KR20170120182A - 적응형 뉴슨스 필터 - Google Patents

적응형 뉴슨스 필터 Download PDF

Info

Publication number
KR20170120182A
KR20170120182A KR1020177027771A KR20177027771A KR20170120182A KR 20170120182 A KR20170120182 A KR 20170120182A KR 1020177027771 A KR1020177027771 A KR 1020177027771A KR 20177027771 A KR20177027771 A KR 20177027771A KR 20170120182 A KR20170120182 A KR 20170120182A
Authority
KR
South Korea
Prior art keywords
filter
sample
newson
events
results
Prior art date
Application number
KR1020177027771A
Other languages
English (en)
Other versions
KR102330733B1 (ko
Inventor
아디스 리앙
마틴 플리할
라가브 바불나스
산카르 벤카타라만
Original Assignee
케이엘에이-텐코 코포레이션
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 케이엘에이-텐코 코포레이션 filed Critical 케이엘에이-텐코 코포레이션
Publication of KR20170120182A publication Critical patent/KR20170120182A/ko
Application granted granted Critical
Publication of KR102330733B1 publication Critical patent/KR102330733B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/20—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
    • G01N23/20008—Constructional details of analysers, e.g. characterised by X-ray source, detector or optical system; Accessories therefor; Preparing specimens therefor
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • 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
    • 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
    • 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
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106—General arrangement of respective parts
    • G01N2021/0118—Apparatus with remote processing
    • G01N2021/0137—Apparatus with remote processing with PC or the like
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8809—Adjustment for highlighting flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/06—Illumination; Optics
    • G01N2201/061—Sources
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/06—Illumination; Optics
    • G01N2201/068—Optics, miscellaneous
    • G01N2201/0683—Brewster plate; polarisation controlling elements

Landscapes

  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Engineering & Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

적응형 뉴슨스 필터를 사용하여 표본에 대한 검사 결과들을 생성하는 방법 및 시스템이 제공된다. 하나의 방법은 이벤트들의 다른 부분의 적어도 하나의 특징에 대한 값들보다 뉴슨스 필터의 적어도 하나의 파라미터의 적어도 하나의 값에 더 가까운, 이벤트들의 적어도 하나의 특징에 대한 값들을 갖는 표본의 검사 동안에 검출된 이벤트들의 부분을 선택하는 단계를 포함한다. 본 방법은 또한 이벤트들의 샘플에 대한 출력 획득 서브시스템의 출력을 획득하는 단계, 획득된 출력에 기초하여 샘플 내의 이벤트들을 분류하는 단계, 및 분류의 결과들에 기초하여 뉴슨스 필터의 하나 이상의 파라미터들이 수정되어야 하는지를 결정하는 단계를 포함한다. 그런 후, 뉴슨스 필터 또는 수정된 뉴슨스 필터는 표본의 검사의 결과들에 적용되어 표본의 최종적인 검사 결과들이 생성될 수 있다.

Description

적응형 뉴슨스 필터
본 발명은 일반적으로 적응형 뉴슨스 필터(adaptive nuisance filter)를 사용하여 표본에 대한 검사 결과들을 생성하는 방법 및 시스템에 관한 것이다.
아래의 설명 및 예시들은 본 섹션 내에 포함된다고 해서 종래기술인 것으로 인정되는 것은 아니다.
로직 및 메모리 디바이스들과 같은 반도체 디바이스들을 제조하는 것은 일반적으로 방대한 수의 반도체 제조 공정들을 이용하여 반도체 웨이퍼와 같은 기판을 처리하여 반도체 디바이스들의 다양한 피처(feature)들 및 다중 레벨(level)들을 형성하는 것을 포함한다. 예를 들어, 리소그래피는 레티클로부터의 패턴을 반도체 웨이퍼 상에 배열된 레지스트에 전사시키는 것을 수반하는 반도체 제조 공정이다. 반도체 제조 공정들의 추가적인 예시들은, 비제한적인 예시로서, 화학적 기계적 폴리싱, 에칭, 퇴적, 및 이온 주입을 포함한다. 다중 반도체 디바이스들이 단일 반도체 웨이퍼 상에서 배열을 갖고 제조되고, 그 후 개별적인 반도체 디바이스들로 분리될 수 있다.
반도체 제조 공정 동안 웨이퍼들 상의 결함들을 검출하기 위해 다양한 단계들에서 검사 공정들이 이용된다. 검사 공정들은 언제나 집적 회로들과 같은 반도체 디바이스들을 제조하는 중요한 부분이 되어왔다. 하지만, 반도체 디바이스들의 치수가 감소함에 따라, 수용가능한 반도체 디바이스들의 성공적인 제조에 있어서 검사 공정들은 더욱 더 중요해진다. 예를 들어, 반도체 디바이스들의 치수가 감소함에 따라, 비교적 매우 작은 결함들은 반도체 디바이스들에서 원치않는 수차(aberration)들을 일으킬 수 있기 때문에 작은 크기의 결함들의 검출이 필요해진다.
검사는 일반적으로, 광 또는 전자를 웨이퍼에 지향시키고 웨이퍼로부터의 광 또는 전자를 검출함으로써 웨이퍼에 대한 몇가지 출력(예를 들어, 이미지, 신호 등)을 생성하는 것을 수반한다. 출력이 생성되면, 결함 검출은 일반적으로, 몇가지 결함 검출 방법 및/또는 알고리즘을 출력에 적용함으로써 수행된다. 출력을 생성하는데 사용되는 파라미터들(예컨대, 광학 또는 전자빔 하드웨어 설정), 결함을 검출하는데 사용되는 파라미터들(예컨대, 결함 검출 알고리즘 설정), 및 검사 결과들을 생성하는데 사용되는 임의의 다른 파라미터들(예컨대, 뉴슨스 필터 알고리즘 설정)이 일반적으로 웨이퍼 및 웨이퍼 상에서 검출될 결함들의 특성에 기초하여 결정된다. 대부분의 경우, 검사 레시피 설정의 목표는 관심대상의 결함에 대해 최고의 감도를 제공하되 웨이퍼 상의 뉴슨스 및 노이즈의 검출을 억제시키는 파라미터들을 결정하는 것이다.
검사 레시피 설정은 여러 가지 상이한 방법들로 수행될 수 있다. 예를 들어, 하나 또는 몇 개의 트레이닝 웨이퍼 상에서 검사 레시피가 트레이닝될 수 있다. 그러나, 검사 레시피가 생성되면, 일반적으로 정적 검사 레시피가 무한정 사용된다. 예를 들어, 검사 레시피가 생성되면, 일반적으로, 예컨대 생산시, 레시피의 안정성을 수동으로 모니터링하면서 검사 레시피가 무한정 사용될 것이다. 필요한 경우 검사 레시피의 수동 재튜닝(re-tuning)이 수행될 수 있다. 그러나, 검사 레시피를 사용하고 모니터링하는 이러한 접근법에는 여러 가지 단점들이 있다. 예를 들어, 검사 레시피는 공정 변동들에 대해 동적으로 조정될 수 없고, 뉴슨스 레이트(nuisance rate)에 대해 불안정한 경향이 있으며, 수동으로만 모니터링될 수 있다.
따라서, 전술한 단점들 중 하나 이상의 단점들을 갖지 않는 적응형 뉴슨스 필터를 사용하여 표본에 대한 검사 결과들을 생성하기 위한 시스템 및/또는 방법을 개발하는 것이 유리할 것이다.
아래의 다양한 실시예들의 설명은 첨부된 청구항들의 발명내용을 어떠한 식으로든지 제한시키려는 것으로서 해석되어서는 안된다.
하나의 실시예는 적응형 뉴슨스 필터를 사용하여 표본에 대한 검사 결과들을 생성하도록 구성된 시스템에 관한 것이다. 본 시스템은 적어도 에너지원 및 검출기를 포함하는 출력 획득 서브시스템을 포함한다. 에너지원은 표본에 지향되는 에너지를 생성하도록 구성된다. 검출기는 표본으로부터의 에너지를 검출하고 검출된 에너지에 응답하여 출력을 생성하도록 구성된다. 본 시스템은 또한 표본의 검사 결과 및 검사를 위한 뉴슨스 필터의 파라미터들을 획득하도록 구성된 하나 이상의 컴퓨터 서브시스템을 포함한다. 결과들에는 검사 중에 검출된 이벤트들에 대한 하나 이상의 특징들에 대한 값들이 포함된다. 이 값들은 검사 중에 결정된다. 컴퓨터 서브시스템(들)은 또한, 이벤트들의 다른 부분의 하나 이상의 특징들 중 적어도 하나의 특징에 대한 값들보다 뉴슨스 필터의 파라미터들 중 적어도 하나의 파라미터의 적어도 하나의 값에 더 가까운, 하나 이상의 특징들 중 적어도 하나의 특징에 대한 값들을 갖는 이벤트들의 부분을 선택함으로써 이벤트들의 샘플을 생성하도록 구성된다. 또한, 컴퓨터 서브시스템(들)은 이벤트들의 샘플에 대한 출력 획득 서브시스템의 출력을 획득하고 획득된 출력에 기초하여 샘플 내의 이벤트들을 분류하도록 구성된다.
컴퓨터 서브시스템(들)은 또한, 분류의 결과에 기초하여 뉴슨스 필터의 하나 이상의 파라미터들이 수정되어야 하는지를 결정하도록 구성된다. 뉴슨스 필터의 하나 이상의 파라미터들이 수정되어서는 안된다고 결정되면, 컴퓨터 서브시스템(들)은 표본에 대한 검사의 결과에 뉴슨스 필터를 적용하여 표본에 대한 최종적인 검사 결과를 생성하도록 구성된다. 뉴슨스 필터의 하나 이상의 파라미터들이 수정되어야 한다고 결정되면, 컴퓨터 서브시스템(들)은 분류의 결과에 기초하여 뉴슨스 필터의 하나 이상의 파라미터들을 수정함으로써 뉴슨스 필터를 수정하고, 수정된 뉴슨스 필터를 표본에 대한 검사의 결과에 적용하여 표본에 대한 최종적인 검사 결과를 생성하도록 구성된다. 본 시스템은 본 명세서에서 설명되는 바와 같이 추가적으로 구성될 수 있다.
다른 실시예는 적응형 뉴슨스 필터를 사용하여 표본에 대한 검사 결과를 생성하기 위한 컴퓨터 구현 방법에 관한 것이다. 본 방법은 상술한 하나 이상의 컴퓨터 서브시스템들의 기능들 각각에 대한 단계들을 포함한다. 본 방법의 단계들은 하나 이상의 컴퓨터 서브시스템들에 의해 수행된다. 본 방법은 본 명세서에서 추가적으로 설명된 바와 같이 수행될 수 있다. 또한, 본 방법은 본 명세서에서 설명된 임의의 다른 방법(들)의 임의의 다른 단계(들)을 포함할 수 있다. 또한, 본 방법은 본 명세서에서 설명된 시스템들 중 임의의 시스템에 의해 수행될 수 있다.
추가적인 실시예는 적응형 뉴슨스 필터를 사용하여 표본에 대한 검사 결과를 생성하기 위한 컴퓨터 구현 방법을 수행하기 위해 컴퓨터 시스템 상에서 실행되는 프로그램 명령어들이 저장된 비일시적 컴퓨터 판독가능 매체에 관한 것이다. 컴퓨터 구현 방법은 전술한 방법의 단계들을 포함한다. 컴퓨터 판독가능 매체는 본 명세서에서 설명된 바와 같이 추가적으로 구성될 수 있다. 컴퓨터 구현 방법의 단계들은 본 명세서에서 추가적으로 설명된 바와 같이 수행될 수 있다. 또한, 프로그램 명령어들이 실행가능한 컴퓨터 구현 방법은 본 명세서에서 설명된 임의의 다른 방법(들)의 임의의 다른 단계(들)을 포함할 수 있다.
본 발명의 다른 목적 및 장점이 아래의 상세한 설명을 읽고 첨부된 도면을 참조함으로써 명백해질 것이다:
도 1 및 도 2는 본 명세서에서 설명된 바와 같이 구성된 시스템의 실시예들의 측면도들을 도시하는 개략도들이다.
도 3은 본 명세서에서 설명된 하나 이상의 컴퓨터 구현 방법들을 수행하도록 컴퓨터 시스템 상에서 실행되는 프로그램 명령어들이 저장되어 있는 비일시적 컴퓨터 판독가능 매체의 하나의 실시예를 나타내는 블록도이다.
본 발명은 다양한 변형들 및 대안적인 형태들이 가능하지만, 도면들에서는 본 발명의 특정한 실시예들을 예시로서 도시하며, 본 명세서에서는 이를 보다 자세하게 설명할 것이다. 하지만, 도면들 및 이에 대한 상세한 설명은 개시된 특정한 형태로 본 발명을 한정시키려는 의도는 없으며, 그 반대로, 본 발명은 청구항들에 의해 정의된 본 발명의 사상 및 범위 내에 속하는 모든 수정들, 등가물들 및 대안구성들을 커버한다.
이제 도면들을 참조하면, 도면들은 실척도로 도시되지 않는다는 것을 유념한다. 특히, 도면들의 엘리먼트들 중 몇몇의 엘리먼트들의 스케일은 그 특성들을 강조하기 위해 과하게 과장되었다. 또한 도면들은 동일한 척도로 작도되지 않는다는 것을 유념한다. 하나 보다 많은 도면에서 도시된, 유사하게 구성될 수 있는 엘리먼트들은 동일한 참조 번호들을 이용하여 표시되었다. 본 명세서에서 달리 언급되지 않는 한, 여기서 설명되고 도시되는 임의의 엘리먼트들은 상업적으로 입수가능한 임의의 적절한 엘리먼트들을 포함할 수 있다.
하나의 실시예는 적응형 뉴슨스 필터를 사용하여 표본에 대한 검사 결과를 생성하도록 구성된 시스템에 관한 것이다. 본 명세서에서 추가로 설명되는 바와 같이, 본 실시예들은 뉴슨스 필터를 튜닝하고, 뉴슨스 필터를 검사(예를 들어, 광학 또는 전자빔 검사)의 결과에 적용하는 새로운 방법을 제공한다. 또한 본 명세서에서 추가로 설명되는 바와 같이, 본 실시예들은 뉴슨스 레이트 및 관심대상 결함(defect of interest; DOI) 캡처에 대한 (광학 검사와 같은) 검사의 안정성을 유리하게 증가시키고 검사시 레시피 불안정성의 요인이 되는 공정 변동들을 모니터링하는 것을 가능하게 한다.
하나의 실시예에서, 표본은 웨이퍼를 포함한다. 다른 실시예에서, 표본은 레티클을 포함한다. 웨이퍼 및 레티클은 당 업계에 공지된 임의의 웨이퍼 및 레티클을 포함할 수 있다.
이러한 시스템의 하나의 실시예가 도 1에서 도시된다. 본 시스템은 적어도 에너지원 및 검출기를 포함하는 출력 획득 서브시스템을 포함한다. 에너지원은 표본에 지향되는 에너지를 생성하도록 구성된다. 검출기는 표본으로부터의 에너지를 검출하고 검출된 에너지에 응답하여 출력을 생성하도록 구성된다.
하나의 실시예에서, 표본에 지향된 에너지는 광을 포함하고, 표본으로부터 검출된 에너지는 광을 포함한다. 예를 들어, 도 1에서 도시된 시스템의 실시예에서, 출력 획득 서브시스템(10)은 광을 표본(14)에 지향시키도록 구성된 조명 서브시스템을 포함한다. 조명 서브시스템은 적어도 하나의 광원을 포함한다. 예를 들어, 도 1에서 도시된 바와 같이, 조명 서브시스템은 광원(16)을 포함한다. 하나의 실시예에서, 조명 서브시스템은 하나 이상의 경사각 및/또는 하나 이상의 수직각을 포함할 수 있는 하나 이상의 입사각으로 표본에 광을 지향시키도록 구성된다. 예를 들어, 도 1에서 도시된 바와 같이, 광원(16)으로부터의 광은 광학 엘리먼트(18)를 거치고 그 후 렌즈(20)를 거쳐서 빔 스플리터(21)에 지향되는데, 이 빔 스플리터(21)는 광을 수직 입사각으로 표본(14)에 지향된다. 입사각은 임의의 적절한 입사각을 포함할 수 있으며, 이는, 예를 들어, 표본의 특성 및 표본 상에서 검출되는 결함에 따라 달라질 수 있다.
조명 서브시스템은 상이한 시간에 상이한 입사각으로 표본에 광을 지향시키도록 구성될 수 있다. 예를 들어, 출력 획득 서브시스템은 광이 도 1에서 도시된 것과는 상이한 입사각으로 표본에 지향될 수 있도록 조명 서브시스템의 하나 이상의 엘리먼트의 하나 이상의 특성들을 변경하도록 구성될 수 있다. 그러한 하나의 예시에서, 출력 획득 서브시스템은 광이 상이한 입사각으로 표본에 지향되게끔 광원(16), 광학 엘리먼트(18), 및 렌즈(20)를 이동시키도록 구성될 수 있다.
일부 예시들에서, 출력 획득 서브시스템은 광을 동시에 하나보다 많은 입사각으로 표본에 지향시키도록 구성될 수 있다. 예를 들어, 조명 서브시스템은 하나보다 많은 조명 채널을 포함할 수 있으며, 조명 채널들 중 하나는 도 1에서 도시된 바와 같이 광원(16), 광학 엘리먼트(18) 및 렌즈(20)를 포함할 수 있고, 조명 채널들 중 다른 하나(도시되지 않음)는 이와 상이하게 또는 동일하게 구성될 수 있는 유사한 엘리먼트들을 포함할 수 있거나, 또는 적어도 광원 및 가능하게는 본원에서 추가로 설명되는 것과 같은 하나 이상의 다른 컴포넌트들을 포함할 수 있다. 그러한 광이 다른 광과 동시에 표본에 지향되면, 상이한 입사각들로 표본을 조명함으로써 초래된 광이 검출기(들)에서 서로 구별될 수 있도록, 상이한 입사각들로 표본에 지향되는 광의 하나 이상의 특성들(예를 들어, 파장, 편광 등)은 상이할 수 있다.
다른 예시에서, 조명 서브시스템은 하나의 광원(예를 들어, 도 1에서 도시된 광원(16))만을 포함할 수 있으며, 광원으로부터의 광은 조명 서브시스템의 하나 이상의 광학 엘리먼트들(미도시됨)에 의해 상이한 광 경로들(예를 들어, 파장, 편광 등에 기초함)로 분리될 수 있다. 그런 후, 상이한 광학 경로들 각각에서의 광은 표본에 지향될 수 있다. 다중 조명 채널들은 광을 동시에 또는 상이한 시간(예를 들어, 상이한 조명 채널들이 순차적으로 표본을 조명하는데 사용되는 경우)에 표본에 지향시키도록 구성될 수 있다. 다른 예시에서, 동일한 조명 채널은 상이한 시간에 상이한 특성을 갖는 광을 표본에 지향시키도록 구성될 수 있다. 예를 들어, 몇몇 예시들에서, 광학 엘리먼트(18)는 스펙트럼 필터로서 구성될 수 있으며, 스펙트럼 필터의 특성들은 상이한 파장의 광이 상이한 시간에 표본에 지향될 수 있도록(예를 들어, 스펙트럼 필터를 바꿈으로써) 다양한 상이한 방식으로 변경될 수 있다. 조명 서브시스템은 상이하거나 동일한 특성을 갖는 광을 상이한 입사각 또는 동일한 입사각으로 순차적으로 또는 동시에 표본에 지향시키기 위한, 당 업계에 공지된 임의의 다른 적절한 구성을 가질 수 있다.
하나의 실시예에서, 광원(16)은 광대역 플라즈마(broadband plasma; BBP) 광원을 포함할 수 있다. 이러한 방식으로, 광원에 의해 생성되어 표본에 지향되는 광은 광대역 광을 포함할 수 있다. 그러나, 광원은 레이저와 같은 임의의 적절한 다른 광원을 포함할 수 있다. 레이저는 당 업계에 공지된 임의의 적절한 레이저를 포함할 수 있으며, 당 업계에 공지된 임의의 적절한 파장 또는 파장들의 광을 생성하도록 구성될 수 있다. 또한, 레이저는 단색 또는 거의 단색인 광을 생성하도록 구성될 수 있다. 이러한 방식으로, 레이저는 협대역 레이저일 수 있다. 광원은 또한 다중 이산적 파장 또는 파대역의 광을 생성하는 다색 광원을 포함할 수 있다.
광학 엘리먼트(18)로부터의 광은 렌즈(20)에 의해 빔 스플리터(21)에 포커싱될 수 있다. 렌즈(20)가 단일 굴절 광학 엘리먼트로서 도 1에서 도시되어 있지만, 실제로, 렌즈(20)는 결합시 광학 엘리먼트로부터의 광을 표본에 포커싱하는 복수의 굴절 및/또는 반사 광학 엘리먼트들을 포함할 수 있다는 것을 이해할 것이다. 도 1에서 도시되고 본 명세서에서 설명된 조명 서브시스템은 임의의 다른 적절한 광학 엘리먼트들(미도시됨)을 포함할 수 있다. 이러한 광학 엘리먼트들의 예시들은, 비제한적인 예시로서, 편광 컴포넌트(들), 스펙트럼 필터(들), 공간 필터(들), 반사 광학 엘리먼트(들), 아포다이저(apodizer)(들), 빔 스플리터(들), 조리개(들) 등을 포함하며, 당 업계에 공지된 임의의 이러한 적절한 광학 엘리먼트들을 포함할 수 있다. 또한, 시스템은 출력 획득에 사용될 조명 유형에 기초하여 조명 서브시스템의 하나 이상의 엘리먼트들을 변경하도록 구성될 수 있다.
또한, 출력 획득 서브시스템은 광이 표본을 스캐닝하게 하도록 구성된 스캐닝 서브시스템을 포함할 수 있다. 예를 들어, 출력 획득 서브시스템은 출력 획득 동안에 표본(14)이 배치되는 스테이지(22)를 포함할 수 있다. 스캐닝 서브시스템은 광이 표본을 스캐닝할 수 있게끔 표본을 이동시키도록 구성될 수 있는 임의의 적절한 기계적 및/또는 로봇식 어셈블리(스테이지(22)를 포함함)를 포함할 수 있다. 추가적으로 또는 대안적으로, 출력 획득 서브시스템은 출력 획득 서브시스템의 하나 이상의 광학 엘리먼트가 표본에 대한 광의 일부 스캐닝을 수행하도록 구성될 수 있다. 임의의 적절한 방식으로 표본을 광으로 스캐닝할 수 있다.
출력 획득 서브시스템은 하나 이상의 검출 채널을 더 포함한다. 하나 이상의 검출 채널들 중 적어도 하나의 검출 채널은 출력 획득 서브시스템에 의한 표본의 조명으로 인한 표본으로부터의 광을 검출하고 검출된 광에 응답하여 출력을 생성하도록 구성된 검출기를 포함한다. 예를 들어, 도 1에서 도시된 출력 획득 서브시스템은 두 개의 검출 채널들을 포함하는데, 그 중 하나의 검출 채널은 집광기(24), 엘리먼트(26) 및 검출기(28)에 의해 형성되고, 다른 하나의 검출 채널은 집광기(30), 엘리먼트(32) 및 검출기(34)에 의해 형성된다. 도 1에서 도시된 바와 같이, 두 개의 검출 채널들이 상이한 수집 각도에서 광을 수집하고 검출하도록 구성된다. 일부 예시들에서, 하나의 검출 채널은 정반사된 광을 검출하도록 구성되고, 다른 검출 채널은 표본으로부터 정반사되지 않은 광(예를 들어, 산란, 회절 등)을 검출하도록 구성된다. 그러나, 두 개 이상의 검출 채널들이 표본으로부터의 동일한 유형의 광(예를 들어, 정반사광)을 검출하도록 구성될 수 있다. 도 1은 두 개의 검출 채널들을 포함하는 출력 획득 서브시스템의 실시예를 도시하지만, 출력 획득 서브시스템은 상이한 수의 검출 채널들(예를 들어, 단하나의 검출 채널 또는 두 개 이상의 검출 채널들)을 포함할 수 있다. 각각의 집광기가 단일 굴절 광학 엘리먼트로서 도 1에서 도시되어 있지만, 집광기 각각은 하나 이상의 굴절 광학 엘리먼트(들) 및/또는 하나 이상의 반사 광학 엘리먼트(들)을 포함할 수 있음을 이해해야 한다.
하나 이상의 검출 채널들은 당 업계에 공지된 임의의 적절한 검출기를 포함할 수 있다. 예를 들어, 검출기는 광전 증배 튜브(photo-multiplier tube; PMT), 전하 결합 디바이스(charge coupled device; CCD), 및 시간 지연 통합(time delay integration; TDI) 카메라를 포함할 수 있다. 검출기는 또한 당 업계에 공지된 임의의 다른 적절한 검출기들을 포함할 수 있다. 검출기는 또한 비 이미징(non-imaging) 검출기 또는 이미징(imaging) 검출기를 포함할 수 있다. 이러한 방식으로, 검출기가 비 이미징 검출기인 경우, 검출기 각각은 세기와 같은 산란광의 일정한 특성을 검출하도록 구성될 수 있지만, 이러한 특성을 이미징 평면 내의 위치 함수로서 검출하도록 구성되지는 않을 수 있다. 이와 같이, 출력 획득 시스템의 각각의 검출 채널에 포함된 각각의 검출기에 의해 생성된 출력은 신호 또는 데이터일 수 있지만, 이미지 신호 또는 이미지 데이터는 아닐 수 있다. 이러한 예시들에서, 시스템의 컴퓨터 서브시스템(36)과 같은 컴퓨터 서브시스템은 검출기의 비 이미징 출력으로부터 표본의 이미지들을 생성하도록 구성될 수 있다. 그러나, 다른 예시들에서, 검출기는 이미징 신호 또는 이미지 데이터를 생성하도록 구성된 이미징 검출기로서 구성될 수 있다. 따라서, 시스템은 복수의 방식으로 본 명세서에서 설명된 출력을 생성하도록 구성될 수 있다.
본 명세서에서 설명되는 시스템 실시예들 내에 포함될 수 있는 출력 획득 서브시스템의 구성을 일반적으로 나타내기 위해 본 명세서에서는 도 1을 제공하였다는 것을 유념해둔다. 분명하게도, 본 명세서에서 설명된 출력 획득 서브시스템 구성은 상업적 검사 또는 결함 리뷰 시스템을 설계할 때 보통 수행되는 시스템의 성능을 최적화하도록 변경될 수 있다. 또한, 본 명세서에서 설명된 시스템은 캘리포니아주 밀피타스에 있는 KLA Tencor로부터 상업적으로 구입할 수 있는 28xx 및 29xx 시리즈의 툴들, 및 다른 출처지로부터 상업적으로 구입할 수 있는 다른 툴들과 같은 광학 검사 및/또는 결함 리뷰 툴들과 같은 기존의 출력 획득 시스템을 사용하여 (예를 들어, 기존의 출력 획득 시스템에 본 명세서에서 설명된 기능을 추가함으로써) 구현될 수 있다. 이러한 몇가지 시스템들을 위해, 본 명세서에서 설명된 방법들은 (예컨대, 시스템의 다른 기능에 더하여) 시스템의 옵션적 기능으로서 제공될 수 있다. 대안적으로, 본 명세서에서 설명된 시스템은 완전히 새로운 시스템을 제공하기 위해 "맨 처음부터 새롭게" 설계될 수 있다.
시스템의 컴퓨터 서브시스템(36)은, 컴퓨터 서브시스템이 표본의 스캐닝 동안 검출기에 의해 생성된 출력을 수신할 수 있도록, (예를 들어, "유선" 및/또는 "무선" 전송 매체를 포함할 수 있는, 하나 이상의 전송 매체를 통해) 임의의 적절한 방식으로 출력 획득 서브시스템의 검출기에 결합될 수 있다. 컴퓨터 서브시스템(36)은 본 명세서에서 설명된 바와 같이 검출기의 출력을 사용하여 복수의 기능들을 수행하고 본 명세서에서 추가로 설명된 임의의 다른 기능들을 수행하도록 구성될 수 있다. 이 컴퓨터 서브시스템은 본 명세서에서 설명된 바와 같이 추가적으로 구성될 수 있다.
이 컴퓨터 서브시스템(뿐만이 아니라, 본 명세서에서 설명된 다른 컴퓨터 서브시스템들)은 본 명세서에서 컴퓨터 시스템(들)이라고도 칭해질 수 있다. 본 명세서에서 설명된 컴퓨터 서브시스템(들) 또는 시스템(들) 각각은 개인 컴퓨터 시스템, 이미지 컴퓨터, 메인프레임 컴퓨터 시스템, 워크스테이션, 네트워크 어플라이언스, 인터넷 어플라이언스, 또는 다른 디바이스를 비롯하여, 다양한 형태를 취할 수 있다. 일반적으로, "컴퓨터 시스템"의 용어는 메모리 매체로부터의 명령어들을 실행하는 하나 이상의 프로세서들을 갖는 임의의 디바이스를 망라하도록 광범위하게 정의될 수 있다. 컴퓨터 서브시스템(들) 또는 시스템(들)은 또한 병렬 프로세서와 같은 당 업계에 공지된 임의의 적절한 프로세서를 포함할 수 있다. 또한, 컴퓨터 서브시스템(들) 또는 시스템(들)은 고속 처리 및 소프트웨어를 갖는 컴퓨터 플랫폼을 독립형 또는 네트워크형 툴로서 포함할 수 있다.
시스템이 하나보다 많은 컴퓨터 서브시스템을 포함하는 경우, 이미지, 데이터, 정보, 명령어 등이 본 명세서에서 추가로 설명되는 바와 같이 컴퓨터 서브시스템 간에 전송될 수 있도록, 상이한 컴퓨터 서브시스템은 서로 결합될 수 있다. 예를 들어, 컴퓨터 서브시스템(36)은 당 업계에 공지된 임의의 적절한 유선 및/또는 무선 전송 매체를 포함할 수 있는, 임의의 적절한 전송 매체에 의해 (도 1의 점선으로 도시된 바와 같이) 컴퓨터 서브시스템(들)(102)에 결합될 수 있다. 그러한 컴퓨터 서브시스템들 중 둘 이상은 또한 공유형 컴퓨터 판독가능 저장 매체(도시되지 않음)에 의해 효과적으로 결합될 수 있다.
출력 획득 서브시스템이 광학 또는 광 기반 출력 획득 서브시스템인 것으로서 위에서 기술되었지만, 출력 획득 서브시스템은 전자빔 기반 출력 획득 서브시스템일 수 있다. 예를 들어, 하나의 실시예에서, 표본에 지향된 에너지는 전자를 포함하고, 표본으로부터 검출된 에너지는 전자를 포함한다. 이러한 방식으로, 에너지원은 전자빔원일 수 있다. 도 2에서 도시된 그러한 하나의 실시예에서, 출력 획득 서브시스템은 컴퓨터 서브시스템(124)에 결합된 전자 칼럼(electron column)(122)을 포함한다.
또한 도 2에서 도시된 바와 같이, 전자 칼럼은 하나 이상의 엘리먼트(130)에 의해 표본(128)에 포커싱된 전자를 생성하도록 구성된 전자빔원(126)을 포함한다. 전자빔원은, 예를 들어, 음극 소스 또는 이미터 팁을 포함할 수 있으며, 하나 이상의 엘리먼트(130)는, 예를 들어, 건(gun) 렌즈, 양극, 빔 제한 조리개, 게이트 밸브, 빔 전류 선택 조리개, 대물 렌즈, 및 스캐닝 서브시스템을 포함할 수 있으며, 이들 모두는 당 업계에 공지된 임의의 적절한 엘리먼트를 포함할 수 있다.
표본으로부터 복귀한 전자(예를 들어, 2차 전자)는 하나 이상의 엘리먼트(132)에 의해 검출기(134)에 포커싱될 수 있다. 하나 이상의 엘리먼트(132)는, 예를 들어, 엘리먼트(들)(130)에 포함된 동일한 스캐닝 서브시스템일 수 있는 스캐닝 서브시스템을 포함할 수 있다.
전자 칼럼은 당 업계에 공지된 임의의 다른 적절한 엘리먼트를 포함할 수 있다. 또한, 전자 칼럼은 지앙(Jiang) 등의 2014년 4월 4일자로 등록된 미국 특허 제8,664,594호, 코지마(Kojima) 등의 2014년 4월 8일자로 등록된 미국 특허 제8,692,204호, 구벤스(Gubbens) 등의 2014년 4월 15일자로 등록된 미국 특허 제8,698,093호, 및 맥도날드(MacDonald) 등의 2014년 5월 6일자로 등록된 미국 특허 제 8,716,662호에 기술되어 있는 바와 같이 추가로 구성될 수 있으며, 이들 특허들은 본 명세서에서 완전히 설명된 것처럼 참고 문헌으로서 본 명세서 내에 포함된다.
도 2에서는 전자들이 경사 입사각으로 표본에 지향되고 다른 경사각으로 표본으로부터 산란되도록 전자 칼럼이 구성되어 있는 것으로서 도시되고 있지만, 전자 빔은 임의의 적절한 각도로 표본에 지향되고 표본로부터 산란될 수 있다는 것을 이해해야 한다. 또한, 전자 빔 기반 서브시스템은 (예를 들어, 상이한 조명 각도, 집광 각도 등으로) 표본의 이미지들을 생성하기 위해 다중 모드들을 사용하도록 구성될 수 있다. 전자 빔 기반 서브시스템의 다중 모드들은 서브시스템의 임의의 이미지 생성 파라미터들에서 상이할 수 있다.
컴퓨터 서브시스템(124)은 전술한 바와 같이 검출기(134)에 결합될 수 있다. 검출기는 표본의 표면으로부터 복귀한 전자들을 검출하여 표본의 전자 빔 이미지들을 형성할 수 있다. 전자 빔 이미지들은 임의의 적절한 전자 빔 이미지들을 포함할 수 있다. 컴퓨터 서브시스템(124)은 검출기의 출력 및/또는 전자 빔 이미지를 사용하여 본 명세서에 설명된 기능들 중 임의의 기능을 수행하도록 구성될 수 있다. 컴퓨터 서브시스템(124)은 본 명세서에서 설명된 임의의 추가적인 단계(들)을 수행하도록 구성될 수 있다. 도 2에서 도시된 출력 획득 서브시스템을 포함하는 시스템은 본 명세서에서 설명된 바와 같이 추가로 구성될 수 있다.
본 명세서에서 설명되는 실시예들 내에 포함될 수 있는 전자 빔 기반 출력 획득 서브시스템의 구성을 일반적으로 나타내기 위해 본 명세서에서는 도 2를 제공하였다는 것을 유념해둔다. 상술한 광학 출력 획득 서브시스템에서와 같이, 본 명세서에서 설명된 전자 빔 기반 출력 획득 서브시스템 구성은 상업적 검사 또는 결함 리뷰 시스템을 설계할 때 통상적으로 수행되는 출력 획득 서브시스템의 성능을 최적화하도록 변경될 수 있다. 또한, 본 명세서에서 설명되는 시스템들은 (예컨대, 본 명세서에서 설명된 기능을 기존의 검사 또는 결함 리뷰 시스템에 추가함으로써) KLA Tencor로부터 상업적으로 구입가능한 eDR-xxxx 시리즈의 툴과 같은 기존의 검사 또는 결함 리뷰 시스템을 이용하여 구현될 수 있다. 이러한 몇가지 시스템들을 위해, 본 명세서에서 설명된 방법들은 (예컨대, 시스템의 다른 기능에 더하여) 시스템의 옵션적 기능으로서 제공될 수 있다. 대안적으로, 본 명세서에서 설명된 시스템은 완전히 새로운 시스템을 제공하기 위해 "맨 처음부터 새롭게" 설계될 수 있다.
출력 획득 서브시스템이 광학 또는 전자 빔 기반 출력 획득 서브시스템인 것으로서 위에서 기술되었지만, 출력 획득 서브시스템은 이온 빔 기반 출력 획득 서브시스템일 수 있다. 이러한 출력 획득 서브시스템은 전자빔원이 당 업계에 공지된 임의의 적합한 이온빔원으로 대체될 수 있다는 것을 제외하고는 도 2에서 도시된 바와 같이 구성될 수 있다. 또한, 출력 획득 서브시스템은 상업적으로 구입가능한 포커싱 이온빔(focused ion beam; FIB) 시스템, 헬륨 이온 현미경(helium ion microscopy; HIM) 시스템, 및 2차 이온 질량 분광기(secondary ion mass spectroscopy; SIMS) 시스템 내에 포함된 것과 같은 다른 적절한 이온 빔 기반 서브시스템일 수 있다.
일부 경우들에서, 표본의 검사는 광학 검사 시스템에 의해 수행될 수 있다. 예를 들어, 상술한 바와 같은 광학 출력 획득 서브시스템은 결함 리뷰보다는 검사를 위해 구성될 수 있다. 그러한 경우, 사후 검사 출력 획득은 (예를 들어, 사후 검사에 사용된 광학 출력 획득 서브시스템이 검사에 사용된 출력 획득 서브시스템보다 높은 분해능을 갖도록) 검사에 사용된 광학 출력 획득 서브시스템과는 상이한 하나 이상의 파라미터들을 갖는 광학 출력 획득 서브시스템에 의해 수행될 수 있다. 대안적으로, 사후 검사 출력 획득은 전자 빔 출력 획득 서브시스템에 의해 수행될 수 있다. 그러나, 검사 및 사후 검사 공정들은 전자 빔 기반 출력 획득 서브시스템으로 수행될 수 있는데, 이는 이 서브시스템이 사용될 공정들에 대해서 이 서브시스템이 보다 적합해지도록 하는 상이한 구성들을 갖는다. 이러한 방식으로, 일부 실시예들에서, 본 시스템은 본 명세서에서 설명된 출력 획득 서브시스템들 중 하나를 포함하고, 표본의 검사는 출력 획득 서브시스템과는 상이한 구성을 갖는 다른 출력 획득 서브시스템으로 수행된다. 예를 들어, 본 명세서에서 설명된 시스템 실시예들은 검사 툴과는 상이한 결함 리뷰 툴로서 구성될 수 있다. 하나의 특정 예시에서, 본 명세서에서 설명된 시스템 실시예들은 표본의 검사를 수행하기 위해 사용되는 광학 검사 툴과는 상이한 주사 전자 현미경(scanning electron microscope; SEM) 리뷰 스테이션으로서 구성될 수 있다.
본 명세서에서 추가로 설명되는 하나 이상의 컴퓨터 서브시스템들은 표본의 검사를 수행하는 출력 획득 서브시스템에 결합될 수 있다. 대안적으로, 하나 이상의 다른 컴퓨터 서브시스템들이 표본의 검사를 수행하는 출력 획득 서브시스템에 결합될 수 있다. 이러한 컴퓨터 서브시스템(들)은 본 명세서에서 추가로 기술된 바와 같이 구성될 수 있다. 임의의 경우에서, 검사에 사용되는 출력 획득 서브시스템에 결합된 하나 이상의 컴퓨터 서브시스템들은 출력 획득 서브시스템의 하나 이상의 검출기들에 의해 생성된 출력에 기초하여 표본 상의 이벤트들을 검출하도록 구성된다. 이벤트들은 임의의 적절한 방법으로 (예컨대, 출력에 임계값을 적용하고 임계값 위의 하나 이상의 값들을 갖는 출력을 이벤트(예컨대, 결함 또는 잠재적 결함)로서 식별하고 임계값 밑의 하나 이상의 값들을 갖는 출력을 이벤트로서 식별하지 않음으로써) 표본 상에서 검출될 수 있다. 표본 상에서 검출된 이벤트들은 당 업계에 공지된 임의의 결함, 잠재적 결함, 뉴슨스 이벤트 등을 포함할 수 있다.
하나의 실시예에서, 검사에 의해 검출된 이벤트들이 상당한 양의 뉴슨스 이벤트들을 포함하도록 선택되는 결함 검출 파라미터들을 사용하여 표본의 검사가 수행된다. 달리 말하면, 본 명세서에서 추가로 설명되는 바와 같이 결과가 획득되는 검사는 바람직하게는 고도의 결함성 초기 검사 결과를 생성하도록 구성된다. 이러한 방식으로, 검사는 튜닝된 것보다 더 격렬하게 실행될 수 있다. 달리 말하면, 검사가 상당히 꽤 공격적으로(격렬하게) 실행될 수 있다는 것인데, 이는 상당히 공격적인 결함 검출 임계값을 갖는 것을 의미해서, 튜닝된 검사에서 원하는 것보다, 결함 및 뉴슨스 이벤트들을 비롯한 더 많은 이벤트들이 검출된다. 이러한 방식으로, 그러한 검사는 상당히 높은 뉴슨스 이벤트 검출로 인해 생산 모니터링에 유용하지 않을 것이다. 이러한 검사를 일반적으로 "핫(hot)" 검사라고 부른다.
그러한 검사는 튜닝된 뉴슨스 필터와 일관된 방식으로 수행될 수 있으며, 예를 들어, 이벤트 검출 파라미터들은, 뉴슨스 필터의 모든 파라미터들이 본 명세서에서 추가로 설명되는 바와 같이 튜닝될 수 있는 것을 보장하면서, 또한 바람직하게는 (검사 "폭증(blow up)"에서와 같이) 검출된 이벤트들의 수가 검사가 완료되는 것을 막지 못하게 하는 것을 보장할 양만큼 노이즈 플로어(noise floor)로 이동될 수 있다. 예를 들어, 검사가 폭증하면, 이는 시스템이 처리할 수 없을 정도로 검출되는 결함률이 너무 높아서, 일반적으로 검사가 중단되거나 또는 결함이 수용가능한 레벨을 달성하도록 무작위로 강등되는것을 의미한다. 튜닝된 검사에서 요망되는 것보다 많은 결함들을 검출하는 것은 본 명세서에서 설명된 실시예들에 있어서 중요한데, 그 이유는 DOI의 특징들에 대한 값들이 뉴슨스 필터의 튜닝된 파라미터들에 대해 위 또는 아래로 이동될 수 있기 때문이다. 따라서, 정상보다 많은 결함들을 검출하는 것은 튜닝된 검사에서 검출 임계값 밑으로 통상적으로 종결될 수 있는 결함들에 대한 액세스를 제공할 것이다. 검사가 격렬하게 수행되는 정도는 트레이닝 동안에 초기에 결정될 수 있지만, 이는 동적으로 조정될 수도 있다.
핫 검사에 사용되는 레시피는 광학 또는 다른 검사 시스템에 의해 생성될 수 있다. 또한, 광학 또는 다른 검사 시스템은 핫 검사의 결과들 중 어느 하나에 뉴슨스 필터를 적용하지 않고서 핫 검사 결과들을 생성할 수 있다.
이벤트 또는 결함 검출은 여러 가지 중요 방법들에서 뉴슨스 필터링과 다르다. 예를 들어, 이벤트 검출은 일반적으로 검사 시스템의 검출기(들)의 픽셀 또는 다른 출력에 대해서 작동한다. 이벤트들이 검출되면, 이벤트들의 특징들에 대한 값들은 검출기(들)의 출력에 기초하여 결정될 수 있다. 그런 후, 뉴슨스 필터는 DOI로서 검출된 이벤트들로부터 뉴슨스 이벤트들로서 검출된 이벤트들을 분리하도록 이러한 특징 값들에 대해서 작동할 수 있다.
이러한 방식으로, 본 명세서에서 설명된 시스템들에 포함된 컴퓨터 서브시스템(들)은 반드시 검사 결과를 생성할 필요는 없다. 예를 들어, 컴퓨터 서브시스템(들)은 표본의 검사의 결과 및 검사를 위한 뉴슨스 필터의 파라미터들을 획득하도록 구성될 수 있다. 사용자는 컴퓨터 서브시스템(들)에 의해 사용될 결과 파일을 선택할 수 있다. 컴퓨터 서브시스템(들)에 의해 획득된 뉴슨스 필터의 파라미터들은 뉴슨스 필터에 대한 템플릿 및/또는 뉴슨스 필터에 대한 하나 이상의 분류 경계들 또는 컷 라인들과 같은 뉴슨스 필터의 임의의 파라미터들을 포함할 수 있다. 또한, 뉴슨스 필터는 트레이닝 웨이퍼에 대해서 튜닝되는 뉴슨스 필터와 같은, 본 명세서에서 설명된 뉴슨스 필터들 중 임의의 것일 수 있다. 또한, 본 명세서에서 설명된 실시예들에 의해 동적으로 업데이트되는 뉴슨스 필터는 당 업계에 공지된 임의의 유형의 뉴슨스 필터를 포함할 수 있다. 예를 들어, 뉴슨스 필터는 결정 트리 기반 뉴슨스 필터일 수 있다.
하나의 실시예에서, 검사는 임의의 검사 결과에 뉴슨스 필터를 적용하는 것을 포함하지 않는다. 예를 들어, 뉴슨스 필터의 적용은, 뉴슨스 필터가 수정되어야 하는지 여부를 본 명세서에서 설명된 컴퓨터 서브시스템(들)이 결정(이는 본 명세서에서 더 설명되는 바와 같이 수행될 수 있음)한 후가 될 때까지 연기될 수 있다. 이러한 방식으로, 검사 후에 뉴슨스 필터링이 수행되는 현재 사용되는 검사 공정들과는 달리, 본 명세서에서 설명된 실시예들에서는, 표본에 대한 추가적인 출력이 생성되어 획득된 후가 될 때까지(예를 들어, 본 명세서에서 설명된 시스템에 의해 수행되는 리뷰 형태 출력 생성 동안(이는 결함 리뷰 툴로서 구성될 수 있음)) 뉴슨스 필터링이 수행되지 않으며, 해당 출력을 사용하여 추가적인 단계들이 수행된다.
결과들에는 검사 중에 검출된 이벤트들에 대한 하나 이상의 특징들에 대한 값들이 포함되며, 이 값들은 검사 중에 결정된다. 하나 이상의 특징들은 검사 시스템에 의해 또는 검사 시스템에 의해 생성된 결과로부터 결정될 수 있는 임의의 특징들을 포함할 수 있다. 본 명세서에서 추가로 설명되는 바와 같이 사용될 수 있는 적절한 특징들의 예시들에는, 비제한적인 예시로서, 에너지, 크기(magnitude), 다이 좌표, 및 설계 속성이 포함된다. 결과들에는 표본 상에서 검출된 이벤트들의 위치들 및 이벤트들에 대해 생성된 이미지 데이터 또는 이미지들과 같이 표본 상에서 검출된 이벤트들에 관한 임의의 다른 적절한 정보가 포함될 수 있다.
컴퓨터 서브시스템(들)은 또한, 이벤트들의 다른 부분의 하나 이상의 특징들 중 적어도 하나의 특징에 대한 값들보다 뉴슨스 필터의 파라미터들 중 적어도 하나의 파라미터의 적어도 하나의 값에 더 가까운, 하나 이상의 특징들 중 적어도 하나의 특징에 대한 값들을 갖는 이벤트들의 부분을 선택함으로써 이벤트들의 샘플을 생성하도록 구성된다. 하나의 실시예에서, 뉴슨스 필터의 파라미터들 중 적어도 하나는 다른 유형의 이벤트들로부터 한가지 유형의 이벤트들을 분리하는 경계를 포함한다. 예를 들어, 오리지널 뉴슨스 필터 컷 라인 또는 분류 경계 근처의 하나 이상의 값들을 갖는 이벤트들이 샘플을 구성하는 이벤트들의 부분에 포함되도록 선택될 수 있다. 이러한 방식으로, 컴퓨터 서브시스템(들)은 뉴슨스 필터에 관한 정보를 사용하여 표본의 검사에 의해 검출된 이벤트들을 샘플링할 수 있다. 달리 말하면, 본 명세서에서 설명된 샘플링은 본 명세서에서 설명된 추가적인 처리를 위한 이벤트들을 선택하기 위해 초기에 튜닝된(예를 들어, 지도 튜닝된(supervised tuned)) 뉴슨스 필터에 관한 정보를 이용한다. 그러한 일례에서, 샘플은 최대 샘플링 효율을 위해 뉴슨스 필터의 튜닝된 분류 경계에서 타겟화될 수 있다. 이러한 방식으로, 이벤트들의 샘플은 이전에 잘 작동했던 뉴슨스 필터의 파라미터들을 포함하여, 이전 표본에 대해 생성된 결과에 기초하여 생성될 수 있다. 또한, 트레이닝된 뉴슨스 필터(즉, 뉴슨스 필터 내의 특징값 경계에 가장 가까운 특징값들을 갖는 결함들 또는 뉴슨스 이벤트들)를 재튜닝하기 위해, 샘플은 트레이닝된 뉴슨스 필터의 기존의 컷 라인 또는 분류 경계 주변에 집중되어 (예컨대, 트레이닝 표본 상에서 수행될 수 있는 초기 레시피 튜닝으로부터) 선험성으로서 알려질 수 있는 가장 관련있는 결함들에 대한 정보를 얻을 수 있다. 예를 들어, 뉴슨스 필터의 분류 경계가 이벤트 특징에 대한 제1 값을 갖는 경우, 제1 값에 비교적 가까운 것으로 간주될 수 있는 특징 값들을 포함하는 값들의 범위가 해당 제1 값 주변에서 정의될 수 있다. 그 값들의 범위 내의 특징 값들을 갖는 이벤트들이 식별될 수 있고, 그 범위 내의 값들을 갖는 이벤트들의 전부(또는 일부)가 샘플 내에 포함되도록 선택될 수 있다. 마찬가지의 단계들이 뉴슨스 필터의 임의의 다른 분류 경계 근처에 있는 샘플 이벤트들에 대해 수행될 수 있다. 예를 들어, 트레이닝된 뉴슨스 필터가 최소 신뢰도를 갖고 분류하는 결함들은 분류 경계에 가까운 것으로 간주될 수 있고 샘플에 대해 선택될 수 있다.
이 부분의 이벤트들에는 DOI 및 뉴슨스 이벤트들이 포함된다. 특히, 이벤트들은 DOI와 뉴슨스 이벤트들 둘 다를 포함하도록 의도적으로 선택된다. 예를 들어, 이벤트들의 일부가 분류 경계와 같은 뉴슨스 필터의 파라미터 값에 비교적 가까이 있는 특징 값들을 갖는 이벤트들을 포함하도록 이벤트들이 선택된다. 또한, 선택된 이벤트들은 바람직하게는 뉴슨스 필터의 파라미터 값 위와 아래에 있는 특징 값들을 갖는다. 이와 같이, 뉴슨스 필터의 파라미터 값이 분류 경계일 때, 이벤트들의 선택된 부분은 분류 경계의 양측 상의 이벤트들을 포함할 것이다. 따라서, 이벤트들의 선택된 부분에는 상이한 유형들의 이벤트들이 포함될 것이다. 분류 경계가 DOI로부터 뉴슨스 이벤트들을 분리하는 것인 경우, 이벤트들의 선택된 부분에는 DOI 및 뉴슨스 이벤트들 둘 다가 포함될 것이다.
컴퓨터 서브시스템(들)은 또한 이벤트들의 샘플에 대한 출력 획득 서브시스템의 출력을 획득하고 획득된 출력에 기초하여 샘플 내에서 이벤트들을 분류하도록 구성된다. 이러한 방식으로, 컴퓨터 서브시스템(들)은 샘플링된 부분 내의 이벤트들을 리뷰하고 이 이벤트들을 몇가지 방식으로 분류(예를 들어, 자동적으로 분류)하도록 구성될 수 있다. 샘플 내에서 이벤트들을 분류하는 것은 바람직하게는 본 명세서에서 설명된 바와 같은 뉴슨스 필터를 적용하는 것과는 상이한 방식으로 수행된다. 예를 들어, 바람직하게는, 샘플 내에서 이벤트들을 분류하는 것은 뉴슨스 필터링을 위해 사용되는 방법 및/또는 알고리즘과는 상이한 결함 분류 방법 및/또는 알고리즘으로 수행된다. 특히, 뉴슨스 필터를 수정(또는 튜닝)하기 위해, 본 명세서에서 추가로 설명되는 바와 같이, 샘플 내에서 이벤트들을 분류한 결과가 사용될 수 있기 때문에, 바람직하게는, 결함 분류 방법 및/또는 알고리즘은 뉴슨스 필터링에 무관한 결함 분류 결과들을 생성한다. 이러한 방식으로, 샘플링된 이벤트들의 분류는 뉴슨스 필터를 튜닝하거나 수정하기에 적절한 결과들을 생성할 것이다.
하나의 실시예에서, 분류 단계는 이벤트들이 DOI 또는 뉴슨스 이벤트인지를 결정하는 단계를 포함한다. 또한, 이벤트들은 트루 SEM 넌비주얼(SEM non-visual; SNV)(시스템이 SEM으로서 구성되고 가능하게는 이벤트가 SEM 상의 다중 출력 획득 모드를 사용하여 분석된 후의 경우)로서, 하나 이상의 알려진 뉴슨스 유형들(예컨대, 수율에 영향을 미치지 않아서 공정 모니터링 관점에서 뉴슨스 이벤트들인 것으로 간주되는 표본 상의 실제 결함들)로서, 및/또는 하나 이상의 알려진 결함 유형들(예컨대, 공정 모니터링에 중요한 알려진 DOI)로서 분류될 수 있다. 분류를 수행하기 위해 컴퓨터 서브시스템(들)에 의해 사용되는 분류 방법 및/또는 알고리즘은 또한 각각의 분류들에 대한 이벤트 레벨 신뢰도를 생성할 수 있다. 달리 말하면, 분류 결과들에는 각각의 이벤트가 분류되었던 신뢰도가 포함될 수 있다. 따라서, 신뢰도는 본 명세서에서 추가로 설명되는 바와 같이, 뉴슨스 필터 및 이에 따라 검사 공정을 재튜닝하기 위한 지상 검증자료(ground truth)로서 사용되는 분류 결과들의 정확도에 대한 추정치로서 사용될 수 있다. 따라서, 신뢰도는 재튜닝을 위한 이벤트 레벨 가중치 인자로서 사용될 수 있다(상대적으로 높은 신뢰도 이벤트는 재튜닝시 더 높은 가중치를 가질 것이다).
컴퓨터 서브시스템(들)은 또한, 분류의 결과에 기초하여 뉴슨스 필터의 하나 이상의 파라미터들이 수정되어야 하는지를 결정하도록 구성된다. 뉴슨스 필터의 파라미터(들)가 수정되어야 하는지를 결정하는 것은 분류의 결과들 및/또는 분류의 결과들에 기초하여 결정된 정보에 기초할 수 있다. 예를 들어, 분류의 결과들은 뉴슨스 필터(또는 뉴슨스 필터링을 포함하는 검사 공정)의 뉴슨스 이벤트 캡처 레이트의 추정치를 결정하는데 사용될 수 있다. 이 추정치는 오리지널 뉴슨스 레이트와 비교될 수 있으며, 이들이 얼마나 많이 차이나는지에 따라, 상이한 액션들이 취해질 수 있다. 예를 들어, 추정치 및 오리지널 뉴슨스 레이트가 미리 결정된 양 또는 범위보다 크게 상이한 경우, 뉴슨스 필터 파라미터(들)는 본 명세서에 추가로 설명되는 바와 같이 변경될 수 있다. 그러나, 추정치와 오리지널 뉴슨스 레이트가 미리 결정된 양 또는 범위 미만만큼 상이하면, 컴퓨터 서브시스템(들)은 뉴슨스 필터 파라미터(들)가 변경될 필요가 없다고 결정할 수 있다. 이러한 방식으로, 컴퓨터 서브시스템(들)은 본 명세서에서 추가로 설명된 임의의 재튜닝을 수행하기 전에 (예를 들어, 뉴슨스 이벤트 캡처 레이트가 비교적 안정적인지를 알아보기 위해) 검사 결과 안정성 추정을 수행할 수 있다. (이러한 추정은 생산 모니터링 동안에 채택된 기존 샘플링 전략을 기반으로 할 수 있으므로, 리뷰 스테이션 상에 어떠한 추가적인 툴 시간을 수반하지 않는다.)
추가적인 실시예에서, 이러한 결정에 사용된 분류의 결과들은 이벤트들 중 어느 이벤트가 DOI로서 분류되고 이벤트들 중 어느 이벤트가 뉴슨스 이벤트로서 분류되는지에 대한 정보를 포함하고, 이러한 결정은 상기 정보에 기초하여 뉴슨스 필터의 DOI 캡처 레이트를 결정하고, DOI 캡처 레이트를 원하는 DOI 캡처 레이트와 비교하고, DOI 캡처 레이트가 원하는 DOI 캡처 레이트보다 아래이면 하나 이상의 파라미터들이 수정되어야 한다고 결정하는 것을 포함한다. 예를 들어, 이벤트들 중 어느 이벤트가 DOI 및 뉴슨스 이벤트로서 분류되는지에 관한 정보 및 이들 각자의 특징 값들은 (예컨대, DOI 중 얼마나 많은 DOI가 뉴슨스 필터에 의해 검사 결과들로부터 잘못 필터링되어 제거되는지를 결정하기 위해 뉴슨스 필터의 분류 경계 값을 DOI의 특징 값들과 비교함으로써) 뉴슨스 필터에 의해 DOI 중 어느 것이 이렇게 식별될 것인지를 결정하는데 사용될 수 있다. 이벤트들의 샘플에 대해 결정된 DOI 캡처 레이트는 전체 이벤트 개체수에 대한 DOI 캡처 레이트를 추정하는데 사용될 수 있다. DOI 캡처 레이트는 원하는 캡처 레이트와 비교될 수 있고, 추정된 DOI 캡처 레이트가 원하는 것보다 낮을 때, 컴퓨터 서브시스템(들)은 뉴슨스 필터의 하나 이상의 파라미터들이 수정되어야 한다고 결정할 수 있다. 이러한 방식으로, 재튜닝을 위한 기준은 타겟 DOI 캡처 레이트를 포함할 수 있다.
추가적인 실시예에서, 이러한 결정에 사용된 분류의 결과들은 이벤트들 중 어느 이벤트가 DOI로서 분류되고 이벤트들 중 어느 이벤트가 뉴슨스 이벤트로서 분류되는지에 대한 정보를 포함하고, 이러한 결정은 상기 정보에 기초하여 뉴슨스 필터의 뉴슨스 이벤트 캡처 레이트를 결정하고, 뉴슨스 이벤트 캡처 레이트를 원하는 뉴슨스 이벤트 캡처 레이트와 비교하고, 뉴슨스 이벤트 캡처 레이트가 원하는 뉴슨스 이벤트 캡처 레이트보다 높으면 하나 이상의 파라미터들이 수정되어야 한다고 결정하는 것을 포함한다. 예를 들어, 재튜닝을 위한 기준은 (가능하게는 최적의 DOI 캡처와 함께) 타겟 뉴슨스 레이트를 포함할 수 있다. 이들 단계들은 뉴슨스 이벤트 캡처 레이트가 결정되어 DOI 캡처 레이트 대신 사용되는 것을 제외하고는 위에서 설명된대로 수행될 수 있다.
하나의 실시예에서, 분류 단계는 이벤트들이 DOI 또는 뉴슨스 이벤트인지를 결정하는 단계 및 각각의 이벤트들이 DOI 또는 뉴슨스 이벤트인 것으로 결정되는 신뢰도를 결정하는 단계를 포함한다. 이벤트들이 DOI 또는 뉴슨스 이벤트인지를 결정하는 단계는 임의의 적절한 분류 방법 및/또는 알고리즘을 사용하여 임의의 적절한 방식으로 수행될 수 있다. 각각의 이벤트들이 DOI 또는 뉴슨스 이벤트인 것으로 결정되는 신뢰도는 상기에서 추가로 설명된 바와 같이 분류 방법 및/또는 알고리즘에 의해 출력될 수 있다.
이러한 하나의 실시예에서, 결정 단계에서 사용된 분류의 결과들은 하나 이상의 이벤트들에 대해 결정된 신뢰도를 포함한다. 예를 들어, 컴퓨터 서브시스템(들)은 컷 라인 및 분류 경계와 같은 뉴슨스 필터의 파라미터(들)이 각각의 이벤트들에 할당된 분류 및 각각의 이벤트가 본 명세서에서 설명된 분류에 의해 분류되었던 신뢰도에 기초하여 재튜닝될 필요가 있는지를 결정할 수 있다. 그러한 일례에서, 이벤트들의 일부를 분류하는 신뢰도가 상대적으로 낮으면, 그러한 분류들은 뉴슨스 필터의 하나 이상의 파라미터들이 수정되어야 한다고 결정함에 있어서 상대적으로 높은 신뢰도로 결정된 분류들보다도 가중치가 적게 부여될 수 있다.
이러한 다른 실시예에서, 본 명세서에서 추가로 설명된 수정 단계에서 사용된 분류의 결과들은 하나 이상의 이벤트들에 대해 결정된 신뢰도를 포함한다. 예를 들어, 컷 라인 및 분류 경계와 같은 뉴슨스 필터의 파라미터(들)이 각각의 이벤트들에 할당된 분류 및 각각의 이벤트가 분류되었던 신뢰도에 기초하여 재튜닝될 수 있다. 그러한 일례에서, 이벤트들의 일부를 분류하는 신뢰도가 상대적으로 낮으면, 그러한 분류들은 뉴슨스 필터의 하나 이상의 수정된 파라미터들을 결정함에 있어서 상대적으로 높은 신뢰도로 결정된 분류들보다도 가중치가 적게 부여될 수 있다.
컴퓨터 서브시스템(들)은 또한, 뉴슨스 필터의 하나 이상의 파라미터들이 수정되어서는 안된다고 결정되면, 표본에 대한 검사의 결과에 뉴슨스 필터를 적용하여 표본에 대한 최종적인 검사 결과를 생성하도록 구성된다. 이러한 방식으로, 검사를 수행했던 시스템 이외의 다른 시스템이 검사의 결과들에 뉴슨스 필터를 적용할 때 검사가 완료될 수 있다. 이와 같이, 뉴슨스 필터를 검사 결과에 대한 적용은 추가적인 사후 검사 처리(예컨대, SEM 리뷰) 후가 될 때까지 연기될 수 있다. 뉴슨스 필터는 검사 결과들에 임의의 적절한 방식으로 적용될 수 있다. 또한, 최종적인 검사 결과들이 임의의 적절한 방식으로 생성될 수 있고, 당 업계에 공지된 임의의 적합한 포맷을 가질 수 있다.
컴퓨터 서브시스템(들)은 또한, 뉴슨스 필터의 하나 이상의 파라미터들이 수정되어야 한다고 결정될 때, 분류의 결과에 기초하여 뉴슨스 필터의 하나 이상의 파라미터들을 수정함으로써 뉴슨스 필터를 수정하고, 표본에 대한 최종적인 검사 결과들을 생성하기 위해 표본에 대한 검사의 결과들에 상기 수정된 뉴슨스 필터를 적용하도록 구성된다. 예를 들어, 뉴슨스 필터는 새롭게 분류된 이벤트들을 사용하여 재튜닝될 수 있다. 뉴슨스 필터를 재튜닝하는 것은 분류 경계 또는 컷 라인에 대한 값들과 같은 뉴슨스 필터의 하나 이상의 파라미터들에 대한 값들을 변경하는 것을 포함할 수 있다. 그러나, 일반적으로, 뉴슨스 필터를 재튜닝하는 것은 파라미터들 자체 또는 뉴슨스 필터의 임의의 템플릿을 변경하는 것을 포함하지 않을 수 있다. 예를 들어, 뉴슨스 필터의 재튜닝은 일반적으로, 뉴슨스 필터의 구조 또는 뉴슨스 필터의 일반적인 작동이나 기능을 변경하는 것을 포함하지 않을 것이다. 또한, 뉴슨스 필터의 하나 이상의 파라미터들을 수정하는 것은 일반적으로, 뉴슨스 필터를 상이한 뉴슨스 필터로 대체하는 것을 포함하지 않을 것이다. 또한, 재튜닝이 끝난 후, 뉴슨스 필터를 검사 결과들에 적용하여 뉴슨스 결함들을 필터링하여 제거하고 표본에 대한 최종적인 검사 결과들을 산출할 수 있다. 따라서, 재튜닝된 뉴슨스 필터를 검사의 결과들에 적용할 수 있으며, 결과들이 검사 결과 파일에 저장될 수 있다. 이러한 방식으로, 검사를 수행했던 시스템 이외의 다른 시스템이 검사의 결과들에 수정된 뉴슨스 필터를 적용할 때 검사가 완료될 수 있다. 이와 같이, 뉴슨스 필터를 검사 결과에 대한 적용은 추가적인 사후 검사 처리(예컨대, SEM 리뷰) 후가 될 때까지 연기될 수 있다. 수정된 뉴슨스 필터는 검사 결과들에 임의의 적절한 방식으로 적용될 수 있다. 또한, 최종적인 검사 결과들이 임의의 적절한 방식으로 생성될 수 있고, 당 업계에 공지된 임의의 적합한 포맷을 가질 수 있다.
하나의 실시예에서, 하나 이상의 컴퓨터 서브시스템들은 또한, 뉴슨스 필터의 하나 이상의 파라미터들이 수정되어야 한다고 결정될 때, 레시피 내의 뉴슨스 필터를 수정된 뉴슨스 필터로 대체하기 위해 검사에서 사용되는 레시피를 수정하도록 구성된다. 예를 들어, 각각의 검사 후 및/또는 각각의 뉴슨스 필터 수정 후 뉴슨스 필터는 새롭게 튜닝된 뉴슨스 필터로 업데이트될 수 있고, 업데이트된 뉴슨스 필터는 후속 하이브리드 검사를 위한 초기 뉴슨스 필터로서 사용될 수 있다. 본 명세서에서 사용되는 "하이브리드" 검사란, 검사가 하나의 툴(예컨대, 광학 검사 툴)로 시작하지만, 검사가 본 명세서에서 설명된 방법을 사용하여 다른 툴(예컨대, SEM 툴)로 완료되는 검사를 말한다. 이러한 방식으로, 두 개의 툴들(예를 들어, 광학 툴 및 전자 빔 툴)을 사용하여 표본 검사가 수행된다. 따라서, 검사는 상이한 방식들(예컨대, 광학 및 SEM)을 수반할 수 있으므로 "하이브리드" 검사가 된다.
일부 실시예들에서, 컴퓨터 서브시스템(들)은, 뉴슨스 필터의 하나 이상의 파라미터들이 수정되어야 한다고 결정될 때, 샘플을 생성하는 것, 출력을 획득하는 것, 이벤트를 분류하는 것, 및 결정하는 것이 상기 파라미터들 중 하나 이상의 파라미터들이 얼마나 많이 수정되는지에 기초하여 이벤트들의 다른 샘플에 대해 수행되어야 하는지를 결정하도록 구성된다. 이러한 방식으로, 컴퓨터 서브시스템(들)은 분류 경계와 같은 파라미터(들)가 얼마나 많이 이동하는지에 기초하여 추가적인 샘플링에 대한 필요성을 평가하도록 구성될 수 있다. 따라서, 컴퓨터 서브시스템(들)은 이전에 수행되었던 단계들의 결과들의 불확실성을 감소시키기 위해 더 많은 이벤트들을 샘플링할 수 있다. 예를 들어, 뉴슨스 필터의 컷 라인, 분류 경계, 또는 다른 파라미터들이 많이 이동되면, 유효성 및/또는 추가적인 튜닝을 위해 추가적인 결함들의 세트가 필요할 수 있다. 이러한 단계들은 원하는 신뢰도에 도달할 때까지 및/또는 공정에 할당된 시간 및/또는 자원이 고갈될 때까지 반복될 수 있다. 이 경우의 신뢰도는 재튜닝이 타겟 안정성 기준을 달성한 신뢰도를 말한다. 이러한 방식으로, 본 명세서에서 설명된 기능들 및 단계들은 원하는 안정성에 도달할 때까지 반복될 수 있다. 이러한 기준(신뢰도 및/또는 안정성)은 검사를 보다 안정적이 되도록 하기 위해 사용될 수 있는데, 이는 고정된 레시피에 기초하는 것들보다 공정 변화에 대해 더 독립적이다. 안정성은 뉴슨스 레이트 및/또는 진짜 DOI 캡처 레이트의 측면에서 측정될 수 있다. 특히, 본 명세서에서 설명된 것과 같은 임의의 샘플링은 오분류 오류의 몇몇 가능성뿐만이 아니라 내재적인 통계적 오류를 지닌다. 이러한 오류의 조합은 재튜닝이 미리 결정된 범위 내에 있는 타겟 안정성 기준을 달성했다는 신뢰도를 결정하는데 사용될 수 있다. 이와 같이, 샘플링, 분류, 및 튜닝의 반복이 뉴슨스 필터의 원하는 성능을 달성하기 위해 수행될 수 있다.
다른 실시예에서, 컴퓨터 서브시스템(들)은, 뉴슨스 필터의 하나 이상의 파라미터들이 수정되어야 한다고 결정될 때, 샘플을 생성하는 것, 출력을 획득하는 것, 이벤트들을 분류하는 것, 및 결정하는 것이 분류의 결과들에 기초하여 이벤트들의 다른 샘플에 대해 수행되어야 하는지를 결정하도록 구성된다. 예를 들어, 컴퓨터 서브시스템(들)은 이러한 분류가 얼마나 신뢰성 있는지에 기초하여 추가적인 샘플링에 대한 필요성을 평가하도록 구성될 수 있다. 그러한 일례에서, 분류가 상대적으로 낮은 신뢰도를 갖는다면, 분류에 대한 더 높은 신뢰도를 달성하기 위해 이벤트들의 더 많은 예제들이 샘플링되고 분류될 수 있다. 따라서, 컴퓨터 서브시스템(들)은 이전에 수행되었던 기능들 또는 단계들의 결과들의 불확실성을 감소시키기 위해 더 많은 이벤트들을 샘플링할 수 있다. 구체적으로, 지상 검증자료를 결정하고 이에 따라 최소 샘플 크기로 분류 신뢰도를 상당히 많이 증가시키기 위해 분류 신뢰도가 낮은 이벤트들이 샘플링될 수 있다. 이러한 기능들 또는 단계들은 원하는 신뢰도에 도달할 때까지 및/또는 공정에 할당된 시간 및/또는 자원이 고갈될 때까지 반복될 수 있다. 이러한 방식으로, 본 명세서에서 설명된 기능들 또는 단계들은 원하는 신뢰도에 도달할 때까지 반복될 수 있다. 이와 같이, 샘플링, 분류, 및 튜닝의 반복이 뉴슨스 필터의 원하는 성능을 달성하기 위해 수행될 수 있다.
추가적인 실시예에서, 컴퓨터 서브시스템(들)은, 뉴슨스 필터의 하나 이상의 파라미터들이 수정되어야 한다고 결정될 때, 샘플을 생성하는 것, 출력을 획득하는 것, 이벤트들을 분류하는 것, 및 결정하는 것이 이벤트들의 다른 샘플에 대해 수행되어야 하는지를 결정하도록 구성되며, 샘플을 생성하는 것, 출력을 획득하는 것, 이벤트들을 분류하는 것, 및 결정하는 것이 다른 샘플에 대해서 수행되어야 한다고 결정되면, 선택을 위해 이용된 하나 이상의 파라미터들을 변경하도록 구성된다. 예를 들어, 컴퓨터 서브시스템(들)이 다른 샘플에 대해서 다양한 기능들 또는 단계들을 다시 수행해야 한다고 결정되면, 샘플링 전략은 정제될 수 있고, 그 다음 정제된 전략을 사용하여 또 다른 샘플이 생성될 수 있다. 그러한 일례에서, 후속 반복(들)에서, 컴퓨터 서브시스템(들)은 새로운 컷 라인 위치, 분류 경계 값, 또는 다른 파라미터 값들 주위에서 더 많이 샘플링할 수 있다. 얼마나 많은 샘플링이 수행될지는 새로운 파라미터 값들에 대한 신뢰도 기준, 예를 들어, 파라미터 값들 주변의 일부 영역에서의 분류된 결함들 대비 비분류된 결함들의 분율에 의해 구축될 수 있다. 또한, 후속 반복(들)은 분류 신뢰도를 높이기 위해 더 많이 샘플링할 수 있다. 예를 들어, 낮은 신뢰도를 갖고 분류된 이벤트들과 검사에 의해 보고된 특징들 간에 상관관계가 구축될 수 있는 경우, 샘플링은 특징 공간에서의 해당 지역으로 타겟화될 수 있다. 이러한 방식으로, 증가된 샘플링은 분류 경계 근처에서 분류 불확실성과 관련된 통계적 오류를 낮출 수 있는데, 이는 보다 양호한 분류기(즉, 더 높은 신뢰도를 갖는 분류를 생성할 수 있는 분류기)의 생성을 야기시킬 수 있다. 또한, 맨 나중의 샘플링 반복은 새로운 뉴슨스 필터의 뉴슨스 레이트 및 DOI 캡처 레이트를 추정하기 위해 양호한 분류 결과가 구축된 후에 수행된다. 이 추정의 신뢰도는 맨 나중의 반복의 샘플링의 양에 의해 제어된다.
일부 실시예들에서, 뉴슨스 필터는 트레이닝 표본으로 생성된 결과들에 기초하여 표본의 검사 전에 튜닝된다. 예를 들어, 광학 또는 다른 검사 시스템이 트레이닝 웨이퍼 상의 뉴슨스 필터를 튜닝할 수 있다. 이러한 방식으로, 본 명세서에서 설명된 실시예들은 뉴슨스 필터를 섭동(perturbative) 방식으로 재튜닝하도록 구성될 수 있다. 달리 말하면, 뉴슨스 필터는 다른 표본들의 검사에 사용되었기 때문에, 뉴슨스 필터의 튜닝은 각각의 표본에 대한 출발선(scratch)으로부터 시작되지 않는다. 대신에, 뉴슨스 필터의 튜닝은 이전 표본들에서 잘 작동하는 것으로 알려졌던 뉴슨스 필터 파라미터들로부터 시작할 수 있다. 이와 같이, 본 명세서에서 설명된 컴퓨터 서브시스템(들)은 본 명세서에서 설명된 분류의 결과들을, 튜닝 및/또는 설정을 위해 이전에 사용된 표본들 및/또는 검사 결과들이 뉴슨스 필터로 이전에 필터링되었던 표본들로부터 획득된 정보와 결합할 수 있다. 이러한 방식으로, 뉴슨스 필터링을 위한 새로운 파라미터들이 이전의 표본들로부터의 최적의 파라미터들의 이웃에서 검색될 수 있으며, 이들 파라미터들은 표본들 간에 공정이 전혀 요동하지 않는 경우 다시 사용될 수 있다. 본 명세서에서 설명된 뉴슨스 필터들의 섭동 튜닝은 그 신뢰성 및 견고성을 증가시킬 수 있다.
다른 실시예에서, 뉴슨스 필터는 결함들의 트레이닝 세트로 생성된 결과들에 기초하여 표본의 검사 전에 튜닝되고, 뉴슨스 필터를 수정하는 것은 샘플 내의 이벤트들에 대한 정보 및 분류 결과를 결함들의 트레이닝 세트에 추가하여 수정된 트레이닝 세트를 생성하는 것과, 수정된 트레이닝 세트에 기초하여 뉴슨스 필터의 하나 이상의 파라미터들을 수정하는 것을 포함한다. 이러한 방식으로, 본 명세서에서 설명된 실시예들은 초기 레시피 생성 동안 뉴슨스 필터의 지도 튜닝 동안 획득된 사전 지식을 본 명세서에서 설명된 실시예들에 의해 획득된 동적 정보와 결합할 수 있다. 예를 들어, 뉴슨스 필터를 설정하기 위해 사용된 오리지널 트레이닝 세트가 유지될 수 있고, 트레이닝 세트의 내용은 본 명세서에서 설명된 분류의 결과들로 수정될 수 있다. 그 후, 수정된 트레이닝 세트는 뉴슨스 필터를 재튜닝하는데 사용될 수 있다. 또한, 오리지널 트레이닝 세트와 수정된 트레이닝 세트 간의 차이를 사용하여 뉴슨스 필터의 재튜닝이 수행되어야 하는지를 결정할 수 있다. 예를 들어, 오리지널 튜닝된 뉴슨스 필터는 본 명세서에서 설명된 핫 검사의 결과들에 적용될 수 있다. 그 뉴슨스 필터를 적용한 결과들(예를 들어, 뉴슨스 필터에 의해 DOI인 것으로 결정된 이벤트들)이 샘플링될 수 있다. DOI 결과들에서의 뉴슨스 레이트가 오리지널 트레이닝 세트를 사용하여 결정된 것과 동일하거나 또는 대략 동일하면, 본 명세서에서 설명된 컴퓨터 서브시스템(들)은 뉴슨스 필터를 재튜닝할 필요가 없다고 결정할 수 있다. 대안적으로, 오리지널 트레이닝 세트는 새로운 트레이닝 세트(예를 들어, 샘플링된 이벤트들 및 샘플링된 이벤트들에 대해 수행된 분류의 결과들로부터 생성됨)에 유리하게 스크랩될 수 있고, 새로운 트레이닝 세트는 뉴슨스 필터를 재튜닝하는데 사용될 수 있다.
본 명세서에서는 일부 실시예들이 이전에 튜닝된 뉴슨스 필터를 재튜닝하는 것으로서 설명되었지만, 하이브리드 튜닝 공정의 여러가지 변형들이 존재하는데, 그 중 하나는 초기 필터에 대한 섭동 보정을 수행하는 것 대신에, 뉴슨스 필터들의 완전한 재튜닝에 의존할 수 있다(예를 들어, 출발선에서 튜닝 공정을 시작하는 것, 이전 솔루션들을 무시하는 것). 예를 들어, 광학 검사 시스템은 핫 검사를 위한 레시피를 생성하고, 핫 검사 결과들에 뉴슨스 필터를 적용하지 않고서 그리고 뉴슨스 필터를 생성하거나 튜닝하지 않고서 핫 검사 결과들을 생성할 수 있다. 레벨 기반 트리 표현과 같은 뉴슨스 필터의 템플릿 또는 표현은 본 명세서에서 설명된 실시예들에 의해 생성되거나 획득될 수 있다. 그런 다음 컴퓨터 서브시스템(들)은 핫 검사 결과들을 사용하여 템플릿을 기반으로 초기 뉴슨스 필터를 생성할 수 있다. 그런 다음 본 명세서에서 설명된 샘플링은 뉴슨스 필터의 초기 튜닝 동안에 수행될 샘플링으로 대체될 수 있다(여기서 뉴슨스 필터의 파라미터(들)은 알려지지 않으므로, 샘플링은 본 명세서에서 추가로 설명된 바와 같이 뉴슨스 필터 파라미터들의 값들 근처의 이벤트 특징들에 대해 포커싱될 수 없다). 그런 다음 샘플링된 결함들은 본 명세서에 설명된 바와 같이 컴퓨터 서브시스템(들)에 의해 분류될 수 있다. 또한, 컴퓨터 서브시스템(들)은 분류된 결함들을 사용하여 뉴슨스 필터를 튜닝할 수 있다. 컴퓨터 서브시스템(들)은 또한 튜닝의 결과들에 기초하여 샘플링 전략을 정제하고 및/또는 최종적인 검사 결과들을 생성하기 위해 검사 결과들에 튜닝된 뉴슨스 필터를 적용하는 것과 같은 본 명세서에서 설명된 다른 기능들을 수행할 수도 있다.
일부 실시예들에서, 컴퓨터 서브시스템(들)은 또한, 표본에 대한 검사의 결과들에 뉴슨스 필터 또는 수정된 뉴슨스 필터를 적용한 결과들에 관계없이 최종적인 검사 결과들에 분류의 결과들을 포함시킴으로써 최종적인 검사 결과를 생성하도록 구성된다. 예를 들어, 본 명세서에서 설명된 실시예들에 의해 유용한 정보(예를 들어, SEM 이미지, 클래스 코드와 같은 분류 결과, 및 신뢰도)가 획득된다. 따라서, 뉴슨스 필터가 적용될 때 해당 정보를 활용하는 것이 좋다. 예를 들어, 본 명세서에서 설명된 분류가 높은 신뢰도 DOI를 식별할 때, 비록 뉴슨스 필터 또는 수정된 뉴슨스 필터가 높은 신뢰도 DOI를 필터링하여 제거하는 것을 원한다고 하더라도, 높은 신뢰도 DOI는 최종적인 검사 결과들에 포함될 수 있다. 달리 말하면, 컴퓨터 서브시스템(들)은 뉴슨스 필터가 뉴슨스로서 거절한 결함들을 최종적인 검사 결과들에 주입할 수 있지만, 본 명세서에 설명된 바와 같이 수행된 분류는 상대적으로 높은 신뢰도를 갖는 DOI로서 분류한다.
그러한 일례에서, 본 명세서에서 설명된 분류는 소형 브리지와 같은 중요한 DOI를 식별할 수 있다. 그러나, 완벽하게 튜닝된(또는 재튜닝된) 뉴슨스 필터는 소형 브리지 결함을 DOI로서 식별할 수 없다(예를 들어, 뉴슨스 필터의 파라미터의 최적화가 모든 뉴슨스 이벤트들의 최적화 필터링 및/또는 이러한 모든 DOI들의 최적화 보존을 야기시키지 못하는 경우). 따라서, 컴퓨터 서브시스템(들)은 표본의 검사 결과들에 뉴슨스 필터 또는 수정된 뉴슨스 필터를 적용한 결과들을 평가할 수 있다. 소형 브리지 DOI가 뉴슨스 필터 또는 수정된 뉴슨스 필터를 적용하여 생성된 최종적인 검사 결과들에 포함되지 않은 경우, 컴퓨터 서브시스템(들)은 소형 브리지 결함 및 이에 대응하는 분류 정보가 최종적인 검사 결과에 포함되도록 최종적인 검사 결과들을 변경할 수 있다. 이러한 방식으로, 뉴슨스 필터 결과들은 높은 신뢰도 DOI가 나올 때 무시되거나 및/또는 간과될 수 있다. 따라서, 검사를 위한 DOI 캡처 레이트가 향상될 수 있다.
마찬가지 방식으로, 이들 높은 신뢰도 뉴슨스 결함들이 뉴슨스 필터에 의해 DOI로서 식별된다 하더라도, (본 명세서에서 설명된 바와 같이 수행된 분류에 의해 결정된) 높은 신뢰도 뉴슨스 결함들이 필터링되어 제거될 수 있다. 달리 말하면, 컴퓨터 서브시스템(들)은 뉴슨스 필터 경계를 위반하고, 상대적으로 높은 신뢰도를 갖는 분류에 의해 뉴슨스인 것으로 결정되었던 결함들을 검사 결과들로부터 제거할 수 있다. 이러한 방식으로, 뉴슨스 필터 결과들은 높은 신뢰도 뉴슨스 이벤트들이 나올 때 무시되거나 및/또는 간과될 수 있다. 따라서, 검사를 위한 뉴슨스 이벤트 캡처 레이트가 향상될 수 있다.
추가적인 실시예에서, 컴퓨터 서브시스템(들)은 수정된 뉴슨스 필터와 뉴슨스 필터 사이의 차이를 결정하고, 이 차이가 차이에 대한 값들의 미리 결정된 범위의 밖에 있을 때 사용자에게 경고를 전송하도록 구성된다. 예를 들어, 본 명세서에 설명된 실시예들에 의해 생성된 결과들은 검사에 사용된 레시피의 안정성을 모니터링하고 및/또는 검사에서 생성된 출력의 노이즈 플로어 시프트를 모니터링하는데 사용될 수 있다. 달리 말하면, 동적 뉴슨스 필터 튜닝 동안에 획득된 정보는 검사 안정성 모니터링의 목적으로 사용될 수 있다. 그러한 일례에서, 뉴슨스 필터 튜닝의 부산물로서, 정적 및 동적 뉴슨스 레이트 및 DOI 카운트의 추정치와 함께 필터 파라미터들의 이동에 관한 정보가 기록될 수 있다. 이 정보는 검사 안정성의 정량적 모니터링에 사용될 수 있으며, 노이즈 플로어에서의 갑작스럽고 또는 체계적인 시프트를 사용자에게 경고한다.
추가적인 실시예에서, 컴퓨터 서브시스템(들)은 표본의 검사에서 수행된 결함 검출을 위한 파라미터들을 획득하고, 결함 검출을 위한 하나 이상의 파라미터들이 분류 결과에 기초하여 수정되어야 하는지를 결정하도록 구성된다. 예를 들어, 본 명세서에서 설명된 실시예들은 뉴슨스 필터의 동적 튜닝뿐만이 아니라 검출 임계치의 동적 튜닝을 수행하도록 구성될 수 있다. 그러한 일례에서, 본 명세서에 설명된 실시예들에 의해 DOI 및 뉴슨스 이벤트로서 분류된 이벤트들에 대해 생성된 검사 시스템의 출력(예를 들어, 분류된 DOI 및 뉴슨스 이벤트에 대한 검사 이미지들)은, 출력에 적용되었던, 결함 검출을 위한 파라미터들이, 뉴슨스 이벤트들의 검출을 감소시키고 및/또는 DOI의 검출을 증가시키도록 수정될 수 있는지를 결정하는데 사용될 수 있다. 그런 다음, 결함 검출 파라미터(들)는 분류된 이벤트들에 대한 검사 시스템에 의해 생성된 출력, 본 명세서에 기술된 실시예들에 의해 생성된 분류, 및 결함 검출 파라미터 값들을 수정하기 위해 본 명세서에서 설명된 임의의 다른 정보에 기초하여 수정될 수 있다. 결함 검출 파라미터들을 수정하는 것은 뉴슨스 필터 파라미터들을 수정하는 것과 관련하여 여기에 설명된 바와 같이 추가로 수행될 수 있으며, 본 명세서에서 설명된 다른 단계들(뉴슨스 필터에 대해 수행됨)이 또한 결함 검출 파라미터들에 대해 수행될 수 있다.
다른 실시예에서, 컴퓨터 서브시스템(들)은 표본의 검사에서 수행된 결함 분류를 위한 파라미터들을 획득하고, 표본의 검사에서 수행된 결함 분류를 위한 하나 이상의 파라미터들이 분류 결과에 기초하여 수정되어야 하는지를 결정하도록 구성된다. 예를 들어, 본 명세서에서 설명된 실시예들은 뉴슨스 필터의 동적 튜닝뿐만이 아니라 결함 분류의 동적 튜닝을 수행하도록 구성될 수 있다. 이 경우, 초기 튜닝된 분류기는 광학 검사기 상에서 사용될 수 있고, 여기에 기술된 실시예들로부터의 동적 분류는 각각의 표본에 대한 분류기를 재튜닝하는데 사용될 수 있다.
본 명세서에 설명된 실시예들은 오늘날의 광학 검사에 적용되는, 현재 사용되는 다른 정적 뉴슨스 필터들에 비해 많은 장점들을 갖는다. 예를 들어, 본 명세서에서 설명된 실시예들은 초기 레시피 생성 동안 뉴슨스 필터의 지도 튜닝 동안 획득된 사전 지식을 본 명세서에서 설명된 실시예들에 의해 획득된 동적 정보와 결합함으로써 정적 뉴슨스 필터들을 향상시킬 수 있다. 또한, 최종적인 검사 결과들은 광학 검사의 동적 업데이트 이후에만 사용자 또는 사용자 수율 관리 시스템에 전송될 수 있다. 또한, 본 명세서에 설명된 실시예들은 검사의 안정성을 향상시키고 검사의 노이즈 플로어의 정량적 모니터링을 가능하게 한다. 팹(fab)들은 통계적 공정 제어(SPC)를 통해 각자의 공정들을 모니터링하기 위해 검사를 사용하기 때문에 검사의 안정성을 보장 및/또는 가능하게 하는 것이 특히 중요하다. SPC는 본질적으로 공정 변동을 측정할 수 있는 통계적 기준선을 수립할 수 있도록 시간이 지남에 따라 표본들이 안정적으로 검사될 것을 요구한다. 본 명세서에서 설명된 단계들 및 기능들 모두는 자동적으로 수행될 수 있기 때문에 본 명세서에서 설명된 실시예들은 또한 사용자 개입없이 뉴슨스 필터의 튜닝을 수행할 수 있다. 또한, 본 명세서에 설명된 실시예들은 이전 표본(들)로부터 그리고 검사 레시피 설정 단계로부터 획득된 이전 정보의 사용을 통해 출력 획득 및 분류 단계들에 대한 표본 크기를 최소화할 수 있다. 이러한 샘플 최소화는 출력 획득에 필요한 툴 시간 요건을 최소화하므로 (특히 출력 획득에 사용된 툴이 SEM인 경우) 커다란 이점을 제공할 수 있다.
본 명세서에서 설명된 실시예들은 본 명세서에 설명된 기능들을 원하는 바에 따라 자주 수행할 수 있다. 예를 들어, 컴퓨터 서브시스템(들)은 표본이 검사될 때마다 뉴슨스 필터가 재조정될(및 후속 재튜닝이) 필요가 있는지를 결정하기 위한 기능들 또는 단계들을 수행할 수 있다. 그러나, 컴퓨터 서브시스템(들)은 표본을 형성하기 위해 사용된 공정들(이는 비교적 안정된 검사 결과를 생성하여 비교적 안정된 뉴슨스 필터링 결과를 생성해야 함)이 비교적 안정적인 경우, 본 명세서에서 설명된 기능들 또는 단계들을 덜 빈번히 수행할 수 있다. 이러한 방식으로, 본 명세서에서 설명된 단계들은 표본을 형성하는데 사용된 공정들의 안정성을 반영하는 빈도수로 수행될 수 있다(예를 들어, 보다 안정한 공정들에 대해서는 덜 빈번히 수행되고, 덜 안정된 공정들에 대해서는 더 빈번하게 수행된다).
다른 실시예는 적응형 뉴슨스 필터를 사용하여 표본에 대한 검사 결과를 생성하기 위한 컴퓨터 구현 방법에 관한 것이다. 본 방법은 상술한 컴퓨터 서브시스템(들)의 기능들 각각에 대한 단계들을 포함한다.
본 방법의 단계들 각각은 본 명세서에서 추가적으로 설명된 바와 같이 수행될 수 있다. 본 방법은 또한 본 명세서에서 설명된 출력 획득 서브시스템 및/또는 컴퓨터 서브시스템(들)에 의해 수행될 수 있는 임의의 다른 단계(들)을 포함할 수 있다. 본 방법의 단계들은 본 명세서에서 설명된 임의의 실시예들에 따라 구성될 수 있는 하나 이상의 컴퓨터 서브시스템들에 의해 수행된다. 또한, 전술한 방법은 본 명세서에서 설명된 임의의 시스템에 의해 수행될 수 있다.
추가적인 실시예는 적응형 뉴슨스 필터를 사용하여 표본에 대한 검사 결과를 생성하기 위한 컴퓨터 구현 방법을 수행하기 위해 컴퓨터 시스템 상에서 실행되는 프로그램 명령어들을 저장한 비일시적 컴퓨터 판독가능 매체에 관한 것이다. 이러한 하나의 실시예가 도 3에 도시된다. 특히, 도 3에서 도시된 바와 같이, 컴퓨터로 판독가능한 비일시적 매체(300)는 컴퓨터 시스템(304) 상에서 실행가능한 프로그램 명령어들(302)을 포함한다. 컴퓨터 구현 방법은 본 명세서에서 설명된 임의의 방법(들)의 임의의 단계(들)을 포함할 수 있다.
본 명세서에서 설명된 것과 같은 방법들을 구현하는 프로그램 명령어들(302)은 컴퓨터로 판독가능한 매체(300) 상에 저장될 수 있다. 컴퓨터로 판독가능한 매체는 자기적 또는 광학적 디스크, 또는 자기적 테이프와 같은 저장 매체, 또는 본 업계에서 알려진 임의의 적절한 다른 컴퓨터로 판독가능한 비일시적 매체일 수 있다.
프로그램 명령어들은 여러가지 중에서도, 프로시저 기반 기술들, 컴포넌트 기반 기술들, 및/또는 객체 지향 기술들을 비롯한 임의의 다양한 방법들로 구현될 수 있다. 예를 들어, 프로그램 명령어들은 액티브X 제어, C++ 오브젝트, 자바빈, MFC("Microsoft Foundation Classes"), SSE(Streaming SIMD Extension), 또는 희망하는 바에 따라 다른 기술들 또는 방법론들을 이용하여 구현될 수 있다.
컴퓨터 시스템(304)은 본 명세서에서 설명된 임의의 실시예들에 따라 구성될 수 있다.
본 명세서에서 설명한 모든 방법들은 컴퓨터 판독가능한 저장매체에서 방법 실시예들의 하나 이상의 단계들의 결과들을 저장하는 단계를 포함할 수 있다. 결과들은 본 명세서에서 설명한 결과들 중 임의의 결과를 포함할 수 있고 본 업계에서 알려진 임의의 방법으로 저장될 수 있다. 저장 매체는 본 명세서에서 설명한 임의의 저장 매체 또는 본 업계에서 알려진 임의의 다른 적절한 저장 매체를 포함할 수 있다. 결과들이 저장된 후, 결과들은 저장 매체 내에서 액세스될 수 있고 본 명세서에서 설명한 방법 또는 시스템 실시예들 중 임의의 것에 의해 이용될 수 있으며, 사용자에 대한 디스플레이를 위해 포맷팅되고, 또다른 소프트웨어 모듈, 방법, 또는 시스템 등에 의해 이용될 수 있다.
본 발명의 다양한 양태들의 추가적인 수정들 및 대안적인 실시예들은 본 설명을 검토한 본 업계의 당업자에게는 자명한 사항일 것이다. 예를 들어, 적응형 뉴슨스 필터를 사용하여 표본에 대한 검사 결과를 생성하는 방법 및 시스템이 제공된다. 이에 따라, 본 설명은 단지 예시에 불과하며, 본 발명을 수행하기 위한 일반적인 방법을 본 업계의 당업자에게 교시하기 위한 것으로서 해석되어야 한다. 본 명세서에서 도시되고 설명된 본 발명의 형태들은 현재 바람직한 실시예들로서 간주될 것임을 이해할 것이다. 본 명세서에서 설명되고 예시된 것을 대신하여 엘리먼트들과 물질들이 대체될 수 있고, 부품들 및 공정들은 뒤바뀔 수 있고, 본 발명의 어떠한 특징들은 독립적으로 활용될 수 있으며, 이 모두는 본 발명의 설명의 혜택을 가진 후에 본 업계의 당업자에게는 자명할 것이다. 아래의 청구항들에서 기술된 본 발명의 사상과 범위를 벗어나지 않고서 본 명세서에서 설명된 엘리먼트들에 대해서는 변경들이 이루어질 수 있다.

Claims (27)

  1. 적응형 뉴슨스 필터(adaptive nuisance filter)를 사용하여 표본에 대한 검사 결과들을 생성하도록 구성된 시스템에 있어서,
    적어도 에너지원 및 검출기를 포함하는 출력 획득 서브시스템 - 상기 에너지원은 표본에 지향되는 에너지를 생성하도록 구성되고, 상기 검출기는 상기 표본으로부터의 에너지를 검출하고 상기 검출된 에너지에 응답하여 출력을 생성하도록 구성됨 -; 및
    하나 이상의 컴퓨터 서브시스템들
    을 포함하고, 상기 하나 이상의 컴퓨터 서브시스템들은,
    상기 표본의 검사의 결과들 및 상기 검사를 위한 뉴슨스 필터의 파라미터들을 획득하고 - 상기 결과들은 상기 검사 중에 검출된 이벤트들에 대한 하나 이상의 특징들에 대한 값들을 포함하고, 상기 값들은 상기 검사 중에 결정됨 -;
    상기 이벤트들의 다른 부분의 하나 이상의 특징들 중 적어도 하나의 특징에 대한 값들보다 상기 뉴슨스 필터의 파라미터들 중 적어도 하나의 파라미터의 적어도 하나의 값에 더 가까운, 상기 하나 이상의 특징들 중 적어도 하나의 특징에 대한 값들을 갖는 상기 이벤트들의 부분을 선택함으로써 상기 이벤트들의 샘플을 생성하고;
    상기 이벤트들의 샘플에 대한 상기 출력 획득 서브시스템의 출력을 획득하고;
    상기 획득된 출력에 기초하여 상기 샘플 내의 이벤트들을 분류하고;
    상기 분류의 결과들에 기초하여 상기 뉴슨스 필터의 파라미터들 중 하나 이상의 파라미터들이 수정되어야 하는지를 결정하고;
    상기 뉴슨스 필터의 파라미터들 중 하나 이상의 파라미터들이 수정되어서는 안된다고 결정되면, 상기 표본에 대한 검사의 결과들에 상기 뉴슨스 필터를 적용하여 상기 표본에 대한 최종적인 검사 결과들을 생성하고;
    상기 뉴슨스 필터의 파라미터들 중 하나 이상의 파라미터들이 수정되어야 한다고 결정되면, 상기 분류의 결과들에 기초하여 상기 뉴슨스 필터의 파라미터들 중 하나 이상의 파라미터들을 수정함으로써 상기 뉴슨스 필터를 수정하며;
    상기 표본에 대한 최종적인 검사 결과들을 생성하기 위해 상기 표본에 대한 검사의 결과들에 상기 수정된 뉴슨스 필터를 적용하도록 구성된 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  2. 제1항에 있어서,
    상기 부분 내의 이벤트들은 관심대상의 결함들 및 뉴슨스 이벤트들을 포함한 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  3. 제1항에 있어서,
    상기 표본의 검사는 광학 검사 시스템에 의해 수행되는 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  4. 제1항에 있어서,
    상기 표본의 검사는 상기 출력 획득 서브시스템과는 상이한 구성을 갖는 다른 출력 획득 서브시스템을 사용하여 수행되는 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  5. 제1항에 있어서,
    상기 검사에 의해 검출된 이벤트들이 상당한 양의 뉴슨스 이벤트들을 포함하도록 선택되는 결함 검출 파라미터들을 사용하여 상기 표본의 검사가 수행되는 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  6. 제1항에 있어서,
    상기 뉴슨스 필터의 파라미터들 중 적어도 하나의 파라미터는 다른 유형의 이벤트들로부터 하나의 유형의 이벤트들을 분리하는 경계(boundary)를 포함한 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  7. 제1항에 있어서,
    상기 검사는 상기 검사의 결과들 중 임의의 결과에 상기 뉴슨스 필터를 적용하는 것을 포함하지 않는 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  8. 제1항에 있어서,
    상기 하나 이상의 컴퓨터 서브시스템들은 또한, 상기 뉴슨스 필터의 파라미터들 중 하나 이상의 파라미터들이 수정되어야 한다고 결정될 때, 상기 레시피 내의 상기 뉴슨스 필터를 상기 수정된 뉴슨스 필터로 대체하기 위해 상기 검사에서 사용되는 레시피를 수정하도록 구성된 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  9. 제1항에 있어서,
    상기 하나 이상의 컴퓨터 서브시스템들은 또한, 상기 뉴슨스 필터의 파라미터들 중 하나 이상의 파라미터들이 수정되어야 한다고 결정될 때, 상기 생성하는 것, 상기 출력을 획득하는 것, 상기 분류하는 것, 및 상기 결정하는 것이, 상기 파라미터들 중 하나 이상의 파라미터들이 얼마나 많이 수정되는지에 기초하여, 상기 이벤트들의 다른 샘플에 대해 수행되어야 하는지를 결정하도록 구성된 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  10. 제1항에 있어서,
    상기 하나 이상의 컴퓨터 서브시스템들은 또한, 상기 뉴슨스 필터의 파라미터들 중 하나 이상의 파라미터들이 수정되어야 한다고 결정될 때, 상기 생성하는 것, 상기 출력을 획득하는 것, 상기 분류하는 것, 및 상기 결정하는 것이, 상기 분류의 결과들에 기초하여, 상기 이벤트들의 다른 샘플에 대해 수행되어야 하는지를 결정하도록 구성된 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  11. 제1항에 있어서,
    상기 하나 이상의 컴퓨터 서브시스템들은 또한, 상기 뉴슨스 필터의 파라미터들 중 하나 이상의 파라미터들이 수정되어야 한다고 결정될 때, 상기 생성하는 것, 상기 출력을 획득하는 것, 상기 분류하는 것, 및 상기 결정하는 것이 상기 이벤트들의 다른 샘플에 대해 수행되어야 하는지를 결정하며, 상기 생성하는 것, 상기 출력을 획득하는 것, 상기 분류하는 것, 및 상기 결정하는 것이 상기 다른 샘플에 대해 수행되어야 한다고 결정될 때, 상기 선택을 위해 이용되는 하나 이상의 파라미터들을 변경하도록 구성된 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  12. 제1항에 있어서,
    상기 분류하는 것은 상기 이벤트들이 관심대상의 결함들 또는 뉴슨스 이벤트들인지를 결정하는 것을 포함한 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  13. 제1항에 있어서,
    상기 분류하는 것은, 상기 이벤트들이 관심대상의 결함들 또는 뉴슨스 이벤트들인지를 결정하는 것과, 상기 이벤트들 각각이 관심대상의 결함들 또는 뉴슨스 이벤트들인 것으로 결정되는 신뢰도를 결정하는 것을 포함하며, 상기 결정을 위해 이용되는 상기 분류의 결과들은 상기 이벤트들 중 하나 이상의 이벤트들에 대해 결정된 신뢰도를 포함한 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  14. 제1항에 있어서,
    상기 분류하는 것은, 상기 이벤트들이 관심대상의 결함들 또는 뉴슨스 이벤트들인지를 결정하는 것과, 상기 이벤트들 각각이 관심대상의 결함들 또는 뉴슨스 이벤트들인 것으로 결정되는 신뢰도를 결정하는 것을 포함하며, 상기 수정을 위해 이용되는 상기 분류의 결과들은 상기 이벤트들 중 하나 이상의 이벤트들에 대해 결정된 신뢰도를 포함한 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  15. 제1항에 있어서,
    상기 결정을 위해 이용되는 상기 분류의 결과들은 상기 이벤트들 중 어느 이벤트가 관심대상의 결함들로서 분류되고 상기 이벤트들 중 어느 이벤트가 뉴슨스 이벤트들로서 분류되는지에 대한 정보를 포함하고, 상기 결정은, 상기 정보에 기초하여 상기 뉴슨스 필터의 관심대상 결함 캡처 레이트를 결정하고, 상기 관심대상 결함 캡처 레이트를 원하는 관심대상 결함 캡처 레이트와 비교하고, 상기 관심대상 결함 캡처 레이트가 상기 원하는 관심대상 결함 캡처 레이트보다 아래이면 상기 파라미터들 중 하나 이상의 파라미터들이 수정되어야 한다고 결정하는 것을 포함한 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  16. 제1항에 있어서,
    상기 결정을 위해 이용되는 상기 분류의 결과들은 상기 이벤트들 중 어느 이벤트가 관심대상의 결함들로서 분류되고 상기 이벤트들 중 어느 이벤트가 뉴슨스 이벤트들로서 분류되는지에 대한 정보를 포함하고, 상기 결정은, 상기 정보에 기초하여 상기 뉴슨스 필터의 뉴슨스 이벤트 캡처 레이트를 결정하고, 상기 뉴슨스 이벤트 캡처 레이트를 원하는 뉴슨스 이벤트 캡처 레이트와 비교하고, 상기 뉴슨스 이벤트 캡처 레이트가 상기 원하는 뉴슨스 이벤트 캡처 레이트보다 높으면 상기 파라미터들 중 하나 이상의 파라미터들이 수정되어야 한다고 결정하는 것을 포함한 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  17. 제1항에 있어서,
    상기 뉴슨스 필터는 트레이닝 표본으로 생성된 결과들에 기초하여 상기 표본의 검사 전에 튜닝(tune)되는 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  18. 제1항에 있어서,
    상기 뉴슨스 필터는 결함들의 트레이닝 세트로 생성된 결과들에 기초하여 상기 표본의 검사 전에 튜닝되며, 상기 뉴슨스 필터를 수정하는 것은, 상기 샘플 내의 이벤트들에 대한 정보 및 상기 분류의 결과들을 상기 결함들의 트레이닝 세트에 추가하여 수정된 트레이닝 세트를 생성하는 것과, 상기 수정된 트레이닝 세트에 기초하여 상기 뉴슨스 필터의 파라미터들 중 하나 이상의 파라미터들을 수정하는 것을 포함한 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  19. 제1항에 있어서,
    상기 하나 이상의 컴퓨터 서브시스템들은 또한, 상기 표본에 대한 검사의 결과들에 상기 뉴슨스 필터 또는 상기 수정된 뉴슨스 필터를 적용한 결과들에 관계없이 상기 최종적인 검사 결과들에 상기 분류의 결과들을 포함시킴으로써 상기 최종적인 검사 결과를 생성하도록 구성된 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  20. 제1항에 있어서,
    상기 하나 이상의 컴퓨터 서브시스템들은 또한, 상기 수정된 뉴슨스 필터와 상기 뉴슨스 필터 사이의 차이를 결정하고, 상기 차이가 상기 차이에 대한 값들의 미리 결정된 범위의 밖에 있을 때 사용자에게 경고를 전송하도록 구성된 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  21. 제1항에 있어서,
    상기 하나 이상의 컴퓨터 서브시스템들은 또한, 상기 표본의 검사에서 수행된 결함 검출을 위한 파라미터들을 획득하고, 상기 결함 검출을 위한 파라미터들 중 하나 이상의 파라미터들이 상기 분류의 결과들에 기초하여 수정되어야 하는지를 결정하도록 구성된 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  22. 제1항에 있어서,
    상기 하나 이상의 컴퓨터 서브시스템들은 또한, 상기 표본의 검사에서 수행된 결함 분류를 위한 파라미터들을 획득하고, 상기 표본의 검사에서 수행된 결함 분류를 위한 파라미터들 중 하나 이상의 파라미터들이 상기 분류의 결과들에 기초하여 수정되어야 하는지를 결정하도록 구성된 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  23. 제1항에 있어서,
    상기 표본은 웨이퍼를 포함한 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  24. 제1항에 있어서,
    상기 표본에 지향된 에너지는 광을 포함하고, 상기 표본으로부터 검출된 에너지는 광을 포함한 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  25. 제1항에 있어서,
    상기 표본에 지향된 에너지는 전자를 포함하고, 상기 표본으로부터 검출된 에너지는 전자를 포함한 것인 표본에 대한 검사 결과들을 생성하도록 구성된 시스템.
  26. 적응형 뉴슨스 필터를 사용하여 표본에 대한 검사 결과들을 생성하기 위한 컴퓨터 구현 방법을 수행하기 위해 컴퓨터 시스템 상에서 실행되는 프로그램 명령어들이 저장되어 있는 비일시적 컴퓨터 판독가능 매체에 있어서, 상기 컴퓨터 구현 방법은,
    상기 검사를 위한 뉴슨스 필터의 파라미터들 및 상기 표본의 검사의 결과들을 획득하는 단계 - 상기 결과들에는 상기 검사 중에 검출된 이벤트들에 대한 하나 이상의 특징들에 대한 값들이 포함되며, 상기 값들은 상기 검사 중에 결정됨 -;
    상기 이벤트들의 다른 부분의 하나 이상의 특징들 중 적어도 하나의 특징에 대한 값들보다 상기 뉴슨스 필터의 파라미터들 중 적어도 하나의 파라미터의 적어도 하나의 값에 더 가까운, 상기 하나 이상의 특징들 중 적어도 하나의 특징에 대한 값들을 갖는 상기 이벤트들의 부분을 선택함으로써 상기 이벤트들의 샘플을 생성하는 단계;
    상기 이벤트들의 샘플에 대한 출력 획득 서브시스템의 출력을 획득하는 단계 - 상기 출력 획득 서브시스템은 적어도 에너지원 및 검출기를 포함하고, 상기 에너지원은 상기 표본에 지향되는 에너지를 생성하도록 구성되며, 상기 검출기는 상기 표본으로부터의 에너지를 검출하고 상기 검출된 에너지에 응답하여 상기 출력을 생성하도록 구성됨 -;
    상기 획득된 출력에 기초하여 상기 샘플 내의 이벤트들을 분류하는 단계;
    상기 분류의 결과들에 기초하여 상기 뉴슨스 필터의 파라미터들 중 하나 이상의 파라미터들이 수정되어야 하는지를 결정하는 단계;
    상기 뉴슨스 필터의 파라미터들 중 하나 이상의 파라미터들이 수정되어서는 안된다고 결정되면, 상기 표본에 대한 최종적인 검사 결과들을 생성하기 위해 상기 표본에 대한 상기 검사의 결과들에 상기 뉴슨스 필터를 적용하는 단계;
    상기 뉴슨스 필터의 파라미터들 중 하나 이상의 파라미터들이 수정되어야 한다고 결정되면, 상기 분류의 결과들에 기초하여 상기 뉴슨스 필터의 파라미터들 중 하나 이상의 파라미터들을 수정함으로써 상기 뉴슨스 필터를 수정하는 단계;
    상기 표본에 대한 상기 최종적인 검사 결과들을 생성하기 위해 상기 표본에 대한 상기 검사의 결과들에 상기 수정된 뉴슨스 필터를 적용하는 단계
    를 포함하며,
    상기 결과들을 획득하는 단계, 상기 샘플을 생성하는 단계, 상기 출력을 획득하는 단계, 상기 이벤트들을 분류하는 단계, 상기 결정하는 단계, 상기 뉴슨스 필터를 적용하는 단계, 상기 뉴슨스 필터를 수정하는 단계, 및 상기 수정된 뉴슨스 필터를 적용하는 단계는 하나 이상의 컴퓨터 서브시스템들에 의해 수행되는 것인 비일시적 컴퓨터 판독가능 매체.
  27. 적응형 뉴슨스 필터를 사용하여 표본에 대한 검사 결과들을 생성하기 위한 컴퓨터 구현 방법에 있어서,
    상기 검사를 위한 뉴슨스 필터의 파라미터들 및 상기 표본의 검사의 결과들을 획득하는 단계 - 상기 결과들에는 상기 검사 중에 검출된 이벤트들에 대한 하나 이상의 특징들에 대한 값들이 포함되며, 상기 값들은 상기 검사 중에 결정됨 -;
    상기 이벤트들의 다른 부분의 하나 이상의 특징들 중 적어도 하나의 특징에 대한 값들보다 상기 뉴슨스 필터의 파라미터들 중 적어도 하나의 파라미터의 적어도 하나의 값에 더 가까운, 상기 하나 이상의 특징들 중 적어도 하나의 특징에 대한 값들을 갖는 상기 이벤트들의 부분을 선택함으로써 상기 이벤트들의 샘플을 생성하는 단계;
    상기 이벤트들의 샘플에 대한 출력 획득 서브시스템의 출력을 획득하는 단계 - 상기 출력 획득 서브시스템은 적어도 에너지원 및 검출기를 포함하고, 상기 에너지원은 상기 표본에 지향되는 에너지를 생성하도록 구성되며, 상기 검출기는 상기 표본으로부터의 에너지를 검출하고 상기 검출된 에너지에 응답하여 상기 출력을 생성하도록 구성됨 -;
    상기 획득된 출력에 기초하여 상기 샘플 내의 이벤트들을 분류하는 단계;
    상기 분류의 결과들에 기초하여 상기 뉴슨스 필터의 파라미터들 중 하나 이상의 파라미터들이 수정되어야 하는지를 결정하는 단계;
    상기 뉴슨스 필터의 파라미터들 중 하나 이상의 파라미터들이 수정되어서는 안된다고 결정되면, 상기 표본에 대한 최종적인 검사 결과들을 생성하기 위해 상기 표본에 대한 상기 검사의 결과들에 상기 뉴슨스 필터를 적용하는 단계;
    상기 뉴슨스 필터의 파라미터들 중 하나 이상의 파라미터들이 수정되어야 한다고 결정되면, 상기 분류의 결과들에 기초하여 상기 뉴슨스 필터의 파라미터들 중 하나 이상의 파라미터들을 수정함으로써 상기 뉴슨스 필터를 수정하는 단계;
    상기 표본에 대한 상기 최종적인 검사 결과들을 생성하기 위해 상기 표본에 대한 상기 검사의 결과들에 상기 수정된 뉴슨스 필터를 적용하는 단계
    를 포함하며,
    상기 결과들을 획득하는 단계, 상기 샘플을 생성하는 단계, 상기 출력을 획득하는 단계, 상기 이벤트들을 분류하는 단계, 상기 결정하는 단계, 상기 뉴슨스 필터를 적용하는 단계, 상기 뉴슨스 필터를 수정하는 단계, 및 상기 수정된 뉴슨스 필터를 적용하는 단계는 하나 이상의 컴퓨터 서브시스템들에 의해 수행되는 것인 비일시적 컴퓨터 판독가능 매체.
KR1020177027771A 2015-03-03 2016-03-03 적응형 뉴슨스 필터 KR102330733B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201562127583P 2015-03-03 2015-03-03
US62/127,583 2015-03-03
US15/058,115 US9835566B2 (en) 2015-03-03 2016-03-01 Adaptive nuisance filter
US15/058,115 2016-03-01
PCT/US2016/020762 WO2016141229A1 (en) 2015-03-03 2016-03-03 Adaptive nuisance filter

Publications (2)

Publication Number Publication Date
KR20170120182A true KR20170120182A (ko) 2017-10-30
KR102330733B1 KR102330733B1 (ko) 2021-11-23

Family

ID=56848706

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020177027771A KR102330733B1 (ko) 2015-03-03 2016-03-03 적응형 뉴슨스 필터

Country Status (6)

Country Link
US (1) US9835566B2 (ko)
KR (1) KR102330733B1 (ko)
CN (1) CN107407648B (ko)
IL (1) IL253850B (ko)
TW (1) TWI673489B (ko)
WO (2) WO2016141237A1 (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11237119B2 (en) 2017-01-10 2022-02-01 Kla-Tencor Corporation Diagnostic methods for the classifiers and the defects captured by optical tools
KR102557181B1 (ko) * 2017-01-10 2023-07-18 케이엘에이 코포레이션 광학 도구에 의해 캡처되는 결함 및 분류기를 위한 진단 방법
US10699926B2 (en) * 2017-08-30 2020-06-30 Kla-Tencor Corp. Identifying nuisances and defects of interest in defects detected on a 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
US10713769B2 (en) * 2018-06-05 2020-07-14 Kla-Tencor Corp. Active learning for defect classifier training
US11151711B2 (en) 2018-06-06 2021-10-19 Kla-Tencor Corporation Cross layer common-unique analysis for nuisance filtering
DE102018211099B4 (de) * 2018-07-05 2020-06-18 Carl Zeiss Smt Gmbh Verfahren und Vorrichtung zum Bewerten eines statistisch verteilten Messwertes beim Untersuchen eines Elements eines Photolithographieprozesses
US11055840B2 (en) * 2019-08-07 2021-07-06 Kla Corporation Semiconductor hot-spot and process-window discovery combining optical and electron-beam inspection
US11360030B2 (en) 2020-02-04 2022-06-14 Applied Materials Isreal Ltd Selecting a coreset of potential defects for estimating expected defects of interest
US11776129B2 (en) * 2020-12-16 2023-10-03 Qualcomm Incorporated Semantic refinement of image regions

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050111727A1 (en) * 2000-11-13 2005-05-26 Emery David G. Advanced phase shift inspection method
US20070286473A1 (en) * 2006-06-08 2007-12-13 Kla-Tencor Technologies Corp. Methods and Systems for Detecting Defects on a Specimen Using a Combination of Bright Field Channel Data and Dark Field Channel Data
US20080032429A1 (en) * 2005-11-09 2008-02-07 Da Chen Methods, defect review tools, and systems for locating a defect in a defect review process
KR20110118623A (ko) * 2009-01-26 2011-10-31 케이엘에이-텐코 코포레이션 웨이퍼 상의 결함 검출 시스템 및 방법

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004114692A1 (en) * 2003-06-18 2004-12-29 Iman, Inc. Arrangement for mobile communications and wireless publishing
US7844100B2 (en) 2004-11-29 2010-11-30 Applied Materials Israel, Ltd. Method for filtering nuisance defects
US9037280B2 (en) * 2005-06-06 2015-05-19 Kla-Tencor Technologies Corp. Computer-implemented methods for performing one or more defect-related functions
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
US8698093B1 (en) 2007-01-19 2014-04-15 Kla-Tencor Corporation Objective lens with deflector plates immersed in electrostatic lens field
US8126255B2 (en) 2007-09-20 2012-02-28 Kla-Tencor Corp. Systems and methods for creating persistent data for a wafer and for using persistent data for inspection-related functions
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
CN102576045A (zh) * 2009-07-01 2012-07-11 克拉-坦科股份有限公司 对时变的缺陷分类性能的监视
US8664594B1 (en) 2011-04-18 2014-03-04 Kla-Tencor Corporation Electron-optical system for high-speed and high-sensitivity inspections
US8692204B2 (en) 2011-04-26 2014-04-08 Kla-Tencor Corporation Apparatus and methods for electron beam detection
US9201022B2 (en) * 2011-06-02 2015-12-01 Taiwan Semiconductor Manufacturing Company, Ltd. Extraction of systematic defects
US8716662B1 (en) 2012-07-16 2014-05-06 Kla-Tencor Corporation Methods and apparatus to review defects using scanning electron microscope with multiple electron beam configurations
US9053390B2 (en) 2012-08-14 2015-06-09 Kla-Tencor Corporation Automated inspection scenario generation
US8948494B2 (en) * 2012-11-12 2015-02-03 Kla-Tencor Corp. Unbiased wafer defect samples
US9098891B2 (en) 2013-04-08 2015-08-04 Kla-Tencor Corp. Adaptive sampling for semiconductor inspection recipe creation, defect review, and metrology
US9704234B2 (en) * 2013-08-08 2017-07-11 Kla-Tencor Corp. Adaptive local threshold and color filtering
US9293298B2 (en) 2013-12-23 2016-03-22 Kla-Tencor Corp. Defect discovery and inspection sensitivity optimization using automated classification of corresponding electron beam images
TWI539545B (zh) * 2014-02-13 2016-06-21 Scientech Corp Wafer inspection system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050111727A1 (en) * 2000-11-13 2005-05-26 Emery David G. Advanced phase shift inspection method
US20080032429A1 (en) * 2005-11-09 2008-02-07 Da Chen Methods, defect review tools, and systems for locating a defect in a defect review process
US20070286473A1 (en) * 2006-06-08 2007-12-13 Kla-Tencor Technologies Corp. Methods and Systems for Detecting Defects on a Specimen Using a Combination of Bright Field Channel Data and Dark Field Channel Data
KR20110118623A (ko) * 2009-01-26 2011-10-31 케이엘에이-텐코 코포레이션 웨이퍼 상의 결함 검출 시스템 및 방법

Also Published As

Publication number Publication date
KR102330733B1 (ko) 2021-11-23
US20160258879A1 (en) 2016-09-08
CN107407648A (zh) 2017-11-28
CN107407648B (zh) 2018-10-12
TWI673489B (zh) 2019-10-01
WO2016141237A1 (en) 2016-09-09
US9835566B2 (en) 2017-12-05
WO2016141229A1 (en) 2016-09-09
IL253850A0 (en) 2017-09-28
IL253850B (en) 2020-11-30
TW201643410A (zh) 2016-12-16

Similar Documents

Publication Publication Date Title
KR102330733B1 (ko) 적응형 뉴슨스 필터
KR102276925B1 (ko) 웨이퍼 결함 발견
US10267748B2 (en) Optimizing training sets used for setting up inspection-related algorithms
TWI752100B (zh) 用於訓練檢查相關演算法之系統、非暫時性電腦可讀媒體及電腦實施方法
US10670536B2 (en) Mode selection for inspection
TW201725381A (zh) 於樣品上判定所關注圖案之一或多個特性
CN114503245B (zh) 用于多模式检验的基于统计学习模式选择的方法及系统
US9891538B2 (en) Adaptive sampling for process window determination
US11416982B2 (en) Controlling a process for inspection of a specimen
TW202117312A (zh) 用於選擇用於樣本檢查之缺陷偵測方法之系統和方法
KR102557194B1 (ko) 검사를 위한 결함 후보 생성
US20240362765A1 (en) Wafer signature local maxima via clustering for metrology guided inspection

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant