TW202300900A - 以經呈現設計影像之設計照護區域之分段 - Google Patents
以經呈現設計影像之設計照護區域之分段 Download PDFInfo
- Publication number
- TW202300900A TW202300900A TW110110260A TW110110260A TW202300900A TW 202300900 A TW202300900 A TW 202300900A TW 110110260 A TW110110260 A TW 110110260A TW 110110260 A TW110110260 A TW 110110260A TW 202300900 A TW202300900 A TW 202300900A
- Authority
- TW
- Taiwan
- Prior art keywords
- rendered image
- care
- image
- areas
- processor
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- H10P74/203—
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
Abstract
本發明揭示一種經呈現影像,其自一半導體裝置設計檔案產生。基於該經呈現影像之一灰階分段該經呈現影像。基於該分段判定照護區域。在該等照護區域中執行缺陷檢測。此程序可執行於使用光子光學器件或電子束光學器件之一晶圓檢測工具上。
Description
本發明係關於半導體晶圓之檢測。
半導體製造產業之演進對良率管理及尤其是度量及檢測系統提出更高要求。臨界尺寸不斷縮小,但產業需要減少達成高良率、高價值生產之時間。最小化自偵測到一良率問題至解決該問題之總時間決定了一半導體製造商之投資回報率。
製作諸如邏輯及記憶體裝置之半導體裝置通常包含使用大量製程來處理一半導體晶圓以形成半導體裝置之各種特徵及多個層級。例如,微影係涉及將一圖案自一光罩轉印至配置於一半導體晶圓上之一光阻劑之一半導體製程。半導體製程之額外實例包含(但不限於)化學機械拋光(CMP)、蝕刻、沈積、及離子植入。製作於一單一半導體晶圓上之多個半導體裝置之一配置可被分離成個別半導體裝置。
半導體製造期間之各種步驟中使用檢測程序來偵測晶圓上之缺陷以促進製程中之較高良率,且因此促進較高利潤。檢測總是製作諸如積體電路(IC)之半導體裝置之一重要部分。然而,隨著半導體裝置之尺寸減小,針對成功製造可接受之半導體裝置,檢測變得甚至更重要,因為較小缺陷可引起裝置失效。例如,隨著半導體裝置之尺寸減小,偵測大小減小之缺陷變得必要,因為即使相對較小缺陷亦可在半導體裝置中引起無用像差。
然而,隨著設計規則縮減,半導體製程可較接近程序效能之限制操作。另外,隨著設計規則縮減,較小缺陷可對裝置之電參數產生一影響,此驅動更敏感檢測。隨著設計規則縮減,藉由檢測所偵測之潜在良率相關缺陷之數量急劇增長,且藉由檢測所偵測之損害缺陷之數量亦急劇增加。因此,可在晶圓上偵測到更多缺陷,且消除所有缺陷之校正程序可為困難及昂貴的。判定哪些缺陷對裝置之電參數及良率實際上有影響可允許程序控制方法聚焦於此等缺陷上,同時很大程度上忽略其他缺陷。此外,在較小設計規則,程序誘發之失效在一些情況中傾向於系統性。即,程序誘發之失效傾向於依通常在設計內重複多次之預定設計圖案失效。消除空間系統性、電相關性缺陷可對良率產生一影響。
圖案化晶圓檢測工具使用晶片設計資訊來針對臨界感興趣區域(ROI)且避免晶圓上之非臨界雜訊區域,此提高臨界區域中之缺陷偵測敏感度。在缺陷處理期間,晶片設計資訊亦用於缺陷方格化及分組以進一步提高敏感度。依一電腦可讀形式處理已知臨界區域及雜訊區域,其可在檢測期間依照護區域(CA)形式供給至檢測工具。使用子像素對準策略將此等照護區域對準至列印於晶圓上之圖案。此技術可用於識別且繪製晶圓上基於設計幾何之臨界區域,且可使用專用電子設計自動化(EDA)工具來創建。
為最大化敏感度,在單獨照護區域中,雜訊區域可與低雜訊區域隔離,接著依相對較高敏感度檢測該等單獨照護區域。隨著縮減設計規則及推進晶片製造,在檢測期間需要產生及處理之照護區域之數目正在增加。此導致每個列印於一晶圓上之晶片之照護區域之數目增加至數百萬或甚至數十億,因為印刷圖案之特徵尺寸可僅為幾奈米。
晶片設計資料可依一GDS/OASIS檔案之形式使用。此資訊用於創建用於在一半導體製造設施處之晶圓上印刷各種結構之光罩。GDS/OASIS檔案含有列印於晶圓上之內容之藍圖。已開發之各種方法使用此資訊來提高檢測敏感度,且藉由將臨界區域與其他區域依照護區域形式分離而針對臨界區域來減少干擾。在對一晶圓進行一第一檢測之後,可識別一設計空間上之雜訊及低雜訊區域。臨界低雜訊區域依一較高敏感度運行,同時非臨界或雜訊區域依較低敏感度運行,以最大化捕獲感興趣缺陷(DOI)而減少總干擾。
GDS或OASIS檔案通常很大,運行至GB大小為10中。不同組件、材料、及程序資訊在設計檔案中被分成單元、層、及子層。針對各層/子層,空間設計資料依幾何形狀或多邊形儲存。為創建照護區域,一基於規則/圖案之搜索用於識別此多邊形空間中之臨界區域。臨界區域之實例包含(例如)具有緊密間隔多邊形、銳角、線端、隔離通路(金屬接點)、或在處理期間更傾向於失效之設計熱點之密集區域。此等臨界區域基於其等類型及重要性分組成單獨照護區域群組。除此等照護區域之外,傾向於失效之已知設計熱點及低重要性之已知雜訊源或圖案亦被視為單獨照護區域。此等照護區域依在晶圓檢測期間檢測系統可易於存取之一電腦可讀形式儲存。在檢測一晶圓之前,需要進行照護區域之此程序。在檢測方案創建期間,使用此等照護區域檢測一晶圓之樣本區段。具有較低雜訊及較高雜訊之照護區域群組被識別且分配不同敏感度以最大化臨界圖案之敏感度。在最佳化檢測方案之此程序期間,可識別對一新設計照護區域之一需要,其中其他方法可基於掃描電子顯微鏡成像來獲得地面真像,基於分組干擾來識別設計之新雜訊區域及基於分組DOI來識別新設計熱點。在此情況中,藉由創建及添加此等新照護區域來編輯照護區域檔案,且重述檢測方案創建/最佳化程序。圖1繪示創建照護區域之一先前技術之一實例。
隨著縮減設計規則及推進晶片製造,設計檔案中需要處理以創建設計照護區域之多邊形之數目已增加。此導致EDA處理產生此等照護區域之前置時間很長。照護區域設計檔案之大小亦增大,此增加成本且減少處理此等照護區域及晶圓影像以識別缺陷之電腦系統之產出量。增加照護區域數目亦使得難以為此等照護區域指派適當檢測敏感度。
一基於規則/基於圖案之搜索需要預先瞭解潜在缺陷類型及/或感興趣圖案。然而,在檢測之前,此等態樣通常不能被很好理解或建立。一使用者需要進行一第一級猜測以產生照護區域,且透過多次反覆來最佳化照護區域。隨著GDS/OASIS設計檔案越來越複雜,運行此等反覆以提取照護區域所需之時間已增長。
基於規則/基於圖案之搜索處理原始設計多邊形以提取照護區域。然而,歸因於光學檢測系統之解析度限制,設計中之相同圖案可歸因於其他周圍圖案(其等遠離半點擴展函數(PSF))而具有不同雜訊行為。僅自一設計產生而不考慮光學特性之照護區域可為次佳的。在多邊形空間中創建併入光學物理之複雜規則運算成本昂貴且效率不高。
當相同設計圖案基於周圍/下層圖案具有不同雜訊時,在相同設計圖案上創建照護區域之當前方法可能失效。需要改良創建照護區域之方法及系統以處理此等複雜性。
在一第一實施例中,提供一種方法。該方法包含使用一處理器自包含一半導體裝置之一設計檔案產生一經呈現影像。基於該經呈現影像之一灰階來使用該處理器分段該經呈現影像。該分段可使用該經呈現影像之一亮度或包圍該經呈現影像之一像素之振幅值之一變化。基於該分段來使用該處理器判定照護區域。使用一晶圓檢測工具在該等照護區域中執行缺陷檢測。
藉由分組類似灰階之像素,可自該經呈現影像判定該等照護區域。
該方法可包含使用該晶圓檢測工具在一晶圓上成像該半導體裝置。該產生可發生於該成像之後。該產生亦可發生於該成像之前,諸如當該經呈現影像儲存於一電子資料儲存單元上時。
在一第二實施例中,提供一種系統。該系統包含產生一光束之一光源、接收自一晶圓反射之該光束之一偵測器及與該偵測器電通信之一處理器。該處理器經組態以自包含一半導體裝置之一設計檔案產生一經呈現影像;基於該經呈現影像之一灰階分段該經呈現影像;基於該分段判定照護區域;及發送在該等照護區域中執行缺陷檢測之指令。該分段可使用該經呈現影像之一亮度或包圍該經呈現影像之一像素之振幅值之一變化。
該系統可包含一電子資料儲存單元,其包含該設計檔案。該電子資料儲存單元與該處理器電通信。該電子資料儲存單元可進一步經組態以儲存該經呈現影像。
藉由分組類似灰階之像素,可自該經呈現影像判定該等照護區域。
在一第三實施例中,提供一種非暫時性電腦可讀儲存媒體。該非暫時性電腦可讀儲存媒體包含用於在一或多個運算裝置上執行步驟之一或多個程式。自包含一半導體裝置之一設計檔案產生一經呈現影像。基於該經呈現影像之一灰階分段該經呈現影像。該分段可使用該經呈現影像之一亮度或包圍該經呈現影像之一像素之振幅值之一變化。基於該分段判定照護區域。產生在該等照護區域中執行缺陷檢測之指令。
藉由分組類似灰階之像素,可自該經呈現影像判定該等照護區域。
儘管將根據某些實施例來描述所主張之標的,但包含未提供本文中所闡述之所有益處及特徵之實施例之其他實施例亦在本發明之範疇內。可在不背離本發明之範疇之情況下進行各種結構、邏輯、程序步驟、及電子變化。因此,本發明之範疇僅藉由參考隨附申請專利範圍來界定。
使用模擬設計影像提供創建及/或分段照護區域,該模擬設計影像經呈現以看上去與由檢測工具所見之光學影像類似。在本文中所揭示之實施例中,創建或分段設計照護區域係基於以光學物理系統為基礎之經呈現影像。晶片設計檔案可經呈現以緊密匹配由檢測系統成像之晶圓影像。此經呈現影像可在檢測期間動態創建或可在檢測之前創建且保存至一資料庫以在檢測期間檢索。
圖2係一方法100之一實施例。可使用一處理器執行方法100之一或多個步驟。在101,自包含一半導體裝置之一設計檔案產生一經呈現影像。在一實施例中,一或多個經呈現影像可產生以繪示設計之不同部分將如何出現於由檢測工具產生之影像中。藉由使用模擬接近檢測系統之一模擬模型(例如一光學模擬),將一設計呈現為與由檢測系統所見之影像相似之一影像。模型可自馬克斯威爾(Maxwell)方程式開發及/或接近於自光學系統產生影像。在一實施例中,產生一初始經呈現影像,該初始經呈現影像係基於光學檢測子系統之近場及一光學模型而由光學檢測子系統產生之用於列印於晶圓上之設計之影像之一模擬。光學建模之輸入可為近場估計且不係設計資料庫。例如,一光學模型可使用一估計近場作為一輸入來產生一初始經呈現影像。光學模型可模擬具有或無光學檢測子系統之像差。可使用一非相干模型、一部分相干模型、部分相干霍普金斯(Hopkins)配方、一線性迴旋模型、具有赫米特(Hermitian)二次式之一線性迴旋模型、穩健主成分分析(穩健PCA)、一阿貝(Abbe)成像方法、一嚴格EM模型及本技術中已知之任何其他適合近似者、函數、或模型來執行產生初始經呈現影像。例如,產生一經呈現影像描述於美國專利第9,915,625號中,其全文以引用的方式併入本文中。
藉由將模型之輸出與來自檢測系統之一實際影像比較且最小化差異,可反覆改變模型參數,此反覆改良呈現。接著,處理器可在各目標處呈現來自設計之影像。可藉由呈現來自設計中之一模擬影像來最小化(若干)光學影像與設計之間的對準難題,該模擬影像出現實質上類似於將由檢測子系統為已在其上印刷或形成設計以達成合理對準確度之一晶圓產生之(若干)影像。為產生準確經呈現影像,模擬可涉及藉由自晶片設計及材料之三維資訊求解馬克斯威爾方程式來模擬電磁(EM)場,接著模擬用於形成試樣(樣本)之一影像之檢測子系統之光學(或電子束)參數。
為學習呈現參數,可抓取及處理晶圓之多個位置上之晶圓影像及設計。學習影像呈現參數可依任何適合方式執行(例如設置及/或校準一模擬模型或方法)。模擬模型可為檢測系統之光學性質之一函數。
在晶圓上及設計中使用對準目標進行檢測期間,可將經呈現影像對準一晶圓。各對準目標之一或多個影像可對準晶圓之一設計之一對應部分。將此等影像與設計之其等對應部分對準可依數個不同方式執行。例如,可藉由圖案匹配或本技術中已知之任何其他適合對準方法及/或演算法來將此一影像與其設計之對應部分對準。與其等設計之對應部分對準之該一或多個影像可包含本文中所描述之不同類型之影像。另外,用於此對準步驟中之設計部分可包含不同類型之資訊,諸如設計資料本身或本文所描述之其他類型之設計資訊。可在使用檢測工具在晶圓上執行之一檢測程序之設置期間執行此步驟。一晶圓之任何影像可與晶圓之設計對準。
在102,基於經呈現影像之一灰階來分段經呈現影像。經呈現影像上任何像素之一灰階可與包圍該像素之圖案相關。例如,與一稀疏圖案化區域相比,一密集圖案化區域中之一像素可較暗。分段灰階可基於圖案密度來直接分離區域。
經呈現影像上之水平及垂直亮度及粗糙度核函數(kernel)可分別基於X及Y方向上之水平圖案密度、垂直圖案密度、及/或尖銳過渡區域來用於分段位置。例如,分段可使用經呈現影像之亮度(振幅)或一像素上或包圍經呈現影像之一像素之振幅值(粗糙度)之一變化。一核函數可界定包圍像素之區域以判定振幅之變化。核函數之大小及形狀可基於光學系統之點擴展函數之大小來選擇或可經設定為一常數值。亮度核函數有助於基於圖案密度分離區域。粗糙度核函數有助於識別過渡區域,諸如在經呈現影像之一粗糙度核函數處理中出現之圖案邊緣及特徵。
基於在103之分段來判定照護區域。此等分段像素可經分組且直接用作照護區域,或分段可應用於已由多邊形空間上之一基於圖案/基於規則之搜索創建之設計照護區域。在一實施例中,特徵屬性亦可用作一離群點偵測演算法(如來自KLA Corporation之一多模自動臨限值(MDAT)演算法)中之一特徵軸,其中對應於不同特徵值之離群點之强度(例如晶圓影像與參考影像之間的差)被標記為缺陷。圖3至圖6中展示使用此等照護區域之此等不同方法。
自一影像產生照護區域比產生基於規則/基於圖案之照護區域簡單。藉由分組經呈現影像及/或亮度或粗糙度影像中之類似灰階之像素,可自經呈現影像產生照護區域。此分組可藉由一非監督式演算法自動完成,諸如K平均群集或一機器學習方法。在使用一非監督式演算法之一實施例中,演算法可基於灰階值將經呈現影像上之所有像素分離成N個照護區域群組。例如,可在具有一經呈現影像上之小於1000灰階之所有像素上及來自一粗糙度影像上之100至400灰階之所有像素上產生照護區域或感興趣區域,但其他值係可能的。與一基於規則之方法相比,此方法簡化產生照護區域,因為其減少運算資源。此外,由於經呈現影像係基於光學系統之物理模型產生,因此照護區域傾向於更相關。
照護區域中之缺陷檢測可在104執行。此可使用一晶圓檢測工具。在將此等像素分組至照護區域中之後,可將結果依一電腦可讀格式保存,諸如在一非暫時性電腦可讀儲存媒體上,晶圓檢測工具可藉由將經呈現影像對準晶圓影像(將照護區域對準晶圓影像)在檢測期間應用該格式。
圖3繪示在晶圓檢測及其分段期間之動態呈現。可在檢測程序期間動態產生經呈現影像。經呈現影像用於分段晶圓之檢測區域。由於自使用物理建模檢測系統之一設計產生經呈現影像,因此分段可更真實有效,此提高檢測敏感度。此基於經呈現影像之分段可應用於設計產生之照護區域。
如圖3中所展示,一差分影像可用於識別晶圓上之缺陷。差分影像可在拍攝晶圓之一影像與一樣本影像或另一晶粒之一影像之間。分段可產生可應用於差分影像之照護區域。照護區域中之缺陷可為DOI。照護區域中之缺陷亦可經進一步檢查以判定哪個係一DOI。
圖4繪示在檢測及其分段期間保存且自一資料庫檢索一經呈現影像之一技術。由於經呈現影像係自一設計產生,因此經呈現影像可用於登記設計及設計產生之照護區域。此等經呈現影像產生於預處理期間或由一呈現系統創建一檢測方案期間,且被保存至一資料庫。接著,經呈現影像用於創建及分段檢測區域。
圖5繪示使用經呈現影像為一離群點偵測演算法創建一特徵軸之一技術。可使用經呈現影像識別離群點。例如,可在表示經呈現影像之X維中發現離群點。Y維可表示差分影像。在圖5之三個照護區域分佈圖(「照護區域1」、「照護區域2」及「照護區域3」)中,x軸係自-100至100之間的差軸且y軸係自0至4000之間的特徵軸。
一差分影像上之離群點可藉由一缺陷偵測演算法來標記為潛在缺陷。差分影像由測試影像與參考影像相減產生。一測試影像係來自被檢測之位置。一參考影像可為來自一相鄰晶粒之相同位置,由多個晶粒之一線性組合產生,或可為來自一資料庫之一保存影像。當所有像素在測試影像與參考影像之間類似時,差分影像將一致為零灰階。當存在差異時,接著將存在一雜訊差分影像。缺陷傾向於比其他雜訊强,且作為一離群點自其他像素中突出。弱缺陷可混入雜訊中且可無法區分。
例如,較小及較密集之圖案會更難製造,且此等位置會有更多雜訊。若將圖案與一較低雜訊、較稀疏圖案區域一起檢測,則可無法在兩個區域中偵測到缺陷,因為來自較密集區域之雜訊可占支配地位。然而,若使用基於經呈現影像之分段來分段此兩種類型之區域,則可在一較稀疏區域中提高敏感度。一差分影像中之離群點係由晶圓檢測工具標記之潛在缺陷。
圖6繪示使用一經呈現影像之照護區域分段。在圖6之特徵分段圖(標記為「特徵分段」)中,x軸係自0至3000之特徵軸且y軸係自0至7000之像素計數。此係如何(諸如使用圖2或圖3之方法)自經呈現影像及/或特徵影像創建照護區域之一實例。可藉由使用一亮度或粗糙度核函數迴旋處理經呈現影像來產生特徵影像。可藉由在此等特徵影像之一或多者中分組此等像素來創建照護區域。處理一影像空間可比處理一多邊形空間容易及有效。將一設計自一多邊形空間轉換至一影像空間且操縱影像有助於分段設計照護區域以增強敏感度。
圖7中展示一系統200之一實施例。系統200包含基於光學之子系統201。一般而言,基於光學之子系統201經組態用於藉由將光導引至試樣202(或在試樣202上掃描光)且偵測來自試樣202之光來產生一試樣202之基於光學之輸出。在一實施例中,試樣202包含一晶圓。晶圓可包含本技術中已知之任何晶圓。在另一實施例中,試樣202包含一光罩。光罩可包含本技術中已知之任何光罩。
在圖7中所展示之系統200之實施例中,基於光學之子系統201包含經組態以將光導引至試樣202之一照明子系統。照明子系統包含至少一光源。例如,如圖7中所展示,照明子系統包含光源203。在一實施例中,照明子系統經組態以依一或多個入射角將光導引至試樣202,該一或多個入射角可包含一或多個傾斜角及/或一或多個法線角。例如,如圖7中所展示,來自光源203之光經導引穿過光學元件204,且接著穿過透鏡205依一傾斜入射角至試樣202。傾斜入射角可包含任何適合傾斜入射角,其可取決於(例如)試樣202之特性而變動。
基於光學之子系統201可經組態以在不同時間依不同入射角將光導引至試樣202。例如,基於光學之子系統201可經組態以改變照明子系統之一或多個元件之一或多個特性,使得光可依不同於圖7中所展示之一入射角被導引至試樣202。在一此實例中,基於光學之子系統201可經組態以移動光源203、光學元件204、及透鏡205,使得光依一不同傾斜入射角或一法線(或接近法線)之入射角被導引至試樣202。
在一些例項中,基於光學之子系統201可經組態以同時依一個以上入射角將光導引至試樣202。例如,照明子系統可包含一個以上照明通道,照明通道之一者可包含如圖7中所展示之光源203、光學元件204、及透鏡205,且照明通道之另一者(未展示)可包含可經不同或相同組態之類似元件,或可包含至少一光源及一或多個其他組件,諸如本文中進一步描述之組件。若此光與另一光同時導引至試樣,則依不同入射角導引至試樣202之光之一或多個特性(例如波長、偏振等等)可不同,使得由依不同入射角照明試樣202所得之光可在(若干)偵測器處彼此判別。
在另一例項中,照明子系統可僅包含一光源(例如圖7中所展示之光源203),且來自光源之光可由照明子系統之一或多個光學元件(未展示)分離成不同光學路徑(例如基於波長、偏振等等)。接著,可將不同光學路徑之各者中之光導引至試樣202。多個照明通道可經組態以同時或不同時間(例如當不同照明通道用於循序照明試樣時)將光導引至試樣202。在另一例項中,相同照明通道可經組態以在不同時間將具有不同特性之光引導至試樣202。例如,在一些例項中,光學元件204可經組態為一光譜濾波器,且光譜濾波器之性質可依各種不同方式改變(例如藉由調換光譜濾波器),使得不同波長之光可在不同時間被導引至試樣202。照明子系統可具有本技術中已知之用於依不同或相同入射角循序或同時將具有不同或相同特性之光導引至試樣202之任何其他適合組態。
在一實施例中,光源203可包含一寬頻電漿(BBP)源。依此方式,由光源203產生且導引至試樣202之光可包含寬頻光。然而,光源可包含任何其他適合光源,諸如一雷射。雷射可包含本技術中已知之任何適合雷射且可經組態以產生本技術中已知之一或多個任何適合波長之光。另外,雷射可經組態以產生單色或接近單色之光。依此方式,雷射可為一窄頻雷射。光源203亦可包含產生多個離散波長或波段之光之一多色光源。
來自光學元件204之光可由透鏡205聚焦至試樣202上。儘管透鏡205在圖7中經展示為一單一折射光學元件,但應瞭解,在實踐中,透鏡205可包含組合地將光自光學元件聚焦至樣本之若干折射及/或反射光學元件。圖7中所展示及本文中所描述之照明子系統可包含任何其他適合光學元件(未展示)。此等光學元件之實例包含(但不限於)(若干)偏振組件、(若干)光譜濾波器、(若干)空間濾波器、(若干)反射光學元件、(若干)變迹器、(若干)分束器(諸如分束器213)、(若干)光圈、及可包含本技術中已知之任何此等適合光學元件之類似者。另外,基於光學之子系統201可經組態以基於用於產生基於光學之輸出之照明類型來改變照明子系統之一或多個元件。
基於光學之子系統201亦可包含經組態以引起光在試樣202上被掃描之一掃描子系統。例如,基於光學之子系統201可包含在基於光學之輸出產生期間其上安置試樣202之載台206。掃描子系統可包含可經組態以移動試樣202使得可在試樣202上掃描光之任何適合機械及/或機器人總成(其包含載台206)。另外,或替代地,基於光學之子系統201可經組態使得基於光學之子系統201之一或多個光學元件對試樣202上之光執行一些掃描。可依任何適合方式(諸如依一蛇形路徑或依一螺旋路徑)在試樣202上掃描光。
基於光學之子系統201進一步包含一或多個偵測通道。一或多個偵測通道之至少一者包含一偵測器,該偵測器經組態以偵測歸因於由子系統照明試樣202而來自試樣202之光且以產生回應於偵測光之輸出。例如,圖7中所展示之基於光學之子系統201包含兩個偵測通道,一個由收集器207、元件208、及偵測器209形成且另一個由收集器210、元件211、及偵測器212形成。如圖7中所展示,兩個偵測通道經組態以收集及偵測不同收集角度之光。在一些例項中,兩個偵測通道經組態以偵測散射光,且偵測通道經組態以偵測自試樣202依不同角度散射之光。然而,偵測通道之一或多者可經組態以偵測來自試樣202之另一類型之光(例如反射光)。
如圖7中所進一步展示,兩個偵測通道經展示位於紙張平面中且照明子系統亦經展示位於紙張平面中。因此,在此實施例中,兩個偵測通道位於入射平面中(例如中心)。然而,偵測通道之一或多者可位於入射平面之外。例如,由收集器210、元件211及偵測器212形成之偵測通道可經組態以收集及偵測散射出入射平面之光。因此,此一偵測通道可通常指稱一「側」通道,且此一側通道可在實質上垂直於入射平面之一平面之中心。
儘管圖7展示包含兩個偵測通道之基於光學之子系統201之一實施例,但基於光學之子系統201可包含不同數目個偵測通道(例如僅一偵測通道或兩個或更多個偵測通道)。在一此例項中,由收集器210、元件211及偵測器212形成之偵測通道可形成如上文所描述之一側通道,且基於光學之子系統201可包含形成為另一側通道之位於入射平面之對置側上之一額外偵測通道(未展示)。因此,基於光學之子系統201可包含偵測通道,該偵測通道包含收集器207、元件208、及偵測器209,且該偵測通道位於入射平面之中心且經組態以收集及偵測(若干)散射角之光,該等散射角位於或接近垂直於試樣202表面。因此,此偵測通道可通常指稱一「頂部」通道,且基於光學之子系統201亦可包含如上文所描述般組態之兩個或更多個側通道。因而,基於光學之子系統201可包含至少三個通道(即,一頂部通道及兩個側通道),且至少三個通道之各者具有其自身之收集器,收集器之各者經組態以收集不同於其他收集器之各者之散射角之光。
如上文進一步描述,包含於基於光學之子系統201中之偵測通道之各者可經組態以偵測散射光。因此,圖7中所展示之基於光學之子系統201可經組態用於試樣202之暗場(DF)輸出產生。然而,基於光學之子系統201亦可或替代地包含經組態用於試樣202之明場(BF)輸出產生之(若干)偵測通道。換言之,基於光學之子系統201可包含經組態以偵測自試樣202鏡面反射之光之至少一偵測通道。因此,本文中所描述之基於光學之子系統201可經組態用於僅DF、僅BF、或DF及BF兩者成像。儘管收集器之各者在圖7中展示為單一折射光學元件,但應瞭解,收集器之各者可包含一或多個折射光學晶粒及/或一或多個反射光學元件。
一或多個偵測通道可包含本技術中已知之任何適合偵測器。例如,偵測器可包含光電倍增管(PMT)、電荷耦合裝置(CCD)、延時積分(TDI)攝影機及本技術中已知之任何其他適合偵測器。偵測器亦可包含非成像偵測器或成像偵測器。依此方式,若偵測器係非成像偵測器,則偵測器之各者可經組態以偵測散射光之某些特性(諸如強度),但可不經組態以偵測如依據成像平面內之位置而變化之此等特性。因而,由包含於基於光學之子系統之各偵測通道中之各偵測器產生之輸出可為信號或資料,但非影像信號或影像資料。在此等例項中,諸如處理器214之一處理器可經組態以自偵測器之非成像輸出產生試樣202之影像。然而,在其他例項中,偵測器可經組態為成像偵測器,該等成像偵測器經組態以產生成像信號或影像資料。因此,基於光學之子系統可經組態以依若干方式產生本文中所描述之光學影像或其他基於光學之輸出。
應注意,本文中所提供之圖7一般繪示一基於光學之子系統201之一組態,該基於光學之子系統201可包含於本文中所描述之系統實施例中或可產生由本文中所描述之系統實施例使用之基於光學之輸出。本文中所描述之基於光學之子系統201組態可經改變以最佳化基於光學之子系統201之效能,如在設計一商業輸出獲取系統時通常執行般。另外,可使用一既有系統(例如藉由將本文中所描述之功能添加至一既有系統)來實施本文中所描述之系統。針對一些此等系統,本文中所描述之方法可提供為系統之可選功能(例如除系統之其他功能之外)。替代地,本文中所描述之系統可經設計為一全新系統。
處理器214可依任何適合方式(例如經由可包含有線及/或無線傳輸媒體之一或多個傳輸媒體)耦合至系統200之組件,使得處理器214可接收輸出。處理器214可經組態以使用輸出執行若干功能。系統200可自處理器214接收指令或其他資訊。處理器214及/或電子資料儲存單元215可視情況與一晶圓檢測工具、一晶圓計量工具、或一晶圓審查工具(未繪示)電通信以接收額外資訊或發送指令。例如,處理器214及/或電子資料儲存單元215可與一掃描電子顯微鏡電通信。
本文中所描述之處理器214、(若干)其他系統、或(若干)其他子系統可為各種系統之部分,包含一個人電腦系統、影像電腦、主機電腦系統、工作站、網路設備、網際網路設備、或其他裝置。(若干)子系統或(若干)系統亦可包含本技術中已知之任何適合處理器,諸如一並行處理器。另外,(若干)子系統或(若干)系統可包含具有高速處理及軟體之一平台,作為一獨立或一網路工具。
處理器214及電子資料儲存單元215可安置於系統200或另一裝置中或依其他方式成為系統200或另一裝置之部分。在一實例中,處理器214及電子資料儲存單元215可為一獨立控制單元之部分或在一集中品質控制單元中。可使用多個處理器214或電子資料儲存單元215。
處理器214實際上可由硬體、軟體及韌體之任何組合來實施。此外,其如本文中所描述之功能可由一單元來執行,或在不同組件中分割,各組件可依次由硬體、軟體、及韌體之任何組合來實施。實施各種方法及功能之處理器214之程式碼或指令可儲存於可讀儲存媒體中,諸如電子資料儲存單元215中之一記憶體或其他記憶體。
若系統200包含一個以上處理器214,則不同子系統可彼此耦合,使得影像、資料、資訊、指令等等可在子系統之間發送。例如,一子系統可藉由任何適合傳輸媒體來耦合至(若干)額外子系統,該傳輸媒體可包含本技術中已知之任何適合有線及/或無線傳輸媒體。此等子系統之兩個或更多個亦可藉由一共享電腦可讀儲存媒體(未展示)來有效耦合。
處理器214可經組態以使用系統200之輸出或其他輸出來執行若干功能。例如,處理器214可經組態以將輸出發送至一電子資料儲存單元215或另一儲存媒體。處理器214可如本文中所描述般進一步組態。
處理器214可根據本文中所描述之任何實施例來組態。處理器214亦可經組態以使用系統200之輸出或使用來自其他源之影像或資料來執行其他功能或額外步驟。
系統200之各種步驟、功能、及/或操作及本文中所揭示之方法由以下一或多者實施:電子電路、邏輯閘、多工器、可程式化邏輯裝置、ASIC、類比或數位控制/開關、微控制器、或運算系統。實施諸如本文中所描述之方法之程式指令可在載波媒體中傳輸或儲存於載波媒體上。載體媒體可包含諸如一唯讀記憶體、一隨機存取記憶體、一磁碟或光碟、一非揮發性記憶體、一固態記憶體、一磁帶、及其類似者之一儲存媒體。一載波媒體可包含諸如一有線、纜線、或無線傳輸鏈路之一傳輸媒體。例如,本發明中所描述之各種步驟可由一單一處理器214或替代地,多個處理器214實施。此外,系統200之不同子系統可包含一或多個運算或邏輯系統。因此,以上描述不應被解譯為對本發明之一限制,而是僅為一說明。
在一例項中,處理器214與系統200通信。處理器214經組態以呈現來自一設計檔案之一影像;分段經呈現影像;判定照護區域及發送使用系統200執行缺陷檢測之指令。例如,處理器214可執行本文中所揭示之方法,諸如圖2至圖6之方法。
另一實施例係關於一種非暫時性電腦可讀媒體,其儲存可在一控制器上執行用於執行缺陷檢測之一電腦實施方法之程式指令,如本文中所揭示。特定言之,如圖7中所展示,電子資料儲存單元215或其他儲存媒體可包含非暫時性電腦可讀媒體,其包含可在處理器214上執行之程式指令。電腦實施方法可包含本文中所描述之任何(若干)方法之任何(若干)步驟,包含方法100或圖3至圖6之實施例。
程式指令可依各種方式之任何者來實施,包含基於程序之技術、基於組件之技術、及/或面向目標之技術等等。例如,可根據期望使用ActiveX控制、C++對象、JavaBeans、微軟基礎類別(MFC)、資料流SIMD延伸(SSE)、或其他技術或方法來實施程式指令。
儘管揭示一光學系統,但本文中所揭示之實施例可與一電子束系統(例如一掃描電子顯微鏡)、一聚焦離子束(FIB)系統、一氦離子顯微鏡(HIM)系統、或一二次離子質譜(SIMS)系統一起使用。
儘管已相對於一或多個特定實施例描述本發明,但應瞭解,可在不背離本發明之範疇之情況下進行本發明之其他實施例。因此,本發明被視為僅受限於隨附申請專利範圍及其合理解譯。
100:方法
101:步驟
102:步驟
103:步驟
104:步驟
200:系統
201:基於光學之子系統
202:試樣
203:光源
204:光學元件
205:透鏡
206:載台
207:收集器
208:元件
209:偵測器
210:收集器
211:元件
212:偵測器
213:分束器
214:處理器
215:電子資料儲存單元
為更完全理解本發明之性質及目的,應參考結合附圖之以下詳細描述,其中:
圖1繪示用於創建照護區域之一先前技術;
圖2係根據本發明之一方法之一實施例;
圖3繪示晶圓檢測及其分段期間之動態呈現;
圖4繪示在檢測及其分段期間保存且自一資料庫檢索一經呈現影像之一技術;
圖5繪示使用經呈現影像來為一離群點偵測演算法創建一特徵軸之一技術;
圖6繪示使用一經呈現影像之照護區域分段;且
圖7係根據本發明之一系統之一實施例。
Claims (17)
- 一種方法,其包括: 使用一處理器自包含一半導體裝置之一設計檔案產生一經呈現影像; 基於該經呈現影像之一灰階來使用該處理器分段該經呈現影像; 基於該分段來使用該處理器判定照護區域;及 使用一晶圓檢測工具在該等照護區域中執行缺陷檢測。
- 如請求項1之方法,其中該分段使用該經呈現影像之一亮度。
- 如請求項1之方法,其中該分段使用包圍該經呈現影像之一像素之振幅值之一變化。
- 如請求項1之方法,其中藉由分組類似灰階之像素而自該經呈現影像判定該等照護區域。
- 如請求項1之方法,其進一步包括使用該晶圓檢測工具在一晶圓上成像該半導體裝置。
- 如請求項5之方法,其中該產生發生於該成像之後。
- 如請求項5之方法,其中該產生發生於該成像之前,且其中該經呈現影像儲存於一電子資料儲存單元上。
- 一種系統,其包括: 一光源,其產生一光束; 一偵測器,其接收自一晶圓反射之該光束;及 一處理器,其與該偵測器電通信,其中該處理器經組態以: 自包含一半導體裝置之一設計檔案產生一經呈現影像; 基於該經呈現影像之一灰階分段該經呈現影像; 基於該分段判定照護區域;及 發送在該等照護區域中執行缺陷檢測之指令。
- 如請求項8之系統,其進一步包括包含該設計檔案之一電子資料儲存單元,其中該電子資料儲存單元與該處理器電通信。
- 如請求項9之系統,其中該電子資料儲存單元進一步經組態以儲存該經呈現影像。
- 如請求項8之系統,其中該分段使用該經呈現影像之一亮度。
- 如請求項8之系統,其中該分段使用包圍該經呈現影像之一像素之振幅值之一變化。
- 如請求項8之系統,其中藉由分組類似灰階之像素而自該經呈現影像判定該等照護區域。
- 一種非暫時性電腦可讀儲存媒體,其包括用於在一或多個運算裝置上執行以下步驟之一或多個程式。 自包含一半導體裝置之一設計檔案產生一經呈現影像; 基於該經呈現影像之一灰階分段該經呈現影像; 基於該分段判定照護區域;及 產生在該等照護區域中執行缺陷檢測之指令。
- 如請求項14之非暫時性電腦可讀儲存媒體,其中該分段使用該經呈現影像之一亮度。
- 如請求項14之非暫時性電腦可讀儲存媒體,其中該分段使用包圍該經呈現影像之一像素之振幅值之一變化。
- 如請求項14之非暫時性電腦可讀儲存媒體,其中藉由分組類似灰階之像素而自該經呈現影像判定該等照護區域。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US17/203,719 US12165306B2 (en) | 2021-03-16 | 2021-03-16 | Segmentation of design care areas with a rendered design image |
| US17/203,719 | 2021-03-16 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202300900A true TW202300900A (zh) | 2023-01-01 |
| TWI864254B TWI864254B (zh) | 2024-12-01 |
Family
ID=83283781
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW110110260A TWI864254B (zh) | 2021-03-16 | 2021-03-22 | 檢測一半導體晶圓之方法與系統,以及非暫時性電腦可讀儲存媒體 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US12165306B2 (zh) |
| KR (1) | KR20230156352A (zh) |
| CN (1) | CN117015850B (zh) |
| IL (1) | IL304709A (zh) |
| TW (1) | TWI864254B (zh) |
| WO (1) | WO2022197313A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US12505532B2 (en) * | 2021-11-17 | 2025-12-23 | Sonix, Inc. | Method and apparatus for automated defect detection |
| US20250225640A1 (en) * | 2024-01-04 | 2025-07-10 | Kla Corporation | Segmentation-based care area setup for inspection of a specimen using edge detection |
Family Cites Families (37)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3534582B2 (ja) * | 1997-10-02 | 2004-06-07 | 株式会社日立製作所 | パターン欠陥検査方法および検査装置 |
| JP4196845B2 (ja) * | 2003-03-31 | 2008-12-17 | セイコーエプソン株式会社 | 画像処理装置 |
| US7440586B2 (en) * | 2004-07-23 | 2008-10-21 | Mitsubishi Electric Research Laboratories, Inc. | Object classification using image segmentation |
| US7570796B2 (en) | 2005-11-18 | 2009-08-04 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
| US8781781B2 (en) | 2010-07-30 | 2014-07-15 | Kla-Tencor Corp. | Dynamic care areas |
| KR101834601B1 (ko) * | 2011-04-26 | 2018-03-05 | 케이엘에이-텐코 코포레이션 | 하이브리드 레티클 검사 방법 및 시스템 |
| US8831334B2 (en) * | 2012-01-20 | 2014-09-09 | Kla-Tencor Corp. | Segmentation for wafer inspection |
| US9171364B2 (en) * | 2013-06-21 | 2015-10-27 | Kla-Tencor Corp. | Wafer inspection using free-form care areas |
| US9715725B2 (en) * | 2013-12-21 | 2017-07-25 | Kla-Tencor Corp. | Context-based inspection for dark field inspection |
| US9293298B2 (en) * | 2013-12-23 | 2016-03-22 | Kla-Tencor Corp. | Defect discovery and inspection sensitivity optimization using automated classification of corresponding electron beam images |
| US9454635B2 (en) * | 2014-01-25 | 2016-09-27 | Synopsys, Inc. | Virtual layer generation during failure analysis |
| US10127652B2 (en) * | 2014-02-06 | 2018-11-13 | Kla-Tencor Corp. | Defect detection and classification based on attributes determined from a standard reference image |
| US9478019B2 (en) * | 2014-05-06 | 2016-10-25 | Kla-Tencor Corp. | Reticle inspection using near-field recovery |
| US9262821B2 (en) * | 2014-05-12 | 2016-02-16 | Kla-Tencor Corp. | Inspection recipe setup from reference image variation |
| US9727047B2 (en) * | 2014-10-14 | 2017-08-08 | Kla-Tencor Corp. | Defect detection using structural information |
| KR20160081423A (ko) * | 2014-12-31 | 2016-07-08 | 삼성전자주식회사 | 결함 검출 방법 및 결함 검출 시스템 |
| US9996942B2 (en) | 2015-03-19 | 2018-06-12 | Kla-Tencor Corp. | Sub-pixel alignment of inspection to design |
| US10012599B2 (en) * | 2015-04-03 | 2018-07-03 | Kla-Tencor Corp. | Optical die to database inspection |
| US9846934B2 (en) * | 2015-04-13 | 2017-12-19 | Anchor Semiconductor Inc. | Pattern weakness and strength detection and tracking during a semiconductor device fabrication process |
| US9965901B2 (en) * | 2015-11-19 | 2018-05-08 | KLA—Tencor Corp. | Generating simulated images from design information |
| US10074167B2 (en) * | 2015-12-06 | 2018-09-11 | Kla-Tencor Corporation | Reducing registration and design vicinity induced noise for intra-die inspection |
| US9915625B2 (en) * | 2016-01-04 | 2018-03-13 | Kla-Tencor Corp. | Optical die to database inspection |
| US10127651B2 (en) * | 2016-01-15 | 2018-11-13 | Kla-Tencor Corporation | Defect sensitivity of semiconductor wafer inspectors using design data with wafer image data |
| US10395356B2 (en) | 2016-05-25 | 2019-08-27 | Kla-Tencor Corp. | Generating simulated images from input images for semiconductor applications |
| US10600175B2 (en) * | 2017-03-24 | 2020-03-24 | Kla-Tencor Corporation | Dynamic care areas for defect detection |
| US10395362B2 (en) | 2017-04-07 | 2019-08-27 | Kla-Tencor Corp. | Contour based defect detection |
| EP3654244A4 (en) * | 2017-07-31 | 2020-11-04 | Shanghai United Imaging Healthcare Co., Ltd. | METHOD AND SYSTEM FOR EXTRACTING A REGION OF INTEREST FROM VOLUME DATA |
| US10997710B2 (en) * | 2017-10-18 | 2021-05-04 | Kla-Tencor Corporation | Adaptive care areas for die-die inspection |
| US10572991B2 (en) * | 2017-11-07 | 2020-02-25 | Kla-Tencor Corporation | System and method for aligning semiconductor device reference images and test images |
| US20190279914A1 (en) * | 2018-03-09 | 2019-09-12 | Kla-Tencor Corporation | Region of interest and pattern of interest generation for critical dimension measurement |
| US10830709B2 (en) | 2018-09-28 | 2020-11-10 | Onto Innovation Inc. | Interferometer with pixelated phase shift mask |
| US10832396B2 (en) * | 2018-10-19 | 2020-11-10 | Kla-Tencor Corp. | And noise based care areas |
| US10853932B2 (en) | 2019-01-16 | 2020-12-01 | Applied Material Israel, Ltd. | Method of defect detection on a specimen and system thereof |
| US10957034B2 (en) | 2019-01-17 | 2021-03-23 | Applied Materials Israel Ltd. | Method of examination of a specimen and system thereof |
| US10922808B2 (en) * | 2019-02-14 | 2021-02-16 | KLA—Tencor Corp. | File selection for test image to design alignment |
| US11619592B2 (en) | 2019-07-09 | 2023-04-04 | KLA Corp. | Selecting defect detection methods for inspection of a specimen |
| US11113827B2 (en) * | 2019-09-23 | 2021-09-07 | Kla Corporation | Pattern-to-design alignment for one-dimensional unique structures |
-
2021
- 2021-03-16 US US17/203,719 patent/US12165306B2/en active Active
- 2021-03-22 TW TW110110260A patent/TWI864254B/zh active
- 2021-04-07 CN CN202180095160.7A patent/CN117015850B/zh active Active
- 2021-04-07 KR KR1020237031299A patent/KR20230156352A/ko active Pending
- 2021-04-07 WO PCT/US2021/026086 patent/WO2022197313A1/en not_active Ceased
-
2023
- 2023-07-25 IL IL304709A patent/IL304709A/en unknown
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022197313A1 (en) | 2022-09-22 |
| US20220301133A1 (en) | 2022-09-22 |
| TWI864254B (zh) | 2024-12-01 |
| US12165306B2 (en) | 2024-12-10 |
| IL304709A (en) | 2023-09-01 |
| CN117015850B (zh) | 2024-04-05 |
| KR20230156352A (ko) | 2023-11-14 |
| CN117015850A (zh) | 2023-11-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108291878B (zh) | 单一图像检测 | |
| US9805462B2 (en) | Machine learning method and apparatus for inspecting reticles | |
| KR102295266B1 (ko) | 내장 타겟을 사용한 설계에 대한 검사의 정렬 | |
| KR102330735B1 (ko) | 패터닝된 웨이퍼들 상의 결함들의 서브-픽셀 및 서브-해상도 로컬리제이션 | |
| US9767548B2 (en) | Outlier detection on pattern of interest image populations | |
| US9996942B2 (en) | Sub-pixel alignment of inspection to design | |
| TWI844777B (zh) | 針對具有樣品內及樣品間變異之樣品使用無監督學習及適應性資料庫產生方法之影像對準設定 | |
| JP2017523390A (ja) | 検査のための高解像度フルダイイメージデータの使用 | |
| CN114096832B (zh) | 用于选择用于样本检验的缺陷检测方法的系统和方法 | |
| KR102525830B1 (ko) | 테스트 이미지 대 설계물의 정렬을 위한 설계물 파일 선택 | |
| CN114503155A (zh) | 控制样本检验的工艺 | |
| KR20240004240A (ko) | 반도체 애플리케이션을 위한 딥 생성 모델 기반 정렬 | |
| CN115943301A (zh) | 设置样本的检验 | |
| TWI864254B (zh) | 檢測一半導體晶圓之方法與系統,以及非暫時性電腦可讀儲存媒體 | |
| CN114667596B (zh) | 基于噪声特性而对次关注区域进行聚类 | |
| US10387601B2 (en) | Methods to store dynamic layer content inside a design file | |
| US20250271776A1 (en) | Image modeling-assisted metrology | |
| KR20250056136A (ko) | 반도체 응용 분야를 위한 딥 러닝 모델 기반 정렬 | |
| TW202527162A (zh) | 用於動態隨機存取記憶體(dram)之穩健的影像轉設計對準 | |
| TW202601056A (zh) | 影像模型輔助計量學 | |
| CN119256221A (zh) | 多模式缺陷检测 |