JP2017502500A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2017502500A5 JP2017502500A5 JP2016528142A JP2016528142A JP2017502500A5 JP 2017502500 A5 JP2017502500 A5 JP 2017502500A5 JP 2016528142 A JP2016528142 A JP 2016528142A JP 2016528142 A JP2016528142 A JP 2016528142A JP 2017502500 A5 JP2017502500 A5 JP 2017502500A5
- Authority
- JP
- Japan
- Prior art keywords
- floating
- trees
- floating trees
- defect
- inspection tool
- 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
Links
- 238000007689 inspection Methods 0.000 claims 20
- 238000003066 decision tree Methods 0.000 claims 15
- 230000004048 modification Effects 0.000 claims 8
- 238000006011 modification reaction Methods 0.000 claims 8
- 230000002776 aggregation Effects 0.000 claims 6
- 238000004220 aggregation Methods 0.000 claims 6
- 230000003287 optical Effects 0.000 claims 1
Claims (37)
- ウエハ上で検出された欠陥を分類するための方法であって、
ウエハ上で検出された欠陥の分類のための決定木を、前記決定木の中の1つ以上の浮動木を変更することによって作成することであって、前記1つ以上の浮動木は、個別の単位として操作される部分木である、作成することと、
前記ウエハ上で検出された前記欠陥を、前記決定木を前記欠陥に適用することによって分類することと、を含み、前記作成及び前記分類は、1つ以上のコンピュータシステムによって行われる、方法。 - 前記1つ以上の浮動木の変更は、前記1つ以上の浮動木を前記決定木の1つのノードから前記決定木の別のノードに切り取り、コピーし、貼り付け、または移動させることを含む、請求項1に記載の方法。
- 前記作成中に前記1つ以上の浮動木のうちの少なくとも1つを少なくとも1つの集約ノードに折り畳むことを更に含む、請求項1に記載の方法。
- 前記作成中に前記1つ以上の浮動木のうちの少なくとも1つを少なくとも1つの集約ノードに折り畳むことを更に含み、前記折り畳みは、前記少なくとも1つの浮動木の中に含まれる全ての葉ノードを前記少なくとも1つの集約ノードに折り畳むことを含む、請求項1に記載の方法。
- 前記1つ以上の浮動木の変更は、前記1つ以上の浮動木のうちの少なくとも1つを、前記少なくとも1つの浮動木が保存されている少なくとも1つのファイルから取り込むことを含む、請求項1に記載の方法。
- 前記1つ以上の浮動木のうちの少なくとも1つは、単一の欠陥クラスのためのビンナーである、請求項1に記載の方法。
- 前記1つ以上の浮動木のうちの第1の浮動木は、第1の欠陥クラスのみのためのビンナーであり、前記1つ以上の浮動木のうちの第2の浮動木は、第2の欠陥クラスのみのためのビンナーであり、前記決定木は、少なくとも前記第1及び第2の欠陥クラスの分類のために作成される、請求項1に記載の方法。
- 前記1つ以上の浮動木の変更は、前記1つ以上の浮動木のうちの少なくとも1つを取り込むことと、前記少なくとも1つの取り込まれた浮動木の1つ以上のパラメータを前記ウエハ上で検出された前記欠陥のデータに適合させるように調整することとを含む、請求項1に記載の方法。
- 前記少なくとも1つの取り込まれた浮動木の前記1つ以上のパラメータの調整は、前記少なくとも1つの取り込まれた浮動木を前記欠陥の前記データに適用した結果の不純度及びマージンを最適化することを含む、請求項8に記載の方法。
- 前記1つ以上の浮動木の変更は、前記1つ以上の浮動木をカスケード状に配置することを含む、請求項1に記載の方法。
- 前記1つ以上の浮動木の変更は、前記1つ以上の浮動木によってビンニングされた欠陥クラスの重大度に基づいて、前記1つ以上の浮動木をカスケード状に配置することを含む、請求項1に記載の方法。
- 前記1つ以上の浮動木の変更は、前記1つ以上の浮動木によってビンニングされた欠陥クラスの純度に基づいて、前記1つ以上の浮動木をカスケード状に配置することを含む、請求項1に記載の方法。
- 前記1つ以上の浮動木の変更は、前記1つ以上の浮動木の精度に基づいて、前記1つ以上の浮動木をカスケード状に配置することを含む、請求項1に記載の方法。
- 前記1つ以上の浮動木の変更は、前記1つ以上の浮動木を並列状に配置することを含む、請求項1に記載の方法。
- 前記欠陥の分類は、前記欠陥の各々が2つ以上のクラスにビンニングされているかを判定することと、ある欠陥が2つ以上のクラスにビンニングされている場合に、前記欠陥がビンニングされているクラス間で調停を行って、前記欠陥の最終分類を判定することと、を含む、請求項14に記載の方法。
- 前記調停は、前記クラスの重大性、前記クラスの純度、前記クラスの精度、それらの訓練セット中の前記クラスのビンのサイズ、前記欠陥が分類されたクラスの数及び種類の統計的尺度、またはそれらの組み合わせに基づいて行われる、請求項15に記載の方法。
- 前記調停は、前記クラスの優先順位に基づいて行われる、請求項15に記載の方法。
- 前記分類は、自動的に行われる、請求項1に記載の方法。
- ウエハ上で検出された欠陥を分類するためのコンピュータ実装方法を実行するためのコンピュータシステム上で実行可能なプログラム命令を記憶する、非一時的コンピュータ可読媒体であって、前記コンピュータ実装方法は、
ウエハ上で検出された欠陥の分類のための決定木を、前記決定木の中の1つ以上の浮動木を変更することによって作成することであって、前記1つ以上の浮動木は、個別の単位として操作される部分木である、作成することと、
前記ウエハ上で検出された前記欠陥を、前記決定木を前記欠陥に適用することによって分類することと、を含み、前記作成及び前記分類は、1つ以上のコンピュータシステムによって行われる、方法。 - ウエハの少なくとも一部を走査し、それにより前記ウエハの前記少なくとも一部からの光に応答して出力を生成するように構成された光学サブシステムと、
コンピュータサブシステムであって、
前記出力に基づいて前記ウエハ上の欠陥を検出することと、
前記欠陥の分類のための決定木を、前記決定木の中の1つ以上の浮動木を変更することによって作成することであって、前記1つ以上の浮動木は、個別の単位として操作される部分木である、作成することと、
前記ウエハ上で検出された前記欠陥を、前記決定木を前記欠陥に適用することによって分類することと、を行うように構成される、コンピュータサブシステムと、を備える、ウエハ検査ツール。 - 前記1つ以上の浮動木の変更は、前記1つ以上の浮動木を前記決定木の1つのノードから前記決定木の別のノードに切り取り、コピーし、貼り付け、または移動させることを含む、請求項20に記載のウエハ検査ツール。
- 前記コンピュータサブシステムは、前記作成中に前記1つ以上の浮動木のうちの少なくとも1つを少なくとも1つの集約ノードに折り畳むことを行うように更に構成される、請求項20に記載のウエハ検査ツール。
- 前記コンピュータサブシステムは、前記作成中に前記1つ以上の浮動木のうちの少なくとも1つを少なくとも1つの集約ノードに折り畳むことを行うように更に構成され、前記折り畳みは、前記少なくとも1つの浮動木の中に含まれる全ての葉ノードを前記少なくとも1つの集約ノードに折り畳むことを含む、請求項20に記載のウエハ検査ツール。
- 前記1つ以上の浮動木の変更は、前記1つ以上の浮動木のうちの少なくとも1つを、前記少なくとも1つの浮動木が保存されている少なくとも1つのファイルから取り込むことを含む、請求項20に記載のウエハ検査ツール。
- 前記1つ以上の浮動木のうちの少なくとも1つは、単一の欠陥クラスのためのビンナーである、請求項20に記載のウエハ検査ツール。
- 前記1つ以上の浮動木のうちの第1の浮動木は、第1の欠陥クラスのみのためのビンナーであり、前記1つ以上の浮動木のうちの第2の浮動木は、第2の欠陥クラスのみのためのビンナーであり、前記決定木は、少なくとも前記第1及び第2の欠陥クラスの分類のために作成される、請求項20に記載のウエハ検査ツール。
- 前記1つ以上の浮動木の変更は、前記1つ以上の浮動木のうちの少なくとも1つを取り込むことと、前記少なくとも1つの取り込まれた浮動木の1つ以上のパラメータを前記ウエハ上で検出された前記欠陥のデータに適合させるように調整することとを含む、請求項20に記載のウエハ検査ツール。
- 前記少なくとも1つの取り込まれた浮動木の前記1つ以上のパラメータの調整は、前記少なくとも1つの取り込まれた浮動木を前記欠陥の前記データに適用した結果の不純度及びマージンを最適化することを含む、請求項27に記載のウエハ検査ツール。
- 前記1つ以上の浮動木の変更は、前記1つ以上の浮動木をカスケード状に配置することを含む、請求項20に記載のウエハ検査ツール。
- 前記1つ以上の浮動木の変更は、前記1つ以上の浮動木によってビンニングされた欠陥クラスの重大度に基づいて、前記1つ以上の浮動木をカスケード状に配置することを含む、請求項20に記載のウエハ検査ツール。
- 前記1つ以上の浮動木の変更は、前記1つ以上の浮動木によってビンニングされた欠陥クラスの純度に基づいて、前記1つ以上の浮動木をカスケード状に配置することを含む、請求項20に記載のウエハ検査ツール。
- 前記1つ以上の浮動木の変更は、前記1つ以上の浮動木の精度に基づいて、前記1つ以上の浮動木をカスケード状に配置することを含む、請求項20に記載のウエハ検査ツール。
- 前記1つ以上の浮動木の変更は、前記1つ以上の浮動木を並列状に配置することを含む、請求項20に記載のウエハ検査ツール。
- 前記欠陥の分類は、前記欠陥の各々が2つ以上のクラスにビンニングされているかを判定することと、ある欠陥が2つ以上のクラスにビンニングされている場合に、前記欠陥がビンニングされているクラス間で調停を行って、前記欠陥の最終分類を判定することと、を含む、請求項33に記載のウエハ検査ツール。
- 前記調停は、前記クラスの重大性、前記クラスの純度、前記クラスの精度、それらの訓練セット中の前記クラスのビンのサイズ、前記欠陥が分類されたクラスの数及び種類の統計的尺度、またはそれらの組み合わせに基づいて行われる、請求項34に記載のウエハ検査ツール。
- 前記調停は、前記クラスの優先順位に基づいて行われる、請求項34に記載のウエハ検査ツール。
- 前記分類は、自動的に行われる、請求項20に記載のウエハ検査ツール。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361899220P | 2013-11-03 | 2013-11-03 | |
US61/899,220 | 2013-11-03 | ||
US201461972418P | 2014-03-31 | 2014-03-31 | |
US61/972,418 | 2014-03-31 | ||
US14/257,921 | 2014-04-21 | ||
US14/257,921 US9489599B2 (en) | 2013-11-03 | 2014-04-21 | Decision tree construction for automatic classification of defects on semiconductor wafers |
