[发明专利]用于使用半导体制造工艺中的深度学习预测缺陷及临界尺寸的系统及方法有效
| 申请号： | 201880041282.6 | 申请日： | 2018-06-29 |
| 公开（公告）号： | CN110770886B | 公开（公告）日： | 2023-09-15 |
| 发明（设计）人： | A·亚提 | 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： | 刘丽楠 |
| 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： | 可在晶片上的各种位点处进行初始检验或临界尺寸测量。位置、设计片段、工艺工具参数或其它参数可用于训练深度学习模型。可验证所述深度学习模型且这些结果可用于重新训练所述深度学习模型。可重复此工艺直到预测达到检测准确度阈值。所述深度学习模型可用于预测新可能缺陷位置或临界尺寸故障位点。 | ||
| 搜索关键词： | 用于 使用 半导体 制造 工艺 中的 深度 学习 预测 缺陷 临界 尺寸 系统 方法 | ||
【主权项】：
1.一种方法，其包括：/n使用检验工具扫描晶片；/n使用缺陷重检工具确认至少一个缺陷的存在；/n将参数输入到深度学习模型中，其中所述参数包含以下中的一或多者：/n所述缺陷相对于设计、关注区或设计片段中的一或多者的位置；/n焦点；/n曝光；/n所述缺陷的类型；/n相邻设计位点；及/n层类型；/n基于所述深度学习模型而使用控制器预测缺陷位点；/n验证所述缺陷位点；及/n重新训练所述深度学习模型，其中重复所述预测、所述验证及所述重新训练直到所述深度学习模型达到检测准确度阈值。/n
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/patent/201880041282.6/，转载请声明来源钻瓜专利网。
- 上一篇：探针装置和针迹转印方法
- 下一篇：硅晶片制造工序的评价方法和硅晶片的制造方法
- 同类专利
- 专利分类
H01 基本电气元件
H01L 半导体器件；其他类目中不包括的电固体器件
H01L21-00 专门适用于制造或处理半导体或固体器件或其部件的方法或设备
H01L21-02 .半导体器件或其部件的制造或处理
H01L21-64 .非专门适用于包含在H01L 31/00至H01L 51/00各组的单个器件所使用的除半导体器件之外的固体器件或其部件的制造或处理
H01L21-66 .在制造或处理过程中的测试或测量
H01L21-67 .专门适用于在制造或处理过程中处理半导体或电固体器件的装置；专门适合于在半导体或电固体器件或部件的制造或处理过程中处理晶片的装置
H01L21-70 .由在一共用基片内或其上形成的多个固态组件或集成电路组成的器件或其部件的制造或处理；集成电路器件或其特殊部件的制造
H01L 半导体器件；其他类目中不包括的电固体器件
H01L21-00 专门适用于制造或处理半导体或固体器件或其部件的方法或设备
H01L21-02 .半导体器件或其部件的制造或处理
H01L21-64 .非专门适用于包含在H01L 31/00至H01L 51/00各组的单个器件所使用的除半导体器件之外的固体器件或其部件的制造或处理
H01L21-66 .在制造或处理过程中的测试或测量
H01L21-67 .专门适用于在制造或处理过程中处理半导体或电固体器件的装置；专门适合于在半导体或电固体器件或部件的制造或处理过程中处理晶片的装置
H01L21-70 .由在一共用基片内或其上形成的多个固态组件或集成电路组成的器件或其部件的制造或处理；集成电路器件或其特殊部件的制造
