジュール１０１は、第１標本ウェハ１０５上の、（作業１０２０に関して先に説明された）特定の欠陥タイプの総数を決定しうる。この総数は、第１の時点（例えば、第１標本ウェハ１０５の製造の完了時間）と関連付けられうる。同様に、検査モジュール１０１は、第２標本ウェハ１０５上の、（作業１０２０に関して先に説明された）特定の欠陥タイプの総数を決定しうる。この総数は、第２の時点（例えば、第２標本ウェハ１０５の製造の完了時間）と関連付けられうる。検査モジュール１０１は、その後、欠陥分析モジュール１０２に対して、第１標本ウェハ１０５および第２標本ウェハ１０５に関する欠陥総数データ１０８Ａを提供しうる。
作業１１０４は、１つまたは複数の高分解能検査ツールを用いて、少なくとも第１標本および第２標本における１つまたは複数の欠陥タイプの総数を決定することを示す。例えば図１に示されるように、性能監視モジュール１０３は、第１標本ウェハ１０５上の、（作業１０３０に関して先に説明された）特定の欠陥タイプの総数を決定しうる。この総数は、第１の時点（例えば、第１標本ウェハ１０５の製造の完了時間）と関連付けられうる。同様に、性能監視モジュール１０３は、第２標本ウェハ１０５上の、（作業１０３０に関して先に説明された）特定の欠陥タイプの総数を決定しうる。この総数は、第２の時点（例えば、第２標本ウェハ１０５の製造の完了時間）と関連付けられうる。性能監視モジュール１０３は、その後、欠陥分析モジュール１０２に対して、第１標本ウェハ１０５および第２標本ウェハ１０５に関する欠陥総数データ１０８Ｂを提供しうる。
作業１１０６は、１つまたは複数の光学検査ツールから受信した１つまたは複数の信号に対する１つまたは複数の分類規則の適用によって決定された、１つまたは複数の欠陥タイプの総数の少なくとも第１標本および第２標本と、１つまたは複数の高分解能検査ツールの使用を通して決定された、１つまたは複数の欠陥タイプの総数と、の間の相対的安定性を計算することを示す。例えば、図１に示されるように、欠陥分析モジュール１０２は、欠陥総数データ１０８Ａを長時間にわたって監視しうる。例えば、図２に示されるように、第１標本ウェハ１０５および第２標本ウェハ１０５において見られる特定の欠陥タイプ（例えば、欠陥１）における欠陥総数を示す、欠陥総数データ１０８Ａは、第１標本ウェハ１０５および第２標本ウェハ１０５の製造の完了にそれぞれ対応する時間に従ってプロットされうるものであり、それによって、欠陥分析モジュール１０２が欠陥総数データ１０８Ａを長時間にわたって監視することを可能にする。
同様に、欠陥分析モジュール１０２は、欠陥総数データ１０８Ｂを長時間にわたって監視しうる。例えば、図３に示されるように、第１標本ウェハ１０５および第２標本ウェハ１０５において見られる特定の欠陥タイプ（例えば、欠陥１）における欠陥総数を示す、欠陥総数データ１０８Ｂは、第１標本ウェハ１０５および第２標本ウェハ１０５の製造の完了にそれぞれ対応する時間に従ってプロットされうるものであり、それによって、欠陥分析モジュール１０２が欠陥総数データ１０８Ｂを長時間にわたって監視することを可能とする。
欠陥分析モジュール１０２は、その後、長時間にわたる欠陥総数データ１０８Ａと欠陥総数データ１０８Ｂの間の相関を決定しうる。欠陥総数データ１０８Ａと欠陥総数データ１０８Ｂの間の相関は、そのデータの相対的安定性でありうる。
欠陥総数データ１０８Ａと欠陥総数データ１０８Ｂの相対的安定性は、それらのデータセット内の変動の程度によって測定しうる。例えば、図４は、欠陥総数データ１０８Ａの、（図２に示される）その移動平均からの逸脱を示す。同様に、図５は、欠陥総数データ１０８Ｂの、（図３に示される）その移動平均からの逸脱を示す。見て取れるように、ｔ＝０からｔ＝２０の期間において、欠陥総数データ１０８Ａにおける変動の程度は、欠陥総数データ１０８Ｂのそれよりも大きい。かかる不安定性は、欠陥の分類を統制する分類器規則データベース１０１Ｃの分類規則が適正でありうることを示しうる。
図１２は、図１０の作業フロー１０００の例の代替の実施形態を示す。図１２は、作業フロー１０００の作業１０２０、１０３０、および１０４０が、少なくとも１つの追加作業を含みうる実施形態の例を示す。追加作業は、作業１２０２、および／または作業１２０４、および／または１２０６、および／または作業１２０８、および／または作業１２１０を含みうる。
作業１２０２は、１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に、１つまたは複数の分類規則を適用して、標本における少なくとも第１欠陥タイプおよび第２欠陥タイプの総数を決定することを示す。例えば図１に示すように、検査モジュール１０１は、標本ウェハ１０５上の、（作業１０２０に関して先に説明された）第１欠陥タイプの総数を決定しうる。同様に、検査モジュール１０１は、標本ウェハ１０５上の、（作業１０２０に関して先に説明された）第２欠陥タイプの総数を決定しうる。検査モジュールは、その後、欠陥分析モジュール１０２に対して、第１標本ウェハ１０５および第２標本ウェハ１０５に関する欠陥総数データ１０８Ａを提供しうる。
作業１２０４は、１つまたは複数の高分解能検査ツールの使用により、標本における少なくとも第１欠陥タイプおよび第２欠陥タイプの総数を決定することを示す。例えば図１に示されるように、性能監視モジュール１０３は、標本ウェハ１０５上の、（作業１０３０に関して先に説明された）第１欠陥タイプの総数を決定しうる。同様に、性能監視モジュール１０３は、標本ウェハ１０５上の、（作業１０３０に関して先に説明された）第２欠陥タイプの総数を決定しうる。性能監視モジュール１０３は、その後、欠陥分析モジュール１０２に対して、標本ウェハ１０５上で見られる第１欠陥タイプおよび第２欠陥タイプに関する欠陥総数データ１０８Ｂを提供しうる。