PCT/US2014/063668 WO2015066602A1 (en) | 2013-11-03 | 2014-11-03 | Decision tree construction for automatic classification of defects on semiconductor wafers |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2017502500A JP2017502500A (ja) | 2017-01-19 |
JP2017502500A5 true JP2017502500A5 (ja) | 2017-12-21 |
JP6576342B2 JP6576342B2 (ja) | 2019-09-18 |
Family
ID=53005249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016528142A Active JP6576342B2 (ja) | 2013-11-03 | 2014-11-03 | 欠陥を分類するための方法およびウエハ検査ツール |
Country Status (5)
Country | Link |
---|---|
US (1) | US9489599B2 (ja) |
JP (1) | JP6576342B2 (ja) |
KR (1) | KR102373941B1 (ja) |
TW (1) | TWI617799B (ja) |
WO (1) | WO2015066602A1 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017022041A1 (ja) * | 2015-07-31 | 2017-02-09 | 楽天株式会社 | 木構造データ編集装置、木構造データ編集方法、及びプログラム |
WO2017024065A1 (en) * | 2015-08-05 | 2017-02-09 | Kla-Tencor Corporation | Range-based real-time scanning electron microscope non-visual binner |
TWI797699B (zh) | 2015-12-22 | 2023-04-01 | 以色列商應用材料以色列公司 | 半導體試樣的基於深度學習之檢查的方法及其系統 |
US10204290B2 (en) * | 2016-10-14 | 2019-02-12 | Kla-Tencor Corporation | Defect review sampling and normalization based on defect and design attributes |
CA2989617A1 (en) | 2016-12-19 | 2018-06-19 | Capital One Services, Llc | Systems and methods for providing data quality management |
TWI660322B (zh) | 2018-05-17 | 2019-05-21 | 國立成功大學 | 考慮機台交互作用之辨識良率損失原因的系統與方法 |
WO2021076609A1 (en) * | 2019-10-14 | 2021-04-22 | Pdf Solutions, Inc. | Collaborative learning model for semiconductor applications |
CN113298166A (zh) * | 2021-06-01 | 2021-08-24 | 中科晶源微电子技术(北京)有限公司 | 缺陷分类器和缺陷分类方法、装置、设备及存储介质 |
WO2023166584A1 (ja) * | 2022-03-02 | 2023-09-07 | 株式会社アドバンテスト | 半導体試験結果分析装置、半導体試験結果分析方法およびコンピュータプログラム |
WO2023166585A1 (ja) * | 2022-03-02 | 2023-09-07 | 株式会社アドバンテスト | 半導体試験結果分析装置、半導体試験結果分析方法およびコンピュータプログラム |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6148099A (en) | 1997-07-03 | 2000-11-14 | Neopath, Inc. | Method and apparatus for incremental concurrent learning in automatic semiconductor wafer and liquid crystal display defect classification |
US6922482B1 (en) * | 1999-06-15 | 2005-07-26 | Applied Materials, Inc. | Hybrid invariant adaptive automatic defect classification |
JP4118703B2 (ja) * | 2002-05-23 | 2008-07-16 | 株式会社日立ハイテクノロジーズ | 欠陥分類装置及び欠陥自動分類方法並びに欠陥検査方法及び処理装置 |
US7602962B2 (en) | 2003-02-25 | 2009-10-13 | Hitachi High-Technologies Corporation | Method of classifying defects using multiple inspection machines |
JP4908995B2 (ja) | 2006-09-27 | 2012-04-04 | 株式会社日立ハイテクノロジーズ | 欠陥分類方法及びその装置並びに欠陥検査装置 |
JP4616864B2 (ja) | 2007-06-20 | 2011-01-19 | 株式会社日立ハイテクノロジーズ | 外観検査方法及びその装置および画像処理評価システム |
JP5022174B2 (ja) * | 2007-10-22 | 2012-09-12 | 株式会社日立製作所 | 欠陥分類方法及びその装置 |
