-
公开(公告)号：CN108463876B
公开(公告)日：2020-10-09
申请号：CN201780006207.1
申请日：2017-01-10
Applicant: 科磊股份有限公司
Abstract: 本发明提供用于为样品产生模拟输出的方法及系统。一种方法包含使用一或多个计算机系统获取针对样品的信息。所述信息包含所述样品的实际光学图像、所述样品的实际电子束图像及针对所述样品的设计数据中的至少一者。所述方法还包含将针对所述样品的所述信息输入到基于学习的模型中。所述基于学习的模型包含于由一或多个计算机系统执行的一或多个组件中。所述基于学习的模型经配置以映射光学图像、电子束图像与设计数据之间的三角关系，且所述基于学习的模型将所述三角关系应用到所述输入以借此为所述样品产生模拟图像。
-
公开(公告)号：CN111819676B
公开(公告)日：2022-01-14
申请号：CN201980017305.4
申请日：2019-03-28
Applicant: 科磊股份有限公司
Abstract: 本发明提供用于训练用于低分辨率图像中的缺陷检测的神经网络的方法及系统。一个系统包含：检验工具，其包含高分辨率成像子系统及低分辨率成像子系统；及一或多个组件，其包含高分辨率神经网络及低分辨率神经网络。所述系统的计算机子系统经配置用于产生缺陷图像的训练集。所述缺陷图像中的至少一者由所述高分辨率神经网络使用由所述高分辨率成像子系统产生的图像合成地产生。所述计算机子系统还经配置用于使用缺陷图像的所述训练集作为输入而训练所述低分辨率神经网络。另外，所述计算机子系统经配置用于通过将由所述低分辨率成像子系统针对另一样品产生的所述图像输入到所述经训练低分辨率神经网络中而检测所述另一样品上的缺陷。
-
公开(公告)号：CN111819676A
公开(公告)日：2020-10-23
申请号：CN201980017305.4
申请日：2019-03-28
Applicant: 科磊股份有限公司
Abstract: 本发明提供用于训练用于低分辨率图像中的缺陷检测的神经网络的方法及系统。一个系统包含：检验工具，其包含高分辨率成像子系统及低分辨率成像子系统；及一或多个组件，其包含高分辨率神经网络及低分辨率神经网络。所述系统的计算机子系统经配置用于产生缺陷图像的训练集。所述缺陷图像中的至少一者由所述高分辨率神经网络使用由所述高分辨率成像子系统产生的图像合成地产生。所述计算机子系统还经配置用于使用缺陷图像的所述训练集作为输入而训练所述低分辨率神经网络。另外，所述计算机子系统经配置用于通过将由所述低分辨率成像子系统针对另一样品产生的所述图像输入到所述经训练低分辨率神经网络中而检测所述另一样品上的缺陷。
-
公开(公告)号：CN107078073A
公开(公告)日：2017-08-18
申请号：CN201580059576.8
申请日：2015-11-23
Applicant: 科磊股份有限公司
IPC: H01L21/66
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。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN108475350B
公开(公告)日：2020-08-21
申请号：CN201780005789.1
申请日：2017-01-10
Applicant: 科磊股份有限公司
IPC: G06K9/62
Abstract: 本发明提供用于使用针对样本模拟的输出执行针对所述样本的一或多个功能的方法及系统。一种系统包含经配置以用于由包含于工具中的一或多个检测器获取针对样本产生的输出的一或多个计算机子系统，所述工具经配置以在所述样本上执行过程。所述系统还包含由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基于学习的模型，其经配置以用于使用所获取的输出作为输入执行一或多个第一功能以借此产生针对所述样本的模拟输出。所述一或多个计算机子系统还经配置以用于使用所述模拟输出针对所述样本执行一或多个第二功能。
-
公开(公告)号：CN108463876A
公开(公告)日：2018-08-28
申请号：CN201780006207.1
申请日：2017-01-10
Applicant: 科磊股份有限公司
CPC classification number: G06T7/0006 , G03F1/84 , G03F1/86 , G03F7/7065 , G06T7/0004 , G06T7/001 , G06T2207/10061 , G06T2207/20081 , G06T2207/30148
Abstract: 本发明提供用于为样品产生模拟输出的方法及系统。一种方法包含使用一或多个计算机系统获取针对样品的信息。所述信息包含所述样品的实际光学图像、所述样品的实际电子束图像及针对所述样品的设计数据中的至少一者。所述方法还包含将针对所述样品的所述信息输入到基于学习的模型中。所述基于学习的模型包含于由一或多个计算机系统执行的一或多个组件中。所述基于学习的模型经配置以映射光学图像、电子束图像与设计数据之间的三角关系，且所述基于学习的模型将所述三角关系应用到所述输入以借此为所述样品产生模拟图像。
-
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。
-
公开(公告)号：CN108352063B
公开(公告)日：2022-03-25
申请号：CN201680066077.6
申请日：2016-11-16
Applicant: 科磊股份有限公司
Abstract: 本发明揭示一种缺陷检测方法，其包含获取参考图像；选择所述参考图像的目标区域；基于匹配度量识别对应于所述目标区域的所述参考图像的一或多个比较区域；获取测试图像；使用所述参考图像的所述目标区域及所述参考图像的所述一或多个比较区域遮蔽所述测试图像；基于所述测试图像中的所述一或多个比较区域定义所述测试图像中的所述目标区域的缺陷阈值；及基于所述缺陷阈值确定所述测试图像的所述目标区域是否含有缺陷。
-
公开(公告)号：CN108475350A
公开(公告)日：2018-08-31
申请号：CN201780005789.1
申请日：2017-01-10
Applicant: 科磊股份有限公司
Abstract: 本发明提供用于使用针对样本模拟的输出执行针对所述样本的一或多个功能的方法及系统。一种系统包含经配置以用于由包含于工具中的一或多个检测器获取针对样本产生的输出的一或多个计算机子系统，所述工具经配置以在所述样本上执行过程。所述系统还包含由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基于学习的模型，其经配置以用于使用所获取的输出作为输入执行一或多个第一功能以借此产生针对所述样本的模拟输出。所述一或多个计算机子系统还经配置以用于使用所述模拟输出针对所述样本执行一或多个第二功能。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.022 seconds)
