KR20170088849A - 다양화 및 결함 발견을 위한 동적 비닝 - Google Patents
다양화 및 결함 발견을 위한 동적 비닝 Download PDFInfo
- Publication number
- KR20170088849A KR20170088849A KR1020177013664A KR20177013664A KR20170088849A KR 20170088849 A KR20170088849 A KR 20170088849A KR 1020177013664 A KR1020177013664 A KR 1020177013664A KR 20177013664 A KR20177013664 A KR 20177013664A KR 20170088849 A KR20170088849 A KR 20170088849A
- Authority
- KR
- South Korea
- Prior art keywords
- bins
- defects
- attributes
- values
- wafer
- Prior art date
Links
- 230000007547 defect Effects 0.000 title claims abstract description 311
- 238000000034 method Methods 0.000 claims abstract description 158
- 235000012431 wafers Nutrition 0.000 claims abstract description 99
- 230000002950 deficient Effects 0.000 claims abstract description 5
- 238000007689 inspection Methods 0.000 claims description 58
- 238000005070 sampling Methods 0.000 claims description 42
- 238000012795 verification Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 17
- 235000010627 Phaseolus vulgaris Nutrition 0.000 claims description 14
- 244000046052 Phaseolus vulgaris Species 0.000 claims description 14
- 238000010200 validation analysis Methods 0.000 claims 1
- 238000012360 testing method Methods 0.000 description 14
- 230000003287 optical effect Effects 0.000 description 10
- 238000001514 detection method Methods 0.000 description 9
- 238000003860 storage Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 235000006719 Cassia obtusifolia Nutrition 0.000 description 1
- 235000014552 Cassia tora Nutrition 0.000 description 1
- 244000201986 Cassia tora Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9501—Semiconductor wafers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
-
- G06K9/52—
-
- G06K9/6255—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/772—Determining representative reference patterns, e.g. averaging or distorting patterns; Generating dictionaries
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Abstract
웨이퍼에 대한 결함 샘플을 발생시키기 위한 방법들 및 시스템들이 제공된다. 한가지 방법은 웨이퍼 상에서 검출된 결함들을 결함들의 하나 이상의 제1 속성의 제1 세트의 값들의 다양성을 갖는 빈들로 분리하는 단계를 포함한다. 본 방법은 또한 상기 빈들 중 하나 이상과 독립적으로, 결함들의 하나 이상의 제2 속성의 제2 세트의 다양성에 기초하여 상기 빈들 내의 결함들을 선택하는 단계를 포함한다. 선택한 결함들은 그 후 웨이퍼의 결함 샘플을 생성하는 데 사용된다. 이러한 방식으로, 다수의 속성들의 다양한 값들을 갖는 결함들이 쉽게 선택될 수 있다.
Description
본 발명은 일반적으로 웨이퍼에 대한 결함 샘플을 생성하는 방법 및 시스템에 관한 것이다.
다음의 설명 및 예들은 이 섹션에 포함되는 것으로 인하여 선행 기술로 인정되는 것은 아니다.
웨이퍼 검사 레시피(recipe)를 셋업(setup)하는 동안 가장 중요한 작업 중 하나는 웨이퍼에서 검출할 수 있는 최대한 많은 결함 유형을 식별하는 것이다. 자동화된 방법 셋업 및 튜닝이 더욱 중요해짐에 따라, 이러한 최적화를 위한 좋은 결함 세트를 자동으로 식별해야 할 필요성 또한 점차 중요해지고 있다. 좋은 트레이닝 세트 없이는 자동화된 최적화가 제대로 작동할 수 없다. 또한, 램프 업(ramp up) 제조 동안, 높고 알 수 없는 결함성(defectivity)이 문제일 때, 웨이퍼 상의 모든 결함을 식별하는 것이 똑같이 중요하다. 이 상황에서 관심은 주로 킬러 결함(killer defects)에 있다.
최대의 결함 유형 다양성을 달성하는 효과적인 샘플링 알고리즘을 개발할 필요성은 광학 검사에서 증가하는 난제로 인해 커져 왔다. 관심 결함(defects of interest, DOI)의 크기가 줄어듦에 따라 광학 검사는 이러한 결함에 대한 차별적인 감도를 유지하기 위해 애쓰고 있다. 원하는 감도를 얻기 위해 검사는 정교한 결함 검출 알고리즘에 덜 의존하는 경향이 있으며 다량의 결함 특성(또는 속성)을 활용하는 복잡한 방해 필터(nuisance filter)에 더 많이 의존하다. 그러나 그러한 필터를 튜닝하려면 모든 결함 유형을 대표하는 결함 모집단(defect population)이 필요하다.
모집단으로부터 결함을 샘플링하기 위해 현재 사용되는 일부 방법의 예는 2001년 7월 24일 시몬스(Simmons)에게 발행된 미국 특허 제6,265,232호, 2003년 9월 2일에 시몬스에게 발행된 미국 특허 제6,613,590호, 2004년 9월 14일 호소야(Hosoya) 등에 발행된 미국 특허 제6,792,367호, 2005년 5월 10일 시몬스에게 발행된 미국 특허 제6,890,775호, 2011년 3월 22일 시부야(Shibuya) 등게 발행된 미국 특허 제7,912,276호, 2005년 7월 21일 공개된 시몬스의 미국 특허출원공개번호 제2005/0158887호, 2008년 11월 27일 공개된 네마디(Nehmadi) 등의 미국 특허출원공개번호 제2008/0295048호에 설명되어 있으며, 이 모두는 본 명세서에서 완전히 설명된 것처럼 참조로 포함된다.
따라서, 전술한 하나 이상의 애플리케이션에 사용될 수 있는 웨이퍼용 결함 샘플을 생성하는 시스템들 및/또는 방법들을 개발하는 것이 유리할 것이다.
다음의 다양한 실시예들의 설명은 첨부된 청구범위의 내용을 제한하는 것으로 해석되어서는 안 된다.
일 실시예는 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법에 관한 것이다. 본 방법은 웨이퍼에 대한 검사 결과를 획득하는 단계를 포함한다. 검사 결과는 검사 프로세스에 의해 웨이퍼 상에서 검출된 결함들에 대한 정보를 포함한다. 상기 정보는 적어도 결함들에 대한 하나 이상의 제1 속성의 제1 세트 및 결함들에 대한 하나 이상의 제2 속성의 제2 세트에 대한 정보를 포함한다. 본 방법은 또한 하나 이상의 제1 속성 값들에서 최대 다양성(the most diversity)을 갖는 하나 이상의 제1 속성 값들을 식별하는 단계를 포함한다. 또한, 본 방법은 빈(bin)들 각각이 상기 값들의 일부분에만 대응하고 상기 빈들에 대응하는 값들이 하나 이상의 제1 속성의 다양성을 갖도록, 상기 식별된 값들에 기초하여 결함들에 대한 빈들의 세트를 발생(generate)시키는 단계를 포함한다. 본 방법은 또한 결함들에 대응하는 하나 이상의 제1 속성의 값들에 기초하여 결함들을 빈들으로 분리하는 단계를 포함한다. 본 방법은 또한 하나 이상의 제2 속성의 값들의 다양성에 기초하여 상기 빈들 중 하나의 빈으로부터 상기 빈들 중 상기 하나의 빔 내의 결함들을 선택하는 단계와 상기 빈들 중 적어도 하나의 다른 빈에 대하여 상기 선택 단계를 반복하는 단계를 포함한다. 또한, 본 방법은 상기 빈들 중 하나의 빈 및 상기 빈들 중 적어도 하나의 다른 빈으로부터 선택된 결함들을 포함하는 웨이퍼에 대하여 결함 샘플을 생성(create)하는 단계를 포함한다. 상기 획득 단계, 식별 단계, 발생 단계, 분리 단계, 선택 단계, 반복 단계 및 생성 단계는 컴퓨터 시스템에 의해 수행된다.
전술한 방법은 본 명세서에서 추가로 기술된 바와 같이 수행될 수 있다. 또한, 전술한 방법은 본 명세서에 기술된 임의의 다른 방법(들)의 임의의 다른 단계(들)을 포함할 수 있다. 또한, 전술한 방법은 본 명세서에 설명된 시스템들 중 임의의 것에 의해 수행될 수 있다.
다른 실시예는 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법을 수행하기 위해 컴퓨터 시스템상에서 실행 가능한 프로그램 명령어들을 저장하는 비일시적 컴퓨터 판독가능 매체에 관한 것이다. 컴퓨터 구현 방법은 전술한 방법의 단계들을 포함한다. 컴퓨터 판독가능 매체는 본 명세서에 설명된 바와 같이 추가로 구성될 수 있다. 컴퓨터 구현 방법의 단계들은 본 명세서에서 더 설명되는 바와 같이 수행될 수 있다. 또한, 프로그램 명령어들이 실행 가능한, 컴퓨터로 구현된 방법은 본 명세서에 설명된 임의의 다른 방법(들)의 임의의 다른 단계(들)을 포함할 수 있다.
추가적인 실시예는 웨이퍼에 대한 결함 샘플을 발생시키도록 구성된 시스템에 관한 것이다. 상기 시스템은 웨이퍼에 대한 검사 결과를 획득하도록 구성된 검사 서브시스템(subsystem)을 포함한다. 검사 결과에는 위에서 설명한 정보가 포함된다. 상기 시스템은 또한 전술한 방법의 식별 단계, 발생 단계, 분리 단계, 선택 단계, 반복 단계 및 생성 단계를 수행하도록 구성된 컴퓨터 서브시스템을 포함한다. 상기 시스템은 본 명세서에 설명된 바와 같이 추가로 구성될 수 있다.
본 발명의 다른 목적 및 이점은 하기의 상세한 설명을 읽고, 첨부된 도면들을 참조하여 명백해질 것이다.
도 1은 웨이퍼에 대한 결함 샘플을 발생하는 방법의 일부 실시예들에 포함될 수 있는 상이한 단계들을 도시하는 개략도이다.
도 2는 본 명세서에 설명된 하나 이상의 컴퓨터 구현 방법을 수행하기 위해 컴퓨터 시스템에서 실행 가능한 프로그램 명령어들을 저장하는 비일시적 컴퓨터 판독가능 매체의 일 실시예를 나타내는 블록도이다.
도 3은 웨이퍼에 대한 결함 샘플을 발생시키도록 구성된 시스템의 일 실시예의 측면도를 도시하는 개략도이다.
도 1은 웨이퍼에 대한 결함 샘플을 발생하는 방법의 일부 실시예들에 포함될 수 있는 상이한 단계들을 도시하는 개략도이다.
도 2는 본 명세서에 설명된 하나 이상의 컴퓨터 구현 방법을 수행하기 위해 컴퓨터 시스템에서 실행 가능한 프로그램 명령어들을 저장하는 비일시적 컴퓨터 판독가능 매체의 일 실시예를 나타내는 블록도이다.
도 3은 웨이퍼에 대한 결함 샘플을 발생시키도록 구성된 시스템의 일 실시예의 측면도를 도시하는 개략도이다.
본 발명은 다양한 변형 및 대안적인 형태가 가능하지만, 그 특정 실시예들은 도면에서 예로서 도시되며 본 명세서에 상세히 설명될 것이다. 그러나, 도면들 및 상세한 설명은 본 발명을 개시된 특정 형태로 제한하려는 것이 아니라, 반대로, 첨부된 청구범위에 의해 정의되는 본 발명의 정신과 범위 내에 있는 모든 변형, 균등물 및 대안을 포함하는 의도임을 이해해야 한다.
이제 도면들을 참조하면, 도면들은 축척대로 그려지지 않은 것을 알 수 있다. 특히, 도면의 일부 요소들의 규모는 요소의 특성을 강조하기 위해 크게 과장되어 있다. 또한, 도면들은 동일한 축적으로 그려지지 않는다는 것을 알 수 있다. 유사하게 구성될 수 있는 하나보다 많은 도면에 도시된 요소들은 동일한 참조 번호를 사용하여 표시되었다. 본 명세서에서 달리 언급하지 않는 한, 설명되고 도시된 요소들 중 어떤 것이라도 상업적으로 이용 가능한 임의의 적절한 요소들을 포함할 수 있다.