US8233494B2 (en) | 2008-01-22 | 2012-07-31 | International Business Machines Corporation | Hierarchical and incremental multivariate analysis for process control |
US8315453B2 (en) | 2010-07-27 | 2012-11-20 | Applied Materials Israel, Ltd. | Defect classification with optimized purity |
JP5342606B2 (ja) * | 2011-06-27 | 2013-11-13 | 株式会社日立ハイテクノロジーズ | 欠陥分類方法及びその装置 |
US8502146B2 (en) | 2011-10-03 | 2013-08-06 | Kla-Tencor Corporation | Methods and apparatus for classification of defects using surface height attributes |
TWI574136B (zh) * | 2012-02-03 | 2017-03-11 | 應用材料以色列公司 | 基於設計之缺陷分類之方法及系統 |
TW201339572A (zh) * | 2012-03-21 | 2013-10-01 | Optivu Vision System Corp | 元件內部缺陷之檢測裝置及方法 |
US8948494B2 (en) | 2012-11-12 | 2015-02-03 | Kla-Tencor Corp. | Unbiased wafer defect samples |
-
2014
- 2014-04-21 US US14/257,921 patent/US9489599B2/en active Active
- 2014-11-03 KR KR1020167014743A patent/KR102373941B1/ko active IP Right Grant
- 2014-11-03 TW TW103138098A patent/TWI617799B/zh active
- 2014-11-03 JP JP2016528142A patent/JP6576342B2/ja active Active
- 2014-11-03 WO PCT/US2014/063668 patent/WO2015066602A1/en active Application Filing
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2017502500A5 (ja) | ||
US11741593B2 (en) | Product defect detection method, device and system | |
US9779238B2 (en) | Classifying malware by order of network behavior artifacts | |
AR113283A1 (es) | Reconocimiento de enfermedades a partir de imágenes que tienen un campo de visión amplio | |
JP2015529154A5 (ja) | ||
RU2016142286A (ru) | Обращение с бликами в среде отслеживания движения глаз | |
JP2016528497A5 (ja) | ||
WO2017023551A3 (en) | Detection of unknown classes and initialization of classifiers for unknown classes | |
JP2017521738A5 (ja) | ||
JP2016522923A5 (ja) | ||
US9471836B1 (en) | Method for learning rejector by forming classification tree in use of training images and detecting object in test images, and rejector using the same | |
JP2016500168A5 (ja) | ||
JP2016503220A5 (ja) | ||
WO2016020391A3 (en) | Image analysis system using context features | |
GB2538670A (en) | A method, system and computer program for scanning a plurality of storage regions within memory for specified quantity of results | |
JP2017507572A5 (ja) | ||
JP2016164748A5 (ja) | ||
MY181495A (en) | Method for processing input low-resolution image to output high-resolution image | |
JP2014511526A5 (ja) | ||
JP7477517B2 (ja) | 画像分析システムおよび画像分析システムを使用する方法 | |
JP2019050376A5 (ja) | ||
JP2016081185A5 (ja) | ||
EP2784589A3 (en) | Image inspecting system and recording material processing device | |
JP2014016786A5 (ja) | ||
WO2017064272A3 (en) | Method for identifying a character in a digital image |