基于主动学习的缺陷位置标识制造技术

公开了一种用于标识衬底上的要检查位置的方法和装置。使用与其他衬底相关联的训练数据集来训练缺陷位置预测模型，以基于与衬底相关联的过程相关数据来生成缺陷预测或无缺陷预测、和与位置中的每个位置的预测相关联的置信度得分。将位置中的由缺陷位置预测模型确定为置信度得分满足置信度阈值的那些位置添加到要由检查系统检查的位置集合。在检查该位置集合之后，获得检查结果数据，并且通过使用位置集合的检查结果数据和过程相关数据作为训练数据来以递增方式训练缺陷位置预测模型。练数据来以递增方式训练缺陷位置预测模型。练数据来以递增方式训练缺陷位置预测模型。

【技术实现步骤摘要】
【国外来华专利技术】基于主动学习的缺陷位置标识
[0001]相关申请的交叉引用
[0002]本申请要求于2020年11月13日提交的美国申请63/113347的优先权，其全部内容通过引入并入本文。


[0003]本文中所提供的各实施例涉及半导体制造，更具体涉及检查半导体衬底。

技术介绍

[0004]在集成电路(IC)的制造过程中，检查未成品或成品电路部件以确保其根据设计制造并且没有缺陷。可以采用利用光学显微镜或带电粒子(例如，电子)射束显微镜(诸如扫描电子显微镜(SEM))的检查系统。随着IC部件的物理尺寸持续缩小，缺陷检测的准确性和成品率变得更加重要。
[0005]然而，检查工具的成像分辨率和产出量艰难地跟上IC部件的不断减小的特征尺寸。这种检查工具的准确性、分辨率和产出量可能由于在检测晶片位移时缺乏准确性而受到限制。

技术实现思路

[0006]本文中所提供的各实施例公开了一种粒子射束检查装置，更具体公开了一种使用多个带电粒子射束的检查装置。
[0007]在一些实施例中，提供了一种非暂态计算机可读介质，具有指令，这些指令当由计算机执行时，使得计算机执行用于标识衬底上的要检查位置的方法。该方法包括：基于缺陷位置预测模型的第一子模型来选择衬底上的多个要检查位置，该第一子模型使用与其他衬底相关联的初始训练数据集而被训练以为位置中的每个位置生成缺陷预测或无缺陷预测；使用缺陷位置预测模型的使用初始训练数据集训练的第二子模型，基于与衬底相关联的过程相关数据来生成位置中的每个位置的置信度得分，其中置信度得分指示对应位置的预测的置信度；将置信度得分满足多个置信度阈值中的一个置信度阈值的位置中的每个位置添加到要由检查系统检查的位置集合；获取检查结果数据；以及通过将位置集合的检查结果数据和过程相关数据作为训练数据提供至缺陷位置预测模型，以递增方式训练缺陷位置预测模型。
[0008]在一些实施例中，提供了一种非暂态计算机可读介质，具有指令，这些指令当由计算机执行时，使得计算机执行用于使用机器学习模型标识第一衬底上的要检查位置以及用于训练机器学习模型以基于第一衬底上的位置的检查结果来标识第二衬底上的要检查位置的方法。该方法包括：将与衬底相关联的过程相关数据输入到缺陷位置预测模型；使用缺陷位置预测模型来针对衬底上的多个位置中的每个位置生成缺陷预测或无缺陷预测，其中每个预测与置信度得分相关联，该置信度得分指示对应位置的预测的置信度；将置信度得分满足多个置信度阈值中的一个置信度阈值的位置中的每个位置添加到要由检查系统检
查的位置集合；从检查系统获得位置集合的检查结果数据；以及将位置集合的检查结果数据和过程相关数据输入到缺陷位置预测模型，以用于训练缺陷位置预测模型。
[0009]在一些实施例中，提供了一种方法，该方法用于使用机器学习模型来标识第一衬底上的要检查位置并且用于训练机器学习模型以基于第一衬底上的位置的检查结果来标识第二衬底上的要检查位置。该方法包括：将与衬底相关联的过程相关数据输入到缺陷位置预测模型；使用缺陷位置预测模型来针对衬底上的多个位置中的每个位置生成缺陷预测或无缺陷预测，其中每个预测与置信度得分相关联，该置信度得分指示对应位置的预测的置信度；将置信度得分满足置信度阈值的位置中的每个位置添加到要由检查系统检查的位置集合；从检查系统获得位置集合的检查结果数据；以及将位置集合的检查结果数据和过程相关数据输入到缺陷位置预测模型，以用于训练缺陷位置预测模型。
[0010]在一些实施例中，提供了一种装置，所述装置用于使用机器学习模型来标识第一衬底上的要检查位置并且用于训练机器学习模型以基于第一衬底上的位置的检查结果来标识第二衬底上的要检查位置。该装置包括存储器和至少一个处理器，该存储器存储指令集合；该至少一个处理器被配置为执行指令集合以使得装置执行一种方法，该方法包括：将与衬底相关联的过程相关数据输入到缺陷位置预测模型；使用缺陷位置预测模型来针对衬底上的多个位置中的每个位置生成缺陷预测或无缺陷预测，其中每个预测与置信度得分相关联，该置信度得分指示对应位置的预测的置信度；将置信度得分满足置信度阈值的位置中的每个位置添加到要由检查系统检查的位置集合；从检查系统获得位置集合的检查结果数据；以及将该位置集合的检查结果数据和过程相关数据输入到缺陷位置预测模型，以用于训练缺陷位置预测模型。
[0011]在一些实施例中，一种非暂态计算机可读介质，存储指令集合，该指令集合可由计算设备的至少一个处理器执行以使得计算设备执行上文所讨论的方法。
[0012]根据以下结合附图的描述，本公开的各实施例的其他优点将变得显而易见，其中通过图示和示例对本专利技术的某些实施例进行阐述。
附图说明
[0013]图1是图示了根据本公开的实施例的示例电子射束检查(EBI)系统的示意图。
[0014]图2是图示了根据本公开的实施例的可以是图1的电子射束检查系统的一部分的示例电子射束工具的示意图。
[0015]图3是图示了根据本公开的实施例的半导体处理系统的示意图。
[0016]图4是根据本专利技术的实施例的用于预测衬底上的缺陷位置的系统的框图。
[0017]图5A是根据本公开的实施例的用于使用随机森林模型来确定置信度得分的框图。
[0018]图5B是根据本公开的实施例的用于使用委员会查询方法来确定置信度得分的框图。
[0019]图6是图示了根据本公开的实施例的使用初始训练数据集训练缺陷位置预测工具的框图。
[0020]图7是根据本专利技术的实施例的用于预测衬底上的缺陷位置的过程的流程图。
[0021]图8是图示了可以协助实现本文中所公开的方法、流程、模块、部件或装置的计算机系统的框图。
具体实施方式
[0022]电子器件由在称为衬底的硅片上形成的电路构成。许多电路可以一起形成在同一硅块上，并且被称为集成电路或IC。这些电路的尺寸已经显著减小，使得它们中的许多可以适配在衬底上。例如，智能电话中的IC芯片可以小至拇指甲大小，但可以包括超过20亿个晶体管，每个晶体管的尺寸小于人发尺寸的1/1000。制造这些极小IC是一个复杂、耗时且昂贵的过程，通常涉及数百个单独步骤。即使一个步骤中的误差也有可能导致成品IC中的缺陷，使其无用。因此，制造过程的一个目标就是避免这种缺陷，以使过程中制造的功能IC的数目最大，也就是说，提高过程的总产率。
[0023]提高产率的一个部件是监测芯片制作过程以确保其生产足够数目的功能集成电路。监测过程的一种方式是在芯片电路结构形成的各个阶段检查芯片电路结构。可以使用扫描电子显微镜(SEM)进行检查。SEM可以用于实际上成像这些极小结构，拍摄晶片的结构的“照片”。该图像可以用于确定结构是否以适当方式形成以及它是否形成于适当位置。如果结构具有缺陷，则可以调整过程，使得缺陷不太可能再次出现。
[0024]检查衬底是资源密集型过程，并且检查衬底上的所有位置不仅消耗大量的计算资源，而且还消耗时间。例如，可能需要数天来检查整个衬底。使检查本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种非暂态计算机可读介质，具有指令，所述指令当由计算机执行时，使得所述计算机执行用于标识衬底上的要检查位置的方法，所述方法包括：基于缺陷位置预测模型的第一子模型来选择所述衬底上的多个要检查位置，所述第一子模型使用与其他衬底相关联的初始训练数据集而被训练以为所述位置中的每个位置生成缺陷预测或无缺陷预测；使用所述缺陷位置预测模型的使用所述初始训练数据集而被训练的第二子模型，基于与所述衬底相关联的过程相关数据来生成所述位置中的每个位置的置信度得分，其中所述置信度得分指示对应位置的所述预测的置信度；将所述置信度得分满足多个置信度阈值中的一个置信度阈值的所述位置中的每个位置添加到要由检查系统检查的位置集合；获取检查结果数据；以及通过将所述位置集合的所述检查结果数据和所述过程相关数据作为训练数据提供至所述缺陷位置预测模型，以递增方式训练所述缺陷位置预测模型。2.根据权利要求1所述的计算机可读介质，其中以递增方式训练所述第二子模型是迭代过程，其中每个迭代包括：使用在先前迭代中的任一迭代中尚未被检查的不同衬底的检查结果数据和过程相关数据来训练所述第一子模型。3.根据权利要求1所述的计算机可读介质，其中添加所述位置中的每个位置包括：当所述对应位置的所述缺陷预测的所述置信度得分超过所述置信度阈值中的第一置信度阈值时，将所述位置中的每个位置添加到所述位置集合。4.根据权利要求1所述的计算机可读介质，其中添加所述位置中的每个位置包括：当所述对应位置的缺陷预测或无缺陷预测的所述置信度得分低于所述置信度阈值中的第二置信度阈值时，将所述位置中的每个位置添加到所述位置集合。5.根据权利要求1所述的计算机可读介质，还包括：基于正确预测的数目和预测的全部数目来确定所述缺陷位置预测模型的预测准确性。6.根据权利要求5所述的计算机可读介质，其中以递增方式训练所述缺陷位置预测模型提高了所述预测准确性。7.根据权利要求5所述的计算机可读介质，还包括：基于所述预测准确性的改变来调整所述置信度阈值。8.根据权利要求7所述的计算机可读介质，其中调整所述置信度阈值包括：随着所述预测准确性提高而减小所述置信度阈值中的第一置信度阈值，其中所述第一置信度阈值用于选择所述位置中的、所述缺陷预测与超过所述第一置信度阈值的所述置信度得分相关联的那些位置。9.根据权利要求7所述的计算机可读介质，其中调整所述置信度阈值包括：随着所述预测准确性提高而减小所述置信度阈值中的第二置信度阈值，其中所述第二置信度阈值...

【专利技术属性】
技术研发人员：林晨希，邹毅，T，
申请(专利权)人：ASML荷兰有限公司，
类型：发明
国别省市：