JP6871807B2 - 分類器構築方法、分類器および分類器構築装置 - Google Patents
分類器構築方法、分類器および分類器構築装置 Download PDFInfo
- Publication number
- JP6871807B2 JP6871807B2 JP2017107464A JP2017107464A JP6871807B2 JP 6871807 B2 JP6871807 B2 JP 6871807B2 JP 2017107464 A JP2017107464 A JP 2017107464A JP 2017107464 A JP2017107464 A JP 2017107464A JP 6871807 B2 JP6871807 B2 JP 6871807B2
- Authority
- JP
- Japan
- Prior art keywords
- classifier
- special
- data
- core
- defect
- 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.)
- Active
Links
- 238000010276 construction Methods 0.000 title claims description 36
- 230000007547 defect Effects 0.000 claims description 304
- 238000000034 method Methods 0.000 claims description 35
- 238000012549 training Methods 0.000 claims description 23
- 238000011156 evaluation Methods 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 15
- 230000000295 complement effect Effects 0.000 claims description 9
- 238000007689 inspection Methods 0.000 description 25
- 239000000758 substrate Substances 0.000 description 25
- 239000004065 semiconductor Substances 0.000 description 20
- 238000010586 diagram Methods 0.000 description 17
- 230000002950 deficient Effects 0.000 description 10
- 238000001514 detection method Methods 0.000 description 9
- 238000009826 distribution Methods 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000001771 impaired effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 229910052804 chromium Inorganic materials 0.000 description 1
- 239000011651 chromium Substances 0.000 description 1
- 210000004748 cultured cell Anatomy 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 238000013450 outlier detection Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000004544 sputter deposition Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Description
図1は、実施形態の画像分類装置1の概略構成を示す図である。画像分類装置1では、半導体基板9上のパターン欠陥を示す欠陥画像が取得され、その欠陥画像の分類が行われる。画像分類装置1は、撮像装置2、検査・分類装置4およびホストコンピュータ5を備えている。
本実施形態の検査・分類装置4によると、図6,図7において説明したように、教師つき学習において、比較的少ない特別欠陥教師データ631の数と同一もしくは少なくなるように、比較的多い一般欠陥教師データ633の中から一部を選択して、教師付学習を行うことにより、特別欠陥の再現率(Recall)が100%のコア分類器711を容易に生成できる。
以上、実施形態について説明してきたが、本発明は上記のようなものに限定されるものではなく、様々な変形が可能である。
2 撮像装置
4 検査・分類装置
5 ホストコンピュータ
21 撮像部
41 欠陥検出部
42 分類制御部
421 特徴量算出部
422 分類器
51 CPU
61 分類器構築部
610 学習部
611 分類器
613 分類器評価部
63 記憶部
631 特別欠陥教師データ
633 一般欠陥教師データ
71 特別欠陥分類器
711 コア分類器
713 カテゴリ決定部
101 教師データ選択部
103 コア分類器生成部
105 コア分類器評価部
107 コア分類器採用部
9 半導体基板
L1〜L7,L11 境界線
Claims (8)
- データをその特徴量に基づいて複数のカテゴリに分類する分類器を構築する分類器構築方法であって、
(a)特別カテゴリであると教示されたM個(Mは2以上の自然数)の特別教師データと、前記特別カテゴリとは異なる一般カテゴリに属するN個(NはMよりも大きい自然数)の一般教師データとを準備する工程と、
(b)前記N個の前記一般教師データの中からn個(nはMと同じかそれよりも小さい任意の自然数)を選択する工程と、
(c)前記M個の特別教師データと前記(b)工程にて選択された前記n個の前記一般教師データとを用いた教師つき学習を行うことにより、前記特別教師データと前記一般教師データとを分類するコア分類器の候補を生成する工程と、
(d)前記(c)工程にて生成された前記候補について、前記M個の特別教師データのうち少なくとも一部を用いた再代入法により評価を行う工程と、
(e)前記(d)工程において、前記特別教師データを所定の再現率で前記特別カテゴリに正しく分類する前記候補を、前記コア分類器として採用する工程と、
(f)前記(b)工程から前記(e)工程を繰り返すことによって、分類特性が異なる複数の前記コア分類器を備える分類器を構築する工程と、
を含む、分類器構築方法。 - 請求項1の分類器構築方法であって、
前記(e)工程において、前記所定の再現率が100%である、分類器構築方法。 - 請求項1または請求項2に記載の分類器構築方法であって、
前記(f)工程は、
(f−1)前記複数のコア分類器を備える前記分類器に、前記特別教師データおよび前記一般教師データを分類させたときに、前記特別カテゴリに正しく分類された教師データの適合率が所定値以上となるか否かを判定する工程、
を含み、
前記(f−1)工程における、前記適合率が所定の基準値を超えるまで、前記(b)工程から前記(e)工程を繰り返して前記コア分類器を生成する、分類器構築方法。 - 請求項1から請求項3のいずれか1項の分類器構築方法であって、
前記(f)工程において生成される前記分類器は、分類対象のデータについて、前記複数のコア分類器の全てが前記特別カテゴリに属すると判定した場合に、当該データを前記特別カテゴリに分類する分類器である、分類器構築方法。 - 請求項1から請求項4のいずれか1項の分類器構築方法であって、
前記データが画像データである、分類器構築方法。 - 請求項5の分類器構築方法であって、
前記画像データが、パターンの欠陥を示す欠陥画像を示すデータである、分類器構築方法。 - データを複数のカテゴリに分類する分類器であって、
特性が異なっており、各々が前記データを特別カテゴリと一般カテゴリとに分類する複数のコア分類器と、
前記複数のコア分類器による前記データの分類結果を集計して、前記データの分類先のカテゴリを決定するカテゴリ決定部と、
を備え、
前記特別カテゴリであると教示されたM個(Mは2以上の自然数)の特別教師データと、前記特別カテゴリとは異なる一般カテゴリに属するN個(NはMよりも大きい自然数)の一般教師データとを記憶する記憶部からn個(nはMと同じかそれよりも小さい任意の自然数)の前記一般教師データを選択する教師データ選択部と、
前記M個の特別教師データと前記教師データ選択部により選択された前記n個の前記一般教師データとを用いた教師つき学習に基づき、前記コア分類器の候補を生成するコア分類器生成部と、
前記コア分類器生成部により生成された前記候補について、前記M個の特別教師データのうち少なくとも一部を用いた再代入法により評価を行うコア分類器評価部と、
前記コア分類器評価部により、前記特別教師データを所定の再現率で前記特別カテゴリに正しく分類できたと評価された前記候補を、前記コア分類器として採用するコア分類器採用部と、
を有する、分類器構築部によって構築される、分類器。 - データを複数のカテゴリに分類する分類器を生成する分類器構築装置であって、
特別カテゴリであると教示されたM個(Mは2以上の自然数)の特別教師データと、前記特別カテゴリとは異なる一般カテゴリに属するN個(NはMよりも大きい自然数)の一般教師データとを記憶する記憶部からn個(nはMと同じかそれよりも小さい任意の自然数)の前記一般教師データを選択する教師データ選択部と、
前記M個の特別教師データと前記教師データ選択部により選択された前記n個の前記一般教師データとを用いた教師つき学習に基づき、前記特別教師データと前記一般教師データとを分類するコア分類器の候補を生成するコア分類器生成部と、
前記コア分類器生成部により生成された前記候補について、前記M個の特別教師データのうち少なくとも一部を用いた再代入法により評価を行うコア分類器評価部と、
前記コア分類器評価部により、前記特別教師データを所定の再現率で前記特別カテゴリに正しく分類できたと評価された前記候補を、前記コア分類器として採用するコア分類器採用部と、
を備える、分類器構築装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017107464A JP6871807B2 (ja) | 2017-05-31 | 2017-05-31 | 分類器構築方法、分類器および分類器構築装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017107464A JP6871807B2 (ja) | 2017-05-31 | 2017-05-31 | 分類器構築方法、分類器および分類器構築装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018205860A JP2018205860A (ja) | 2018-12-27 |
JP6871807B2 true JP6871807B2 (ja) | 2021-05-12 |
Family
ID=64957801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017107464A Active JP6871807B2 (ja) | 2017-05-31 | 2017-05-31 | 分類器構築方法、分類器および分類器構築装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6871807B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102282343B1 (ko) * | 2020-01-16 | 2021-07-28 | 성균관대학교산학협력단 | 평행 초평면을 이용한 데이터 포인트 분류 방법 및 장치 |
JP7286259B2 (ja) * | 2020-09-07 | 2023-06-05 | Kddi株式会社 | 特徴ベクトル生成装置、特徴ベクトル生成方法及び特徴ベクトル生成プログラム |
CN113391923B (zh) * | 2021-06-18 | 2022-12-23 | 上海钧正网络科技有限公司 | 系统资源数据分配方法和装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5503507B2 (ja) * | 2010-11-17 | 2014-05-28 | 日本放送協会 | 文字領域検出装置およびそのプログラム |
JP5841418B2 (ja) * | 2011-12-01 | 2016-01-13 | キヤノン株式会社 | 情報処理装置、情報処理方法、及びプログラム |
JP6584250B2 (ja) * | 2015-09-10 | 2019-10-02 | 株式会社Screenホールディングス | 画像分類方法、分類器の構成方法および画像分類装置 |
-
2017
- 2017-05-31 JP JP2017107464A patent/JP6871807B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018205860A (ja) | 2018-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6113024B2 (ja) | 分類器取得方法、欠陥分類方法、欠陥分類装置およびプログラム | |
JP6063756B2 (ja) | 教師データ作成支援装置、教師データ作成装置、画像分類装置、教師データ作成支援方法、教師データ作成方法および画像分類方法 | |
JP6472621B2 (ja) | 分類器構築方法、画像分類方法および画像分類装置 | |
JP6059486B2 (ja) | 教師データ検証装置、教師データ作成装置、画像分類装置、教師データ検証方法、教師データ作成方法および画像分類方法 | |
JP7074460B2 (ja) | 画像検査装置および方法 | |
JP6871807B2 (ja) | 分類器構築方法、分類器および分類器構築装置 | |
CN110223269A (zh) | 一种fpc缺陷检测方法和装置 | |
JP2016191589A (ja) | 欠陥分類装置および欠陥分類方法 | |
JP2002228606A (ja) | 電子線式回路パターンの検査方法および装置 | |
JP2014137284A (ja) | 教師データ作成支援装置、教師データ作成装置、画像分類装置、教師データ作成支援方法、教師データ作成方法および画像分類方法 | |
JP6530688B2 (ja) | 分類器構築方法、画像分類方法、分類器構築装置および画像分類装置 | |
JP6531036B2 (ja) | 教師データ作成支援方法、画像分類方法、教師データ作成支援装置および画像分類装置 | |
JP5075070B2 (ja) | 教師データ作成方法、並びに、画像分類方法および画像分類装置 | |
CN116935092A (zh) | 自动化缺陷分类和检测 | |
JP6763673B2 (ja) | 教師データ作成支援装置、画像分類装置、教師データ作成支援方法および画像分類方法 | |
WO2021090601A1 (ja) | 分類装置および画像分類システム | |
JP6425468B2 (ja) | 教師データ作成支援方法、画像分類方法、教師データ作成支援装置および画像分類装置 | |
KR102364865B1 (ko) | 제품의 양불을 판정하는 방법 및 장치 | |
JP2010091401A (ja) | 教師データ作成支援方法、並びに、画像分類方法および画像分類装置 | |
JP2020052475A (ja) | 分類器構築方法、画像分類方法、分類器構築装置および画像分類装置 | |
JP7120528B2 (ja) | 分類器構築方法、画像分類方法、分類器構築装置および画像分類装置 | |
JP7083721B2 (ja) | 分類器生成方法および分類器生成装置 | |
JP5858817B2 (ja) | 教師データ作成方法、並びに、画像分類方法および画像分類装置 | |
JP6960356B2 (ja) | 教師データ作成支援方法および教師データ作成支援装置 | |
JP2021157735A (ja) | 画像識別システム、画像識別装置、プログラムおよび学習済みモデル |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191223 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201105 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201215 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210209 |
|
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: 20210413 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210416 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6871807 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |