JPWO2021142400A5 - - Google Patents
Download PDFInfo
- Publication number
- JPWO2021142400A5 JPWO2021142400A5 JP2022542353A JP2022542353A JPWO2021142400A5 JP WO2021142400 A5 JPWO2021142400 A5 JP WO2021142400A5 JP 2022542353 A JP2022542353 A JP 2022542353A JP 2022542353 A JP2022542353 A JP 2022542353A JP WO2021142400 A5 JPWO2021142400 A5 JP WO2021142400A5
- Authority
- JP
- Japan
- Prior art keywords
- defect
- inspection system
- dies
- group
- weighted
- 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
- 230000007547 defect Effects 0.000 claims 92
- 238000007689 inspection Methods 0.000 claims 56
- 238000012360 testing method Methods 0.000 claims 7
- 230000004931 aggregating effect Effects 0.000 claims 2
- 238000005259 measurement Methods 0.000 claims 2
- 238000012552 review Methods 0.000 claims 2
- 238000013461 design Methods 0.000 claims 1
- 238000010801 machine learning Methods 0.000 claims 1
- 238000000034 method Methods 0.000 claims 1
- 238000011056 performance test Methods 0.000 claims 1
- 238000010998 test method Methods 0.000 claims 1
- 238000012876 topography Methods 0.000 claims 1
- 238000012549 training Methods 0.000 claims 1
Claims (31)
- 1つ以上のインライン試料分析ツールに通信可能に結合される制御器を備える、検査システムであって、前記制御器は、1つ以上のプロセッサを含み、前記1つ以上のプロセッサは、
前記1つ以上のインライン試料分析ツールのうちの少なくとも1つから受信されるデータに基づいて、ダイの群内の欠陥を識別すること、
重み付き欠陥モデルを使用して前記識別された欠陥に重みを割り当てることであって、前記重み付き欠陥モデルは、前記ダイの信頼性に対する前記識別された欠陥の予測される影響を示す重みを、前記識別された欠陥に割り当てる、割り当てること、
前記群内のそれぞれのダイにおける前記重み付き欠陥を集めることによって、前記群内の前記ダイのための欠陥スコアを生成すること、および
前記群内の前記ダイのための前記欠陥スコアに基づいて外れ値ダイのセットを決定することであって、前記外れ値ダイのセットの少なくともいくつかは、前記群から分離される、決定することを、前記1つ以上のプロセッサに行わせるプログラム命令を実行するように構成される、検査システム。 - 請求項1に記載の検査システムであって、前記1つ以上のインライン試料分析ツールは、
検査ツールまたは計測ツールのうちの少なくとも一方を備える、検査システム。 - 請求項1に記載の検査システムであって、前記外れ値ダイのセットのうちの少なくともいくつかを前記群から分離することは、
前記分離されたダイを流通サプライから除去することを含む、検査システム。 - 請求項1に記載の検査システムであって、前記外れ値ダイのセットのうちの少なくともいくつかを前記群から分離することは、
前記分離されたダイを1つ以上の性能試験の対象とすることを含む、検査システム。 - 請求項1に記載の検査システムであって、前記外れ値ダイのセットのうちの少なくともいくつかを前記群から分離することは、
前記外れ値ダイのセットの少なくとも前記欠陥スコアをレビューのためにユーザに提供することを含む、検査システム。 - 請求項5に記載の検査システムであって、前記外れ値ダイのうちの少なくともいくつかを前記群から分離することは、
前記群の残部の前記欠陥スコアをレビューのために前記ユーザに提供することをさらに含む、検査システム。 - 請求項1に記載の検査システムであって、前記群は、
試料内のダイ、ロット内の複数の試料内のダイ、または複数のロット内の試料内のダイのうちの少なくとも1つを含む、検査システム。 - 請求項1に記載の検査システムであって、重み付き欠陥モデルを使用して、前記識別された欠陥に重みを割り当てることは、
前記識別された欠陥の1つ以上の測定された特性に基づいて、重み付き欠陥モデルを使用して、前記識別された欠陥に重みを割り当てることを含む、検査システム。 - 請求項8に記載の検査システムであって、前記識別された欠陥の前記1つ以上の測定された特性は、
設計仕様からの逸脱、欠陥タイプ、欠陥クラス、または欠陥深刻度のうちの少なくとも1つを含む、検査システム。 - 請求項1に記載の検査システムであって、重み付き欠陥モデルを使用して前記識別された欠陥に重みを割り当てることは、
特定の欠陥と1つ以上の追加の識別された欠陥との間の関係性に基づいて、重み付き欠陥モデルを使用して、前記識別された欠陥に重みを割り当てることを含む、検査システム。 - 請求項10に記載の検査システムであって、前記特定の欠陥と1つ以上の追加の識別された欠陥との間の前記関係性は、