作業１２０６は、１つまたは複数の走査型検査ツールから受信した標本に関連付けられた１つまたは複数の信号に対する１つまたは複数の分類規則の適用によって決定された、第１欠陥タイプの総数と第２欠陥タイプの総数との間の第１相関を計算することを示す。例えば、図１に示されるように、欠陥分析モジュール１０２は、欠陥総数データ１０８Ａを監視しうる。例えば、図６〜７に示されるように、標本ウェハ１０５に見られる第１欠陥タイプ（例えば、欠陥１）における欠陥総数、および標本ウェハ１０５に見られる第２欠陥タイプ（例えば、欠陥２）における欠陥総数を示す、欠陥総数データ１０８Ａは、標本ウェハ１０５の製造の完了に対応する時間に従ってプロットされうるものであり、それによって、第１欠陥タイプ（例えば、欠陥１）における欠陥総数、および第１欠陥タイプ（例えば、欠陥２）における欠陥総数の監視を可能とする。第１欠陥タイプと第２欠陥タイプの間の相関（例えば、比率）は、欠陥総数データ１０８Ａから計算されうる。
作業１２０８は、１つまたは複数の高分解能検査ツールを用いて決定された、第１欠陥タイプの総数と第２欠陥タイプの総数との間の第２相関を計算することを示す。例えば、図１に示されるように、欠陥分析モジュール１０２は、欠陥総数データ１０８Ｂを監視しうる。例えば、図８〜９に示されるように、標本ウェハ１０５に見られる第１欠陥タイプ（例えば、欠陥１）における欠陥総数、および標本ウェハ１０５に見られる第２欠陥タイプ（例えば、欠陥２）における欠陥総数を示す、欠陥総数データ１０８Ａは、標本ウェハ１０５の製造の完了に対応する時間に従ってプロットされうるものであり、それによって、第１欠陥タイプ（例えば、欠陥１）における欠陥総数、および第１欠陥タイプ（例えば、欠陥２）における欠陥総数の監視を可能とする。第１欠陥タイプと第２欠陥タイプの間の相関（例えば、比率）は、欠陥総数データ１０８Ｂから計算されうる。
欠陥分析モジュール１０２は、その後、第１欠陥タイプと第２欠陥タイプを区別して、検査モジュール１０１の相対的性能と性能監視モジュール１０３の間の相関を決定しうる。
作業１２１０は、第１相関と第２相関との間の相関を計算することを示す。例えば、欠陥総数データ１０８Ａおよび欠陥総数データ１０８Ｂのそれぞれにおける、第１欠陥タイプおよび第２欠陥タイプの混合度によって、検査モジュール１０１および性能監視モジュール１０３の相対的性能が測定されうる。
例えば、上述のように、図６は、検査モジュール１０１によって決定された、標本ウェハ１０５内の欠陥１の総数を示す。図７は、検査モジュール１０１によって決定された、標本ウェハ１０５内の欠陥２の総数を示す。図８は、検査モジュール１０１によって決定された、欠陥１の総数を示す。図９は、性能監視モジュール１０３によって決定された、標本ウェハ１０５内の欠陥２の総数を示す。
図６〜９において見て取れるように、相関（例えば、検査モジュール１０１によって決定された欠陥１の欠陥２に対する比率と、性能監視モジュール１０３によって決定された欠陥１の欠陥２に対する比率と、の間の関係性）が計算されうる。この相関は、一般に、検査モジュール１０１によって決定された欠陥１の欠陥２に対する比率は、性能監視モジュール１０３によって決定された欠陥１の欠陥２に対する比率よりも高いことを示しうる。かかる相関は、検査モジュール１０１によって、欠陥２のうちのいくつかが欠陥１の総数に混ざっていることの指標でありうる。かかる混合は、欠陥分類を統制する分類規則が、欠陥１に対して感度が高すぎるか、または欠陥２に対して十分な感度を有していないことの指標でありうる。
図１３は、図１０の作業フロー１０００の例の代替の実施形態を示す。図１３は、作業フロー１０００が少なくとも１つの追加作業を含みうる実施形態の例を示す。追加作業は、作業１３０２を含みうる。
作業１３０２は、１つまたは複数の光学検査ツールから受信した１つまたは複数の信号に対して適用される、１つまたは複数の分類規則を生成することを示す。例えば、図１に示されるように、分類器モジュール１０１Ｂは、分類器規則データベース１０１Ｃを含みうる。分類器規則データベース１０１Ｃは、分類器モジュール１０１Ｂが特定の光学的痕跡を定義済みの欠陥タイプと関連付けることを可能とするように、走査型検査ツール１０１Ａによって生成されたデータと比較するための、種々の欠陥タイプを定義する特性（例えば、カテゴリー属性の値、欠陥属性またはコンテクスト属性を直接算出するための階級区分指定、直接属性とコンテクスト属性の線形結合、複合属性の最近接分類など）を含みうる。分類器規則データベース１０１Ｃの欠陥タイプ定義は、既知の欠陥と関連付けられた走査型検査ツール１０１Ａのデータの分析によって生成されうる。
例えば、１つまたは複数の欠陥タイプを有する１つまたは複数の参照ウェハは、参照ウェハに存在する種々の欠陥を決定するために、性能監視モジュール１０３の高分解能検査ツール１０３Ａを用いて分析されうる（例えば、技術者は、走査型電子顕微鏡（ＳＥＭ）によって生成された参照ウェハの画像を検査しうる）。高分解能検査ツール１０３Ａを用いた参照ウェハの分析において、それぞれの参照ウェハにおける種々の欠陥タイプの参照総数分布が決定されうる。参照総数分布は、分類器メンテナンスモジュール１０４に提供されうる。
１つまたは複数の参照ウェハの検査は、その後、分類器規則データベース１０１Ｃに格納された既定の欠陥タイプ定義セットを用いて、検査モジュール１０１によって行われうる。走査型検査ツール１０１Ａによって生成された検査データは、分類器モジュール１０１Ｂによって受け取られうる。分類器モジュール１０１Ｂは、それらの欠陥タイプ定義によって定義される１つまたは複数の欠陥の存在を決定するために、走査型検査ツール１０１Ａによって生成された検査データと、分類器規則データベース１０１Ｃに保持された欠陥タイプ定義と、を相互参照しうる。分類器モジュール１０１Ｂは、１つまたは複数の参照ウェハにおいて検出された欠陥タイプの各総数に対応する、結果の標本欠陥分布を生成しうる。標本総数分布は、分類器メンテナンスモジュール１０４に提供されうる。
性能監視モジュール１０３から受け取られた参照総数分布、および分類器メンテナンスモジュール１０４によって受け取られた標本総数分布は、各分布の間の相関を決定するために比較されうる。
図１４は、図１０の作業フロー１０００の例の代替の実施形態を示す。図１４は、作業フロー１０００が少なくとも１つの追加作業を含みうる実施形態の例を示す。追加作業は、作業１４０２を含みうる。
作業１４０２は、１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に対する１つまたは複数の分類規則の適用によって決定された、１つまたは複数の標本における１つまたは複数の欠陥タイプの総数と、１つまたは複数の高分解能検査ツールを用いて決定された欠陥タイプの総数と、の間の１つまたは複数の相関に従って、１つまたは複数の分類規則を修正することを示す。例えば、図１に示されるように、分類器規則データベース１０１Ｃによって保持される現在の欠陥タイプ定義が、検査モジュール１０１によって生成された欠陥総数データ１０８Ａが、性能監視モジュール１０３によって生成された欠陥総数データ１０８Ｂとの比較において少なくとも１つの不安定性または低下した性能を示す、という結果をもたらすことが欠陥分析モジュール１０２によって決定された場合、分類器メンテナンスモジュール１０４は、不安定性または低下した性能を減少させるように、それらの欠陥タイプ定義を修正しうる。例えば、分類器メンテナンスモジュール１０４は、ユーザーが分類器規則データベース１０１Ｃに保持される分類器特性を修正することを可能としうる、ユーザーインターフェース１０４Ａ（例えば、ディスプレイ、キーボード、タッチスクリーンなど）を含みうる。専門家であるユーザー、または半自動化もしくは完全自動化された摂動関数を有する精緻な規則に基づくアプローチが、分類器を、修正された履歴データを基に評価された許容レベルの安定性および性能に調整するために、適用可能である。
上述の詳細な説明において、ブロック図、フローチャート、および／または例の使用を介して、本装置および／または工程の様々な実施形態を説明した。かかるブロック図、フローチャート、および／または例が１つまたは複数の機能および／または作業を包含する限りにおいて、かかるブロック図、フローチャート、または例におけるそれぞれの機能および／または作業は、ハードウェア、ソフトウェア、ファームウェア、または、実際上それらの任意の組み合わせにおける広範なものによって、個別に、および／または集合的に実装可能であることが当業者に理解されるであろう。一実施形態において、本明細書で説明された主題のある部分は、特定用途向け集積回路（ＡＳＩＣｓ）、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡｓ）、デジタル信号プロセッサ（ＤＳＰｓ）、または他の統合的な形式を介して実装されうる。しかしながら、本明細書で開示された実施形態のいくつかの態様は、全体的に、または部分的に、（例えば、１つまたは複数のコンピュータシステム上で実行される１つまたは複数のプログラムのような）１つまたは複数のコンピュータ上で実行される１つまたは複数のコンピュータプログラムとして、（例えば、１つまたは複数のマイクロプロセッサ上で実行される１つまたは複数のプログラムのような）１つまたは複数のプロセッサ上で実行される１つまたは複数のプログラムとして、ファームウェアとして、または実際上それらの任意の組み合わせとして、集積回路において同等に実装可能であり、その回路を設計すること、ならびに／またはそのソフトウェアおよび／もしくはファームウェア用のコードを書くことは、この開示を踏まえた当業者のスキルの範囲で上手く行われうると当業者は評価するであろう。加えて、本明細書で説明された主題のメカニズムは、様々な形態におけるプログラムプロダクトとして流通されることが可能であり、本明細書で説明された主題の例示的な実施形態は、実際の流通の実現に使用される信号保有媒体の特定の型にかかわらず、適合するということを当業者は理解するであろう。信号保有媒体の例は、フレキシブルディスク、ハードディスクドライブ、コンパクトディスク（ＣＤ）、デジタルビデオディスク（ＤＶＤ）、デジタルテープ、コンピュータメモリなど、といった記憶可能型媒体、デジタルおよび／またはアナログ通信媒体（例えば、光ファイバーケーブル、導波管、有線通信リンク、無線通信リンク（例えば、送信機、受信機、送信論理、受信論理など）など）、といった伝送型媒体を含むが、これに限定されるわけではない。
一般的な意味において、ハードウェア、ソフトウェア、ファームウェア、またはそれらの任意の組み合わせという広範なものによって、個別に、および／または集合的に実装可能な本明細書で説明された様々な態様は、様々な型の「電気回路」からなるものとみなすことができると、当業者は評価するであろう。それ故、本明細書で用いられる「電気回路」は、少なくとも１つの個別的電気回路を有する電気回路、少なくとも１つの集積回路を有する電気回路、少なくとも１つの特定用途向け集積回路を有する電気回路、コンピュータプログラムによって構成される汎用コンピュータデバイス（例えば、本明細書で説明した工程および／または装置を少なくとも部分的に実行するコンピュータプログラムによって構成される汎用コンピュータ、または、本明細書で説明した工程および／または装置を少なくとも部分的に実行するコンピュータプログラムによって構成されるマイクロプロセッサ）を形成する電気回路、記憶装置を形成する（例えば、ランダムアクセスメモリを形成する）電気回路、および／または通信装置（例えば、モデム、通信スイッチ、または光学・電気機器）を形成する電気回路を含むがこれに限定されない。当業者は、本明細書で説明された主題は、アナログもしくはデジタル様式、またはそれらのいくつかの組み合わせにおいて実装されうると評価するであろう。
本明細書で説明された主題は、時に、様々な他の構成要素に包含される、または接続される異なる構成要素を説明する。そのような示されたアーキテクチャは単に例示的なものであり、実際のところ、同じ機能を達成する多くの他のアーキテクチャが実装されうることが理解されるべきである。概念的な意味において、同じ機能を達成するためのあらゆる構成要素の配置は、所望の機能が達成されるように効果的に「関連付けられている」。したがって、特定の機能を達成するために本明細書で組み合わされる任意の２つの構成要素は、アーキテクチャまたは中間構成要素にかかわらず、所望の機能が達成されるように互いに「関連付けられている」ものとみなすことが可能である。同様に、そのように関連付けられた任意の２つの構成要素は、所望の機能を達成するために、互いに「動作可能に接続された」または「動作可能に結合された」ものとみなすことも可能であり、そのように関連付けられることが可能な任意の２つの構成要素は、所望の機能を達成するために、互いに「動作可能に結合可能である」ものとみなすことも可能である。動作可能に結合可能であることの具体例は、物理的に結合可能な、および／もしくは物理的に相互作用する構成要素、ならびに／または無線で相互作用可能な、および／もしくは無線で相互作用する構成要素、ならびに／または論理的に相互作用する、および／もしくは論理的に相互作用可能な構成要素を含むが、これに限定されるものではない。
いくつかの例において、本明細書では１つまたは複数の構成要素が、「構成される」「構成可能である」「動作可能である／動作する」「適合する／適合可能である」「可能である」「順応可能である／順応する」などとして言及されうる。当業者は、「構成される」は、コンテクストが他のものを要求していない限り、一般にアクティブ状態の構成要素および／または非アクティブ状態の構成要素および／またはスタンバイ状態の構成要素を包含することが可能であると評価するであろう。
本明細書で説明される本主題の具体的な態様が示され、説明されてきたが、本明細書の教示に基づいて、本明細書で説明された主題およびそのより広範な態様から逸脱することなく、変更および修正がなされうるものであり、それ故、添付の請求項は、本明細書で説明された主題の真の趣旨および範囲内のものとして、それら全ての変更および修正をその範囲に包含するということが当業者には明らかであろう
一般に、本明細書、および、とりわけ添付の請求項（例えば、添付の請求項の本体部）で用いられる用語は、通常「オープン」な用語を意味することが当業者によって理解されるであろう（例えば、「含んでいる」の用語は、「含んでいるがこれに限定されない」として解釈されるべきであり、「有する」の用語は、「少なくとも有する」として解釈されるべきであり、「含む」の用語は、「含むがこれに限定されない」として解釈されるべきである、など）。導入された請求項の特定数の記述が意図される場合、かかる意図は請求項の中に明示的に記載されるであろうこと、および、そのような記載を欠く場合、かかる意図は存在しないということが当業者によって更に理解されるであろう。例えば、理解を助けるものとして、以下の添付の請求項は、請求項の記述の導入のために、「少なくとも１つの」および「１つまたは複数の」という前置きの句の使用を含みうる。しかしながら、かかる句の使用は、不定冠詞「ａ」または「ａｎ」による請求項の記述の導入は、同じ請求項が、「１つまたは複数の」または「少なくとも１つの」という前置きの句、ならびに「ａ」および「ａｎ」のような不定冠詞を含む場合であってさえも、そのように導入された請求項の記述を含む任意の特定の請求項を、そのような記述を１つだけ含む請求項に限定する、ということを暗示するものとして解釈されるべきではなく（例えば、「ａ」および／または「ａｎ」は、通常、「少なくとも１つの」または「１つまたは複数の」を意味するものとして解釈されるべきである）、請求項の記述を導入するために用いられる定冠詞の使用においても同じことがいえる。加えて、導入された請求項の特定数の記述が明示的である場合であっても、かかる記述は、通常、少なくともその記述された数、を意味する（例えば、他の修飾語句を伴わない、「２つの記述」というあからさまな記述は、通常、少なくとも２つの記述、または２つ以上の記述、を意味する）ものとして解釈されるべきであると当業者は評価するであろう。さらに、「Ａ、Ｂ、およびＣの少なくとも１つ、など」に類似する表現が用いられる例において、一般に、かかる構文は、当業者であればその表現を理解するであろう意味を意図されたものである（例えば、「Ａ、Ｂ、およびＣの少なくとも１つを有するシステム」は、Ａのみを有するシステム、Ｂのみを有するシステム、Ｃのみを有するシステム、ＡおよびＢを同時に有するシステム、ＡおよびＣを同時に有するシステム、ＢおよびＣを同時に有するシステム、および／またはＡ、Ｂ、およびＣを同時に有するシステムを含むであろうが、これに限定されるものではない、など）。「Ａ、Ｂ、またはＣの少なくとも１つ、など」に類似する表現が用いられる例において、一般に、かかる構文は、当業者であればその表現を理解するであろう意味を意図されたものである（例えば、「Ａ、Ｂ、またはＣの少なくとも１つを有するシステム」は、Ａのみを有するシステム、Ｂのみを有するシステム、Ｃのみを有するシステム、ＡおよびＢを同時に有するシステム、ＡおよびＣを同時に有するシステム、ＢおよびＣを同時に有するシステム、および／またはＡ、Ｂ、およびＣを同時に有するシステムを含むであろうが、これに限定されるものではない、など）。通常、２つ以上の代替用語を提示する離接語および／または離接句は、それが詳細な説明、請求項、図面のいずれの中であっても、その言葉のうちの１つ、その言葉のうちのいずれか、またはその言葉の両方、を含む可能性を想定するものと理解されるべきであることが、当業者によってさらに理解されるであろう。例えば、「ＡまたはＢ」という句は、通常、「Ａ」の可能性、「Ｂ」の可能性、または「ＡおよびＢ」の可能性を含むと理解されるであろう。
添付の請求項に関して、当業者は、その中に記述された作業は、一般に、任意の順序で実施されうることを理解するであろう。また、様々な作業フローが一連のものとして提示されるが、様々な作業は、例示されたものとは異なる順序で実施されうること、または同時に実施されうることが理解されるべきである。そのような代替の順序の例は、コンテクストが他のものを指示していない限り、重ね合わせ、交互配置、割り込み、再順序付け、増分、準備、追加、同時、反対、または他の異なる順序を含みうる。コンテクストに関して、「応答して」、「関連して」または他の過去形の形容詞のような用語であっても、コンテクストが他のものを指示していない限り、一般にそのような変形を除外することは意図していない。
請求項において、特定の従属関係が確認されるが、本出願において、請求項の特徴の全ての可能な組み合わせが想定されており、したがって、請求項は、全ての可能な多重の従属関係を含むものとして解釈されることに留意されたい。本開示およびこれに付随する利点の多くは、上述の説明によって理解されるものと考えられ、また、開示された主題から逸脱することなく、またはその全ての重要な利点を犠牲にすることなく、構成要素の形態、構造、および配置において種々の変更がなされうることは明らかであろう。説明された形態は単に例示的なものであり、以下の請求項はそのような変更を包含することが意図されている。

