公开(公告)号：CN111801783B

公开(公告)日：2023-09-01

申请号：CN201980016792.2

申请日：2019-03-18

申请人： 科磊股份有限公司

发明人： M·普利哈尔

IPC分类号： H01L21/66 ,  H01L21/67 ,  G01N21/95

摘要： 本发明使得半导体制造商能够更准确地确定本来会被忽略的缺陷的存在。本发明可体现为用于新颖缺陷发现的系统、方法或设备。本发明可包括：在扰乱筛选器中设置扰乱格区；将缺陷群体划分成缺陷群体分区；将所述缺陷群体分区分段成缺陷群体区段；从所述缺陷群体区段选择一组选定缺陷；计算所述缺陷群体区段中的所述缺陷的信号属性的一或多个统计量；复制所述组选定缺陷以得到产生型缺陷；将所述产生型缺陷移位到所述缺陷群体区段之外；创建训练组；及训练二进制分类器。

公开(公告)号：CN112840205B

公开(公告)日：2022-08-05

申请号：CN201980067471.5

申请日：2019-10-17

申请人： 科磊股份有限公司

发明人： B·达菲 ,  M·普利哈尔 ,  E·索尔塔默罕默德 ,  G·罗素 ,  S·巴塔查里亚 ,  C·马厄

IPC分类号： G01N21/95 ,  G01N21/88 ,  G06T7/00 ,  H01L21/66 ,  H01L21/67

摘要： 本发明提供用于设置具有基于设计及噪声的关注区域的样品的检验的方法及系统。一个系统包含经配置用于产生样品的基于设计的关注区域的一或多个计算机子系统。所述计算机子系统还经配置用于针对所述样品上的所述关注区域的多个例子确定一或多个输出属性，且从由输出获取子系统针对所述多个例子产生的输出确定所述一或多个输出属性。所述计算机子系统进一步经配置用于将所述样品上的所述关注区域的所述多个例子分离成不同关注区域子群组，使得所述不同关注区域子群组具有所述输出属性的统计上不同值且基于所述不同关注区域子群组而选择所述样品的检验配方的参数。

公开(公告)号：CN113302728A

公开(公告)日：2021-08-24

申请号：CN202080009734.X

申请日：2020-01-17

申请人： 科磊股份有限公司

发明人： J·乔治 ,  S·帕拉马西万 ,  M·普利哈尔 ,  N·拉克希米纳拉辛汉 ,  S·拉舞 ,  P·俄珀鲁里

IPC分类号： H01L21/66 ,  G06N3/08 ,  G06K9/62 ,  G06T7/00

摘要： 基于从候选缺陷的图像导出的一或多个自动产生属性的值而实现用于所关注缺陷DOI的经改进检测及分类的方法及系统。通过迭代地训练、简化及重新训练深度学习模型而确定自动产生属性。所述深度学习模型使候选缺陷的光学图像与所述缺陷的已知分类相关。在模型简化之后，识别所述简化模型的属性，所述属性使候选缺陷的所述光学图像与所述缺陷的所述已知分类强相关。随后采用所述简化模型来产生与具有未知分类的候选缺陷的图像相关联的所述经识别属性的值。另一方面，采用统计分类器以基于自动产生属性及人工识别属性对缺陷进行分类。

公开(公告)号：CN111801783A

公开(公告)日：2020-10-20

申请号：CN201980016792.2

申请日：2019-03-18

申请人： 科磊股份有限公司

发明人： M·普利哈尔

IPC分类号： H01L21/66 ,  H01L21/67 ,  G01N21/95

摘要： 本发明使得半导体制造商能够更准确地确定本来会被忽略的缺陷的存在。本发明可体现为用于新颖缺陷发现的系统、方法或设备。本发明可包括：在扰乱筛选器中设置扰乱格区；将缺陷群体划分成缺陷群体分区；将所述缺陷群体分区分段成缺陷群体区段；从所述缺陷群体区段选择一组选定缺陷；计算所述缺陷群体区段中的所述缺陷的信号属性的一或多个统计量；复制所述组选定缺陷以得到产生型缺陷；将所述产生型缺陷移位到所述缺陷群体区段之外；创建训练组；及训练二进制分类器。

公开(公告)号：CN109844919A

公开(公告)日：2019-06-04

申请号：CN201780063543.X

申请日：2017-10-17

申请人： 科磊股份有限公司

发明人： M·普利哈尔 ,  E·索尔塔默罕默德 ,  S·帕拉马西万 ,  S·拉舞 ,  A·杰因 ,  S·谢克扎哈尔 ,  P·俄珀鲁里

IPC分类号： H01L21/66

摘要： 本发明提供用于训练检验相关算法的方法及系统。一个系统包含一或多个计算机子系统，所述一或多个计算机子系统经配置以使用标记缺陷组来执行检验相关算法的初始训练，借此产生所述检验相关算法的初始版本，且将所述检验相关算法的所述初始版本应用到未标记缺陷组。所述(若干)计算机子系统还经配置以基于所述应用的结果来变更所述标记缺陷组。接着，所述(若干)计算机子系统可迭代地再训练所述检验相关算法且变更所述标记缺陷组，直到所述算法的最新版本与先前版本所产生的结果之间的一或多个差达到一或多个标准。当所述一或多个差达到所述一或多个标准时，输出所述检验相关算法的所述最新版本作为经训练算法。

公开(公告)号：CN117546093A

公开(公告)日：2024-02-09

申请号：CN202280043951.X

申请日：2022-11-09

申请人： 科磊股份有限公司

发明人： A·克罗斯 ,  K·沙赫 ,  M·普利哈尔

IPC分类号： G03F7/20

摘要： 工艺窗鉴定(PWQ)布局能够用于确定与图案、图案化工艺或图案化设备相关联的图案异常的存在。例如，调制裸片或场能够与略低偏移调制裸片或场比较。在另一实例中，比较特定条件或条件的组合的高低角。在又一实例中，工艺调制参数能够用于估计所关注特定弱点的临界状态。

公开(公告)号：CN113677980B

公开(公告)日：2023-03-31

申请号：CN202080027371.2

申请日：2020-04-09

申请人： 科磊股份有限公司

发明人： M·普利哈尔 ,  E·索尔塔默罕默德 ,  P·俄珀鲁里 ,  M·亚尼 ,  C·马厄

IPC分类号： G01N21/95 ,  G01N21/88 ,  G01N23/2251 ,  G06T7/00

摘要： 本发明提供用于检测样本上的缺陷候选的系统及方法。一种方法包含在完成样本的至少一大部分的扫描之后，将一或多个分割方法应用到在所述扫描期间生成的输出的至少大部分以借此生成所述输出的两个或更多个区段。所述方法还包含单独检测所述输出的所述两个或更多个区段中的离群值。另外，所述方法包含通过将一或多个预定准则应用到所述单独检测的结果来检测所述样本上的缺陷候选以借此将所述检测离群值的一部分指定为所述缺陷候选。

公开(公告)号：CN114207795A

公开(公告)日：2022-03-18

申请号：CN202080055907.1

申请日：2020-08-06

申请人： 科磊股份有限公司

发明人： A·梁 ,  M·普利哈尔 ,  S·帕拉马西万 ,  N·拉克希米纳拉辛汉 ,  S·巴格瓦特

IPC分类号： H01L21/66 ,  G01N21/95 ,  G01N23/2251

摘要： 为了评估半导体制造过程，获得包含被分组成调制组的裸片的半导体晶片。每一调制组使用相异过程参数制造。光学检验所述晶片以识别缺陷。训练扰乱点过滤器以将所述缺陷分类为DOI或扰乱点缺陷。基于所述训练的结果，确定所述晶片的第一初步工艺窗且识别在包围所述第一工艺窗的调制组的第一群组中的具有DOI的裸片结构。将所述经训练扰乱点过滤器应用到所述经识别缺陷以确定所述晶片的第二经修正工艺窗。基于所述第二经修正工艺窗内的一或多个调制组中的经指定关照区域的SEM图像确定所述晶片的第三进一步经修正工艺窗。产生指定所述第三工艺窗的报告。

公开(公告)号：CN109075101B

公开(公告)日：2020-06-19

申请号：CN201780027411.1

申请日：2017-05-04

申请人： 科磊股份有限公司

发明人： A·帕克 ,  M·普利哈尔

IPC分类号： H01L21/66

摘要： 本发明提供一种在目标组件与参考组件之间具有一致调制的所制造装置。所述所制造装置包含具有第一调制的目标组件。所述所制造装置进一步包含所述目标组件的至少两个参考组件，其包含第一参考组件及第二参考组件，其中所述第一参考组件及所述第二参考组件各自具有所述第一调制。此外，本发明提供一种用于使用目标及参考组件的一致调制检测所制造目标组件中的缺陷的系统、方法及计算机程序产品。

公开(公告)号：CN111052331A

公开(公告)日：2020-04-21

申请号：CN201880056014.1

申请日：2018-08-29

申请人： 科磊股份有限公司

发明人： M·普利哈尔 ,  B·达菲 ,  M·冯登霍夫 ,  A·克罗斯 ,  K·沙赫 ,  A·马尼

IPC分类号： H01L21/66

摘要： 本发明提供用于识别在晶片上检测到的缺陷中的扰乱及所关注缺陷DOI的方法及系统。一种方法包含获取由在测量点的阵列处对所述晶片执行测量的计量工具产生的针对所述晶片的计量数据。在一个实施例中，所述测量点是在于所述晶片上检测所述缺陷之前且独立于在所述晶片上检测到的所述缺陷而确定的。所述方法还包含相对于所述晶片上的所述测量点的位置而确定在所述晶片上检测到的所述缺陷的位置，及基于相对于所述测量点的所述位置而确定的所述缺陷的所述位置来将计量数据作为缺陷属性指派给所述缺陷。另外，所述方法包含基于指派给所述缺陷的所述缺陷属性来确定所述缺陷是扰乱还是DOI。