确定样品上所关注图案的一或多个特性

    公开(公告)号:CN108352336B

    公开(公告)日:2022-07-01

    申请号:CN201680061870.7

    申请日:2016-08-23

    Abstract: 本发明提供用于确定所关注图案POI的特性的方法及系统。一个系统经配置以获取检验系统在POI实例处产生的输出而不检测所述POI实例处的缺陷。接着使用所述输出以产生所述POI实例的选择。接着所述系统针对所述经选择的POI实例从输出获取子系统获取输出。所述系统还使用从所述输出获取子系统获取的所述输出确定所述POI的特性。

    用于缺陷分类器训练的主动学习

    公开(公告)号:CN112219270A

    公开(公告)日:2021-01-12

    申请号:CN201980037055.0

    申请日:2019-06-04

    Abstract: 本发明提供用于执行用于缺陷分类器的主动学习的方法及系统。一种系统包含经配置用于执行用于训练缺陷分类器的主动学习的一或多个计算机子系统。所述主动学习包含将采集函数应用于样品的数据点。所述采集函数基于与所述数据点相关联的不确定性估计而选择所述数据点中的一或多者。所述主动学习还包含获取所选择的所述一或多个数据点的标记及生成包含所选择的所述一或多个数据点及所获取的所述标记的标记数据集。所述计算机子系统还经配置用于使用所述标记数据集来训练所述缺陷分类器。所述缺陷分类器经配置用于使用由成像子系统生成的图像对所述样品上检测到的缺陷进行分类。

    自动化图案保真度测量计划产生

    公开(公告)号:CN111882552A

    公开(公告)日:2020-11-03

    申请号:CN202010769210.2

    申请日:2015-10-21

    Abstract: 本发明涉及自动化图案保真度测量计划产生。具体的,本发明提供用于确定将对样品执行的计量过程的参数的方法及系统。一种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用于基于针对所述样品的设计而自动产生将在对所述样品执行的计量过程期间利用所述测量子系统测量的所关注区域ROI。所述计算机子系统还经配置以用于分别基于针对所述样品的所述设计的位于所述ROI的第一子集及第二子集中的部分而自动确定在所述计量过程期间利用所述测量子系统在所述ROI的所述第一子集及所述第二子集中执行的测量的参数。在所述第一子集中执行的所述测量的所述参数是单独地且独立于在所述第二子集中执行的所述测量的所述参数而确定。

    用于工艺窗口特征化的虚拟检验系统

    公开(公告)号:CN107078073B

    公开(公告)日:2020-11-03

    申请号:CN201580059576.8

    申请日:2015-11-23

    Abstract: 本发明提供用于检测样品上的缺陷的方法和系统。一种系统包含经配置以存储由检验系统产生的样品的物理版本的图像的存储媒体。使用对所述样品执行的制造工艺的一或多个参数的不同值在所述样品上形成至少两个裸片。所述系统还包含若干计算机子系统,其经配置以比较在所述样品上的使用所述不同值中的至少两者形成具有相同如所设计的特性的图案的位置处产生的经存储图像的部分。经比较的所述经存储图像的所述部分不受所述裸片在所述样品上的位置、所述图案在所述裸片内的位置或所述图案在所述样品上的位置约束。若干所述计算机子系统也经配置以基于所述比较的结果检测所述位置处的缺陷。

    识别在晶片上检测到的缺陷中的扰乱及所关注缺陷

    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

    Abstract: 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。

    用于半导体应用的基于机器学习的模型的加速训练

    公开(公告)号:CN108475351A

    公开(公告)日:2018-08-31

    申请号:CN201680075625.1

    申请日:2016-12-30

    CPC classification number: G06N3/0454 Y04S10/54

    Abstract: 本发明提供用于半导体应用的基于机器学习的模型的加速训练的方法及系统。一种用于训练基于机器学习的模型的方法包含获取在其上执行工艺的样品的非标称例子的信息。所述基于机器学习的模型经配置以针对所述样品执行模拟。仅使用额外样品的标称例子的信息训练所述基于机器学习的模型。所述方法还包含使用所述样品的所述非标称例子的所述信息重新训练所述基于机器学习的模型,借此执行所述样品的所述非标称例子的所述信息到所述基于机器学习的模型的转移学习。

    确定样本上的关注区域的坐标

    公开(公告)号:CN106537449A

    公开(公告)日:2017-03-22

    申请号:CN201580037968.4

    申请日:2015-07-22

    Abstract: 本发明提供用于确定样本上的关注区域的坐标的系统及方法。一种系统包含经配置用于针对被检验的样本上的关注区域识别最接近所述关注区域定位的一或多个目标的一或多个计算机子系统。所述计算机子系统也经配置用于使所述一或多个目标的一或多个图像与针对所述样本的参考对准。所述目标的所述图像及所述关注区域的图像是由检验子系统在所述样本的检验期间获取。所述计算机子系统进一步经配置用于基于所述对准的结果确定所述目标的所述图像与所述参考之间的偏移,且基于所述偏移及由所述检验子系统报告的所述关注区域的坐标确定所述关注区域的经修改坐标。

    具有多种模式的虚拟检验系统

    公开(公告)号:CN106537125A

    公开(公告)日:2017-03-22

    申请号:CN201580037969.9

    申请日:2015-07-22

    Abstract: 本发明提供用于确定于样品上检测到的缺陷的一或多个特性的方法及系统。一种系统包含一或多个计算机子系统,其经配置以识别样品上由检验系统用第一模式检测到但用一或多种其它模式未检测到的第一缺陷。所述计算机子系统还经配置以从存储媒体获取在对应于所述第一缺陷的所述样品上的位置处用所述一或多种其它模式产生的一或多个图像。另外,所述计算机子系统经配置以确定所述经获取一或多个图像的一或多个特性,且基于所述经获取一或多个图像的所述一或多个特性确定所述第一缺陷的一或多个特性。

    混合检验器
    29.
    发明公开
    混合检验器 审中-实审

    公开(公告)号:CN115684202A

    公开(公告)日:2023-02-03

    申请号:CN202211329897.3

    申请日:2016-12-30

    Abstract: 本申请实施例涉及混合检验器。一种系统包含计算机子系统,其经配置以接收针对样品产生的基于光学的输出及基于电子束的输出。所述计算机子系统包含一或多个虚拟系统,其经配置以使用针对所述样品产生的所述基于光学的输出及所述基于电子束的输出的至少一些执行一或多个功能。所述系统还包含由所述计算机子系统执行的一或多个组件,其包含经配置以针对所述样品执行一或多个模拟的一或多个模型。所述计算机子系统经配置以基于所述基于光学的输出、所述基于电子束的输出、所述一或多个功能的结果及所述一或多个模拟的结果中的至少两者检测所述样品上的缺陷。

    多控制器检验系统
    30.
    发明公开

    公开(公告)号:CN115516294A

    公开(公告)日:2022-12-23

    申请号:CN202180032409.X

    申请日:2021-05-05

    Abstract: 公开一种检验系统。所述检验系统包含经配置以从缺陷检验工具接收图像数据的共享存储器,及通信地耦合到所述共享存储器的控制器。所述控制器包含:主机图像模块,其经配置以使用中央处理单元(CPU)架构将一或多种通用缺陷检验算法应用于所述图像数据;结果模块,其经配置以产生由所述主机图像模块识别的缺陷的检验数据;及副图像模块,其经配置以将一或多种目标缺陷检验算法应用于所述图像数据。所述副图像模块采用所述图像数据的灵活取样以在选定公差内匹配所述主机图像模块的数据处理速率。响应于由所述结果模块及所述主机图像模块产生的所述检验数据而调整所述图像数据的所述灵活取样。

Patent Agency Ranking