Claims (21)

  1. 時間的に変化する欠陥分類性能の監視のための方法であって、
    １つまたは複数の走査型検査ツールからの１つまたは複数の標本の１つまたは複数の特性の指標となる、１つまたは複数の信号を受信することと、
    前記１つまたは複数の走査型検査ツールから受信した前記１つまたは複数の信号に、１つまたは複数の分類規則を適用して、前記１つまたは複数の標本における１つまたは複数の欠陥タイプの総数を決定することと、
    １つまたは複数の高分解能検査ツールを用いて、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数を決定することと、
    前記１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に適用される１つまたは複数の分類規則の適用によって決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、前記１つまたは複数の高分解能検査ツールを用いて決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、の間の１つまたは複数の相関を計算することと、含む方法。
  2. 請求項１に記載の方法であって、
    前記１つまたは複数の走査型検査ツールは、明視野パターン付きウェハ検査装置、パターン付き暗視野光子光学ウェハ検査装置、パターンなし暗視野光子光学ウェハ検査装置、および電子ビーム光学領域走査型検査装置のうちの少なくとも１つから選択される、方法。
  3. 請求項１に記載の方法であって、
    前記分類特性は、サイズ、形状、極性、テクスチャ、コントラスト、バックグラウンドビジネスのうちの少なくとも１つから選択される、方法。
  4. 請求項１に記載の方法であって、
    前記１つまたは複数の高分解能検査ツールは、走査型電子顕微鏡、原子間力顕微鏡、共焦点顕微鏡のうちの少なくとも１つから選択される、方法。
  5. 請求項１に記載の方法であって、
    前記１つまたは複数の走査型検査ツールから受信した前記１つまたは複数の信号に、１つまたは複数の分類規則を適用して、前記１つまたは複数の標本における１つまたは複数の欠陥タイプの総数を前記決定することは、
    前記１つまたは複数の走査型検査ツールから受信した前記１つまたは複数の信号に、１つまたは複数の分類規則を適用して、少なくとも第１標本および第２標本における１つまたは複数の欠陥タイプの総数を決定することを含み、
    １つまたは複数の高分解能検査ツールを用いて、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数を前記決定することは、
    前記１つまたは複数の高分解能検査ツールを用いて、少なくとも前記第１標本および前記第２標本における１つまたは複数の欠陥タイプの総数を決定することを含み、
    前記１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に適用される１つまたは複数の分類規則の適用によって決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、前記１つまたは複数の高分解能検査ツールを用いて決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、の間の１つまたは複数の相関を前記計算することは、
    前記１つまたは複数の光学検査ツールから受信した１つまたは複数の信号に対する１つまたは複数の分類規則の適用によって決定された、１つまたは複数の欠陥タイプの総数の少なくとも前記第１標本および前記第２標本と、前記１つまたは複数の高分解能検査ツールの使用を通して決定された、１つまたは複数の欠陥タイプの総数と、の間の相対的安定性を計算することを含む、方法。
  6. 請求項１に記載の方法であって、
    前記１つまたは複数の走査型検査ツールから受信した前記１つまたは複数の信号に、１つまたは複数の分類規則を適用して、前記１つまたは複数の標本における１つまたは複数の欠陥タイプの総数を前記決定することは、
    前記１つまたは複数の走査型検査ツールから受信した前記１つまたは複数の信号に対する、１つまたは複数の分類規則を適用して、標本における少なくとも第１欠陥タイプおよび第２欠陥タイプの総数を決定することを含み、
    １つまたは複数の高分解能検査ツールを用いて、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数を前記決定することは、
    前記１つまたは複数の高分解能検査ツールの使用により、標本における少なくとも第１欠陥タイプおよび第２欠陥タイプの総数を決定することを含み、
    前記１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に適用される１つまたは複数の分類規則の適用によって決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、前記１つまたは複数の高分解能検査ツールを用いて決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、の間の１つまたは複数の相関を前記計算することは、
    前記１つまたは複数の走査型検査ツールから受信した前記標本に関連付けられた１つまたは複数の信号に対する１つまたは複数の分類規則の適用によって決定された、前記第１欠陥タイプの前記総数と前記第２欠陥タイプの前記総数の間の第１相関を計算することと、
    前記１つまたは複数の高分解能検査ツールを用いて決定された、前記第１欠陥タイプの前記総数と前記第２欠陥タイプの前記総数の間の第２相関を計算することと、
    前記第１相関と前記第２相関の間の相関を計算することと、を含む、方法。
  7. 請求項１に記載の方法であって、
    １つまたは複数の光学検査ツールから受信した１つまたは複数の信号に対して適用される、１つまたは複数の分類規則を生成すること、を更に含む、方法。
  8. 請求項１に記載の方法であって、
    前記１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に対する１つまたは複数の分類規則の適用によって決定された、前記１つまたは複数の標本における１つまたは複数の欠陥タイプの前記総数と、前記１つまたは複数の高分解能検査ツールを用いて決定された欠陥タイプの総数と、の間の１つまたは複数の相関に従って、１つまたは複数の分類規則を修正すること、を更に含む、方法。
  9. 時間的に変化する欠陥分類性能の監視のためのシステムであって、
    １つまたは複数の走査型検査ツールからの１つまたは複数の標本の１つまたは複数の特性の指標となる、１つまたは複数の信号を受信するための手段と、
    前記１つまたは複数の走査型検査ツールから受信した前記１つまたは複数の信号に、１つまたは複数の分類規則を適用して、前記１つまたは複数の標本における１つまたは複数の欠陥タイプの総数を決定するための手段と、
    １つまたは複数の高分解能検査ツールを用いて、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数を決定するための手段と、
    前記１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に適用される１つまたは複数の分類規則の適用によって決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、前記１つまたは複数の高分解能検査ツールを用いて決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、の間の１つまたは複数の相関を計算するための手段と、を含むシステム。
  10. 請求項９に記載のシステムであって、
    前記１つまたは複数の走査型検査ツールは、明視野パターン付きウェハ検査装置、パターン付き暗視野光子光学ウェハ検査装置、パターンなし暗視野光子光学ウェハ検査装置、および電子ビーム光学領域走査型検査装置のうちの少なくとも１つから選択される、システム。
  11. 請求項９に記載のシステムであって、
    前記分類性能は、サイズ、形状、極性、テクスチャ、コントラスト、バックグラウンドビジネスのうちの少なくとも１つから選択される、システム。
  12. 請求項９に記載のシステムであって、
    前記１つまたは複数の高分解能検査ツールは、走査型電子顕微鏡、原子間力顕微鏡、共焦点顕微鏡のうちの少なくとも１つから選択される、システム。
  13. 請求項９に記載のシステムであって、
    前記１つまたは複数の走査型検査ツールから受信した前記１つまたは複数の信号に、１つまたは複数の分類規則を適用して、前記１つまたは複数の標本における１つまたは複数の欠陥タイプの総数を決定するための手段は、
    前記１つまたは複数の走査型検査ツールから受信した前記１つまたは複数の信号に、１つまたは複数の分類規則を適用して、少なくとも第１標本および第２標本における１つまたは複数の欠陥タイプの総数を決定することを含み、
    １つまたは複数の高分解能検査ツールを用いて、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数を前記決定するための手段は、
    前記１つまたは複数の高分解能検査ツールを用いて、少なくとも前記第１標本および前記第２標本における１つまたは複数の欠陥タイプの総数を決定するための手段を含み、
    前記１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に適用される１つまたは複数の分類規則の適用によって決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、前記１つまたは複数の高分解能検査ツールを用いて決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、の間の１つまたは複数の相関を前記計算するための手段は、
    前記１つまたは複数の光学検査ツールから受信した１つまたは複数の信号に対する１つまたは複数の分類規則の適用によって決定された、１つまたは複数の欠陥タイプの総数の少なくとも前記第１標本および前記第２標本と、前記１つまたは複数の高分解能検査ツールの使用を通して決定された、１つまたは複数の欠陥タイプの総数と、の間の相対的安定性を計算するための手段を含む、システム。
  14. 請求項９に記載のシステムであって、
    前記１つまたは複数の走査型検査ツールから受信した前記１つまたは複数の信号に対する、１つまたは複数の分類規則を適用して、前記１つまたは複数の標本における１つまたは複数の欠陥タイプの総数を前記決定するための手段は、
    前記１つまたは複数の高分解能検査ツールの使用により、標本における少なくとも第１欠陥タイプおよび第２欠陥タイプの総数を決定するための手段を含み、
    １つまたは複数の高分解能検査ツールを用いて、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数を前記決定するための手段は、
    前記１つまたは複数の高分解能検査ツールの使用により、標本における少なくとも第１欠陥タイプおよび第２欠陥タイプの総数を決定することを含み、
    前記１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に適用される１つまたは複数の分類規則の適用によって決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、前記１つまたは複数の高分解能検査ツールを用いて決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、の間の１つまたは複数の相関を前記計算するための手段は、
    前記１つまたは複数の走査型検査ツールから受信した前記標本に関連付けられた１つまたは複数の信号に対する１つまたは複数の分類規則の適用によって決定された、前記第１欠陥タイプの前記総数と前記第２欠陥タイプの前記総数の間の第１相関を計算するための手段と、
    前記１つまたは複数の高分解能検査ツールを用いて決定された、前記第１欠陥タイプの前記総数と前記第２欠陥タイプの前記総数の間の第２相関を計算するための手段と、
    前記第１相関と前記第２相関の間の相関を計算するための手段と、を含む、システム。
  15. 請求項９に記載のシステムであって、
    １つまたは複数の光学検査ツールから受信した１つまたは複数の信号に対して適用される、１つまたは複数の分類規則を生成するための手段を更に含む、システム。
  16. 請求項９に記載のシステムであって、
    前記１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に対する１つまたは複数の分類規則の適用によって決定された、前記１つまたは複数の標本における１つまたは複数の欠陥タイプの前記総数と、前記１つまたは複数の高分解能検査ツールを用いて決定された欠陥タイプの総数と、の間の１つまたは複数の相関に従って、１つまたは複数の分類規則を修正するための手段を更に含む、システム。
  17. コンピュータデバイス上でプロセスを実行するためのコンピュータ可読命令を含むコンピュータ可読媒体であって、前記プロセスは、
    １つまたは複数の走査型検査ツールからの１つまたは複数の標本の１つまたは複数の特性の指標となる、１つまたは複数の信号を受信することと、
    前記１つまたは複数の走査型検査ツールから受信した前記１つまたは複数の信号に、１つまたは複数の分類規則を適用して、前記１つまたは複数の標本における１つまたは複数の欠陥タイプの総数を決定することと、
    １つまたは複数の高分解能検査ツールを用いて、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数を決定することと、
    前記１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に適用される１つまたは複数の分類規則の適用によって決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、前記１つまたは複数の高分解能検査ツールを用いて決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、の間の１つまたは複数の相関を計算することと、を含むコンピュータ可読媒体。
  18. 請求項１７に記載のコンピュータ可読媒体であって、
    前記１つまたは複数の走査型検査ツールから受信した前記１つまたは複数の信号に、１つまたは複数の分類規則を適用して、前記１つまたは複数の標本における１つまたは複数の欠陥タイプの総数を前記決定するための手段は、
    前記１つまたは複数の走査型検査ツールから受信した前記１つまたは複数の信号に、１つまたは複数の分類規則を適用して、少なくとも第１標本および第２標本における１つまたは複数の欠陥タイプの総数を決定することを含み、
    １つまたは複数の高分解能検査ツールを用いて、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数を前記決定するための手段は、
    前記１つまたは複数の高分解能検査ツールを用いて、少なくとも前記第１標本および前記第２標本における１つまたは複数の欠陥タイプの総数を決定するための手段を含み、
    前記１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に適用される１つまたは複数の分類規則の適用によって決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、前記１つまたは複数の高分解能検査ツールを用いて決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、の間の１つまたは複数の相関を前記計算するための手段は、
    前記１つまたは複数の光学検査ツールから受信した１つまたは複数の信号に対する１つまたは複数の分類規則の適用によって決定された、１つまたは複数の欠陥タイプの総数の少なくとも前記第１標本および前記第２標本と、前記１つまたは複数の高分解能検査ツールの使用を通して決定された、１つまたは複数の欠陥タイプの総数と、の間の相対的安定性を計算するための手段を含む、コンピュータ可読媒体。
  19. 請求項１７に記載のシステムであって、
    前記１つまたは複数の走査型検査ツールから受信した前記１つまたは複数の信号に、１つまたは複数の分類規則を適用して、前記１つまたは複数の標本における１つまたは複数の欠陥タイプの総数を前記決定するための手段は、
    前記１つまたは複数の高分解能検査ツールの使用により、標本における少なくとも第１欠陥タイプおよび第２欠陥タイプの総数を決定するための手段を含み、
    １つまたは複数の高分解能検査ツールを用いて、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数を前記決定するための手段は、
    前記１つまたは複数の高分解能検査ツールの使用により、標本における少なくとも第１欠陥タイプおよび第２欠陥タイプの総数を決定することを含み、
    前記１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に適用される１つまたは複数の分類規則の適用によって決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、前記１つまたは複数の高分解能検査ツールを用いて決定された、前記１つまたは複数の標本における前記１つまたは複数の欠陥タイプの総数と、の間の１つまたは複数の相関を前記計算するための手段は、
    前記１つまたは複数の走査型検査ツールから受信した前記標本に関連付けられた１つまたは複数の信号に対する１つまたは複数の分類規則の適用によって決定された、前記第１欠陥タイプの前記総数と前記第２欠陥タイプの前記総数の間の第１相関を計算するための手段と、
    前記１つまたは複数の高分解能検査ツールを用いて決定された、前記第１欠陥タイプの前記総数と前記第２欠陥タイプの前記総数の間の第２相関を計算するための手段と、
    前記第１相関と前記第２相関の間の相関を計算するための手段と、を含む、システム。
  20. 請求項１７に記載のシステムであって、
    １つまたは複数の光学検査ツールから受信した１つまたは複数の信号に対して適用される、１つまたは複数の分類規則を生成すること、を更に含む、システム。
  21. 請求項１７に記載のシステムであって、
    前記１つまたは複数の走査型検査ツールから受信した１つまたは複数の信号に対する１つまたは複数の分類規則の適用によって決定された、前記１つまたは複数の標本における１つまたは複数の欠陥タイプの前記総数と、前記１つまたは複数の高分解能検査ツールを用いて決定された欠陥タイプの総数と、の間の前記１つまたは複数の相関に従って、１つまたは複数の分類規則を修正するための手段を更に含む、システム。
JP2012518552A 2009-07-01 2010-06-23 時間的に変化する欠陥分類性能の監視のための方法、システムおよびコンピュータ可読媒体 Expired - Fee Related JP5583766B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US22238809P 2009-07-01 2009-07-01
US61/222,388 2009-07-01
PCT/US2010/039656 WO2011002651A1 (en) 2009-07-01 2010-06-23 Monitoring of time-varying defect classification performance