일 실시예는 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법에 관한 것이다. 일반적으로, 본 명세서에 기술된 실시예들은 결함 유형의 발견과 같은 애플리케이션들에 사용될 수 있는 신규한 다양화 방법 및 시스템을 제공한다. 본 명세서에 기술된 실시예들은 광학 모드 선택 또는 다른 목적을 위한 결함 모집단이 발생될 수 있는 방식을 근본적으로 변화시킨다. 본 명세서에 설명된 실시예들은 오프라인 방법으로서 구현될 수 있다. 예를 들어, 본 명세서에 기술된 실시예들은 캘리포니아주 밀피타스(Milpitas) 소재 KLA-Tencor로부터 상업적으로 이용 가능한 분류기(classifier) 튜닝을 위해 설계된 오프라인 애플리케이션인 IMPACT에서 구현될 수 있다.
본 명세서에 기술된 실시예들은 개선된 다양화 및 결함 발견을 위한 동적 비닝(dynamic binning)을 제공한다. 다양한 결함 세트를 샘플링하는 것은 웨이퍼 상에서 결함 유형, 특히 상대적으로 많은 수의 결함이 있는 결함 유형을 발견하는 강력한 기술이다. 다양화된 결함 샘플들을 발생하는데 사용될 수 있는 방법들 및 시스템들의 예들은 2014년 5월 15일에 발행된 플리할(Plihal) 등에 의한 미국 특허출원공개번호 제2014/0133737호에 기재되어 있으며, 이는 본 명세서에서 완전히 설명된 것처럼 참조로 포함된다. 이러한 방법들 및 시스템들 중 일부는 두 가지 기본 원칙에 따라 구축되는데, 그 두 가지 기본 원칙은 사용자가 선택할 수 있는 특징 공간(feature space); 및 이러한 공간에서 가능한 한 서로 멀리 떨어져 있는 결함의 선택이다. 결함 발견을 위해, 이 샘플링 방식은 다양화를 위한 상대적으로 작은 특징 공간을 선택하는데 효과적으로 사용될 수 있는 영역 지식(domain knowledge)에 의존한다.
앞에서 언급된 특허 출원에 기술된 방법들 및 시스템들이 다른 결함 샘플링 방법들 및 시스템들에 비해 상당한 이점을 제공하지만, 본 명세서에 설명된 실시예들은 그 특허 출원에 기재된 것들을 개선하는 샘플링 방식을 제공한다. 예를 들어, 그 특허 출원에 기술된 접근법들의 한 가지 잠재적인 문제점은 다양화 목적(diversification objectives)의 수가 증가함에 따라(즉, 다양화 특징 공간의 차원이 증가할 때) 샘플을 효과적으로 다양화하는 능력이 감소한다는 것이다. 이것은 결함이 발견된 콘텍스트(context)와 신호 속성과 관련하여 다양화와 같은 다수의 다양화 목적을 달성하는 것이 목표인 경우 문제가 될 수 있다. 이 두 가지 다양한 목표를 동시에 충족시키려고 하면 특징 공간이 희석되고 샘플링 계획이 두 가지 목적 중 어느 하나를 달성하는 데 덜 효과적이다. 본 명세서에 설명된 실시예들은 직관적이고, 구성 가능하며 검증 가능한 프로세스를 통해 이를 해결한다. 예를 들어, 본 명세서에서 더 설명되는 바와 같이, 실시예들은 현재의 방법들 및 시스템들보다 훨씬 더 효과적으로 다수의 다양화 목적을 달성할 수 있는 방법들 및 시스템들을 제공한다. 또한, 본 명세서에서 더 설명되는 바와 같이, 실시예들은 사용자들에 의해 더 쉽게 검증될 수 있는 다양화 목적의 더 직관적이고 단계적 구성을 제공한다.
본 방법은 웨이퍼에 대한 검사 결과를 획득하는 단계를 포함한다. 검사 결과는 검사 프로세스에 의해 웨이퍼 상에서 검출된 결함들에 대한 정보를 포함하고, 이 정보는 적어도 결함들에 대한 하나 이상의 제1 속성의 제1 세트 및 결함들에 대한 하나 이상의 제2 속성의 제2 세트에 대한 정보를 포함한다. 사용자는 방법에서 사용될 검사 결과 파일을 선택할 수 있다. 검사 결과는 웨이퍼 상에서 검출된 결함들의 위치와 같은 웨이퍼 상에서 검출된 결함들에 대한 정보, 및 결함들에 대하여 결정된 결함 속성 및 결함들에 대하여 생성된 이미지 데이터 또는 이미지들과 같은 웨이퍼 상에서 검출된 결함들에 대한 임의의 다른 정보를 포함할 수 있다.
일부 실시예들에서, 하나 이상의 제1 속성은 결함의 배경 또는 콘텍스트의 하나 이상의 제1 속성을 포함한다. 예를 들어, 하나 이상의 제1 속성은 그 휘도, 텍스쳐 등 결함 주변의 콘텍스트 또는 결함 주위의 패턴을 기술하는 속성을 포함할 수 있다. 이러한 속성들 또는 이들의 서브 세트는 결함이 위치하는 콘텍스트에 대한 결함을 다양화하기 위해 본 명세서에서 추가로 설명되는 바와 같이 사용될 수 있는 본 명세서에서 추가로 설명되는 동적 빈을 생성하는데 사용될 수 있다. 하나 이상의 제1 속성은 또한 결함의 다른 비-콘텍스트(non-context) 관련 속성 및/또는 하나 이상의 콘텍스트 관련 속성 및 결함의 하나 이상의 비-콘텍스트 관련 속성을 포함할 수 있다.
전술한 바와 같이, 콘텍스트와 관련된 제1 속성(들)은 웨이퍼에 대한 검사 시스템의 출력으로부터 결정될 수 있다. 즉, 제1 속성(들)은 콘텍스트가 검사 시스템의 출력에 나타나는 방식과 관련될 수 있다. 그러나, 콘텍스트와 관련된 제1 속성(들)은 또한 웨이퍼에 대한 설계 데이터와 같은 다른 소스들로부터 결정될 수 있다. 예를 들어, 제1 속성(들)으로서 사용될 수 있는 일부 콘텍스트 관련 속성은 콘텍스트를 특징짓는데 사용될 수 있는 패턴 밀도 등과 같은 설계 기반의 속성을 포함한다.
또한, 제1 속성(들)은 결함 바로 주변의 픽셀 및 그 광학 응답 특성을 특징 짓는 하나 이상의 속성을 포함할 수 있으나 결함 신호 그 자체는 아니다. 따라서 이러한 속성들은 위에서 설명한 콘텍스트 관련 속성보다 훨씬 작은 콘텍스트과 관련될 수 있다. 이러한 속성들의 예로는 캘리포니아주 밀피타스 소재 KLA-Tencor에서 상업적으로 입수할 수 있는 일부 검사 시스템들에 의해 사용되는 MDAT(multi-die automatic thresholding) 알고리즘과 같은 결함 검출 알고리즘에 의해 결정되는 그레이(gray) 레벨(예를 들어, "MDAT_GL"), 결함을 검출하기 위해 사용된 기준 이미지(reference image)의 거칠기("REFERENCE_Roughness"), 결함을 검출하기 위해 사용된 기준 이미지의 밝기("REFERENCE_Brightness"), 및 극성(polarity)(예를 들어, 결함 신호가 주변 신호들에 비하여 밝거나 어두운지 여부)을 포함한다.
추가 실시예에서, 하나 이상의 제2 속성은 결함에 대해 검출된 신호의 하나 이상의 속성을 포함한다. 예를 들어, 하나 이상의 제2 속성은 에너지, 크기 등과 같은 광 신호 속성들을 포함할 수 있다. 제2 속성(들)의 추가의 예는 결함 검출 알고리즘에 의해 결정된 에너지 파라미터("Energy_Param") 및 결함 검출 알고리즘들에 의해 결정된 다른 파라미터들(예를 들어 "IMX_Param3", "IMX_Param5" 및 "SpotLikeness")을 포함한다. 하나 이상의 제2 속성은 또한 결함의 다른 비-신호(non-signal) 관련 속성들 및/또는 하나 이상의 신호 관련 속성 및 결함의 하나 이상의 비-신호 관련 속성을 포함할 수 있다.
제1 속성(들) 및 제2 속성(들)은 또한 본 명세서에 설명된 실시예들에서 사용되는 다양화 기준에 따라 변할 수 있으며, 이는 사용 사례(use case), 웨이퍼, 처리 단계 등에 따라 변할 수 있다. 예를 들어, 제1 및/또는 제2 속성(들)의 추가적인 예들은 케어 에지(care edge)에 대한 결함 위치, 다이(die) 내의 결함 위치, 결함과 웨이퍼 에지 사이의 거리 등을 포함한다. 또한, 본 명세서에 기술된 실시예들은 여기서 설명된 제1 및 제2 속성(들)에 한정되지 않는다. 달리 말하면, 본 명세서에 기술된 실시예들은 웨이퍼 결함에 대해 결정될 수 있는 임의의 제1 및 제2 속성들을 사용하도록 구성될 수 있다.
본 방법은 또한 하나 이상의 제1 속성의 값들에서 최대 다양성을 갖는 하나 이상의 제1 속성의 값들을 식별하는 단계를 포함한다. 하나 이상의 제1 속성은 본 명세서에 더 설명된 바와 같이 본 명세서에 기술된 실시예에서 사용하기 위해 선택될 수 있다. 제1 속성(들)에 대해 최대 다양성을 갖는 값들을 식별하는 것은 제1 속성(들)에 따라 다양한 방식으로 수행될 수 있다. 또한, 본 명세서에서 더 설명되는 바와 같이, 제1 속성(들)의 다양한 값들이 결함에 대한 빈을 정의하는데 사용될 것이므로, 제1 속성(들)의 값들의 다양성은 본 방법에서 사용하기 위해 선택된 빈들의 수에 기초하여 결정될 수 있다. 예를 들어, 본 방법에서 사용하기 위해 선택된 빈들의 수가 10인 경우, 최대 다양성을 갖는 제1 속성(들)의 10개의 값들이 식별될 수 있다. 제1 속성(들) 중 하나의 속성의 값들이 이산된(discrete) "값들"인 경우(제1 속성(들) 중 하나의 속성에 대한 값들의 연속적인 범위와는 반대), 최대 다양성을 가지는 것으로 식별된 값들은 서로 가장 상이한 값들일 수 있다. 이러한 다양성은 제1 속성(들) 중 하나의 속성이 결함의 콘텍스트(또는 결함 위치 또는 그 근처의 패턴화된 특징)와 관련된 경우처럼 수치로 정의하기 어려운 "값들"에 대해서도 정의될 수 있다. 따라서 제1 속성(들)의 "값들"은 수치 값으로 제한되지 않고 대신 정성(qualitative) 유형 값들일 수 있다. 제1 속성(들) 중 하나의 속성의 값들이 연속적인 값들의 범위 내에 있는 경우, 총 범위(total range)를 본 방법에서 사용되는 빈들의 수로 나눠서, 전체 범위 내에서 상이하고 중첩되지 않는 값들의 서브 세트를 생성할 수 있다.
일 실시예에서, 본 명세서에 더 설명된 바와 같이 생성된 세트에 포함된 제1 속성(들) 및 빈들의 수는 사용자에 의해 선택된다. 빈들의 수 그 자체가 다양화 목표와 우선순위 사이의 균형을 변화시키는 데 사용될 수 있기 때문에 본 명세서에 설명된 다양화 빈들의 개념은 강력하다. 주어진 특징 서브-공간으로부터 생성된 빈들의 수가 더 많으면 최종 샘플링 방식이 이 공간에서의 다양화에 대하여 더 엄격해질 것이지만, 빈들의 수가 더 적으면, 반대 효과를 가질 것이다. 일부 실시예들에서, 본 방법은 사용자로부터 제1 속성(들) 및 빈들의 수를 요청하는 단계를 포함할 수 있다. 정보가 수신될 때 방법의 단계들이 수행될 수 있다. 그러한 경우들에서, 본 방법은 검사 결과에 포함된 모든 결함 속성 모두를 사용자에게 디스플레이하는 단계 및 사용자에게 제1 속성(들)으로서 사용하기 위해 결함 속성들 중 하나 또는 모두를 선택하도록 요청하는 단계를 포함할 수 있다.
본 방법은 또한 상기 빈들 각각이 상기 값들의 일부에만 대응하고, 상기 빈들에 대응하는 값들이 제1 속성(들)에서 다양성(예를 들어, 최대 다양성)을 갖도록, 식별된 값들에 기초하여 결함들에 대한 빈들의 세트를 발생시키는 단계를 포함한다. 다시 말해서, 본 방법에서 사용될 빈들은 빈들의 각각이 식별된 값들 중 하나에만 대응하도록 식별된 값들에 기초하여 정의될 수 있다. 따라서, 본 명세서에 기술된 실시예들은 특정한 다양화를 염두에 두고 하나의 특징 공간에서의 다양화 프로세스를 통해 달성되는 동적 비닝(dynamic binning)의 개념을 이용한다. 일부 실시예들에서, 빈들의 세트를 발생시키는 단계는 검사 결과로부터 식별된 값들 각각을 갖는 결함들 중 적어도 하나의 결함을 샘플링하는 단계, 및 식별된 값들 각각을 갖는 결함들 중 상기 샘플링된 적어도 하나의 결함에 기초하여 빈들을 정의하는 단계를 포함한다. 예를 들어, 다양화는 제1 속성 공간(들)에서 다양한 결함 세트를 샘플링하고, 샘플링된 결함들을 시드(seed)로 하여 가장 가까운 이웃 빈들을 생성함으로써 수행될 수 있다. 전술한 빈 생성은 다양성 샘플링 자체에 통합될 수도 있고, 샘플링과는 독립적으로 개별적으로 수행될 수도 있다.
이러한 일부 실시예들에서, 도 1에 도시된 바와 같이, 본 방법은 단계(100)에 도시된 바와 같이 일부 공간에서 다양성 샘플링을 수행하는 단계를 포함할 수 있다. 이 단계는 다양한 콘텍스트과 같은 제1 속성(들)의 다양한 값들을 얻기 위해 수행될 수 있다. 예를 들어, (결함의 콘텍스트가 결함 위치 및/또는 결함 위치 근처의 패턴화된 특징에 의해 정의되는) 콘텍스트 공간에서의 다양한 샘플링은, 서로 각각 실질적으로 상이하고 따라서 다양한 콘텍스트(104, 106, 108 및 110)의 세트(102)로서 도 1에 도시된 다양한 콘텍스트 세트를 생성할 수 있다. 도 1에 도시된 콘텍스트는, 단지 본 발명의 추가 이해를 의미하며 실제 웨이퍼 상에 형성될 수 있는 실제 콘텍스트를 보여주려는 의도는 아니다. 또한, 본 명세서에 설명된 실시예들이 웨이퍼 상에서 검출될 수 있는 임의의 결함에 대하여 사용될 수 있기 때문에, 이러한 콘텍스트에서 어떠한 결함도 도시되지 않음을 유의해야 한다. 또한, 도 1에 도시된 콘텍스트가 웨이퍼에 대한 설계에서 나타날 수 있는 것처럼 도시되어 있지만, 이 방법에서 사용되는 콘텍스트는 웨이퍼 결함의 이미지로부터 결정될 수 있으며, 따라서 설계에서와 같이 나타나지는 않지만, 웨이퍼 검사에 의해 생산된 웨이퍼의 이미지에서는 나타날 수 있다. 더욱이, 비록 콘텍스트의 세트가 4개의 상이한 콘텍스트를 포함하는 것으로 도 1에 도시되어 있지만, 세트에 포함된 상이한 콘텍스트의 수는 명백히 사용자에 의해 선택될 수 있는 빈들의 수에 따라 달라질 수 있다.
도 1에 도시된 실시예는, 단계(112)에 도시된 다양성 샘플링을 검증(validate)하는 단계를 포함한다. 다양성 샘플링을 검증하는 단계는 도 1에 도시된 다양한 콘텍스트들과 같은 제1 속성(들)의 다양한 값들을 사용자에게 디스플레이하는 단계, 및 사용자로부터 다양성 샘플링의 검증을 요청하는 단계를 포함할 수 있다. 이러한 방식으로, 다양성 샘플링의 검증은 적어도 부분적으로 사용자에 의해 시각적으로 수행될 수 있다. 다양성 샘플링의 검증은 또한 샘플링된 결함이 실질적으로 상이한 콘텍스트와 같은 제1 속성(들)의 다양한 세트를 생성한다는 것을 검증하는 것 및 서로 상대적으로 가까운 제1 속성(들)의 값들이 실질적으로 서로 유사하다는 것을 검증하는 것을 포함할 수 있다. 이러한 검증은 사용자가 수행할 수도 있다. 제1 결함 속성(들)에 대한 다양성 샘플링 결과의 검증에 관한 입력을 사용자로부터 수신하면, 본 방법은 다양성 샘플링을 수정하거나 본 명세서에 설명된 다른 단계들을 수행하는 것과 같은 다수의 단계들을 포함할 수 있다.
본 방법은 결함들에 대응하는 제1 속성(들)의 값들에 기초하여 결함들을 빈들로 분리하는 단계를 포함한다. 예를 들어, 시드로서 제1 속성(들)의 식별된 값들을 갖는 샘플링된 결함들로 전술한 바와 같이 빈들이 발생되면, 이러한 샘플링된 결함들은 가장 가까운 이웃 개념에 기초하여 나머지 결함들을 빈들로 분리하는데 사용될 수 있다.
다른 실시예에서, 본 방법 및 발생 단계는 빈들을 서로 분리하는 튜닝 커트라인(tuning cutlines)을 포함하지 않는다. 그러므로 본 명세서에 설명된 빈들이 생성/훈련되는 방식은 새로운 것으로 여겨진다. 특히, 빈들의 생성 동안 커트라인 튜닝을 수행하는 대신, 빈들을 생성하는 것은 샘플 크기 결정 비닝을 선택하여 사용자 정의 특징 선택을 기초로 할 수 있으며, 빈들의 품질은 패치 검사, 스캐터 플롯(scatter plot) 분포 등을 통하여 다양성을 시각적으로 검증함으로써 결정될 수 있는데, 이는 본 명세서에서 추가로 설명되는 바와 같이 수행될 수 있다.
일부 실시예들에서, 본 방법은 빈들로 분리된 결함들에 기초하여 빈들의 하나 이상의 특성을 결정하는 단계, 본 명세서에서 더 설명되는 선택 단계 전에 사용자에게 하나 이상의 특성을 디스플레이하는 단계, 및 사용자로부터 하나 이상의 특성의 검증을 요청하는 단계를 포함한다. 이러한 방식으로, 본 방법은 결함들을 빈들로 분리하는 것을 검증하는 단계를 포함할 수 있다. 결함 비닝을 검증하는 단계는 비닝 결과를 사용자에게 디스플레이하는 단계 및 사용자로부터 비닝의 검증을 요청하는 단계를 포함할 수 있다. 이러한 방식으로, 다양성 샘플링의 검증이 시각적으로 수행될 수 있다. 결함을 빈들로 분리하는 것을 검증하는 단계는 또한 샘플링된 결함들로 생성된 빈 내의 결함이 많이 변하지는 않는다고 검증하는 단계를 포함할 수 있다. 도 1의 단계(114)에 도시된 바와 같이, 본 방법은 또한 다양화가 만족될 때까지 전술한 프로세스를 반복하는 단계를 포함할 수 있다. 다시 말해서, 제1 속성(들)의 다양한 값들을 결정하는 단계, 빈들을 발생하는 단계, 결함들을 빈들로 분리하는 단계는 사용자가 비닝의 결과를 검증할 때까지 그리고/또는 비닝 결과가 미리 결정된 기준을 만족한다고 결정할 때까지 반복적으로 수행될 수 있으며, 이 기준은 사용자에 의해 미리 설정될 수도 있다. 도 1의 단계(116)에 더 도시된 바와 같이, 본 방법은 다양화를 빈들로 인코딩하는 단계를 포함할 수 있다. 예를 들어, 원하는 다양화가 얻어질 때, 다양화는 샘플링된 결함들을 중심으로 하는 빈들(즉, 샘플링된 결함들에 의해 정의된 가장 근접한 이웃 빈들)로 인코딩될 수 있다.
본 방법은 또한 하나 이상의 제2 속성의 값들의 다양성에 기초하여 빈들 중 하나의 빈으로부터 상기 빈들 중 하나의 빈 내의 결함들을 선택하는 단계, 및 상기 빈들 중 적어도 하나의 다른 빈에 대해 상기 선택 단계를 반복하는 단계를 포함한다. 일부 실시예들에서, 선택 단계는 상기 빈들 중 하나의 빈으로부터 선택된 결함들이 하나 이상의 제2 속성의 값들의 최대 다양성을 갖도록 다양성에 기초하여 수행된다. 이러한 방식으로, 이산 특징들(예컨대, 빈들 또는 그룹들)에 대한 다양화는 거리 측정 대신 이산 값들에 걸친 샘플 분포의 관점에서 정의된다. 즉, 새로 생성된 빈들은 최종 다양화 샘플링에서 결함 특징으로서 사용될 수 있다. 예를 들어, 도 11의 단계(118)에 도시된 바와 같이, 본 방법은 빈들 및 다른 속성들을 사용하여 샘플링을 수행하는 단계를 포함할 수 있다. 이러한 단계는 원하는 샘플링 전략을 구성하고 샘플링을 수행하기 위하여 위에서 설명한 대로 생성된 빈들을 본 명세서에서 설명된 "다른" 속성(들)과 함께 사용하는 단계를 포함할 수 있다. (빈들 각각에 대응하는 제1 속성(들)의 이산 값들과 같은) 이산 속성에서의 최상의 다양화(the best diversification)는 각각의 이산 값으로부터 대략 동일한 수의 결함을 샘플링함으로써 달성된다. 이와 같이, 일부 실시예들에서, 동일한 개수의 결함들은 결함들이 선택되는 빈들 각각으로부터 선택된다. 대조적으로, 연속 속성(continuous attribute)에서의 최상의 다양화는 가능하면 서로 멀리 떨어져(즉, 거리에 기초하여) 결함들을 샘플링함으로써 달성된다.
따라서, 본 명세서에 설명된 실시예들은 특정 유형의 다양화를 달성하기 위해 특징 공간의 더 작은 서브 공간에서 다양화 빈들을 발생시키고, 그 후 상이한 서브 공간에서 효율적인 동시 다양화를 달성하기 위해 이러한 빈들을 사용하는 것에 기초한다. 실시예들은 또한 본 명세서에서 추가로 기술된 바와 같이 추가 속성(들)에 관하여 결함을 다양화할 수 있다. 따라서, 별도 다양화 전략은 본 명세서에 기술된 실시예들을 통하여(예를 들어, 본 명세서에 설명된 사용자 구성 가능한(user-configurable) 프로세스를 통하여 그리고 새로이 생성된 빈들을 다른 특징들과 결합함으로써) 단일 다양화 프로세스로 결합될 수 있다. 제2 다양화는 제1 다양화와 완전히 상이한 특징 공간을 사용할 것이지만, 두 가지 목적 모두 제2 다양화에서 특징들 중 하나로서 빈 속성을 사용하는 것을 통하여 달성된다. 이와 같이, 본 명세서에 설명된 실시예들은 현재의 방법들 및 시스템들보다 훨씬 더 효과적으로 다수의 다양화 목적을 달성할 수 있고, 다양화 목적들의 보다 직관적이고 단계적인 구성을 제공할 수 있다. 따라서, 본 명세서에 기술된 실시예들의 장점은 이 방법이 다양화 프로세스를 직관적이고 제어되고 검증 가능한 단계들로 분할(partitoning)하는 직관적인 방법을 제공한다는 것이다. 이러한 단계들은 모든 부분 목적들을 동시에 꽤 잘 달성하는 포괄적인 다양화 전략으로 결합될 수 있다. 본 명세서에 기술된 실시예들은 또한, 특히 상대적으로 작은 샘플들에 대한 다양화 효율을 증가시키는 실질적으로 효율적인 차원 축소(dimensionality reduction)를 제공한다. 또한, 본 명세서에 설명된 실시예들은 비교적 높은 차원의 특징 공간에서의 결함 샘플 다양화를 위한 새로운 차원 축소 기술을 소개한다. 또한, 본 명세서에 기술된 실시예들은 비교적 복잡한 샘플링 전략들을 구현할 때 전례없는 유연성을 제공한다.
