TWI833488B - 半導體試驗結果分析裝置、半導體試驗結果分析方法及電腦程式 - Google Patents
半導體試驗結果分析裝置、半導體試驗結果分析方法及電腦程式 Download PDFInfo
- Publication number
- TWI833488B TWI833488B TW111146664A TW111146664A TWI833488B TW I833488 B TWI833488 B TW I833488B TW 111146664 A TW111146664 A TW 111146664A TW 111146664 A TW111146664 A TW 111146664A TW I833488 B TWI833488 B TW I833488B
- Authority
- TW
- Taiwan
- Prior art keywords
- data
- semiconductor
- test
- semiconductor wafers
- items
- Prior art date
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 204
- 239000004065 semiconductor Substances 0.000 title claims abstract description 148
- 238000004458 analytical method Methods 0.000 title claims abstract description 117
- 238000004590 computer program Methods 0.000 title claims abstract description 12
- 235000012431 wafers Nutrition 0.000 claims abstract description 115
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000003066 decision tree Methods 0.000 claims description 67
- 238000003860 storage Methods 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 22
- 239000000523 sample Substances 0.000 claims description 10
- 238000003825 pressing Methods 0.000 claims description 4
- 230000002950 deficient Effects 0.000 description 17
- 238000000556 factor analysis Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 12
- 238000012986 modification Methods 0.000 description 10
- 230000004048 modification Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000010365 information processing Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 239000000470 constituent Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
半導體試驗結果分析裝置、方法及電腦程式。條件資料獲取部30獲取與多個半導體晶片的試驗過程相關的多個項目的第一資料（條件資料）。試驗結果獲取部32獲取表示試驗過程中的多個半導體晶片的試驗結果的第二資料（試驗結果資料）。圖表生成部38於將條件資料的多個項目排列於一個軸上並於與該軸正交的方向上排列有各項目的多個值的區域中，針對試驗環境相同的多個半導體晶片的每一組生成利用線將於多個項目上相應的值連結而成的圖表圖像。圖表生成部38使圖表圖像中的每一組的線的形態根據各組中試驗結果不合格的半導體晶片的比例發生變化。
Description
本揭示是有關於一種半導體試驗結果分析裝置、半導體試驗結果分析方法及電腦程式。
於半導體晶片的試驗過程中，由於試驗環境（例如探針卡的故障等），有時產生正常的晶片被判定為不良品的問題（以下亦稱為「檢查性故障」）。先前，於懷疑檢查性故障的發生的情況下，人會對與半導體晶片的試驗過程相關的各種資料進行解析，推定半導體晶片被判定為不良品的原因。
於專利文獻1中，揭示了如下技術：基於晶圓試驗結果確認不良晶片的連續性，將不良晶片分成不良組，使得連續的不良晶片屬於相同的組，關於判定對象晶圓外周附近晶片，基於距不良組的距離算出品質判定指數來對判定對象晶圓外周附近晶片的品質進行判定。
[現有技術文獻]
[專利文獻]
[專利文獻1]日本專利特開2010-27910號公報
[發明所欲解決之課題]
迄今為止，對解析與半導體晶片的試驗過程相關的各種資料來推定半導體晶片被判定為不良品的原因的解析者施加大的負擔。所述專利文獻1的技術無法充分地支援推定半導體晶片被判定為不良品的原因的解析者的作業。
本揭示是於該情況下而成，其例示性的目的之一在於提供一種支援半導體晶片被判定為不良品的原因的推定的技術。
[解決課題之手段]
為了解決所述課題，本揭示的某形態的半導體試驗結果分析裝置包括：第一獲取部，獲取與多個半導體晶片的試驗過程相關的多個項目的第一資料；第二獲取部，獲取表示試驗過程中的多個半導體晶片的試驗結果的第二資料；以及圖表生成部，於將第一資料的多個項目排列於一個軸上並於與軸正交的方向上排列有各項目的多個值的區域中，針對試驗環境相同的多個半導體晶片的每一組生成利用線將於多個項目上相應的值連結而成的圖表圖像。圖表生成部使圖表圖像中的每一組的線的形態根據各組中試驗結果不合格的半導體晶片的比例發生變化。
本揭示的另一形態是半導體試驗結果分析方法。該方法使電腦執行如下步驟：獲取與多個半導體晶片的試驗過程相關的多個項目的第一資料的步驟；獲取表示試驗過程中的多個半導體晶片的試驗結果的第二資料的步驟；以及於將第一資料的多個項目排列於一個軸上並於與軸正交的方向上排列有各項目的多個值的區域中，針對試驗環境相同的多個半導體晶片的每一組生成利用線將於多個項目上相應的值連結而成的圖表圖像的步驟，生成步驟使圖表圖像中的每一組的線的形態根據各組中試驗結果不合格的半導體晶片的比例發生變化。
再者，將以上的構成要素任意地組合而成者、將構成要素或表達於系統、程式、保存有程式的記錄媒體等之間相互置換而成者亦作為本揭示的形態有效。
[發明的效果]
根據本揭示的某形態，可支援半導體晶片被判定為不良品的原因的推定。
對實施例的概要進行說明。實施例的分析系統將與多個半導體晶片的試驗過程相關的多個項目作為特徵量，將多個半導體晶片的試驗結果作為目標值來製作決策樹。實施例的分析系統將所製作的決策樹中重要度相對高的特徵量的資訊作為對試驗結果的影響程度大的項目提供給解析者。另外，實施例的分析系統進而向解析者提供自決策樹導出的、對試驗結果的影響程度大的項目的資訊以及描繪了用於生成決策樹的多個項目的特徵量與多個半導體晶片的試驗結果的對應關係的圖表圖像。
對實施例的詳細情況進行說明。圖1表示實施例的分析系統10的結構。分析系統10是包括資料庫伺服器11、試驗結果儲存裝置12、用戶終端14、分析裝置16的資訊處理系統。該些裝置經由包括區域網（local area network，LAN）、廣域網（wide area network，WAN）、因特網等的通訊網18而連接。
資料庫伺服器11是儲存與多個半導體晶片各自的製造步驟及試驗過程相關的多個項目的第一資料（以下稱為「條件資料」）的裝置。條件資料包括值為離散值的項目。離散值包括並非表示量或大小的數值的值。值為離散值的項目包括標識符（identifier，ID）等識別資訊，例如包括夾具的ID或操作員的ID等。
具體而言，條件資料包括（1）探針卡相對於半導體晶片的壓入量、（2）夾具的ID、（3）負責試驗的操作員的ID、（4）半導體試驗裝置（試驗器）的ID、（5）半導體晶片的批次的ID、（6）晶圓上的半導體晶片的座標、（7）試驗次數中的至少一個。實施例的條件資料包括所述（1）～（7）的所有項目。夾具例如包括探針卡及/或性能板。再者，條件資料亦可包含所述七個項目以外的項目。另外，用戶亦可自包括所述七個項目的多個項目中選擇用於分析的項目。
試驗結果儲存裝置12儲存表示試驗過程中的半導體晶片的試驗結果的第二資料（以下稱為「試驗結果資料」）。試驗結果資料例如包括表示對多個半導體晶片各者於試驗中被判定為良品（合格）還是被判定為不良品（不合格）的資料。將試驗結果不合格亦稱為失效。另外，試驗結果資料包括表示作為試驗結果而預先確定的每一類別合格與否的資料。
類別可以說是產生特定種類的失效的分區，亦可以說是軟箱（soft bin）（失效的種類）。例如，類別可包括軟箱編號1、即發生第一失效的分區及軟箱編號2、即發生第二失效的分區。另外，試驗結果資料亦可包含硬箱（hard bin）（即整體的試驗結果）、軟箱、失效的試驗的ID中的至少一個。
用戶終端14是由進行半導體晶片被判定為不良品的原因的解析作業的解析者（以下亦稱為「用戶」）操作的資訊處理裝置。用戶終端14可為膝上型電腦、平板終端、智慧型手機。用戶終端14包括顯示器或者與外部的顯示器連接。
分析裝置16是對各種條件資料及試驗結果資料進行解析，並生成支援半導體晶片被判定為不良品的原因的推定的資訊的資訊處理裝置。分析裝置16亦可以說是半導體試驗結果分析裝置。
圖2是表示圖1的分析裝置16的功能區塊的框圖。於本揭示的框圖中所示的各區塊於硬體方面可由以電腦的中央處理單元（central processing unit，CPU）、記憶體為代表的元件或機械裝置來實現，於軟體方面可由電腦程式等來實現，此處，描述了藉由它們的協作來實現的功能區塊。本領域技術人員可理解該些功能區塊可藉由硬體、軟體的組合以各種形式實現。
分析裝置16包括資料處理部20、儲存部22、通訊部24。資料處理部20執行各種資料處理。儲存部22儲存由資料處理部20參照或更新的資料。通訊部24按照規定的通訊協議與外部裝置通訊。資料處理部20經由通訊部24而與資料庫伺服器11、試驗結果儲存裝置12、用戶終端14收發資料。
資料處理部20包括：條件資料獲取部30、試驗結果獲取部32、決策樹生成部34、推定部36、圖表生成部38、分析結果輸出部40。資料處理部20所包括的多個功能區塊的功能可安裝於電腦程式，該電腦程式可安裝於分析裝置16的儲存器。分析裝置16的處理器（CPU等）可藉由該電腦程式讀出至主記憶體中並執行來發揮所述多個功能區塊的功能。
條件資料獲取部30作為第一獲取部而自資料庫伺服器11獲取資料庫伺服器11中所儲存的條件資料。試驗結果獲取部32作為第二獲取部而自試驗結果儲存裝置12獲取試驗結果儲存裝置12中所儲存的試驗結果資料。
決策樹生成部34將由條件資料獲取部30獲取的條件資料的各項目作為特徵量，將由試驗結果獲取部32獲取的試驗結果資料作為目標值來生成決策樹。推定部36推定由決策樹生成部34生成的決策樹中重要度相對高的特徵量（即條件資料的項目）。
圖表生成部38於將由條件資料獲取部30獲取的條件資料的多個項目排列於一個軸上並於與該軸正交（包括大致正交）的方向上排列有各項目的多個值的區域中，針對試驗環境相同的多個半導體晶片的每一組生成利用線將於條件資料的多個項目上相應的值連結而成的圖表圖像。圖表生成部38使圖表圖像中的每一組的線的形態根據各組中試驗結果不合格的半導體晶片的比例發生變化。
分析結果輸出部40將包括由推定部36所得的推定結果及由圖表生成部38生成的圖表圖像的分析結果畫面（後述的失效因素分析畫面）的資料發送至用戶終端14。分析結果輸出部40於分析結果畫面中將由推定部36推定的、決策樹中重要度相對高的特徵量的資訊設定為對試驗結果的影響度大的項目。
對以上的結構的分析系統10的動作進行說明。
與多個半導體晶片各自的製造步驟及試驗過程相關的條件資料被自管理製造步驟或試驗過程的裝置（未圖示）註冊至資料庫伺服器11。另外，多個半導體晶片各自的試驗結果資料被自半導體試驗裝置等（未圖示）註冊至試驗結果儲存裝置12。
圖3是表示分析裝置16的動作的流程圖。分析裝置16的條件資料獲取部30自資料庫伺服器11獲取條件資料並保存於儲存部22（S10）。分析裝置16的試驗結果獲取部32自試驗結果儲存裝置12獲取試驗資料（實績值）並保存於儲存部22（S12）。分析裝置16的決策樹生成部34使用基於決策樹算法的梯度提升（Gradient Boosting）的機械學習框架的程式庫，生成基於學習用的條件資料與學習用的試驗結果資料的梯度提升決策樹（S14）。
分析裝置16的推定部36將試驗用的條件資料輸入至決策樹，並導出試驗結果的預測值（S16）。推定部36使用曲線下方面積（Area Under the Curve，AUC），基於試驗結果的預測值與試驗結果的實績值，導出決策樹中的分類精度（S18）。AUC的得分越接近1，表示分類的精度越高。另外，推定部36使用特徵重要性（feature_importance）函數，導出決策樹中的各特徵量（即條件資料的各項目）的重要度（S20）。
實施例的決策樹生成部34使用多個半導體晶片各自的條件資料及每一類別的試驗結果資料，生成每一類別的決策樹。換言之，決策樹生成部34生成與多個類別對應的多個決策樹。推定部36對與多個類別對應的多個決策樹各者，導出分類精度，進而導出各特徵量的重要度。以下，將表示決策樹中的分類精度的資訊與表示各特徵量的重要度的資訊亦統稱為決策樹資訊。推定部36將與多個類別對應的多個決策樹各自的決策樹資訊保存於儲存部22（S22）。
分析裝置16的圖表生成部38使用多個半導體晶片各自的條件資料及每一類別的試驗結果資料，生成每一類別的圖表圖像。換言之，圖表生成部38生成與多個類別對應的多個圖表圖像。圖表生成部38將多個圖表圖像保存於儲存部22。
用戶終端14將包括用戶所指定的類別的資訊的分析要求資料發送至分析裝置16。分析結果輸出部40於受理到分析要求資料的情況下，基於儲存部22中所儲存的與由分析要求資料指定的類別對應的決策樹資訊及圖表圖像，生成失效因素分析畫面的資料。分析結果輸出部40將所生成的失效因素分析畫面的資料發送至用戶終端14。用戶終端14將自分析裝置16（分析結果輸出部40）提供的分析結果畫面顯示於顯示器。
再者，分析裝置16亦可具備網頁伺服器的功能。於此情況下，分析結果輸出部40可向用戶終端14發送分析結果畫面的網頁資料，作為對包括分析要求資料的超文本傳輸協定（hyper text transfer protocol，HTTP）請求的響應。用戶終端14的網頁瀏覽器亦可將分析結果畫面的網頁顯示於顯示器。
圖4表示失效因素分析畫面70的例子。分析結果輸出部40對失效因素分析畫面70設定類別資訊72、精度資訊74、影響度資訊76、圖表圖像80。分析結果輸出部40將由用戶指定的類別（以下亦稱為「對象類別」）的資訊設定為類別資訊72。圖4的類別資訊72表示失效因素分析畫面70是與由軟箱編號2識別的類別相關的內容。
分析結果輸出部40將儲存部22中所儲存的基於對象類別的決策樹中的分類精度的資訊設定為精度資訊74。精度資訊74亦可以說是表示決策樹中的分類精度的高低的資訊。圖4的精度資訊74表示決策樹中的分類精度高、即AUC的得分接近1。再者，分析結果輸出部40亦可將決策樹中的分類精度的指標值設定為精度資訊74，例如，亦可將AUC的得分設定為精度資訊74。
分析結果輸出部40將儲存部22中所儲存的對象類別的決策樹中重要度相對高的特徵量的資訊設定為影響度資訊76。於圖4的影響度資訊76中，以重要度的降序示出了前5位的特徵量。「PROBE_CARD」是物理的探針卡的固有ID，亦可以說是夾具ID。「TESTER_ID」是試驗器的ID。「LOT」是半導體晶片的批次的ID。「OVERDRIVE」是探針卡的壓入量的設定值。「PROGRAM_VER」是程式（例如半導體試驗程式）的版本編號。
如此，根據實施例的分析裝置16，自動推定對多個半導體晶片的試驗結果的影響程度大的條件資料的項目，並將表示推定結果的影響度資訊76提供給用戶。藉此，可減少用戶對試驗結果的解析作業的負擔，另外，亦可減少依賴於用戶技能的不合格原因的推定精度的偏差。另外，分析裝置16進而提供決策樹的精度資訊74，藉此可支援用戶判斷影響度資訊76的有效性。
圖5表示圖4的圖表圖像80的例子。於圖表圖像80的橫軸設定條件資料的多個項目。於圖5的圖表圖像80中，自左開始排列有LOT（半導體晶片的批次的ID）、OVERDRIVE（探針卡的壓入量的設定值）、TESTER_ID（試驗器的ID）、PROBE_CARD（探針卡的ID）、PROGRAM_VER（程式的版本編號）。於與圖表圖像80的橫軸正交的縱方向上排列有條件資料的各項目的值。例如，於條件資料LOT中，多個批次編號、例如「13977」、「13948」、「14131」以縱向排列。
圖表生成部38將以試驗環境相同的多個半導體晶片的組為單位的線（以下亦稱為「組線」）設定於圖表圖像80。圖表生成部38針對半導體晶片的每一組設定將於條件資料的多個項目上相應的值連結的組線。實施例中的組包括同一晶圓上的相同地點的多個半導體晶片。
圖表生成部38使各組線的形態根據各組中試驗結果不合格的半導體晶片的比例、具體而言是發生了對象類別的失效的半導體晶片的比例發生變化。即，圖表生成部38於生成某類別的圖表圖像80的情況下，使各組線的形態根據於各組中該類別的試驗結果不合格的半導體晶片的比例發生變化。圖表生成部38將失效的比例相對高的組的組線（不良組線82）設定為相較於失效的比例相對低的組的組線（正常組線84）提高了視認性的形態。提高了視認性的形態例如可設定顯眼的色彩，亦可加粗線寬。
於實施例中，圖表生成部38根據失效的比例使組線的顏色發生變化。發生了對象類別的失效的半導體晶片的比例越高，圖表生成部38越加強組線的紅色成分，設定為深紅色。例如，不良組線82是深紅色的組線。另一方面，發生了對象類別的失效的半導體晶片的比例越低，圖表生成部38越減弱組線的紅色成分，接近白色。例如，正常組線84是白色的組線。
再者，當於特定的條件資料的特定值的場所（例如條件資料PROBE_CARD的「PC03」的區域）配置多個組線的情況下，圖表生成部38以對象類別的失效發生比例的大小順序排列多個組線。實施例的圖表生成部38越是對象類別的失效發生比例高的組的組線（即紅色成分強的組線），越配置於上方位置。
根據實施例的分析裝置16，藉由提供圖表圖像80，可支援用戶對不合格原因的推定。例如，於圖表圖像80中紅色的組線集中於特定的條件資料的特定值的場所的情況下，可推定為該項目的該值所示的試驗環境（亦可以說是條件）是對不合格的影響程度高的因素。例如，於圖5的圖表圖像80中，可推定為項目LOT的「13977」與「13948」、項目OVERDRIVE的「0.00006」、項目PROBE_CARD的「PC01」是對不合格的影響程度高的因素。
另外，分析裝置16提供包括影響度資訊76與圖表圖像80此兩者的失效因素分析畫面70。藉此，可藉由圖表圖像80來確認自決策樹導出的影響度資訊76的有效性。另外，相反，可藉由影響度資訊76確認對自圖表圖像80讀取的試驗結果的影響程度大的項目的有效性。
於失效因素分析畫面70中，用戶能夠選擇所期望的對象類別。當用戶變更對象類別時，用戶終端14將指定變更後的對象類別的分析要求資料發送至分析裝置16。分析裝置16的分析結果輸出部40基於儲存部22中所儲存的與變更後的對象類別相關聯的決策樹資訊及圖表圖像，生成新的失效因素分析畫面70，並將新的失效因素分析畫面70提供給用戶終端14。
再者，對象類別亦可自動決定。例如，可基於過去幾十批次的試驗結果中的每一類別的發生率（不合格率）來決定對象類別，另外，亦可選擇不合格率相對高的類別作為對象類別。另外，亦可基於每一類別的發生率（不合格率），藉由使用標準偏差的離群值判定來決定對象類別。
另外，於失效因素分析畫面70中，用戶能夠選擇於圖表圖像80的橫軸上排列的條件資料的項目。用戶終端14將指定用戶所設定或變更的顯示對象的條件資料的項目的分析要求資料發送至分析裝置16。分析裝置16的圖表生成部38生成在橫軸上排列有由分析要求資料指定的顯示對象的條件資料的項目的圖表圖像80。分析裝置16的分析結果輸出部40將包括由推定部36生成的圖表圖像80的失效因素分析畫面70提供給用戶終端14。
以上，基於實施例對本揭示進行了說明。本領域技術人員可理解，該實施例是例示，能夠對實施例的各構成要素或者各處理製程的組合有各種變形例，而且此種變形例亦處於本揭示的範圍內。
對變形例進行說明。分析裝置16的圖表生成部38可自動設定與該類別的決策樹中重要度相對高的特徵量對應的項目，作為於某類別的圖表圖像80中設定的條件資料的項目。例如，圖表生成部38可將決策樹中的重要度為規定順序內（例如前5位）的條件資料的項目設定於圖表圖像80的橫軸。藉此，可自動提供能夠有效率地確認自決策樹導出的影響度資訊76的有效性的圖表圖像80。
對另一變形例進行說明。分析裝置16的圖表生成部38亦可生成將與試驗結果不合格的半導體晶片的比例為規定臨限值以上的組對應的組線設定為不同於與試驗結果不合格的半導體晶片的比例小於所述臨限值的組對應的組線的形態的圖表圖像80。圖表生成部38亦可將前者的組線設定為較後者的組線而言視認性高的形態。例如，亦可將前者的組線設定為紅色，將後者的組線設定為白色。另外，亦可將前者的組線設定為粗線，將後者的組線設定為細線。可基於開發者的知識或使用分析系統10的實驗將所述臨限值設定為適當的值。
對又一變形例進行說明。所述實施例的推定部36使用feature_importance函數，推定了決策樹中的各特徵量的重要度。作為變形例，推定部36可使用其他函數或方法來推定決策樹中的各特徵量的重要度。例如，推定部36可使用排列重要性（permutation importance）函數來導出決策樹中的各特徵量的重要度。
對又一變形例進行說明。於所述實施例中，分析裝置16所具備的多個功能區塊可分散於多個資訊處理裝置（可包括雲服務）來安裝。於此情況下，藉由多個資訊處理裝置作為系統協作，亦可實現與所述實施例中的分析裝置16的處理相同的處理。
所述實施例及變形例的任意組合亦作為本揭示的實施方式有用。由組合產生的新實施方式具有所組合的實施例及變形例各自的效果。另外，本領域技術人員亦可理解，申請專利範圍中所記載的各構成要素應發揮的功能藉由實施例及變形例中所示的各構成要素的單體或它們的協作來實現。
實施例及變形例中所記載的技術可藉由以下的各項目中所記載的形態確定。
[項目1-1]
一種半導體試驗結果分析裝置，包括：
第一獲取部，獲取與多個半導體晶片的試驗過程相關的多個項目的第一資料；
第二獲取部，獲取表示所述試驗過程中的所述多個半導體晶片的試驗結果的第二資料；
決策樹生成部，將所述第一資料的各項目作為特徵量，將所述第二資料作為目標值來生成決策樹；以及
輸出部，將所述決策樹中重要度相對高的特徵量的資訊作為對所述試驗結果的影響程度大的項目來輸出。
根據該半導體試驗結果分析裝置，可自動推定對多個半導體晶片的試驗結果的影響程度大的第一資料的項目（亦可以說是「參數」），減少用戶對試驗結果的解析作業的負擔。另外，亦可減少依賴於用戶技能的不合格原因的推定精度的偏差。
[項目1-2]
如項目1-1所述的半導體試驗結果分析裝置，其中，
所述第一資料包括值為離散值的項目。
根據該半導體試驗結果分析裝置，由於使用決策樹，因此即使於第一資料的項目中包括離散值的情況下，亦可精度良好地推定對試驗結果的影響程度大的項目。
[項目1-3]
如項目1-1或項目1-2所述的半導體試驗結果分析裝置，其中，
所述第一資料包括（1）探針卡相對於所述半導體晶片的壓入量、（2）夾具ID、（3）負責試驗的操作員ID、（4）半導體試驗裝置的ID、（5）所述半導體晶片的批次ID、（6）晶圓上的所述半導體晶片的座標、（7）試驗次數中的至少一個。
根據該半導體試驗結果分析裝置，可推定與半導體晶片的試驗過程相關的各種參數對試驗結果的影響程度。
[項目1-4]
如項目1-1至項目1-3中任一項所述的半導體試驗結果分析裝置，其中，
所述第二資料表示作為所述試驗結果而預先確定的每一類別合格與否，
所述決策樹生成部生成每一所述類別的決策樹，
所述輸出部輸出每一所述類別的決策樹中重要度相對高的特徵量的資訊。
根據該半導體試驗結果分析裝置，可對用戶提示對判斷為不合格的每一類別合格與否的影響程度大的項目。
[項目1-5]
如項目1-1至項目1-4中任一項所述的半導體試驗結果分析裝置，其中，
所述輸出部輸出所述決策樹中重要度相對高的特徵量的資訊以及基於所述決策樹中的分類精度的資訊。
根據該半導體試驗結果分析裝置，可容易理解地向用戶提示作為對試驗結果的影響程度大的項目而提示的內容的有效性。
[項目1-6]
一種半導體試驗結果分析方法，使電腦執行如下步驟：
獲取與多個半導體晶片的試驗過程相關的多個項目的第一資料的步驟；
獲取表示所述試驗過程中的所述多個半導體晶片的試驗結果的第二資料的步驟；
將所述第一資料的各項目作為特徵量，將所述第二資料作為目標值來生成決策樹的步驟；以及
將所述決策樹中重要度相對高的特徵量的資訊作為對所述試驗結果的影響程度大的項目來輸出的步驟。
根據該半導體試驗結果分析方法，可自動推定對多個半導體晶片的試驗結果的影響程度大的第一資料的項目（亦可以說是「參數」），減少用戶對試驗結果的解析作業的負擔。另外，亦可減少依賴於用戶技能的原因推定精度的偏差。
[項目1-7]
一種電腦程式，用於使電腦實現如下功能：
獲取與多個半導體晶片的試驗過程相關的多個項目的第一資料的功能；
獲取表示所述試驗過程中的所述多個半導體晶片的試驗結果的第二資料的功能；
將所述第一資料的各項目作為特徵量，將所述第二資料作為目標值來生成決策樹的功能；以及
將所述決策樹中重要度相對高的特徵量的資訊作為對所述試驗結果的影響程度大的項目來輸出的功能。
根據該電腦程式，可實現自動推定對多個半導體晶片的試驗結果的影響程度大的第一資料的項目（亦可以說是「參數」）的電腦，可減少用戶對試驗結果的解析作業的負擔。另外，亦可減少依賴於用戶技能的原因推定精度的偏差。
[項目2-1]
一種半導體試驗結果分析裝置，包括：
第一獲取部，獲取與多個半導體晶片的試驗過程相關的多個項目的第一資料；
第二獲取部，獲取表示所述試驗過程中的所述多個半導體晶片的試驗結果的第二資料；以及
圖表生成部，於將所述第一資料的多個項目排列於一個軸上並於與所述軸正交的方向上排列有各項目的多個值的區域中，針對試驗環境相同的多個半導體晶片的每一組，生成利用線將於所述多個項目上相應的值連結而成的圖表圖像，
所述圖表生成部使所述圖表圖像中的每一組的線的形態根據各組中所述試驗結果不合格的半導體晶片的比例發生變化。
根據該半導體試驗結果分析裝置，於產生了試驗結果不合格的半導體晶片的情況下，可支援其因素的分析。例如，於圖表圖像中，於半導體晶片的試驗結果不合格的比例高的組的線集中於特定項目的特定值的情況下，可推定為該項目的該值表示的試驗環境（亦可以說是條件）是對不合格的影響程度高的因素。
[項目2-2]
如項目2-1所述的半導體試驗結果分析裝置，其中，
所述第一資料包括（1）探針卡相對於所述半導體晶片的壓入量、（2）夾具ID、（3）負責試驗的操作員ID、（4）半導體試驗裝置的ID、（5）所述半導體晶片的批次ID、（6）晶圓上的所述半導體晶片的座標、（7）試驗次數中的至少一個。
根據該半導體試驗結果分析裝置，可自與半導體晶片的試驗過程相關的各種參數中容易理解地提示對不合格的影響程度高的參數。
[項目2-3]
如項目2-1或項目2-2所述的半導體試驗結果分析裝置，其中，
所述第二資料表示作為所述試驗結果而預先確定的每一類別合格與否，
所述圖表生成部生成每一類別的圖表圖像，
所述圖表生成部使某類別的圖表圖像中的每一組的線的形態根據各組中該類別的試驗結果不合格的半導體晶片的比例發生變化。
根據該半導體試驗結果分析裝置，可支援針對每一類別的試驗結果不合格的因素的分析。
[項目2-4]
如項目2-1至項目2-3中任一項所述的半導體試驗結果分析裝置，更包括：
決策樹生成部，將所述第一資料的各項目作為特徵量，將所述第二資料作為目標值來生成決策樹；以及
輸出部，將所述決策樹中重要度相對高的特徵量的資訊與所述圖表圖像一併作為對所述試驗結果的影響程度大的項目來顯示。
根據該半導體試驗結果分析裝置，可提供藉由圖表圖像能夠確認自決策樹導出的對試驗結果的影響程度大的項目的有效性的分析結果資訊，或者，可提供藉由自決策樹導出的資訊能夠確認自圖表圖像讀取的對試驗結果的影響程度大的項目的有效性的分析結果資訊。
[項目2-5]
如項目2-4所述的半導體試驗結果分析裝置，其中，
所述圖表生成部自動設定與所述決策樹中重要度相對高的特徵量對應的項目作為所述圖表圖像中設定的所述第一資料的項目。
根據該半導體試驗結果分析裝置，可自動生成能夠有效率地確認自決策樹導出的對試驗結果的影響程度大的項目的有效性的圖表圖像。
[項目2-6]
一種半導體試驗結果分析方法，使電腦執行如下步驟：
獲取與多個半導體晶片的試驗過程相關的多個項目的第一資料的步驟；
獲取表示所述試驗過程中的所述多個半導體晶片的試驗結果的第二資料的步驟；以及
於將所述第一資料的多個項目排列於一個軸上並於與所述軸正交的方向上排列有各項目的多個值的區域中，針對試驗環境相同的多個半導體晶片的每一組生成利用線將於所述多個項目上相應的值連結而成的圖表圖像的步驟，
於所述生成步驟中，使所述圖表圖像中的每一組的線的形態根據各組中所述試驗結果不合格的半導體晶片的比例發生變化。
根據該半導體試驗結果分析方法，於產生試驗結果不合格的半導體晶片的情況下，可支援其因素的分析。例如，於圖表圖像中，於半導體晶片的試驗結果不合格的比例高的組的線集中於特定項目的特定值的情況下，可推定為該項目是對不合格的影響程度高的因素。
[項目2-7]
一種電腦程式，使電腦實現如下功能：
獲取與多個半導體晶片的試驗過程相關的多個項目的第一資料的功能；
獲取表示所述試驗過程中的所述多個半導體晶片的試驗結果的第二資料的功能；以及
於將所述第一資料的多個項目排列於一個軸上並於與所述軸正交的方向上排列有各項目的多個值的區域中，針對試驗環境相同的多個半導體晶片的每一組生成利用線將於所述多個項目上相應的值連結而成的圖表圖像的功能，
於所述生成功能中，使所述圖表圖像中的每一組的線的形態根據各組中所述試驗結果不合格的半導體晶片的比例發生變化。
根據該電腦程式，可實現於產生了試驗結果不合格的半導體晶片的情況下支援其因素的分析的電腦。例如，於圖表圖像中，於半導體晶片的試驗結果不合格的比例高的組的線集中於特定項目的特定值的情況下，可推定為該項目是對不合格的影響程度高的因素。
[產業上之可利用性]
本揭示的技術可應用於分析半導體晶片的試驗結果的裝置。
10:分析系統
11:資料庫伺服器
12:試驗結果儲存裝置
14:用戶終端
16:分析裝置
18:通訊網
20:資料處理部
22:儲存部
24:通訊部
30:條件資料獲取部
32:試驗結果獲取部
34:決策樹生成部
36:推定部
38:圖表生成部
40:分析結果輸出部
70:失效因素分析畫面
72:類別資訊
74:精度資訊
76:影響度資訊
80:圖表圖像
82:不良組線
84:正常組線
S10、S12、S14、S16、S18、S20、S22:步驟
圖1是表示實施例的分析系統的結構的圖。
圖2是表示圖1的分析裝置的功能區塊的框圖。
圖3是表示分析裝置的動作的流程圖。
圖4是表示失效因素分析畫面的例子的圖。
圖5是表示圖4的圖表圖像的例子的圖。
11:資料庫伺服器
12:試驗結果儲存裝置
14:用戶終端
16:分析裝置
20:資料處理部
22:儲存部
24:通訊部
30:條件資料獲取部
32:試驗結果獲取部
34:決策樹生成部
36:推定部
38:圖表生成部
40:分析結果輸出部
Claims (7)
- 一種半導體試驗結果分析裝置，包括：儲存器，包括第一獲取部、第二獲取部以及圖表生成部；以及處理器，耦接至該儲存器，經配置以：藉由執行所述第一獲取部，獲取與多個半導體晶片的試驗過程相關的多個項目的第一資料；藉由執行所述第二獲取部，獲取表示所述試驗過程中的所述多個半導體晶片的試驗結果的第二資料；以及藉由執行所述圖表生成部，於將所述第一資料的多個項目排列於一個軸上並於與所述軸正交的方向上排列有各項目的多個值的區域中，針對試驗環境相同的多個半導體晶片的每一組生成利用線將於所述多個項目上相應的值連結而成的圖表圖像，所述圖表生成部使所述圖表圖像中的每一組的線的形態根據各組中所述試驗結果不合格的半導體晶片的比例發生變化。
- 如請求項1所述的半導體試驗結果分析裝置，其中，所述第一資料包括(1)探針卡相對於所述半導體晶片的壓入量、(2)夾具標識符、(3)負責試驗的操作員標識符、(4)半導體試驗裝置的標識符、(5)所述半導體晶片的批次標識符、(6)晶圓上的所述半導體晶片的座標、(7)試驗次數中的至少一個。
- 如請求項1或請求項2所述的半導體試驗結果分析裝置，其中， 所述第二資料表示作為所述試驗結果而預先確定的每一類別合格與否，所述圖表生成部生成每一類別的圖表圖像，所述圖表生成部使其中一類別的圖表圖像中的每一組的線的形態根據各組中所述類別的試驗結果不合格的半導體晶片的比例發生變化。
- 如請求項1或請求項2所述的半導體試驗結果分析裝置，其中該儲存器更包括決策樹生成部以及輸出部，所述處理器經配置以：藉由執行所述決策樹生成部，將所述第一資料的各項目作為特徵量，將所述第二資料作為目標值來生成決策樹；以及藉由執行所述輸出部，將所述決策樹中重要度相對高的特徵量的資訊與所述圖表圖像一併作為對所述試驗結果的影響程度大的項目來顯示。
- 如請求項4所述的半導體試驗結果分析裝置，其中，所述圖表生成部自動設定與所述決策樹中重要度相對高的特徵量對應的項目作為所述圖表圖像中設定的所述第一資料的項目。
- 一種半導體試驗結果分析方法，使電腦執行如下步驟：獲取與多個半導體晶片的試驗過程相關的多個項目的第一資料的步驟； 獲取表示所述試驗過程中的所述多個半導體晶片的試驗結果的第二資料的步驟；以及於將所述第一資料的多個項目排列於一個軸上並於與所述軸正交的方向上排列有各項目的多個值的區域中，針對試驗環境相同的多個半導體晶片的每一組生成利用線將於所述多個項目上相應的值連結而成的圖表圖像的步驟，在生成所述圖表圖像的步驟中，使所述圖表圖像中的每一組的線的形態根據各組中所述試驗結果不合格的半導體晶片的比例發生變化。
- 一種電腦程式，使電腦實現如下功能：獲取與多個半導體晶片的試驗過程相關的多個項目的第一資料的功能；獲取表示所述試驗過程中的所述多個半導體晶片的試驗結果的第二資料的功能；以及於將所述第一資料的多個項目排列於一個軸上並於與所述軸正交的方向上排列有各項目的多個值的區域中，針對試驗環境相同的多個半導體晶片的每一組生成利用線將於所述多個項目上相應的值連結而成的圖表圖像的功能，在生成所述圖表圖像的功能中，使所述圖表圖像中的每一組的線的形態根據各組中所述試驗結果不合格的半導體晶片的比例發生變化。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| WOPCT/JP2022/008768 | 2022-03-02 | ||
| PCT/JP2022/008768 WO2023166585A1 (ja) | 2022-03-02 | 2022-03-02 | 半導体試験結果分析装置、半導体試験結果分析方法およびコンピュータプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202336545A TW202336545A (zh) | 2023-09-16 |
| TWI833488B true TWI833488B (zh) | 2024-02-21 |
Family
ID=87883242
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW111146664A TWI833488B (zh) | 2022-03-02 | 2022-12-06 | 半導體試驗結果分析裝置、半導體試驗結果分析方法及電腦程式 |
Country Status (2)
| Country | Link |
|---|---|
| TW (1) | TWI833488B (zh) |
| WO (1) | WO2023166585A1 (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1384538A (zh) * | 2001-03-29 | 2002-12-11 | 株式会社东芝 | 半导体集成电路的不良检测方法和不良检测装置 |
| TW574743B (en) * | 2002-09-02 | 2004-02-01 | Semiconductor Mfg Int Shanghai | Building-in-reliability diagnosis system for semiconductor manufacturing |
| WO2013155345A1 (en) * | 2012-04-11 | 2013-10-17 | Advantest Corporation | An algorithm and structure for creation, definition, and execution of an spc rule decision tree |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4118703B2 (ja) * | 2002-05-23 | 2008-07-16 | 株式会社日立ハイテクノロジーズ | 欠陥分類装置及び欠陥自動分類方法並びに欠陥検査方法及び処理装置 |
| JP4616864B2 (ja) * | 2007-06-20 | 2011-01-19 | 株式会社日立ハイテクノロジーズ | 外観検査方法及びその装置および画像処理評価システム |
| US9489599B2 (en) * | 2013-11-03 | 2016-11-08 | Kla-Tencor Corp. | Decision tree construction for automatic classification of defects on semiconductor wafers |
| US10809635B2 (en) * | 2017-11-20 | 2020-10-20 | Taiwan Semiconductor Manufacturing Company, Ltd. | Defect inspection method and defect inspection system |
| JP2020123274A (ja) * | 2019-01-31 | 2020-08-13 | 株式会社カネカ | 不良要因分析方法、不良要因分析装置及びコンピュータプログラム |
-
2022
- 2022-03-02 WO PCT/JP2022/008768 patent/WO2023166585A1/ja unknown
- 2022-12-06 TW TW111146664A patent/TWI833488B/zh active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1384538A (zh) * | 2001-03-29 | 2002-12-11 | 株式会社东芝 | 半导体集成电路的不良检测方法和不良检测装置 |
| TW574743B (en) * | 2002-09-02 | 2004-02-01 | Semiconductor Mfg Int Shanghai | Building-in-reliability diagnosis system for semiconductor manufacturing |
| WO2013155345A1 (en) * | 2012-04-11 | 2013-10-17 | Advantest Corporation | An algorithm and structure for creation, definition, and execution of an spc rule decision tree |
| CN104364664A (zh) * | 2012-04-11 | 2015-02-18 | 爱德万测试公司 | 用于创建、定义和执行spc规则决策树的算法和结构 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023166585A1 (ja) | 2023-09-07 |
| TW202336545A (zh) | 2023-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11694009B2 (en) | Pattern centric process control | |
| CN113448787B (zh) | 晶圆异常分析的方法、装置、电子设备及可读存储介质 | |
| JP2008511140A (ja) | 局所的外れ値の検出のための方法および装置 | |
| US10001774B2 (en) | Manufacturing supporting system, manufacturing supporting method, and manufacturing supporting program for electronic device | |
| TWI503763B (zh) | 半導體處理控制方法和電腦可讀取紀錄媒體 | |
| CN110990269A (zh) | 一种接口测试的方法、装置及系统 | |
| CN111444051A (zh) | 一种产品的整机产测方法及系统 | |
| TWI833488B (zh) | 半導體試驗結果分析裝置、半導體試驗結果分析方法及電腦程式 | |
| TWI833489B (zh) | 半導體試驗結果分析裝置、半導體試驗結果分析方法及電腦程式 | |
| US20120316803A1 (en) | Semiconductor test data analysis system | |
| JP2009277110A (ja) | ソフトウェア試験及び開発支援装置並びに当該装置用プログラム | |
| JP2009071230A (ja) | 欠陥分布解析システム、方法およびプログラム | |
| JP2015032666A (ja) | データ処理装置、測定装置、選別装置、データ処理方法およびプログラム | |
| US7346465B1 (en) | Method of testing the objects in a set to obtain an increased level of quality | |
| US6931297B1 (en) | Feature targeted inspection | |
| CN114416457B (zh) | 计算机老化集中检测管理方法、装置、电子设备及介质 | |
| CN109815134A (zh) | 结合数据库自动分析软件测试结果的方法、装置和系统 | |
| US20230290692A1 (en) | Chip grading method and packaging method, and chip grading system and packaging system | |
| TWI832403B (zh) | 用於多維動態部件平均測試之方法、設備及非暫時性電腦可讀媒體 | |
| CN111260203B (zh) | 一种数据处理方法、装置及计算机存储介质和电子设备 | |
| US11609263B2 (en) | Failure pattern obtaining method and apparatus | |
| WO2005114710A1 (ja) | 半導体製品の品質管理方法およびその品質管理システム | |
| JP7073806B2 (ja) | スクラッチ判定プログラム、スクラッチ判定装置およびスクラッチ判定方法 | |
| US20240234188A1 (en) | Wafer yield analysis method and apparatus based on wafer map | |
| Mazhar et al. | Comparative Analysis of Software Performance on Web based Application |