Publications (3)

Publication Number Publication Date
JP2012532458A true JP2012532458A (ja) 2012-12-13
JP2012532458A5 JP2012532458A5 (ja) 2013-08-08
JP5583766B2 JP5583766B2 (ja) 2014-09-03

Family

ID=43411380

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012518552A Expired - Fee Related JP5583766B2 (ja) 2009-07-01 2010-06-23 時間的に変化する欠陥分類性能の監視のための方法、システムおよびコンピュータ可読媒体

Country Status (7)

Country Link
US (1) US8537349B2 (ja)
EP (1) EP2449390A1 (ja)
JP (1) JP5583766B2 (ja)
KR (1) KR20120093820A (ja)
CN (1) CN102576045A (ja)
TW (1) TWI435072B (ja)
WO (1) WO2011002651A1 (ja)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8607169B2 (en) * 2011-12-28 2013-12-10 Elitetech Technology Co., Ltd. Intelligent defect diagnosis method
US9317912B2 (en) 2011-12-28 2016-04-19 Sunedison Semiconductor Limited Symmetry based air pocket detection methods and systems
US9916653B2 (en) * 2012-06-27 2018-03-13 Kla-Tenor Corporation Detection of defects embedded in noise for inspection in semiconductor manufacturing
JP5910428B2 (ja) 2012-09-13 2016-04-27 オムロン株式会社 監視装置、監視方法、プログラムおよび記録媒体
US9865512B2 (en) 2013-04-08 2018-01-09 Kla-Tencor Corp. Dynamic design attributes for wafer inspection
CN106842001B (zh) * 2013-04-24 2019-09-24 泰科英赛科技有限公司 采用聚焦离子束的电路跟踪
US9430824B2 (en) 2013-05-14 2016-08-30 Kla-Tencor Corporation Machine learning method and apparatus for inspecting reticles
US9910429B2 (en) * 2013-09-03 2018-03-06 The Procter & Gamble Company Systems and methods for adjusting target manufacturing parameters on an absorbent product converting line
US10514685B2 (en) * 2014-06-13 2019-12-24 KLA—Tencor Corp. Automatic recipe stability monitoring and reporting
CN104122272B (zh) * 2014-08-01 2019-08-06 上海华力微电子有限公司 半导体器件缺陷的光学检测方法
US9835566B2 (en) * 2015-03-03 2017-12-05 Kla-Tencor Corp. Adaptive nuisance filter
US10216096B2 (en) 2015-08-14 2019-02-26 Kla-Tencor Corporation Process-sensitive metrology systems and methods
TWI637250B (zh) * 2017-03-31 2018-10-01 林器弘 智慧加工調變系統及方法
US10402963B2 (en) * 2017-08-24 2019-09-03 Kla-Tencor Corporation Defect detection on transparent or translucent wafers
WO2021088027A1 (en) * 2019-11-08 2021-05-14 Yangtze Memory Technologies Co., Ltd. Automatic assessment method and assessment system thereof for yield improvement

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001133417A (ja) * 1999-06-15 2001-05-18 Applied Materials Inc 物体上の欠陥を再検査する装置及び方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6288780B1 (en) * 1995-06-06 2001-09-11 Kla-Tencor Technologies Corp. High throughput brightfield/darkfield wafer inspection system using advanced optical techniques
US5539752A (en) * 1995-06-30 1996-07-23 Advanced Micro Devices, Inc. Method and system for automated analysis of semiconductor defect data
US6104835A (en) * 1997-11-14 2000-08-15 Kla-Tencor Corporation Automatic knowledge database generation for classifying objects and systems therefor
JP4077951B2 (ja) * 1998-01-14 2008-04-23 株式会社ルネサステクノロジ 欠陥解析方法、記録媒体及び工程管理方法
US6408219B2 (en) * 1998-05-11 2002-06-18 Applied Materials, Inc. FAB yield enhancement system
US6265232B1 (en) * 1998-08-21 2001-07-24 Micron Technology, Inc. Yield based, in-line defect sampling method
US6185707B1 (en) * 1998-11-13 2001-02-06 Knights Technology, Inc. IC test software system for mapping logical functional test data of logic integrated circuits to physical representation
US6675134B2 (en) * 2001-03-15 2004-01-06 Cerebrus Solutions Ltd. Performance assessment of data classifiers
US7359544B2 (en) * 2003-02-12 2008-04-15 Kla-Tencor Technologies Corporation Automatic supervised classifier setup tool for semiconductor defects
US7756320B2 (en) * 2003-03-12 2010-07-13 Hitachi High-Technologies Corporation Defect classification using a logical equation for high stage classification
JP4443270B2 (ja) * 2003-03-12 2010-03-31 株式会社日立ハイテクノロジーズ 欠陥分類方法
JP5134188B2 (ja) * 2004-10-15 2013-01-30 ケーエルエー−テンカー コーポレイション 試料上の欠陥を分析する装置
JP4664708B2 (ja) * 2005-03-07 2011-04-06 株式会社東芝 欠陥レビューシステム、欠陥レビュー方法、及び電子装置の製造方法
CN1936614A (zh) * 2005-08-15 2007-03-28 特克特朗尼克公司 拖放逻辑分析仪触发器
US7554656B2 (en) * 2005-10-06 2009-06-30 Kla-Tencor Technologies Corp. Methods and systems for inspection of a wafer
US7747062B2 (en) * 2005-11-09 2010-06-29 Kla-Tencor Technologies Corp. Methods, defect review tools, and systems for locating a defect in a defect review process
US7570796B2 (en) * 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US7728969B2 (en) * 2006-12-05 2010-06-01 Kla-Tencor Technologies Corp. Methods and systems for identifying defect types on a wafer

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001133417A (ja) * 1999-06-15 2001-05-18 Applied Materials Inc 物体上の欠陥を再検査する装置及び方法

Also Published As

Publication number Publication date
WO2011002651A1 (en) 2011-01-06
TW201128183A (en) 2011-08-16
JP5583766B2 (ja) 2014-09-03
EP2449390A1 (en) 2012-05-09
TWI435072B (zh) 2014-04-21
US20110224932A1 (en) 2011-09-15
KR20120093820A (ko) 2012-08-23
US8537349B2 (en) 2013-09-17
CN102576045A (zh) 2012-07-11

Similar Documents

Publication Publication Date Title
JP5583766B2 (ja) 時間的に変化する欠陥分類性能の監視のための方法、システムおよびコンピュータ可読媒体
US8799831B2 (en) Inline defect analysis for sampling and SPC
JP5865585B2 (ja) ウエハーの層の検査に用いる候補として検査装置の一つ以上の光学モードを同定するためにコンピューターにより実施する方法、コンピューター可読の媒体、および装置
KR102386536B1 (ko) 시편 상의 관심 패턴의 하나 이상의 특성의 결정
US9201022B2 (en) Extraction of systematic defects
EP2828882B1 (en) Method, computer system and apparatus for recipe generation for automated inspection semiconductor devices
US20080231307A1 (en) Testing method using a scalable parametric measurement macro
JP2011524635A5 (ja)
JP7146375B2 (ja) 機械設備を点検するシステムおよび方法
TWI617816B (zh) 晶圓的可適性電性測試
TWI672571B (zh) 用於監測一晶圓檢驗配方隨著時間經過之穩定性之方法，系統及非暫態電腦可讀媒體
TW202030475A (zh) 基於設計及雜訊之關注區域
KR102248777B1 (ko) 총 측정 불확도의 정량화 및 감소
JP2010231338A (ja) 要因分析装置および要因分析方法
US8649990B2 (en) Method for detecting variance in semiconductor processes
US9983148B2 (en) System and method for production line monitoring
JP2010140326A (ja) カバレージ測定装置
US20050114058A1 (en) Method for analyzing inspected data, apparatus and its program
Fiekowsky et al. Automating defect disposition in fabs and maskshops
JP5291419B2 (ja) データ処理装置及びデータ処理方法並びにこれを用いた検査作業支援システム
CN118043951A (zh) 用于经由缺陷及电性测试数据的相关性自动诊断及监测半导体缺陷裸片筛选性能的系统
JP4563990B2 (ja) 分布解析方法および装置、異常設備推定方法および装置、上記分布解析方法または異常設備推定方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130620

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20130620

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20140218

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20140225

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20140523

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20140617

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20140716

R150 Certificate of patent or registration of utility model

Ref document number: 5583766

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees