[发明专利]用于良率损失检测的基于故障密度的聚类在审

专利信息
申请号: 202080087253.0 申请日: 2020-12-14
公开(公告)号: CN114846341A 公开(公告)日: 2022-08-02
发明(设计)人: I·鲍尔;M·M·哈格蒂;S·E·里德尔;P·W·金霍恩;A·纳哈尔;G·E·舒特;R·K·克努珀 申请(专利权)人: 德克萨斯仪器股份有限公司
主分类号: G01R31/26 分类号: G01R31/26;G06F17/18
代理公司: 北京纪凯知识产权代理有限公司 11245 代理人: 李英
地址: 美国德*** 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: 用于 损失 检测 基于 故障 密度
【权利要求书】:

1.一种用于故障管芯聚类的方法,所述方法包括:

从晶圆的晶圆图中提取在所述晶圆上的故障管芯的数据集;

确定用于将所述故障管芯聚类的密度参数;

从所述故障管芯的数据集中去除虚假故障,以生成故障管芯的减小的数据集;

通过执行具有所述密度参数的基于密度的带噪声应用空间聚类算法即DBSCAN算法,在所述减小的数据集中定位故障管芯的聚类;以及

对每个定位的聚类应用保护带。

2.根据权利要求1所述的方法,其进一步包括在定位聚类之前从所述减小的数据集中去除所述晶圆的低故障密度区域中的故障管芯,其中当所述管芯在半径为三内具有少于三个故障管芯邻域时,故障管芯处于低故障密度区域中。

3.根据权利要求1所述的方法,其进一步包括定位捕获的良好管芯的聚类并指示捕获的管芯质量有问题。

4.根据权利要求3所述的方法,其中定位捕获的良好管芯的聚类进一步包括:

使用minPts=1且eps=1的所述DBSCAN算法在所述晶圆上的良好管芯数据集中定位良好管芯的聚类,其中所述良好管芯数据集不包括在应用于故障管芯的经定位的聚类的所述保护带中的任何良好管芯;以及

使用阈值数量的管芯在所述良好管芯的聚类中识别捕获的良好管芯的聚类。

5.根据权利要求4所述的方法,其中所述阈值由用户指定。

6.根据权利要求1所述的方法,其中确定密度参数进一步包括:

为所述故障管芯数据集中的每个故障管芯计算在半径为3的邻域内的故障管芯邻域的计数;以及

基于故障管芯邻域的平均计数、故障管芯邻域的计数的标准偏差以及表示所述晶圆的相对密度的系数来计算所述密度参数。

7.根据权利要求1所述的方法,其中应用保护带进一步包括使用用户指定的用于所述保护带的宽度。

8.根据权利要求1所述的方法,其中应用保护带进一步包括将所述保护带中的每个管芯的箱改变为用户指定的箱。

9.根据权利要求1所述的方法,其中所述晶圆图是通过所述晶圆的电探针测试生成。

10.一种系统,其包括:

存储用于故障管芯聚类的软件指令的非暂时性计算机可读介质,其中所述软件指令包括用于以下操作的软件指令:

从晶圆的晶圆图中提取在所述晶圆上的故障管芯的数据集;

确定用于将所述故障管芯聚类的密度参数;

从所述故障管芯的数据集中去除虚假故障以生成故障管芯的减小的数据集;

通过使用所述密度参数执行基于密度的带噪声应用空间聚类算法即DBSCAN算法,在所述减小的数据集中定位故障管芯的聚类;以及

对每个定位的聚类应用保护带;以及

至少一个处理器,其耦合到所述非暂时性计算机可读介质以执行所述软件指令。

11.根据权利要求10所述的系统,其中所述软件指令进一步包括用于在定位故障管芯的聚类之前从所述减小的数据集中去除所述晶圆的低故障密度区域中的故障管芯的软件指令,其中当所述管芯在半径为三内具有少于三个故障管芯邻域时,故障管芯位于低故障密度区域中。

12.根据权利要求10所述的系统,其中所述软件指令还包括用于定位捕获的良好管芯的聚类并指示所捕获的管芯质量有问题的软件指令。

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德克萨斯仪器股份有限公司,未经德克萨斯仪器股份有限公司许可,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/202080087253.0/1.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