[发明专利]对半导体样本中的缺陷进行分类的方法及其系统在审
申请号: | 202010015021.6 | 申请日: | 2020-01-07 |
公开(公告)号: | CN111444934A | 公开(公告)日: | 2020-07-24 |
发明(设计)人: | 基里尔·萨文科;阿萨夫·阿斯巴克;波阿斯·科恩 | 申请(专利权)人: | 应用材料以色列公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京律诚同业知识产权代理有限公司 11006 | 代理人: | 徐金国;赵静 |
地址: | 以色列*** | 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: | 对半 导体 样本 中的 缺陷 进行 分类 方法 及其 系统 | ||
1.一种能够将样本中的缺陷分类为多个类别的系统,所述系统包括处理和存储器电路(PMC),所述PMC被配置为:
接收被分类为多个类别的第一多个第一缺陷和第二多个潜在第二缺陷,每个第一缺陷和每个潜在第二缺陷与多个属性中的每个属性的相应值相关联,所述第一多个第一缺陷表征为第一属性空间,并且所述第二多个潜在第二缺陷表征为第二属性空间;
处理所述第一多个第一缺陷和第二多个潜在第二缺陷以从所述多个属性中选择属性子集,包括:
针对每种属性:
确定来自所述第一多个第一缺陷的缺陷的属性值的第一分布;
确定来自所述第二多个潜在第二缺陷的缺陷的属性值的第二分布;以及
确定所述第一分布与所述第二分布之间的差异;
选择所述属性子集作为在所述第一分布与所述第二分布之间具有最大差异的属性;
基于分配给来自所述第一多个第一缺陷的缺陷的所述属性子集的值来获得第一密度估计函数;以及基于分配给所述第二多个潜在第二缺陷的缺陷的所述属性子集的值来确定第二密度估计函数;
获得与所述第一密度估计函数相关联的第一阈值,以及与所述第一密度估计函数和所述第二密度估计函数的组合相关联的第二阈值;
将所述第一密度估计函数应用于所述第二多个潜在第二缺陷的每个缺陷,以获得第一得分;
将所述第二密度估计函数应用于所述第二多个潜在第二缺陷的每个缺陷以获得第二得分;
确定所述第一得分和所述第二得分的组合得分;以及
当所述第一得分低于所述第一阈值或所述组合得分超过所述第二阈值时,将来自所述第二多个潜在第二缺陷的缺陷指示为潜在新类别缺陷。
2.如权利要求1所述的系统,其中当所述第一得分大于所述第一阈值时,将所述潜在缺陷指示为离群值。
3.如权利要求1所述的系统,其中当所述第二得分超过所述第二阈值时,将所述潜在缺陷指示为偏移。
4.如权利要求1所述的系统,其中所述第一密度估计函数和所述第二密度估计函数的组合是所述第一密度估计函数中的缺陷的第一得分与所述第二密度估计函数中的缺陷的第二得分之间的比率。
5.一种使用可操作地连接到存储器的处理器对多个缺陷进行分类的方法,所述方法包括:
接收被分类为多个类别的第一多个第一缺陷和第二多个潜在第二缺陷,每个第一缺陷和每个潜在第二缺陷与多个属性中的每个属性的相应值相关联,所述第一多个第一缺陷表征为第一属性空间,并且所述第二多个潜在第二缺陷表征为第二属性空间;
由所述处理器处理所述第一多个第一缺陷和第二多个潜在第二缺陷以从所述多个属性中选择属性子集,所述步骤包括:
针对每种属性:
由所述处理器确定来自所述第一多个第一缺陷的缺陷的属性值的第一分布;
由所述处理器确定来自所述第二多个潜在第二缺陷的缺陷的属性值的第二分布;以及
由所述处理器确定所述第一分布与所述第二分布之间的差异;
由所述处理器选择所述属性子集作为在所述第一分布与所述第二分布之间具有最大差异的属性;
由所述处理器基于分配给来自所述第一多个第一缺陷的缺陷的所述属性子集的值来获得第一密度估计函数;以及基于分配给所述第二多个潜在第二缺陷的缺陷的所述属性子集的值来确定第二密度估计函数;
由所述处理器获得与所述第一密度估计函数相关的第一阈值,以及与所述第一密度估计函数和所述第二密度估计函数的组合相关的第二阈值;
由所述处理器将所述第一密度估计函数应用于所述第二多个潜在第二缺陷的每个缺陷以获得第一得分;
由所述处理器将所述第二密度估计函数应用于所述第二多个潜在第二缺陷的每个缺陷以获得第二得分;
由所述处理器确定所述第一得分和所述第二得分的组合得分;以及
当所述第一得分低于所述第一阈值或所述组合得分超过所述第二阈值时,由所述处理器将来自所述第二多个潜在第二缺陷的缺陷指示为潜在新类别缺陷。
6.如权利要求5所述的方法,其中当所述第一得分大于所述第一阈值时,将所述潜在缺陷指示为离群值。
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应用材料以色列公司,未经应用材料以色列公司许可,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/202010015021.6/1.html,转载请声明来源钻瓜专利网。