다른 실시예에서, 선택 단계는 결함들이 선택되는 빈들 각각에 대해 독립적으로 수행된다. 예를 들어, 결함들이 비닝된 서브 집단들(sub-populations) 각각은 결함들의 다른 서브 집단들 각각과 개별적으로 고려될 수 있다. 이러한 방식으로, 제2 속성(들)에 대한 결함들의 다양성은 각 서브 집단에 대하여 개별적으로 고려될 수 있다. 따라서 이산 빈 속성을 제2 다양화 공간과 결합함으로써 별도의 독립적인 다양화를 자동으로 수행할 수 있다. 예를 들어, 대략 동일한 샘플이 각 빈으로부터 선택될 수 있으며, 결과적으로 제2 속성(들)에 대한 다양화가 본질적으로 각 빈에 대한 독립적인 프로세스가 된다. 제2 속성(들)의 결함들의 다양성이 빈마다 다를 수 있기 때문에, 제2 속성(들)의 다양성을 위해 빈들 각각으로부터 결함들을 개별적으로 선택하는 것이 중요할 수 있다. 예를 들어, 제1 속성(들)이 결함 콘텍스트와 관련되고 제2 속성(들)이 결함 신호와 관련되는 경우, 한 콘텍스트의 결함들은 다른 콘텍스트의 결함과 비교하여 결함 신호에서 상이한 다양성을 나타낼 수 있다.
다른 실시예에서, 선택 단계는 다양성 및 하나 이상의 샘플 바이어싱(biasing) 파라미터에 기초하여 수행된다. 하나 이상의 샘플 바이어싱 파라미터는 본 명세서에 설명된 실시예들의 사용자로부터 수신될 수 있다. 예를 들어, 사용자가 웨이퍼 상에 존재할 수 있고 특히 관심의 대상이 될 수 있는 결함 유형들에 대한 사전 지식을 갖고 있다면, 사용자는 이들 결함들이 다른 유형의 결함들보다 결함 샘플에 포함되기 위해 더 많이 선택되도록, 그러한 유형의 결함들의 예상된 속성(들)에 기초하여 바이어싱 파라미터들을 설정할 수 있다. 그러한 일례에서, 만일 사용자가 특정 관심의 결함 유형이 결함 신호에 특정 극성을 가져야 한다는 것을 알고 있는 경우, 반대 극성을 갖는 결함들보다 그 극성을 갖는 결함들을 더 많이 선택하도록 바이어싱 파라미터(들)가 설정될 수 있다. 바이어싱 파라미터(들)는 임의의 적절한 방식으로 선택 단계에 사용되는 방법 및/또는 알고리즘에 통합될 수 있다. 이러한 방식으로, 본 명세서에 기술된 실시예들은 또한 특정 유형의 결함들에 바이어싱되는 다양한 샘플을 생성하도록 구성될 수 있다.
또 다른 실시예에서, 본 방법은 빈으로 분리되는 결함들 각각에 대한 빈 속성으로서 결함들이 분리되는, 빈들에 대한 정보를 저장하는 단계를 포함하고, 전술한 선택 단계 및 반복 단계는 결함들의 빈 속성들에 기초하여 수행된다. 예를 들어, 본 명세서에 기술된 실시예들은 최종 결함 샘플링에서 다양화 특징에 추후 추가될 수 있는 새로운 결함 (빈) 속성들의 형태로 샘플링 결과를 저장하는 능력을 도입하는 셋업 및 실행 능력을 가질 수 있다. 또한, 생성된 빈들(또는 빈 속성들)은 새로운 결함 특징 또는 유용한 정보의 소스로서 많은 결과(즉, 검사 결과 데이터 파일)로 저장될 수 있거나, 샘플링을 위해서만 사용되는 일시적 특징들 또는 속성들일 수 있다. 본 명세서에 설명된 실시예들은 또한 필요한 데이터(빈)를 생성하고 최종 샘플을 실행하기 위해 다양한 미리 구성된 샘플링 방식의 시퀀서(sequencer)를 구성하는 셋업 및 실행 기능을 가질 수 있다.
일 실시예에서, 제1 속성(들)은 웨이퍼 상의 결함들의 배경의 하나 이상의 속성(배경은 결함 패치 이미지에서 보이는 결함 뒤의 패턴임)을 포함한다. 다른 실시예에서, 제2 속성(들)은 검사 프로세스에서 결함에 대해 검출된 신호의 하나 이상의 특성을 포함한다. 예를 들어, 본 명세서에서 더 설명되는 바와 같이, 사용자들은 이미지 패치 배경에 기초하여 결함 모집단(defect population)을 다양화할 수 있고, 샘플링된 결함의 패치를 검사함으로써 다양화의 유효성을 검증한 다음, 다양화를 이들이 만족할 때 빈들로 고정(lock)시킬 수 있다. 제2 단계에서 그들은 배경에 대한 다양화를 유지하고 결함(신호) 속성(들) 등에 대한 다양화를 추가하기 위하여 빈들을 사용할 수 있다. 이러한 방식으로 사용자들은 (새로 생성된 빈들로 인코딩된) 결함 콘텍스트에 대해 다양화할 수 있고, 그 후 각 콘텍스트에서 비교적 큰 에너지 결함을 샘플링할 수 있다.
일 실시예에서, 본 방법은 상기 빈들로부터 선택된 결함의 하나 이상의 특성을 결정하는 단계, 본 명세서에서 더 설명되는 상기 생성 단계 이전에 하나 이상의 특성을 사용자에게 디스플레이하는 단계, 및 사용자로부터 상기 하나 이상의 특성의 요청하는 단계를 포함한다. 빈들로부터 선택된 결함들의 하나 이상의 특성은 본 명세서에서 더 설명되는 바와 같이 결정될 수 있으며, 본 명세서에서 더 설명되는 바와 같이 디스플레이될 수 있다. 또한, 사용자로부터 이러한 하나 이상의 특성의 검증을 요청하는 것은 본 명세서에서 더 설명되는 바와 같이 수행될 수 있다. 이러한 방식으로, 결함 샘플이 생성되기 전에 적어도 일부(또는 각각의) 속성에 대한 다양화가 검증될 수 있다.
일부 실시예들에서, 본 방법은 빈들로 분리된 결함들에 기초하여 빈들의 제1 특성을 결정하는 단계를 포함하고, 본 방법은 또한 빈들로부터 선택된 결함들의 제2 특성을 결정하는 단계를 포함하며, 제1 특성은 제2 특성과 동일하지 않고, 본 방법은 본 명세서에 더 설명되는 생성 단계 이전에 사용자에게 제1 특성 및 제2 특성을 디스플레이하는 단계 및 사용자로부터 제1 특성 및 제2 특성의 검증을 요청하는 단계를 더 포함한다. 다시 말해서, 다양화에 사용되는 속성(들)에 따라, 비닝 또는 샘플링의 결과가 사용자에게 디스플레이될 수 있다. 이와 같이, 본 명세서에 기술된 단계들의 결과들의 상이한 특성들은 단계들에서 사용된 속성(들)에 기초한 검증을 위해 사용자에게 디스플레이될 수 있다. 예를 들어, 일부 다양화는 이미지 패치를 조사하여 검증할 수 있지만 다른 다양화는 스캐터 플롯 등을 통한 검증이 필요할 수 있다. 어떤 경우에도 다양화에 사용된 속성(들)을 기반으로 사용자에게 결과를 디스플레이할 수 있는 것은 결과를 사용자들이 보다 쉽게 검증할 수 있게 한다.
제1 속성(들)이 콘텍스트와 관련되고 제2 속성(들)이 결함 신호와 관련되는 도 1에 도시된 그러한 일례에서, 샘플링 결과(120 및 122)는 사용자에게 디스플레이될 수 있다. 이러한 샘플링 결과에서 볼 수 있듯이 극적으로 상이한 정보가 극적으로 상이한 방식으로 사용자에게 전달된다. 예를 들어 결과들(120)은 빈들을 생성하는 데 사용된 제1 특성이 콘텍스트와 관련되어 있을 때 디스플레이될 수 있는 결과들의 예이다. 이 디스플레이에서 상이한 콘텍스트 관련 빈들로 분리된 결함들의 수와 각 빈으로부터 샘플링된 결함들의 수를 나타내는 방법에 의해 파레토(pareto)가 발생되고 디스플레이된다(패턴을 포함하는 막대들의 부분들은 각 빈으로부터 샘플링된 결함들의 부분을 나타내고, 패턴을 포함하지 않는 막대들의 부분들은 각 빈으로부터 샘플링되지 않은 결함들의 부분을 보여준다). 상이한 콘텍스트 관련 빈들 중 적어도 일부로부터 샘플링된 결함들의 상이한 부분들이 도 1에서 상이하게 도시되어 있지만(즉, 콘텍스트 관련 빈이 동일하지 않음), 콘텍스트 관련 빈들 각각으로부터 동일한 부분 또는 동일한 수의 결함들이 선택될 수 있다(콘텍스트 관련 빈에 포함된 결함의 수가 각 빈으로부터 선택된 결함의 수보다 적지 않다면, 이 경우 빈에 포함된 모든 결함이 선택될 수 있다). 이러한 방식으로, 모든 빈이 철저히 샘플링되었지 그리고 모든 콘텍스트가 샘플에 표현되었는지 여부를 사용자는 디스플레이된 결과로부터 쉽게 결정할 수 있다.
결과들(122)은 빈을 생성하기 위해 사용된 제2 속성(들)이 결함 신호와 관련될 때 디스플레이될 수 있는 결과들의 예이다. 이 디스플레이에서, 웨이퍼 상에서 검출되었고 결함들의 전체 모집단(entire population)으로부터 샘플링된 결함들의 결함 신호들의 제2 속성(들)뿐만 아니라, 웨이퍼 상에서 검출된 결함들의 결함 신호들의 제2 속성(들)을 도시하는 방법에 의해 스캐터 플롯이 생성되고 디스플레이된다. 특히 플롯에 도시된 실선들은 모집단에 포함되어 샘플링되지 않은 결함들을 나타내는 반면, 플롯의 열린 정사각형은 동일한 모집단에 포함되어 샘플링된 결함들을 나타낸다. 따라서, 사용자는 결함 속성(들)의 "다른" 공간도 철저하게 샘플링되었는지 여부를 이러한 디스플레이된 결과로부터 쉽게 결정할 수 있다. 이와 같이, 사용자에게 상이한 결과들을 디스플레이함으로써, 사용자는 두 가지(또는 모든) 다양화 목적이 달성되었는지 여부를 결정할 수 있다. 따라서, 본 명세서에 설명된 바와 같이, 실시예들은 다수의 다양화 목적을 구성하기 위해 사람의 입력 및 검증에 의존할 수 있다. 또한, 검증을 위해 사용자에게 디스플레이되는 본 명세서에서 기술된 단계들의 결과들은 본 방법에서 사용된 속성(들)에 기초하여 도 1에 도시된 것과 다른 결과들을 포함할 수 있다.
본 방법은 또한 빈들 중 하나의 빈 및 빈들 중 적어도 하나의 다른 빈으로부터 선택된 결함들을 포함하는 웨이퍼에 대한 결함 샘플을 생성하는 단계를 포함한다. 다시 말해서, 모든 빈들로부터 샘플링된 모든 결함에 대한 정보가 하나의 파일로 함께 결합되어, 이에 의해 결함 샘플을 생성할 수 있다. 생성된 결함 샘플은 임의의 다른 방법 또는 시스템에 의해 사용될 수 있거나 본 명세서에서 설명된 방법들 및 시스템들에 의해 사용될 수 있는 검사 결과 파일로서 출력될 수 있다. 생성된 결함 샘플을 포함하는 검사 결과 파일은 또한 본 명세서에서 설명된 실시예들에 의해 생성된 결함 샘플에 대해 발생된 임의의 정보를, 아마 본 명세서에서 설명된 실시예들에 의해 사용된 임의의 것을 포함하는 원래의 검사 결과 파일로부터의 임의의 다른 정보와 조합하여 포함할 수 있다.
몇몇 실시예들이 두 개의 결함 속성 세트에 관하여 본 명세서에서 설명되지만, 다양화 목적의 수는 2보다 클 수 있다. 다중 다양화 목표의 경우, 각 다양화 목적에 대해 하나씩, 다수의 빈 속성 세트가 생성되어 최종 샘플링 계획에 사용될 수 있다. 그러한 일부 실시예들은 이하에서 더 설명된다. 그러나 우리는 단지 2단계(two-step) 다양화를 실험적으로 특성화했으며, 그 결과 전반적인 다양화가 크게 개선되었다.
일부 실시예들에서, 본 방법은 결함들 중 하나 이상의 제3 속성의 값들의 다양성에 기초하여 빈들 중 하나의 빈으로부터 상기 빈들 중 상기 하나의 빈 내의 결함을 개별적으로 선택하는 단계를 포함하며, 본 방법은 또한, 상기 빈들 중 적어도 하나의 다른 빈에 대하여 상기 개별 선택 단계를 반복하는 단계를 포함하고, 상기 결함 샘플을 생성하는 단계는 상기 빈들 중 하나의 빈 및 상기 빈들 중 적어도 하나의 다른 빈으로부터 개별적으로 선택된 결함들을 결함 샘플에 추가하는 단계를 포함한다. 이러한 방식으로, 제1 속성(들)의 다양성에 기초하여 생성된 동일한 빈들이 제3 속성(들)에 대한 다양화를 위해 사용될 수 있다. 다시 말해서, 빈들은 제2 속성(들)의 다양성을 위해 한번 샘플링될 수 있고, 그 후 제3 속성(들)의 다양성을 위해 다시 샘플링될 수 있다. 이러한 방식으로 샘플링된 결함들을 포함하는 결함 샘플이 본 명세서에서 더 설명되는 바와 같이 생성될 수 있다. 이러한 단계들 각각은 본 명세서에서 추가로 기술된 바와 같이 수행될 수 있다.
다른 실시예에서, 본 방법은, 서브 빈들 각각이 제2 속성(들)의 값들의 일부에만 대응하고 서브 빈들에 대응하는 제2 속성(들)의 값들이 제2 속성(들)의 다양성을 가지도록, 결함들이 선택된 빈에 대한 서브 빈들의 세트를 제2 속성(들)의 값들에 기초하여 발생하는 단계를 포함한다. 이러한 방식으로, 제1 속성(들)의 다양성에 기초하여 생성된 빈들이 샘플링되어 제2 속성(들)에 대하여 다양화된 이후에, (본 명세서에 설명된 빈들이 발생되는 것과 동일한 방식으로) 상이한 서브 빈들이 발생되어 그 후 제1 속성(들) 및 제2 속성(들)에 대하여 다양화될 수 있다. 이러한 서브 빈들은 그 후 제3 속성(들)의 다양성을 위해 샘플링될 수 있다. 예를 들어, 그러한 일 실시예에서, 본 방법은 결함들의 제3 속성(들)의 값들의 다양성에 기초하여 서브 빈들 중 하나의 서브 빈으로부터 상기 서브 빈들 중 하나의 서브 빈 내의 결함을 개별적으로 선택하는 단계를 포함하고, 본 방법은 또한 상기 서브 빈들 중 적어도 하나의 다른 서브 빈에 대한 개별 선택을 반복하는 단계를 포함하며, 상기 결함 샘플을 생성하는 단계는 상기 서브 빈들 중 하나의 서브 빈 및 상기 서브 빈들 중 적어도 하나의 다른 서브 빈으로부터 개별적으로 선택된 결함들을 결함 샘플에 추가하는 단계를 포함한다. 이러한 단계들 각각은 본 명세서에서 추가로 기술된 바와 같이 수행될 수 있다. 이러한 방식으로, 결과적인 결함 샘플은 2세트보다 많은 속성 세트에 대해 다양화될 수 있다.
일부 실시예들에서, 본 방법은 하나 이상의 다른 웨이퍼에 대해 수행되며, 웨이퍼를 위해 생성된 빈 세트는 하나 이상의 다른 웨이퍼를 위한 빈 세트로서 사용되지 않는다. 예를 들어, 본 명세서에 설명된 실시예들은 하나의 웨이퍼를 사용하여 결함 샘플링 전략을 셋업하고 동일한 유형의 다른 웨이퍼들에 대해 그 설정된 전략을 적용하는 데 사용되도록 반드시 의도되지는 않는다. 특히, 본 명세서에 기술된 실시예들에 대한 주요 목적은, 특히 많은 다양화 목적이 있을 때 샘플들을 다양화하기 위한 새로운 방법을 제공하는 것뿐만 아니라 많은 상이한 (가능하면 복잡한) 샘플링 전략을 가능하게 하는 유연한 방법을 제공하는 것이다. 그러나, 본 명세서에 설명된 샘플링 방식은 하나의 웨이퍼 상에 셋업될 수 있고(빈을 셋업하는 것을 포함함), 동일한 셋업이 다른 웨이퍼들 상에서 사용될 수 있다. 이 경우, 본 명세서에 설명된 빈들은 각 웨이퍼 상에서 동적으로 생성될 수 있다. 즉, 빈들 사이의 경계는 각 웨이퍼 상에서 상이한 위치에 있을 수 있다. 바꿔 말하면, 빈들의 수는 사용자에 의해 지정될 수 있지만, 빈들 사이의 경계는 웨이퍼 별로(on a wafer-to-wafer basis) 결함 분포와 함께 이동할 수 있다.
전술한 획득 단계, 식별 단계, 발생 단계, 분리 단계, 선택 단계, 반복 단계 및 생성 단계는 본 명세서에 설명된 바와 같이 구성될 수 있는 컴퓨터 시스템에 의해 수행된다.
일 실시예에서, 본 방법은 결함 샘플에 기초하여 검사 레시피를 셋업하는 단계를 포함한다. 이러한 방식으로, 본 명세서에 설명된 실시예들은 자동 또는 수동 레시피 셋업 또는 최적화를 위해 사용되는 비교적 작지만 실질적으로 다양한 다양한 결함 샘플을 식별할 수 있다. 결함 샘플을 사용하여 검사 레시피를 셋업하는 것은 당업계에 공지된 임의의 적절한 방식으로 수행될 수 있으며, 하나 이상의 하드웨어 파라미터(예를 들어, 조명 파장 및/또는 입사각과 같은 광학 파라미터(들)) 하나 이상의 소프트웨어 파라미터(예를 들어, 결함 검출 알고리즘의 임계 값과 같은 결함 검출 파라미터들)를 선택하는 것을 포함할 수 있다. 예를 들어, 훨씬 더 다양화된 결함 세트를 포함하는 결함 샘플은 결함 검토 툴(defect review tool)로 전송되고 샘플링된 결함들 중 하나 이상을 분류하기 위하여 웨이퍼와 함께 사용될 수 있다. 이러한 방식으로, 사용자는 생성된 샘플의 하나 이상의 결함을 분류하고, 레시피 최적화를 위해 웨이퍼와 함께 분류된 결함을 사용할 수 있다.
일부 실시예들에서, 웨이퍼는 미지의(unknown) 결함성을 갖는다. 예를 들어, 본 명세서에 기술된 실시예들은 비교적 작은, 그러나 장치 램프 업(device ramp up) 동안에 엔지니어링 분석에 사용될 실질적으로 다양한 결함 샘플을 식별할 수 있다. 또한, 본 명세서에 설명된 실시예들은 미지의 층들 및 장치들에 대한 시간-대-DOI(time-to-DOI)를 감소시키고 DOI 샘플링을 향상시킬 수 있다. 또한, 미지의 결함성은 단지 웨이퍼 상의 공지된 관심 결함 유형의 미지의 위치 및 수가 아니라, 미지의 관심 결함 유형일 수 있다. 예를 들어, 전술한 바와 같이, 웨이퍼는 미지의 층 및 장치의 장치 램프 업 중에 제조될 수 있다. 따라서, 웨이퍼 상에 존재할 수 있는 결함의 종류 및 웨이퍼 상에 존재할 수 있는 임의의 결함의 특성에 관한 임의의 정보는 알려지지 않을 수 있다. 그러나 이러한 정보는 본 명세서에 설명된 대로 생성된 결함 샘플을 사용하여 수집할 수 있다.
전술한 방법의 실시예들 각각은 본 명세서에서 설명된 임의의 다른 방법(들)의 임의의 다른 단계(들)을 포함할 수 있다. 또한, 전술한 방법의 실시예들 각각은 본 명세서에 설명된 시스템들 중 임의의 것에 의해 수행될 수 있다.
본 명세서에 기술된 모든 방법들은 방법 실시예들의 하나 이상의 단계의 결과들을 컴퓨터 판독가능 저장 매체에 저장하는 단계를 포함할 수 있다. 결과는 본 명세서에 기재된 결과 중 임의의 것을 포함할 수 있고 당업계에 공지된 임의의 방식으로 저장될 수 있다. 저장 매체는 본 명세서에 설명된 임의의 저장 매체 또는 당업계에 공지된 임의의 다른 적절한 저장 매체를 포함할 수 있다. 결과가 저장된 후에, 결과는 저장 매체에서 액세스될 수 있고, 본 명세서에 기술된 임의의 방법 또는 시스템 실시예들 중 임의의 것에 의해 사용되거나, 사용자에게 디스플레이하기 위해 포맷되고, 다른 소프트웨어 모듈, 방법 또는 시스템 등에 의해 사용된다.
추가 실시예는 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법을 수행하기 위해 컴퓨터 시스템상에서 실행 가능한 프로그램 명령어들을 저장하는 비일시적(non-transitory) 컴퓨터 판독가능 매체에 관한 것이다. 이러한 한가지 실시예가 도 2에 도시되어 있다. 특히, 도 2에 도시된 바와 같이, 컴퓨터 판독가능 매체(200)는 컴퓨터 시스템(204)상에서 실행 가능한 프로그램 명령어들(202)을 포함한다. 컴퓨터 구현 방법은 전술한 방법의 단계들을 포함한다. 프로그램 명령어들이 실행될 수 있는 컴퓨터 구현 방법은 본 명세서에 기술된 임의의 다른 단계(들)을 포함할 수 있다.
본 명세서에 설명된 것과 같은 방법들을 구현하는 프로그램 명령어들(202)은 컴퓨터 판독가능 매체(200)에 저장될 수 있다. 컴퓨터 판독가능 매체는 자기 또는 광학 디스크, 자기 테이프 또는 당업계에 공지된 임의의 다른 적절한 비일시적인 컴퓨터 판독가능한 매체일 수 있다.
프로그램 명령어들은 특히 프로시져(procedure) 기반 기술, 컴포넌트 기반 기술 및/또는 객체 지향 기술을 비롯한 임의의 다양한 방법으로 구현될 수 있다. 예를 들어, 프로그램 명령어들은 ActiveX 컨트롤, C++ 객체, 자바빈(JavaBeans), MFC(Microsoft Foundation Classes) 또는 기타 기술 또는 방법을 원하는 대로 사용하여 구현될 수 있다.
컴퓨터 시스템은 퍼스널 컴퓨터 시스템, 이미지 컴퓨터, 메인 프레임 컴퓨터 시스템, 워크스테이션, 네트워크 어플라이언스, 인터넷 어플라이언스 또는 다른 장치를 포함하는 다양한 형태를 취할 수 있다. 일반적으로, "컴퓨터 시스템"이라는 용어는 메모리 매체로부터 명령어들을 실행하는 하나 이상의 프로세서를 갖는 임의의 장치를 포함하도록 광범위하게 정의될 수 있다. 컴퓨터 시스템은 또한 병렬 프로세서와 같은 당업계에 공지된 임의의 적합한 프로세서를 포함할 수 있다. 또한, 컴퓨터 시스템은 독립형 또는 네트워크형 툴로서 고속 처리 및 소프트웨어를 갖는 컴퓨터 플랫폼을 포함할 수 있다.
추가적인 실시예는 웨이퍼에 대한 결함 샘플을 발생시키도록 구성된 시스템에 관한 것이다. 이러한 시스템의 일 실시예가 도 3에 도시되어 있다. 시스템은 웨이퍼(304)에 대한 검사 결과를 획득하도록 구성된 검사 서브시스템(302)을 포함한다. 검사 결과는 검사 프로세스에 의해 웨이퍼 상에서 검출된 결함에 대한 정보를 포함하고, 상기 정보는 적어도 결함들에 대한 하나 이상의 제1 속성의 제1 세트 및 결함들에 대한 하나 이상의 제2 속성의 제2 세트에 대한 정보를 포함한다. 검사 결과에는 본 명세서에 설명된 임의의 정보가 포함될 수 있다.
검사 서브시스템은 광학 또는 광 기반 검사 서브시스템의 경우에 임의의 적합한 광원을 포함할 수 있는 소스(306)를 포함한다. 검사 서브시스템은 광 기반의 검사 서브시스템과 관련하여 본 명세서에서 더 설명되지만, 검사 서브시스템은 임의의 적절한 방식으로 수정되거나 또는 전자 빔 기반 검사 서브시스템이 되도록 대체될 수 있다.
광원으로부터 오는 빛은 웨이퍼(304)로 지향(direct)될 수 있다. 광원은 하나 이상의 집광 렌즈, 시준 렌즈, 릴레이 렌즈, 대물 렌즈, 애퍼처(aperture), 스펙트럼 필터, 편광 성분 등과 같은 임의의 다른 적절한 요소(도시되지 않음)에 결합될 수 있다. 도 3에 도시된 바와 같이, 빛은 비스듬한 입사각으로 웨이퍼로 지향될 수 있다. 그러나, 빛은 거의 수직 및 수직 입사를 포함하는 임의의 적절한 입사각으로 웨이퍼로 지향될 수 있다. 또한, 빛 또는 다수의 광선은 하나보다 많은 입사각으로 순차적으로 또는 동시에 웨이퍼로 지향될 수 있다.
웨이퍼(304)는 빛이 웨이퍼로 지향되고 있는 동안 스테이지(도시되지 않음) 상에 배치될 수 있다. 스테이지는 임의의 적절한 기계적 또는 로봇식 어셈블리를 포함할 수 있으며, 광이 웨이퍼로 지향되고 있는 동안 하나 이상의 방향으로 웨이퍼를 이동시키도록 구성되어, 빛이 검사 서브시스템에 의해 웨이퍼 위에서 주사(scanning)될 수 있다. 그러나, 검사 서브시스템은 임의의 다른 적절한 방식으로 웨이퍼를 통해 빛을 주사하도록 구성될 수 있다.
또한, 검사 서브시스템은 (암시야 가능(dark field capable) 검사 시스템의 경우에) 웨이퍼로부터 산란된 빛을 수집하도록 구성된 컬렉터(collector)(308)를 포함하는데, 이는 컬렉터에 의해 수집되는 웨이퍼로부터 산란된 빛을 검출하도록 구성된 검출기(detector)(310)로 상기 수집된 빛을 지향시키도록 구성된다. 컬렉터는 임의의 적절한 수 및 구성의 반사 및/또는 굴절 광학 요소를 포함할 수 있다. 검출기(310)는 임의의 적절한 검출기를 포함할 수 있다. 따라서, 검출기(310) 및 컬렉터(308)는 검사 서브시스템의 검출 서브시스템의 적어도 일부를 형성할 수 있다. 검출 서브시스템은 대물 렌즈들, 릴레이 렌즈들, 배율 렌즈들, 줌 렌즈들, 애퍼처들, 스펙트럼 필터들, 격자들 및 편광 성분들과 같은 검출기와 웨이퍼 사이의 광학 경로 내에 위치된 하나 이상의 다른 적절한 요소(도시되지 않음)를 포함할 수 있다. 검사 서브시스템이 웨이퍼로부터 산란된 빛을 검출하는 것으로 도 3에 도시되어 있지만, 검사 서브시스템은 또한 웨이퍼의 명시야(bright field, BF) 검사를 위해 부가적으로 또는 대안적으로 구성될 수 있다. 검사 서브시스템은 동시에 또는 순차적으로 웨이퍼로부터의 상이한 빛을 검출하는데 사용될 수 있는 하나보다 많은 검출기(도시되지 않음)를 또한 포함할 수 있다.
검사 서브시스템은 본 명세서에 설명된 검사 결과를 발생시키도록 구성된 컴퓨터 서브시스템(312)을 포함할 수 있다. 예를 들어, 컴퓨터 서브시스템(312)은 컴퓨터 서브시스템이 검출기의 출력을 수신할 수 있도록 "유선" 및/또는 "무선" 전송 매체를 포함할 수 있는 하나 이상의 전송 매체(도시되지 않음)에 의해 검출기(310)에 결합될 수 있다. 그 다음, 컴퓨터 서브시스템은 본 명세서에 설명된 바와 같이 웨이퍼 상의 결함들을 검출하고 결함들의 다중 속성 중 임의의 것을 결정하기 위해 출력을 사용할 수 있다. 컴퓨터 서브시스템(312)에 의해 발생된 정보는 본 명세서에서 이후에 설명되는 바와 같이 검사 결과 파일의 형태로 컴퓨터 서브시스템에 의해 출력될 수 있다.
검사 서브시스템은 웨이퍼 상의 결함을 검출하도록 구성된 하나의 컴퓨터 서브시스템을 포함할 수 있으며, 시스템은 본 명세서에 설명된 방법의 단계들을 수행하도록 구성된 다른 상이한 컴퓨터 서브시스템을 포함할 수 있다. 예를 들어, 시스템은 컴퓨터 서브시스템(314)이 컴퓨터 서브시스템(312)으로부터 검사 결과를 수신할 수 있도록 전술한 바와 같이 컴퓨터 서브시스템(312)에 결합될 수 있는 컴퓨터 서브시스템(314)을 포함할 수 있다. 컴퓨터 서브시스템(314)은 본 명세서에 설명된 식별 단계, 발생 단계, 분리 단계, 선택 단계, 반복 단계 및 생성 단계를 수행하도록 구성되는데, 이 단계들은 본 명세서에 설명된 바와 같이 수행될 수 있다. 컴퓨터 서브시스템 및 시스템은 본 명세서에 설명된 임의의 다른 단계(들)를 수행하도록 구성될 수 있고, 본 명세서에 설명된 바와 같이 추가적으로 구성될 수 있다. 또한, 시스템은 본 명세서에 설명된 모든 단계(들)를 수행하도록 구성된 단지 하나의 컴퓨터 서브시스템(예를 들어, 컴퓨터 서브시스템(312))만을 포함할 수 있다. 이것은 검사 툴이 본 명세서에 설명된 방법 실시예들을 수행하도록 구성된 경우일 수 있다. 예를 들어, 도 3에 도시된 검사 서브시스템은 본 명세서에 설명된 대로 웨이퍼 상의 결함들을 검출하고 결함 샘플을 생성하는 검사 툴로서 구성될 수 있다.
도 3은 본 명세서에 설명된 시스템 실시예들에 포함될 수 있는 검사 서브시스템의 하나의 구성을 일반적으로 예시하기 위해 본 명세서에 제공된다. 분명히, 본 명세서에 기술된 검사 서브시스템 구성은 상용 검사 시스템을 설계할 때 정상적으로 수행되는 검사 서브시스템의 성능을 최적화하도록 변경될 수 있다. 또한, 본 명세서에 설명된 시스템은 KLA-Tencor로부터 상업적으로 입수 가능한 Puma 90xx, 91xx 및 93xx 시리즈 툴과 같은 기존의 검사 시스템을 사용하여(예를 들어, 기존의 검사 시스템에 본 명세서에서 설명된 기능성을 추가함으로써) 구현될 수 있다. 일부 이러한 시스템들에 대해, 본 명세서에 기술된 방법들은 (예를 들어, 시스템의 다른 기능성에 추가하여) 시스템의 선택적 기능으로서 제공될 수 있다. 대안적으로, 본 명세서에 설명된 시스템은 완전히 새로운 시스템을 제공하기 위해 "처음부터(from scratch)" 설계될 수 있다.
본 발명의 다양한 양상의 다른 변형들 및 대안적인 실시예들은 이 설명을 고려하여 당업자에게 명백할 것이다. 예를 들어, 웨이퍼에 대한 결함 샘플을 발생하는 방법들 및 시스템들이 제공된다. 따라서,이 설명은 단지 예시적인 것으로서 해석되어야 하며, 본 발명을 수행하는 일반적인 방법을 당업자에게 교시하기 위한 것이다. 본 명세서에 도시되고 설명된 본 발명의 형태들은 현재 선호되는 실시예들로 간주되어야 한다는 것을 이해해야 한다. 본 명세서에 도시되고 설명된 것들을 대신하여 요소들 및 재료들이 대체될 수 있으며, 부분들 및 프로세스들은 역전될 수 있고, 본 발명의 특정 특징들은 독립적으로 이용될 수 있으며, 이는 이 발명의 설명의 이점을 얻은 후에 당업자에게 명백할 것이다. 다음의 청구범위에 기재된 본 발명의 사상 및 범위를 벗어나지 않고 본 명세서에 기재된 요소들을 변경할 수 있다.
Claims (39)
- 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법에 있어서,
상기 웨이퍼에 대한 검사 결과들을 획득하는 단계 ― 상기 검사 결과들은 검사 프로세스에 의해 상기 웨이퍼 상에서 검출된 결함들에 대한 정보를 포함하고, 상기 정보는 적어도 상기 결함들에 대한 하나 이상의 제1 속성의 제1 세트 및 상기 결함들에 대한 하나 이상의 제2 속성의 제2 세트에 대한 정보를 포함함 ― ;
상기 하나 이상의 제1 속성의 값들에서 최대 다양성(most diversity)을 가진 하나 이상의 속성의 값들을 식별하는 단계;
빈(bin)들 각각이 상기 값들의 일부에만 대응하고 상기 빈들에 대응하는 값들이 상기 하나 이상의 제1 속성의 다양성을 갖도록, 상기 식별된 값들에 기초하여 상기 결함들의 빈들의 세트를 발생시키는 단계;
상기 결함들에 대응하는 상기 하나 이상의 제1 속성의 값들에 기초하여 상기 결함들을 상기 빈들로 분리하는 단계;
상기 빈들 중 하나의 빈으로부터 상기 하나 이상의 제2 속성의 값들의 다양성에 기초하여 상기 빈들 중 상기 하나의 빈 내의 결함들을 선택하는 단계;
상기 빈들 중 적어도 하나의 다른 빈에 대하여 상기 선택 단계를 반복하는 단계; 및
상기 빈들 중 하나의 빈 및 상기 빈들 중 적어도 하나의 다른 빈으로부터 선택된 결함들을 포함하는 상기 웨이퍼에 대한 결함 샘플을 생성하는 단계
를 포함하고,
상기 획득 단계, 상기 식별 단계, 상기 발생 단계, 상기 분리 단계, 상기 선택 단계, 상기 반복 단계 및 상기 생성 단계는 컴퓨터 시스템에 의해 수행되는 것인, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 제1항에 있어서,
상기 하나 이상의 제1 속성은 상기 웨이퍼 상의 상기 결함들의 배경의 하나 이상의 속성을 포함하는 것인, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 제1항에 있어서,
상기 하나 이상의 제2 속성은 상기 검사 프로세스에서 상기 결함들에 대해 검출된 신호의 하나 이상의 특성을 포함하는 것인, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 제1항에 있어서,
상기 웨이퍼는 미지의 결함성(defectivity)을 갖는 것인, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 제1항에 있어서,
상기 하나 이상의 제1 속성 및 상기 세트에 포함된 빈들의 수는 사용자에 의해 선택되는 것인, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 제1항에 있어서,
상기 빈들로 분리된 상기 결함들에 기초하여 상기 빈들의 하나 이상의 특성을 결정하는 단계;
상기 선택 단계 전에 상기 하나 이상의 특성을 사용자에게 디스플레이하는 단계; 및
상기 사용자로부터 상기 하나 이상의 특성의 검증(validation)을 요청하는 단계
를 더 포함하는, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 제1항에 있어서,
상기 빈들로부터 선택된 결함들의 하나 이상의 특성을 결정하는 단계;
상기 생성 단계 전에 상기 하나 이상의 특성을 사용자에게 디스플레이하는 단계; 및
상기 사용자로부터 상기 하나 이상의 특성의 검증을 요청하는 단계
를 더 포함하는, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 제1항에 있어서,
상기 빈들로 분리된 상기 결함들에 기초하여 상기 빈들의 제1 특성을 결정하는 단계;
상기 빈들로부터 선택된 상기 결함들의 제2 특성을 결정하는 단계 ― 상기 제1 특성은 상기 제2 특성과 동일하지 않음 ― ;
상기 생성 단계 전에 상기 제1 특성 및 제2 특성을 사용자에게 디스플레이하는 단계; 및
상기 사용자로부터 상기 제1 특성 및 제2 특성의 검증을 요청하는 단계
를 더 포함하는, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 제1항에 있어서,
상기 빈들 중 상기 하나의 빈으로부터 선택된 결함들이 상기 하나 이상의 제2 속성의 값들의 최대 다양성을 갖도록, 상기 선택 단계는 다양성에 기초하여 수행되는 것인, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 제1항에 있어서,
상기 선택 단계는 다양성 및 하나 이상의 샘플 바이어싱(biasing) 파라미터에 기초하여 수행되는 것인, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 제1항에 있어서,
상기 빈들 중 상기 하나의 빈으로부터 상기 결함들의 하나 이상의 제3 속성의 값들의 다양성에 기초하여 상기 빈들 중 상기 하나의 빈 내의 결함들을 개별적으로 선택하는 단계를 더 포함하고,
상기 빈들 중 상기 적어도 하나의 다른 빈에 대하여 상기 개별 선택 단계를 반복하는 단계를 더 포함하며,
상기 결함 샘플을 생성하는 단계는, 상기 빈들 중 상기 하나의 빈 및 상기 빈들 중 상기 적어도 하나의 다른 빈으로부터 개별적으로 선택된 결함들을 상기 결함 샘플에 추가하는 단계를 포함하는 것인, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 제1항에 있어서,
서브 빈(sub-bin)들 각각이 상기 하나 이상의 제2 속성의 값들의 일부에만 대응하고 상기 서브 빈들에 대응하는 상기 하나 이상의 제2 속성의 값들이 상기 하나 이상의 제2 속성의 다양성을 갖도록, 상기 하나 이상의 제2 속성의 값들에 기초하여 결함들이 선택된 빈에 대한 서브 빈들의 세트를 발생시키는 단계를 더 포함하는, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 제12항에 있어서,
상기 서브 빈들 중 하나의 서브 빈으로부터 상기 결함들의 하나 이상의 제3 속성의 값들의 다양성에 기초하여 상기 서브 빈들 중 상기 하나의 서브 빈 내의 결함들을 개별적으로 선택하는 단계를 더 포함하고,
상기 서브 빈들 중 적어도 하나의 다른 서브 빈에 대하여 상기 개별 선택 단계를 반복하는 단계를 더 포함하며,
상기 결함 샘플을 생성하는 단계는, 상기 서브 빈들 중 상기 하나의 서브 빈 및 상기 서브 빈들 중 상기 적어도 하나의 다른 서브 빈으로부터 개별적으로 선택된 결함들을 상기 결함 샘플에 추가하는 단계를 포함하는 것인, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 제1항에 있어서,
결함들이 선택되는 빈들 각각으로부터 동일한 수의 결함들이 선택되는 것인, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 제1항에 있어서,
상기 선택 단계는 결함들이 선택되는 빈들 각각에 대해 독립적으로 수행되는 것인, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 제1항에 있어서,
상기 발생 단계는,
상기 검사 결과로부터 상기 식별된 값들 각각을 갖는 결함들 중 적어도 하나의 결함을 샘플링하는 단계; 및
상기 식별된 값들 각각을 갖는 결함들 중 적어도 하나의 샘플링된 결함에 기초하여 상기 빈들을 정의하는 단계
를 포함하는 것인, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 제1항에 있어서,
빈으로 분리되는 결함들 각각에 대한 빈 속성으로서 결함들이 분리되는 빈들에 대한 정보를 저장하는 단계를 더 포함하고,
상기 선택 단계 및 상기 반복 단계는 상기 결함들의 빈 속성들에 기초하여 수행되는 것인, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 제1항에 있어서,
상기 방법 및 상기 발생 단계는 상기 빈들을 서로 분리하는 튜닝 커트라인(tuning cutlines)을 포함하지 않는 것인, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 제1항에 있어서,
상기 방법은 하나 이상의 다른 웨이퍼에 대해 수행되고, 상기 웨이퍼에 대해 발생된 상기 빈들의 세트는 상기 하나 이상의 다른 웨이퍼에 대한 빈들의 세트로서 사용되지 않는 것인, 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법. - 웨이퍼에 대한 결함 샘플을 발생시키기 위한 컴퓨터 구현 방법을 수행하기 위하여 컴퓨터 시스템 상에서 실행가능한 프로그램 명령어들을 저장하는 비일시적(non-transitory) 컴퓨터 판독가능 매체에 있어서,
상기 컴퓨터 구현 방법은,
상기 웨이퍼에 대한 검사 결과들을 획득하는 단계 ― 상기 검사 결과들은 검사 프로세스에 의해 상기 웨이퍼 상에서 검출된 결함들에 대한 정보를 포함하고, 상기 정보는 적어도 상기 결함들에 대한 하나 이상의 제1 속성의 제1 세트 및 상기 결함들에 대한 하나 이상의 제2 속성의 제2 세트에 대한 정보를 포함함 ― ;
상기 하나 이상의 제1 속성의 값들에서 최대 다양성을 가진 하나 이상의 속성의 값들을 식별하는 단계;
빈들 각각이 상기 값들의 일부에만 대응하고 상기 빈들에 대응하는 값들이 상기 하나 이상의 제1 속성의 다양성을 갖도록, 상기 식별된 값들에 기초하여 상기 결함들에 대한 빈들의 세트를 발생시키는 단계;
상기 결함들에 대응하는 상기 하나 이상의 제1 속성의 값들에 기초하여 상기 결함들을 상기 빈들로 분리하는 단계;
상기 빈들 중 하나의 빈으로부터 상기 하나 이상의 제2 속성의 값들의 다양성에 기초하여 상기 빈들 중 상기 하나의 빈 내의 결함들을 선택하는 단계;
상기 빈들 중 적어도 하나의 다른 빈에 대하여 상기 선택 단계를 반복하는 단계; 및
상기 빈들 중 상기 하나의 빈 및 상기 빈들 중 상기 적어도 하나의 다른 빈으로부터 선택된 결함들을 포함하는 상기 웨이퍼에 대한 결함 샘플을 생성하는 단계
를 포함하는 것인, 비일시적 컴퓨터 판독가능 매체. - 웨이퍼에 대한 결함 샘플을 발생시키도록 구성된 시스템에 있어서,
상기 웨이퍼에 대한 검사 결과들을 획득하도록 구성된 검사 서브시스템 ― 상기 검사 결과들은 검사 프로세스에 의해 상기 웨이퍼 상에서 검출된 결함들에 대한 정보를 포함하고, 상기 정보는 적어도 상기 결함들에 대한 하나 이상의 제1 속성의 제1 세트 및 상기 결함들에 대한 하나 이상의 제2 속성의 제2 세트에 대한 정보를 포함함 ― ; 및
컴퓨터 서브시스템
을 포함하고,
상기 컴퓨터 서브시스템은,
하나 이상의 제1 속성의 값들에서 최대 다양성을 가진 상기 하나 이상의 제1 속성의 값들을 식별하고;
빈들 각각이 상기 값들의 일부에만 대응하고 상기 빈들에 대응하는 값들이 상기 하나 이상의 제1 속성의 다양성을 갖도록, 상기 식별된 값들에 기초하여 상기 결함들에 대한 빈들의 세트를 발생시키고;
상기 결함들에 대응하는 상기 하나 이상의 제1 속성의 값들에 기초하여 상기 결함들을 상기 빈들로 분리하고;
상기 빈들 중 하나의 빈으로부터 상기 하나 이상의 제2 속성의 값들의 다양성에 기초하여 상기 빈들 중 상기 하나의 빈 내의 결함들을 선택하고;
상기 빈들 중 적어도 하나의 다른 빈에 대하여 상기 선택 단계를 반복하며;
상기 빈들 중 상기 하나의 빈 및 상기 빈들 중 상기 적어도 하나의 다른 빈으로부터 선택된 결함들을 포함하는 상기 웨이퍼에 대한 결함 샘플을 생성하도록
구성되는 것인, 웨이퍼에 대한 결함 샘플 발생 시스템. - 제21항에 있어서,
상기 하나 이상의 제1 속성은 상기 웨이퍼 상의 상기 결함들의 배경의 하나 이상의 속성을 포함하는 것인, 웨이퍼에 대한 결함 샘플 발생 시스템. - 제21항에 있어서,
상기 하나 이상의 제2 속성은 상기 검사 프로세스에서 상기 결함들에 대해 검출된 신호의 하나 이상의 특성을 포함하는 것인, 웨이퍼에 대한 결함 샘플 발생 시스템. - 제21항에 있어서,
상기 웨이퍼는 미지의 결함성을 갖는 것인, 웨이퍼에 대한 결함 샘플 발생 시스템. - 제21항에 있어서,
상기 세트에 포함된 빈들의 수 및 상기 하나 이상의 제1 속성은 사용자에 의해 선택되는 것인, 웨이퍼에 대한 결함 샘플 발생 시스템. - 제21항에 있어서,
상기 컴퓨터 서브시스템은 또한,
상기 빈들로 분리된 상기 결함들에 기초하여 상기 빈들의 하나 이상의 특성을 결정하고,
상기 선택 단계 전에 상기 하나 이상의 특성을 사용자에게 디스플레이하며,
상기 사용자로부터 상기 하나 이상의 특성의 검증을 요청하도록
구성되는 것인, 웨이퍼에 대한 결함 샘플 발생 시스템. - 제21항에 있어서,
상기 컴퓨터 서브시스템은 또한,
상기 빈들로부터 선택된 결함들의 하나 이상의 특성을 결정하고,
상기 생성 단계 전에 상기 하나 이상의 특성을 사용자에게 디스플레이하며,
상기 사용자로부터 상기 하나 이상의 특성의 검증을 요청하도록
구성되는 것인, 웨이퍼에 대한 결함 샘플 발생 시스템. - 제21항에 있어서,
상기 컴퓨터 서브시스템은 또한,
상기 빈들로 분리된 상기 결함들에 기초하여 상기 빈들의 제1 특성을 결정하고,
상기 빈들로부터 선택된 상기 결함들의 제2 특성을 결정하고,
상기 생성 단계 전에 상기 제1 특성 및 제2 특성을 사용자에게 디스플레이하며,
상기 사용자로부터 상기 제1 특성 및 제2 특성의 검증을 요청하도록
구성되고,
상기 제1 특성은 상기 제2 특성과 동일하지 않은 것인, 웨이퍼에 대한 결함 샘플 발생 시스템. - 제21항에 있어서,
상기 빈들 중 상기 하나의 빈으로부터 선택된 결함들이 상기 하나 이상의 제2 속성의 값들의 최대 다양성을 갖도록, 상기 선택은 다양성에 기초하여 수행되는 것인, 웨이퍼에 대한 결함 샘플 발생 시스템. - 제21항에 있어서,
상기 선택은 다양성 및 하나 이상의 샘플 바이어싱 파라미터에 기초하여 수행되는 것인, 웨이퍼에 대한 결함 샘플 발생 시스템. - 제21항에 있어서,
상기 컴퓨터 서브시스템은 또한, 상기 빈들 중 상기 하나의 빈으로부터 상기 결함들의 하나 이상의 제3 속성의 값들의 다양성에 기초하여 상기 빈들 중 상기 하나의 빈 내의 결함들을 개별적으로 선택하도록 구성되고,
상기 컴퓨터 시스템은 또한, 상기 빈들 중 상기 적어도 하나의 다른 빈에 대하여 상기 개별 선택을 반복하도록 구성되고,
상기 결함 샘플을 생성하는 것은, 상기 빈들 중 상기 하나의 빈 및 상기 빈들 중 상기 적어도 하나의 다른 빈으로부터 개별적으로 선택된 결함들을 상기 결함 샘플에 추가하는 것을 포함하는 것인, 웨이퍼에 대한 결함 샘플 발생 시스템. - 제21항에 있어서,
상기 컴퓨터 서브시스템은 또한, 서브 빈들 각각이 상기 하나 이상의 제2 속성의 값들의 일부에만 대응하고 상기 서브 빈들에 대응하는 상기 하나 이상의 제2 속성의 값들이 상기 하나 이상의 제2 속성의 다양성을 갖도록, 상기 하나 이상의 제2 속성의 값들에 기초하여 결함들이 선택된 빈에 대한 서브 빈들의 세트를 발생시키도록 구성되는 것인, 웨이퍼에 대한 결함 샘플 발생 시스템. - 제32항에 있어서,
상기 컴퓨터 서브시스템은 또한, 상기 서브 빈들 중 하나의 서브 빈으로부터 상기 결함들의 하나 이상의 제3 속성의 값들의 다양성에 기초하여 상기 서브 빈들 중 상기 하나의 서브 빈 내의 결함들을 개별적으로 선택하도록 구성되고,
상기 컴퓨터 서브시스템은 또한, 상기 서브 빈들 중 적어도 하나의 다른 서브 빈에 대하여 상기 개별 선택 단계를 반복하도록 구성되고,
상기 결함 샘플을 생성하는 것은, 상기 서브 빈들 중 상기 하나의 서브 빈 및 상기 서브 빈들 중 상기 적어도 하나의 다른 서브 빈으로부터 개별적으로 선택된 결함들을 상기 결함 샘플에 추가하는 것을 포함하는 것인, 웨이퍼에 대한 결함 샘플 발생 시스템. - 제21항에 있어서,
결함들이 선택되는 빈들 각각으로부터 동일한 수의 결함들이 선택되는 것인, 웨이퍼에 대한 결함 샘플 발생 시스템. - 제21항에 있어서,
상기 선택은 결함들이 선택되는 빈들 각각에 대해 독립적으로 수행되는 것인, 웨이퍼에 대한 결함 샘플 발생 시스템. - 제21항에 있어서,
