[发明专利]自适应自动缺陷分类有效

专利信息
申请号: 201680066102.0 申请日: 2016-09-16
公开(公告)号: CN108352339B 公开(公告)日: 2022-11-08
发明(设计)人: 贺力;M·普利哈尔;应华俊;A·巴蒂亚;A·S·达恩狄安娜;R·拉米尼 申请(专利权)人: 科磊股份有限公司
主分类号: H01L21/66 分类号: H01L21/66
代理公司: 北京律盟知识产权代理有限责任公司 11287 代理人: 张世俊
地址: 美国加利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 自适应 自动 缺陷 分类
【权利要求书】:

1.一种经配置以使用自适应自动缺陷分类器来分类样品上的缺陷的系统,其包括:

输出获取子系统,其包括至少一能量源及检测器,其中所述能量源经配置以产生被引导到样品的能量,且其中所述检测器经配置以检测来自所述样品的能量且响应于所述检测到的能量而产生输出;及

一或多个计算机子系统,其经配置用于:

基于由所述检测器产生的所述输出来检测所述样品上的缺陷,以借此产生第一批结果;

使用聚类方法来将所述缺陷分成不同群组;

从用户接收用于所述不同群组中的每一者的分类;

基于接收到的分类及包括在所述第一批结果的全部所述缺陷中的缺陷的训练组来产生缺陷分类器;

通过扰乱由用于分类所述缺陷的所产生缺陷分类器使用的所述缺陷的一或多个属性中的所述训练组来针对所述所产生缺陷分类器确定稳健性分数,且确定在所述所产生缺陷分类器的性能下降低于经预先确定程度之前所述所产生缺陷分类器可承受的扰乱量;

基于所述稳健性分数来确定一或多个控制设置,用于所述输出获取子系统的一或多个参数;

基于由所述检测器针对另一样品产生的额外输出而检测与所述样品类型相同的另一样品上的额外缺陷,以借此产生额外批结果;

组合所述第一批结果及所述额外批结果,以产生累计批结果;

通过应用所述所产生缺陷分类器到所述累计批结果中的所述缺陷来分类所述累计批结果中的所述缺陷;

确定所述额外批结果中的所述缺陷中的任何者是否具有低于置信度阈值的置信度值;

当所述额外批结果中的所述缺陷中的一或多者具有低于所述置信度阈值的置信度值时,从用户接收一或多个缺陷的一或多个分类且修改所述训练组以包含所述一或多个缺陷及所述一或多个分类;

基于经修改训练组来修改所述缺陷分类器;

使用所述经修改缺陷分类器来分类所述累计批结果中的缺陷;及

当所述累计批结果中的全部所述缺陷由所述用户分类或所述额外批结果中的所述缺陷没有一个具有低于所述置信度阈值的置信度值时,结束自适应分类器产生。

2.根据权利要求1所述的系统,其中产生所述缺陷分类器是使用自动置信度阈值来执行。

3.根据权利要求1所述的系统,其中所述所产生缺陷分类器是随机森林型缺陷分类器。

4.根据权利要求1所述的系统,其中所述所产生缺陷分类器是支持向量机类型缺陷分类器。

5.根据权利要求1所述的系统,其中所述一或多个计算机子系统进一步经配置用于通过以下操作来确定数据冗余分数:

a)针对缺陷的多个类的第一类,使用聚类方法来选择所述第一类中的所述缺陷的一部分,且添加所述缺陷的所选择的部分到针对所述第一类的训练组;

b)产生具有针对所述第一类的所述训练组及所述多个类的其它类的训练组的自动分类器;

c)使用所述自动分类器来分类在步骤a)中未被选择的所述第一类中的所述缺陷的一部分;

d)如果所述第一类中的任何缺陷由所述自动分类器分类成低于预定义置信度阈值,那么添加所述第一类中的经预先确定数目个所述缺陷到针对所述第一类的所述训练组,且重复步骤a)到c);及

e)如果所述第一类中的所述缺陷没有一个由所述自动分类器分类成低于所述预定义置信度阈值,那么计算所述数据冗余分数等于1- (针对所述第一类的所述训练组的大小)除以(所述第一类的大小)。

6.根据权利要求1所述的系统,其中所述一或多个计算机子系统进一步经配置用于监测由所述所产生缺陷分类器及所述经修改缺陷分类器产生的结果中的未经分类缺陷的组格的大小,且当所述组格的所述大小大于经预先确定大小时产生警报,且其中所述警报指示所述输出获取子系统的一或多个参数的校准是必要的。

7.根据权利要求1所述的系统,其中所述一或多个计算机子系统进一步经配置用于监测由所述所产生缺陷分类器及所述经修改缺陷分类器产生的结果中的每一缺陷组格的置信度直方图,且当所述置信度直方图具有一或多个经预先确定特性时产生警报,且其中所述警报指示所述输出获取子系统的一或多个参数的校准是必要的。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于科磊股份有限公司,未经科磊股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201680066102.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top