特定の層における欠陥密度、複数の層にわたる特定の場所における欠陥密度、または空間的欠陥パターンのうちの少なくとも1つを含む、検査システム。 - 請求項1に記載の検査システムであって、重み付き欠陥モデルを使用して前記識別された欠陥に重みを割り当てることは、
前記識別された欠陥の周囲の1つ以上の層の測定された特性に基づいて、重み付き欠陥モデルを使用して、前記識別された欠陥に重みを割り当てることを含む、検査システム。 - 請求項12に記載の検査システムであって、前記識別された欠陥の周囲の1つ以上の層の前記測定された特性は、
前記識別された欠陥の周囲の1つ以上のパターン化された特徴部の層厚、層組成、層平坦性、層地形、層抵抗性、局部的な応力測定値、または臨界寸法測定値のうちの少なくとも1つを含む、検査システム。 - 請求項1に記載の検査システムであって、重み付き欠陥モデルを使用して前記識別された欠陥に重みを割り当てることは、
1つ以上の規定の保護領域内の場所に基づいて、重み付き欠陥モデルを使用して、前記識別された欠陥に重みを割り当てることを含む、検査システム。 - 請求項14に記載の検査システムであって、前記1つ以上の保護領域のうちの少なくとも1つは、
電気的試験ツールによって試験されない1つ以上のテストエスケープ領域を含み、前記重み付き欠陥モデルは、前記1つ以上のテストエスケープ領域内の欠陥の識別を促進するために、前記1つ以上のテストエスケープ領域内の欠陥に比較的高い重みを割り当てる、検査システム。 - 請求項1に記載の検査システムであって、重み付き欠陥モデルを使用して前記識別された欠陥に重みを割り当てることは、
欠陥属性のライブラリまたは機械学習技術のうちの少なくとも一方による信頼性問題のグランドトゥルース表示に基づいて、重み付き欠陥モデルを使用して、前記識別された欠陥に重みを割り当てることを含む、検査システム。 - 請求項1に記載の検査システムであって、重み付き欠陥モデルを使用して前記識別された欠陥に重みを割り当てることは、
前記識別された欠陥を選択された数の重み付きクラスへと分類することを含む、検査システム。 - 請求項17に記載の検査システムであって、前記選択された数の重み付きクラスは、3つの重み付きクラスを含む、検査システム。
- 請求項17に記載の検査システムであって、前記重み付きクラスのうちの少なくとも1つは、即時故障または初期故障のうちの少なくとも一方を引き起こすことが予測されるキラー欠陥を含む、検査システム。
- 請求項17に記載の検査システムであって、前記重み付きクラスのうちの少なくとも1つは、ゼロに重み付けされるニューサンス欠陥を含む、検査システム。
- 請求項1に記載の検査システムであって、前記群内の前記ダイのための前記欠陥スコアに基づいて外れ値ダイのセットを決定することは、
前記欠陥スコアに基づいて前記群内の前記ダイをソートすること、および
前記ソートされた欠陥スコアに基づいて前記外れ値ダイのセットを前記群の残部から区別する前記欠陥スコアの切り捨て値を決定することを含む、検査システム。 - 請求項21に記載の検査システムであって、前記ソートされたダイに基づいて前記外れ値ダイのセットを前記群の残部から区別する前記欠陥スコアの切り捨て値を決定することは、
前記ソートされた欠陥スコアをプロットする外れ値グラフを生成すること、および
前記外れ値グラフに基づいて前記外れ値ダイのセットを前記群の残部から区別する前記欠陥スコアの切り捨て値を決定することを含む、検査システム。 - 請求項1に記載の検査システムであって、前記群内の前記ダイのための前記欠陥スコアに基づいて外れ値ダイのセットを決定することは、
選択された閾値を上回る欠陥スコアを有する前記群内のダイを前記外れ値ダイのセットへと分類することを含む、検査システム。 - 請求項23に記載の検査システムであって、前記群内の前記ダイのための前記欠陥スコアに基づいて外れ値ダイのセットを決定することは、
上限に基づいて前記外れ値ダイのセット内のダイの数を制限することをさらに含み、前記上限は、経済的な制限または歩留り制限のうちの少なくとも一方に基づいて決定される、検査システム。 - 請求項1に記載の検査システムであって、前記群内の前記ダイのための前記欠陥スコアに基づいて外れ値ダイのセットを決定することは、
ダイの訓練群に基づいて全体的欠陥限界を規定すること、および
前記全体的欠陥限界を上回る欠陥スコアを有する前記群内のダイを前記外れ値ダイのセットへと分類することを含む、検査システム。 - 請求項25に記載の検査システムであって、
前記全体的欠陥限界に合格するダイの群に基づいて動的な欠陥限界を規定すること、および
前記動的な欠陥限界を上回る欠陥スコアを有する前記群内のダイを前記外れ値ダイのセットへとさらに分類することをさらに含む、検査システム。 - 請求項1に記載の検査システムであって、前記群内の前記ダイのための前記欠陥スコアに基づいて外れ値ダイのセットを決定することは、
前記群の試料内の前記ダイと関連付けられた前記重み付き欠陥または前記欠陥スコアのうちの少なくとも一方を含むダイマップを生成すること、
前記試料内の前記ダイと関連付けられた前記重み付き欠陥または前記欠陥スコアのうちの少なくとも一方に基づいて前記試料上の1つ以上の空間的欠陥特徴を識別すること、および
前記外れ値ダイのセットにおいて前記1つ以上の空間的欠陥特徴内の欠陥を分類することを含む、検査システム。 - 請求項27に記載の検査システムであって、前記ダイマップは、電気的試験で不合格になる不合格ダイをさらに含み、前記試料上の1つ以上の空間的欠陥特徴を識別することは、
前記不合格ダイに少なくとも部分的に基づいて前記試料上の1つ以上の空間的欠陥特徴を識別することを含む、検査システム。 - 請求項1に記載の検査システムであって、前記群は、
電気的試験に合格するダイを含む、検査システム。 - 請求項1に記載の検査システムであって、前記システムは、
1つ以上の試料分析ツールのうちの少なくとも1つをさらに備える、検査システム。 - 1つ以上のインライン試料分析ツールから受信される検査データに基づいてダイの群内の欠陥を識別すること、
重み付き欠陥モデルを使用して、前記識別された欠陥に重みを割り当てることであって、前記重み付き欠陥モデルは、前記ダイの信頼性に対する前記識別された欠陥の予測される影響を示す重みを、前記識別された欠陥に割り当てる、割り当てること、
前記群内のそれぞれのダイ内の前記重み付き欠陥を集めることによって、前記群内の前記ダイのための欠陥スコアを生成すること、および
前記群内の前記ダイのための前記欠陥スコアに基づいて外れ値ダイのセットを決定することであって、前記外れ値ダイのセットの少なくともいくつかは、前記群から分離される、決定することを含む、検査方法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202062959984P | 2020-01-12 | 2020-01-12 | |
US62/959,984 | 2020-01-12 | ||
US17/101,856 | 2020-11-23 | ||
US17/101,856 US11293970B2 (en) | 2020-01-12 | 2020-11-23 | Advanced in-line part average testing |
PCT/US2021/012875 WO2021142400A1 (en) | 2020-01-12 | 2021-01-11 | Advanced in-line part average testing |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2023509787A JP2023509787A (ja) | 2023-03-09 |
JPWO2021142400A5 true JPWO2021142400A5 (ja) | 2023-12-07 |
JP7460775B2 JP7460775B2 (ja) | 2024-04-02 |
Family
ID=76760448
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022542353A Active JP7460775B2 (ja) | 2020-01-12 | 2021-01-11 | 高度なインライン部品平均試験 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11293970B2 (ja) |
JP (1) | JP7460775B2 (ja) |
KR (1) | KR20220127834A (ja) |
CN (1) | CN114930511A (ja) |
DE (1) | DE112021000600T5 (ja) |
IL (1) | IL294468A (ja) |
WO (1) | WO2021142400A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11681903B2 (en) | 2019-10-31 | 2023-06-20 | Micron Technology, Inc. | Spike detection in memristor crossbar array implementations of spiking neural networks |
US11668797B2 (en) | 2019-12-18 | 2023-06-06 | Micron Technology, Inc. | Intelligent radar electronic control units in autonomous vehicles |
US11754625B2 (en) * | 2020-01-30 | 2023-09-12 | Kla Corporation | System and method for identifying latent reliability defects in semiconductor devices |
US11947359B2 (en) * | 2020-02-14 | 2024-04-02 | Micron Technology, Inc. | Intelligent lidar sensors for autonomous vehicles |
US11656274B2 (en) | 2021-02-15 | 2023-05-23 | Kla Corporation | Systems and methods for evaluating the reliability of semiconductor die packages |
US11614480B2 (en) * | 2021-06-08 | 2023-03-28 | Kla Corporation | System and method for Z-PAT defect-guided statistical outlier detection of semiconductor reliability failures |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6265232B1 (en) * | 1998-08-21 | 2001-07-24 | Micron Technology, Inc. | Yield based, in-line defect sampling method |
US6367040B1 (en) * | 1999-01-11 | 2002-04-02 | Siemens Aktiengesellschaft | System and method for determining yield impact for semiconductor devices |
JP3734392B2 (ja) * | 1999-10-29 | 2006-01-11 | 松下電器産業株式会社 | 半導体集積回路の故障検査方法及びレイアウト方法 |
JP2013055092A (ja) * | 2011-09-01 | 2013-03-21 | Renesas Electronics Corp | スクリーニング方法、スクリーニング装置およびプログラム |
JP3833982B2 (ja) * | 2002-10-03 | 2006-10-18 | 株式会社東芝 | テストパターン選択装置、テストパターン選択方法、及びテストパターン選択プログラム |
US6947806B2 (en) * | 2003-09-04 | 2005-09-20 | Promos Technologies Inc. | System and method for effective yield loss analysis for semiconductor wafers |
JP3940718B2 (ja) * | 2003-10-30 | 2007-07-04 | 株式会社東芝 | 試験装置、良否判定基準設定装置、試験方法及び試験プログラム |
US7023230B1 (en) * | 2003-11-03 | 2006-04-04 | Lsi Logic Corporation | Method for testing IDD at multiple voltages |
US7340359B2 (en) * | 2005-05-02 | 2008-03-04 | Optimaltest Ltd | Augmenting semiconductor's devices quality and reliability |
US7308669B2 (en) * | 2005-05-18 | 2007-12-11 | International Business Machines Corporation | Use of redundant routes to increase the yield and reliability of a VLSI layout |
US7570796B2 (en) * | 2005-11-18 | 2009-08-04 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
JP2008145226A (ja) * | 2006-12-08 | 2008-06-26 | Olympus Corp | 欠陥検査装置及び欠陥検査方法 |
WO2008081227A1 (en) * | 2007-01-05 | 2008-07-10 | Freescale Semiconductor, Inc. | Method and apparatus for designing an integrated circuit |
US8140301B2 (en) * | 2007-04-30 | 2012-03-20 | International Business Machines Corporation | Method and system for causal modeling and outlier detection |
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 |
US8042073B1 (en) * | 2007-11-28 | 2011-10-18 | Marvell International Ltd. | Sorted data outlier identification |
JP4881332B2 (ja) * | 2008-02-15 | 2012-02-22 | 株式会社東芝 | 半導体集積回路のテスト品質評価装置、および半導体集積回路のテスト品質評価方法 |
JP5853738B2 (ja) | 2012-02-03 | 2016-02-09 | Jfeスチール株式会社 | 表面欠陥検査方法および表面欠陥検査装置 |
US10192303B2 (en) * | 2012-11-12 | 2019-01-29 | Kla Tencor Corporation | Method and system for mixed mode wafer inspection |
US9390494B2 (en) * | 2012-12-13 | 2016-07-12 | Kla-Tencor Corporation | Delta die intensity map measurement |
US9098891B2 (en) * | 2013-04-08 | 2015-08-04 | Kla-Tencor Corp. | Adaptive sampling for semiconductor inspection recipe creation, defect review, and metrology |
TWI483216B (zh) * | 2013-08-16 | 2015-05-01 | Nat Univ Tsing Hua | 晶圓圖之分析系統及其分析方法 |
US9767548B2 (en) * | 2015-04-24 | 2017-09-19 | Kla-Tencor Corp. | Outlier detection on pattern of interest image populations |
US10451563B2 (en) * | 2017-02-21 | 2019-10-22 | Kla-Tencor Corporation | Inspection of photomasks by comparing two photomasks |
US10761128B2 (en) * | 2017-03-23 | 2020-09-01 | Kla-Tencor Corporation | Methods and systems for inline parts average testing and latent reliability defect detection |
US10867877B2 (en) * | 2018-03-20 | 2020-12-15 | Kla Corporation | Targeted recall of semiconductor devices based on manufacturing data |
-
2020
- 2020-11-23 US US17/101,856 patent/US11293970B2/en active Active
-
2021
- 2021-01-11 IL IL294468A patent/IL294468A/en unknown
- 2021-01-11 KR KR1020227024897A patent/KR20220127834A/ko not_active Application Discontinuation
- 2021-01-11 DE DE112021000600.2T patent/DE112021000600T5/de active Pending
- 2021-01-11 WO PCT/US2021/012875 patent/WO2021142400A1/en active Application Filing
- 2021-01-11 CN CN202180008085.6A patent/CN114930511A/zh active Pending
- 2021-01-11 JP JP2022542353A patent/JP7460775B2/ja active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5460662B2 (ja) | 領域決定装置、観察装置または検査装置、領域決定方法および領域決定方法を用いた観察方法または検査方法 | |
JP5624660B2 (ja) | 検査レシピ作成システムおよびその方法 | |
US6613590B2 (en) | Yield based, in-line defect sampling method | |
JP3678133B2 (ja) | 検査システムおよび半導体デバイスの製造方法 | |
JP7460775B2 (ja) | 高度なインライン部品平均試験 | |
TW200842570A (en) | Method for enhancing the diagnostic accuracy of a VLSI chip | |
CN115798559A (zh) | 失效单元预测方法、装置、设备及存储介质 | |
KR20030051064A (ko) | 순수 디펙트에 의한 페일 발생 확률 측정방법, 순수디펙트에서 추출한 패턴 파라미터의 분류를 이용한 디펙트제한 수율 측정 방법 및 순수 디펙트에 의한 페일 발생확률 및 디펙트 제한 수율을 측정하기 위한 시스템 | |
JPWO2021142400A5 (ja) | ||
JPH11111796A (ja) | 不良解析方法及びその装置 | |
JP2012018012A (ja) | 故障診断方法、装置及びプログラム | |
Huang et al. | Advancements in diagnosis driven yield analysis (DDYA): A survey of state-of-the-art scan diagnosis and yield analysis technologies | |
JP2629523B2 (ja) | Lsi検査装置及び方法 | |
CN108073674B (zh) | 集成电路芯片中的系统缺陷的故障标识数据库的早期开发 | |
US6539272B1 (en) | Electric device inspection method and electric device inspection system | |
Barnett et al. | Yield-reliability modeling: experimental verification and application to burn-in reduction | |
JP7373675B2 (ja) | 検査対象の欠陥パターンの抽出装置、抽出方法及び記憶媒体 | |
US7035770B2 (en) | Fuzzy reasoning model for semiconductor process fault detection using wafer acceptance test data | |
Pan et al. | SpotMe effective co-optimization of design and defect inspection for fast yield ramp | |
TWI836175B (zh) | 先進在線零件平均測試 | |
JP4538205B2 (ja) | 検査データの解析プログラム、検査データ解析装置 | |
JP2003315415A (ja) | 半導体デバイス解析システム | |
JP2007227705A (ja) | シミュレーション装置、シミュレーションプログラム及びシミュレーション方法 | |
Patnaik et al. | Operational Risk in Semiconductor Fabrication Using Binary Classification Algorithms and Monte Carlo Simulation, a Systemic Review | |
Underhill et al. | Automatic detection of cracks about fasteners without fastener removal |