상기 발생은,
상기 검사 결과로부터 상기 식별된 값들 각각을 갖는 결함들 중 적어도 하나의 결함을 샘플링하는 것, 및
상기 식별된 값들 각각을 갖는 결함들 중 적어도 하나의 샘플링된 결함에 기초하여 상기 빈들을 정의하는 것
을 포함하는 것인, 웨이퍼에 대한 결함 샘플 발생 시스템. - 제21항에 있어서,
상기 컴퓨터 서브시스템은 또한, 빈으로 분리되는 결함들 각각에 대한 빈 속성으로서 결함들이 분리되는 빈들에 대한 정보를 저장하도록 구성되고,
상기 선택 및 상기 반복은 상기 결함들의 빈 속성들에 기초하여 수행되는 것인, 웨이퍼에 대한 결함 샘플 발생 시스템. - 제21항에 있어서,
상기 컴퓨터 서브시스템에 의해 수행되는 단계들은 상기 빈들을 서로 분리하는 튜닝 커트라인을 포함하지 않는 것인, 웨이퍼에 대한 결함 샘플 발생 시스템. - 제21항에 있어서,
상기 웨이퍼에 대해 발생된 상기 빈들의 세트는 상기 하나 이상의 다른 웨이퍼에 대한 빈들의 세트로서 사용되지 않는 것인, 웨이퍼에 대한 결함 샘플 발생 시스템.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201462065752P | 2014-10-19 | 2014-10-19 | |
| US62/065,752 | 2014-10-19 | ||
| US14/614,202 US9582869B2 (en) | 2014-10-19 | 2015-02-04 | Dynamic binning for diversification and defect discovery |
| US14/614,202 | 2015-02-04 | ||
| PCT/US2015/056169 WO2016064710A1 (en) | 2014-10-19 | 2015-10-19 | Dynamic binning for diversification and defect discovery |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20170088849A true KR20170088849A (ko) | 2017-08-02 |
| KR102226225B1 KR102226225B1 (ko) | 2021-03-09 |
Family
ID=55749438
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020177013664A KR102226225B1 (ko) | 2014-10-19 | 2015-10-19 | 다양화 및 결함 발견을 위한 동적 비닝 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US9582869B2 (ko) |
| JP (1) | JP6570014B2 (ko) |
| KR (1) | KR102226225B1 (ko) |
| CN (1) | CN106796180B (ko) |
| SG (1) | SG11201702921XA (ko) |
| TW (1) | TWI648707B (ko) |
| WO (1) | WO2016064710A1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020146163A1 (en) * | 2019-01-08 | 2020-07-16 | Kla Corporation | Unsupervised defect segmentation |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10679909B2 (en) * | 2016-11-21 | 2020-06-09 | Kla-Tencor Corporation | System, method and non-transitory computer readable medium for tuning sensitivies of, and determining a process window for, a modulated wafer |
| US10713534B2 (en) * | 2017-09-01 | 2020-07-14 | Kla-Tencor Corp. | Training a learning based defect classifier |
| US11514357B2 (en) * | 2018-03-19 | 2022-11-29 | Kla-Tencor Corporation | Nuisance mining for novel defect discovery |
| US10670536B2 (en) | 2018-03-28 | 2020-06-02 | Kla-Tencor Corp. | Mode selection for inspection |
| US10620134B2 (en) | 2018-05-11 | 2020-04-14 | Kla-Tencor Corp. | Creating defect samples for array regions |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060082763A1 (en) * | 2004-10-12 | 2006-04-20 | Teh Cho H | Computer-implemented methods and systems for classifying defects on a specimen |
| US20060265145A1 (en) * | 2004-09-30 | 2006-11-23 | Patrick Huet | Flexible hybrid defect classification for semiconductor manufacturing |
| US20060287751A1 (en) * | 2005-06-06 | 2006-12-21 | Mark Dishner | Computer-implemented methods for performing one or more defect-related functions |
| US20120027285A1 (en) * | 2010-07-27 | 2012-02-02 | Vladimir Shlain | Defect classification with optimized purity |
| US20140133737A1 (en) * | 2012-11-12 | 2014-05-15 | Kla-Tencor Corporation | Unbiased Wafer Defect Samples |
Family Cites Families (17)
| 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 |
| US6792366B2 (en) | 2001-12-11 | 2004-09-14 | Hitachi, Ltd. | Method and apparatus for inspecting defects in a semiconductor wafer |
| US7739064B1 (en) * | 2003-05-09 | 2010-06-15 | Kla-Tencor Corporation | Inline clustered defect reduction |
| JP2005109056A (ja) * | 2003-09-30 | 2005-04-21 | Matsushita Electric Ind Co Ltd | 半導体素子の検査装置 |
| US7844100B2 (en) * | 2004-11-29 | 2010-11-30 | Applied Materials Israel, Ltd. | Method for filtering nuisance defects |
| JP4750444B2 (ja) | 2005-03-24 | 2011-08-17 | 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 |
| US7570796B2 (en) * | 2005-11-18 | 2009-08-04 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
| US7676077B2 (en) * | 2005-11-18 | 2010-03-09 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
| US7570800B2 (en) * | 2005-12-14 | 2009-08-04 | Kla-Tencor Technologies Corp. | Methods and systems for binning defects detected on a specimen |
| US7904845B2 (en) * | 2006-12-06 | 2011-03-08 | Kla-Tencor Corp. | Determining locations on a wafer to be reviewed during defect review |
| US8194968B2 (en) * | 2007-01-05 | 2012-06-05 | Kla-Tencor Corp. | Methods and systems for using electrical information for a device being fabricated on a wafer to perform one or more defect-related functions |
| KR100867634B1 (ko) * | 2007-03-09 | 2008-11-10 | 삼성전자주식회사 | 웨이퍼 시료 분석 방법 |
| US8799831B2 (en) | 2007-05-24 | 2014-08-05 | Applied Materials, Inc. | Inline defect analysis for sampling and SPC |
| US8135204B1 (en) * | 2007-09-21 | 2012-03-13 | Kla-Tencor Technologies Corp. | Computer-implemented methods, carrier media, and systems for creating a defect sample for use in selecting one or more parameters of an inspection recipe |
| US8223327B2 (en) * | 2009-01-26 | 2012-07-17 | Kla-Tencor Corp. | Systems and methods for detecting defects on a wafer |
| US9053390B2 (en) * | 2012-08-14 | 2015-06-09 | Kla-Tencor Corporation | Automated inspection scenario generation |
| US9310320B2 (en) * | 2013-04-15 | 2016-04-12 | Kla-Tencor Corp. | Based sampling and binning for yield critical defects |
-
2015
- 2015-02-04 US US14/614,202 patent/US9582869B2/en active Active
- 2015-10-19 KR KR1020177013664A patent/KR102226225B1/ko active IP Right Grant
- 2015-10-19 CN CN201580055533.2A patent/CN106796180B/zh active Active
- 2015-10-19 SG SG11201702921XA patent/SG11201702921XA/en unknown
- 2015-10-19 WO PCT/US2015/056169 patent/WO2016064710A1/en active Application Filing
- 2015-10-19 JP JP2017539523A patent/JP6570014B2/ja active Active
- 2015-10-19 TW TW104134248A patent/TWI648707B/zh active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060265145A1 (en) * | 2004-09-30 | 2006-11-23 | Patrick Huet | Flexible hybrid defect classification for semiconductor manufacturing |
| US20060082763A1 (en) * | 2004-10-12 | 2006-04-20 | Teh Cho H | Computer-implemented methods and systems for classifying defects on a specimen |
| US20060287751A1 (en) * | 2005-06-06 | 2006-12-21 | Mark Dishner | Computer-implemented methods for performing one or more defect-related functions |
| US20120027285A1 (en) * | 2010-07-27 | 2012-02-02 | Vladimir Shlain | Defect classification with optimized purity |
| US20140133737A1 (en) * | 2012-11-12 | 2014-05-15 | Kla-Tencor Corporation | Unbiased Wafer Defect Samples |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020146163A1 (en) * | 2019-01-08 | 2020-07-16 | Kla Corporation | Unsupervised defect segmentation |
| US11550309B2 (en) | 2019-01-08 | 2023-01-10 | Kla Corporation | Unsupervised defect segmentation |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2016064710A1 (en) | 2016-04-28 |
| CN106796180A (zh) | 2017-05-31 |
| US20160110857A1 (en) | 2016-04-21 |
| TW201626328A (zh) | 2016-07-16 |
| CN106796180B (zh) | 2019-07-26 |
| JP2017536708A (ja) | 2017-12-07 |
| KR102226225B1 (ko) | 2021-03-09 |
| TWI648707B (zh) | 2019-01-21 |
| JP6570014B2 (ja) | 2019-09-04 |
| US9582869B2 (en) | 2017-02-28 |
| SG11201702921XA (en) | 2017-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7200113B2 (ja) | 深くスタック化された層を有するウェハにおいて欠陥分類器を訓練して適用するためのシステムと方法 | |
| KR20170088849A (ko) | 다양화 및 결함 발견을 위한 동적 비닝 | |
| KR102022150B1 (ko) | 비편향 웨이퍼 결함 샘플 | |
| KR101995618B1 (ko) | 자동화된 검사 시나리오 생성 | |
| KR101886853B1 (ko) | 비트 불량 및 가상 검사를 이용한 웨이퍼 검사 공정의 생성 | |
| US9739720B2 (en) | Method, computer system and apparatus for recipe generation for automated inspection of semiconductor devices | |
| TW201712775A (zh) | 疊代式缺陷濾除製程 | |
| TW201419015A (zh) | 選擇用於缺陷偵測方法之參數 | |
| KR20180117708A (ko) | 제조된 컴포넌트 결함을 국부 적응 문턱값을 사용하여 식별하기 위한 시스템, 방법 및 컴퓨터 프로그램 제품 | |
| JP2013534055A (ja) | ウェーハ検査または計測設定のためのデータ擾乱 | |
| TWI683284B (zh) | 保留可重標準化性之製造樣本成型 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |