本发明专利技术提供用于产生无偏差的晶片缺陷样本的方法及系统。一种方法包含选择由在晶片上执行的多次扫描中的每一者检测的具有在一或多个缺陷属性中的最大相异度的缺陷，使得跨每一扫描选择一组相异缺陷。另外，所述方法可包含选择所述缺陷，使得所选择且为所述扫描中的两者或两者以上所共有的任何缺陷不被选择两次且所选择的任何缺陷相对于所述共有所选缺陷是相异的。此外，可不在所述缺陷的选择之前执行所述缺陷的取样、分选或分类，使得经取样的缺陷不会因任何取样、分选或分类方法而具有偏差。
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术大体上涉及用于产生无偏差的晶片缺陷样本的方法及系统。
技术介绍
以下描述及实例不因其包含于此部分中而被承认为是现有技术。在晶片检验方案的设置期间最重要任务之一为识别可在晶片上检测到的尽可能多的缺陷类型(真实缺陷及干扰缺陷两者)。随着自动化方案设置及调节变得更为重要，对自动识别用于此优化的一组良好的缺陷(干扰缺陷及真实缺陷两者)的需求也越发变得重要。在没有良好训练组的情况下，自动化优化无法正常运作。另外，在制造增产期间，当高及未知缺陷率是问题时，识别在晶片上的所有缺陷是同等重要的，即使在此情境下，主要关注的是致命缺陷。发展实现真实事件及干扰事件两者的最大缺陷类型相异度的有效取样算法的需求随着光学检验中的挑战不断增加而增长。随着所关注缺陷(DOI)的大小缩小，光学检验努力维持对这些缺陷的差异敏感性。为实现所需敏感性，检验趋向于更少地依赖精密缺陷检测算法而更多地依赖利用大量缺陷性质(或属性)的复合干扰过滤器。然而，调节所述过滤器需要代表全部缺陷类型(干扰缺陷及真实缺陷两者)的缺陷群体。目前所使用以取样来自某一群体的缺陷的某些方法的实例描述于以下美国专利案中:2001年7月24日颁予西蒙斯(Simmons)的第6，265，232号、2003年9月2日颁予西蒙斯(Simmons)的第6，613，590号、2004年9月14日颁予细谷(Hosoya)等人的第6，792，367号、2005年5月10日颁予西蒙斯(Simmons)的第6，890，775号及2011年3月22日颁予涩谷(Shibuya)等人的第7，912，276号，还描述于西蒙斯(Simmons)的2005年7月21日公开的美国专利申请公开案第2005/0158887号及内马蒂(Nehmadi)等人的2008年11月27日公开的第2008/0295048号中，全部所述案以引用的方式并入，宛如在本文中完全阐述。在可从加利福尼亚州米尔皮塔斯市(Milpitas)的KLA-Tencor购得的产品中，四种不同方法可用于取样相异缺陷群体。例如，工具上相异度取样(diversity sampling ；DS)使用硬编码的集于属性的分选器及无偏差的多样化算法(unbiased diversificat1nalgorithm)(其使用缺陷特征向量空间)的混合。初始缺陷查找器(IDF)在Impact软件中脱机可用，且将智能取样的能力与iDO分选且与在不双重取样的情况下将来自相异扫描的样本积累成单个相异样本的能力结合。类码取样(CCS)在工具上及脱机两种情况下皆可用，且通过手动仔细调节iDO分类器及从多种分选箱的有目标取样而实现多样化。另外，基于规则的取样(RBS)以精确取样(Precis1n Sampling)为名在Klarity Defect中可用，且也在工具上可用，且大体上以与CCS相同的方式工作。当与随机取样比较时，工具上DS明确地改善样本相异度。其在领域内偶尔作为初始检测查找器使用，但大体上，其并未被大力采用。低采用率有两个原因。首先，样本多样化通常不完整且缺陷类型常常被遗漏。另外，没有方法来调整取样行为(样本大小除外)或修改多样化标准。根本来说，此取样方案的多样化方法存在两个问题。首先，其依赖于不自适应于数据的硬编码分选器。其次，特征向量空间实质上较大(约80维数)，其具有使得在空间中的多样化效率低下的许多相关及噪声特征。CCS完全依赖iDO分选作为多样化机制，这对无偏差发现造成两个基本问题。例如，iDO分选本质上需要分类器树的构造及调节，这是需要先备知识及关于晶片上的缺陷性质的某种假设的过程。这在发现所有缺陷之前显然是困难的。另外，所述树不自适应于数据且即使其对于一个数据集工作良好却不能全面地工作良好。任何质量上新的晶片都需要新分选器调节以实现最佳多样化。第二个问题为:分选箱内的多样化为不可能的且因此，此取样仅当分选箱相当同质化(此情况很少出现)时工作良好。RBS受与CCS相同的问题困扰。尽管其并非必需依赖于iDO分选器，但是实际上，取样规则恰如iDO般设置切割线及阈值。如现今所实施的IDF依赖于iDO分选以进行多样化且依赖于CCS以产生相异样本，且因此含有所述取样方案的所有缺点。其(a)在无双重取样的情况下跨不同扫描积累样本及(b)使用多次扫描中的缺陷的捕获率作为新多样化属性的能力为其优于CCS的仅有优点。相应地，发展用于产生晶片的缺陷样本的系统及/或方法是有利的，所述系统及/或方法可在实质上噪杂的检验中找出真实及干扰缺陷的相异群体，超越目前方法的能力，使用起来简单得多，显著改善产生结果的时间，且保持在存在某些先备知识的情况下配置有偏差的取样方案的灵活度。
技术实现思路
以下多种实施例的描述无论如何不希望被视为限制所附权利要求书的标的物。一个实施例涉及一种用于产生缺陷样本的计算机实施方法。所述方法包含识别缺陷组中的两者或两者以上所共有的个别缺陷。通过对晶片的多次扫描中的不同扫描产生所述缺陷组中的每一者。所述方法还包含获取两个或两个以上取样参数组，一个取样参数组用于所述多次扫描中的每一者，使得所述两个或两个以上取样参数组中的每一者对应于所述缺陷组中的一者。所述两个或两个以上取样参数组是由用户彼此独立地选择。所述两个或两个以上取样参数组中的每一者包含一或多个缺陷属性。所述方法进一步包含基于所述两个或两个以上取样参数组从所述缺陷组中的每一者选择缺陷。所述选择步骤包含:从所述缺陷组中的每一者选择具有在对应于所述缺陷组中的每一者的取样参数组中的所述一或多个缺陷属性方面的最大相异度的缺陷。所述选择步骤还包含:如果选自所述缺陷组中的第一者的缺陷包含第一缺陷组与所述缺陷组中的至少第二者所共有的个别缺陷中的一者，那么从所述第二缺陷组选择缺陷，所述缺陷相对于所述个别缺陷中的所述一者的在对应于所述第二缺陷组的取样参数组中的一或多个缺陷属性是相异的，且不选择与所述个别缺陷中的所述一者有共同之处的所述第二缺陷组中的缺陷。另外，所述方法包含:创建包含选自所述缺陷组中的每一者的缺陷的晶片的缺陷样本。通过计算机系统执行所述识别、获取、选择及创建步骤。可如本文进一步描述执行上文描述的方法。另外，上文描述的方法可包含本文描述的任何其它方法的任何其它(若干)步骤。此外，可通过本文描述的任何系统执行上文描述的方法。另一实施例涉及一种存储可在计算机系统上执行的用于实行用于产生晶片的缺陷样本的计算机实施方法的程序指令的非暂时性计算机可读媒体。所述计算机实施方法包含上文所描述方法的步骤。所述计算机可读媒体可如本文描述而进一步经配置。可如本文所进一步描述般执行所述计算机实施方法的步骤。另外，可针对其执行程序指令的所述计算机实施方法可包含本文描述的任何其它(若干)方法的任何其它(若干)步骤。额外实施例涉及一种经配置以产生晶片的缺陷样本的系统。所述系统包含经配置以执行对晶片的多次扫描以产生缺陷组的检验子系统，所述缺陷组中的每一者由所述多次扫描中的不同者产生。所述系统还包含经配置以执行上文描述方法的识别、获取、选择及创建步骤的计算机子系统。所述系统可如本文描述般进一步经配置。【附图说明】在阅读以下详细描述之后且在参考如下附图之后将明白本专利技术的其它目标及优占.V.图1到3为说明可包本文档来自技高网...
【技术保护点】
一种用于产生晶片的缺陷样本的计算机实施方法，其包括：识别缺陷组中的两者或两者以上所共有的个别缺陷，其中通过对晶片的多次扫描中的一不同扫描产生所述缺陷组中的每一者；获取两个或两个以上取样参数组，一个取样参数组用于所述多次扫描中的每一者，使得所述两个或两个以上取样参数组中的每一者对应于所述缺陷组中的一者，其中所述两个或两个以上取样参数组是由用户彼此独立地选择，且其中所述两个或两个以上取样参数组中的每一者包括一或多个缺陷属性；基于所述两个或两个以上取样参数组从所述缺陷组中的每一者选择缺陷，其中所述选择包括：从所述缺陷组中的每一者选择缺陷，所述缺陷具有在对应于所述缺陷组中的每一者的所述取样参数组中的所述一或多个缺陷属性方面的最大相异度；以及如果选自所述缺陷组中的第一者的所述缺陷包括所述第一缺陷组与所述缺陷组中的至少第二者所共有的所述个别缺陷中的一者，那么：从所述第二缺陷组选择缺陷，所述缺陷相对于所述个别缺陷中的所述一者的在对应于所述第二缺陷组的所述取样参数组中的所述一或多个缺陷属性是相异的；以及不选择与所述个别缺陷中的所述一者有共同之处的所述第二缺陷组中的缺陷；以及创建包括选自所述缺陷组中的每一者的所述缺陷的所述晶片的缺陷样本，其中通过计算机系统执行所述识别、所述获取、所述选择及所述创建。...
【技术特征摘要】
【国外来华专利技术】...
【专利技术属性】
技术研发人员：马丁·普利哈尔，维迪亚萨加尔·安娜娜萨，萨拉万娜·帕拉马西万，克里斯托弗·W·李，
申请(专利权)人：科磊股份有限公司，
类型：发明
国别省市：美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。