-
公开(公告)号：CN118020146A
公开(公告)日：2024-05-10
申请号：CN202380013722.8
申请日：2023-03-31
Applicant: 科磊股份有限公司
Inventor： B·达菲 , B·里斯 , L·卡尔森迪 , K·S·维尔克 , A·埃尔龙 , R·贝尔迪彻夫斯凯 , O·B·什穆埃尔 , S·芬斯特 , Y·戈尔斯基 , O·多夫拉特 , R·德克尔 , E·加尔宾 , S·斯梅霍夫
Abstract: 公开一种基于上下文的检验系统。所述系统可包含光学成像子系统。所述系统可进一步包含通信地耦合到所述光学成像系统的一或多个控制器。所述一或多个控制器可经配置以：接收一或多个参考图像；接收样本的一或多个测试图像；在检验运行时间期间使用非监督式分类器产生一或多个概率上下文图；在所述检验运行时间期间将所述经产生的一或多个概率上下文图提供到监督式分类器；及将所述监督式分类器应用于所述经接收的一或多个测试图像以识别所述样本上的一或多个DOI。
-
公开(公告)号：CN106537449B
公开(公告)日：2020-10-09
申请号：CN201580037968.4
申请日：2015-07-22
Applicant: 科磊股份有限公司
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。
-
公开(公告)号：CN107533103A
公开(公告)日：2018-01-02
申请号：CN201680025510.1
申请日：2016-05-17
Applicant: 科磊股份有限公司
Inventor： B·达菲
IPC: G01R31/305 , G01R31/307
CPC classification number: G01R31/305 , G01R31/307
Abstract: 本发明揭示一种电压对比成像缺陷检测系统，其包含电压对比成像工具及耦合到所述电压对比成像工具的控制器。所述控制器经配置以：针对样本上的一或多个结构产生一或多个电压对比成像度量；基于所述一或多个电压对比成像度量而确定所述样本上的一或多个目标区域；从所述电压对比成像工具接收所述样本上的所述一或多个目标区域的电压对比成像数据集；以及基于所述电压对比成像数据集而检测一或多个缺陷。
-
公开(公告)号：CN106796724A
公开(公告)日：2017-05-31
申请号：CN201580055550.6
申请日：2015-10-21
Applicant: 科磊股份有限公司
Abstract: 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。
-
公开(公告)号：CN108475351B
公开(公告)日：2022-10-04
申请号：CN201680075625.1
申请日：2016-12-30
Applicant: 科磊股份有限公司
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。
-
Patent Agency Ranking
公开(公告)号：CN111882552B
公开(公告)日：2021-10-08
申请号：CN202010769210.2
申请日：2015-10-21
Applicant: 科磊股份有限公司
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。
-
公开(公告)号：CN112840205A
公开(公告)日：2021-05-25
申请号：CN201980067471.5
申请日：2019-10-17
Applicant: 科磊股份有限公司
Abstract: 本发明提供用于设置具有基于设计及噪声的关注区域的样品的检验的方法及系统。一个系统包含经配置用于产生样品的基于设计的关注区域的一或多个计算机子系统。所述计算机子系统还经配置用于针对所述样品上的所述关注区域的多个例子确定一或多个输出属性，且从由输出获取子系统针对所述多个例子产生的输出确定所述一或多个输出属性。所述计算机子系统进一步经配置用于将所述样品上的所述关注区域的所述多个例子分离成不同关注区域子群组，使得所述不同关注区域子群组具有所述输出属性的统计上不同值且基于所述不同关注区域子群组而选择所述样品的检验配方的参数。
-
公开(公告)号：CN110383441B
公开(公告)日：2020-09-01
申请号：CN201780086236.3
申请日：2017-12-14
Applicant: 科磊股份有限公司
IPC: H01L21/66
Abstract: 一种计量系统包含通信地耦合到计量工具的控制器。所述控制器可：产生样本的三维模型；基于所述三维模型产生对应于运用所述计量工具对所述样本进行的经预测分析的经预测的计量图像；评估用于从所述一或多个经预测的计量图像提取计量测量的两个或两个以上候选计量配方；基于一或多个选择计量从用于从来自所述计量工具的结构的图像提取计量测量的所述两个或两个以上候选计量配方选择计量配方；基于经制造结构的计量测量从所述计量工具接收所述经制造结构的输出计量图像；及基于所述计量配方从所述输出计量图像提取与所述经制造结构相关联的所述计量测量。
-
公开(公告)号：CN106796724B
公开(公告)日：2020-08-21
申请号：CN201580055550.6
申请日：2015-10-21
Applicant: 科磊股份有限公司
Abstract: 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。
-
公开(公告)号：CN110785709A
公开(公告)日：2020-02-11
申请号：CN201880040444.4
申请日：2018-06-29
Applicant: 科磊股份有限公司
Abstract: 本发明提供了用于从样本的低分辨率图像产生所述样本的高分辨率图像的方法和系统。一个系统包含经配置以用于获取样本的低分辨率图像的一或多个计算机子系统。所述系统还包含通过所述一或多个计算机子系统执行的一或多个组件。所述一或多个组件包含深度卷积神经网络，所述深度卷积神经网络包含经配置以用于产生所述低分辨率图像的表示的一或多个第一层。所述深度卷积神经网络还包含经配置以用于从所述低分辨率图像的所述表示产生所述样本的高分辨率图像的一或多个第二层。所述第二层包含经配置以输出所述高分辨率图像并且经配置为子像素卷积层的最终层。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.029 seconds)
