Einige Inhalte dieser Anwendung sind momentan nicht verfügbar.
Wenn diese Situation weiterhin besteht, kontaktieren Sie uns bitte unterFeedback&Kontakt
1. (WO2019006222) SYSTEMS AND METHODS FOR PREDICTING DEFECTS AND CRITICAL DIMENSION USING DEEP LEARNING IN THE SEMICONDUCTOR MANUFACTURING PROCESS
Aktuellste beim Internationalen Büro vorliegende bibliographische Daten    Einwendung einreichen

Veröff.-Nr.: WO/2019/006222 Internationale Anmeldenummer PCT/US2018/040162
Veröffentlichungsdatum: 03.01.2019 Internationales Anmeldedatum: 29.06.2018
IPC:
H01L 21/66 (2006.01)
H Elektrotechnik
01
Grundlegende elektrische Bauteile
L
Halbleiterbauelemente; elektrische Festkörperbauelemente, soweit nicht anderweitig vorgesehen
21
Verfahren oder Geräte, besonders ausgebildet für die Herstellung oder Behandlung von Halbleiter- oder Festkörperbauelementen oder Teilen davon
66
Prüfen oder Messen während der Herstellung oder Behandlung
Anmelder:
KLA-TENCOR CORPORATION [US/US]; Legal Department One Technology Drive Milpitas, California 95035, US
Erfinder:
YATI, Arpit; IN
Vertreter:
MCANDREWS, Kevin; US
MORRIS, Elizabeth M.N; US
Prioritätsdaten:
15/814,56116.11.2017US
20174102304330.06.2017IN
62/545,91815.08.2017US
Titel (EN) SYSTEMS AND METHODS FOR PREDICTING DEFECTS AND CRITICAL DIMENSION USING DEEP LEARNING IN THE SEMICONDUCTOR MANUFACTURING PROCESS
(FR) SYSTÈMES ET PROCÉDÉS DE PRÉDICTION DE DÉFAUTS ET DE DIMENSION CRITIQUE UTILISANT UN APPRENTISSAGE PROFOND DANS UN PROCÉDÉ DE FABRICATION DE SEMI-CONDUCTEURS
Zusammenfassung:
(EN) An initial inspection or critical dimension measurement can be made at various sites on a wafer. The location, design clips, process tool parameters, or other parameters can be used to train a deep learning model. The deep learning model can be validated and these results can be used to retrain the deep learning model. This process can be repeated until the predictions meet a detection accuracy threshold. The deep learning model can be used to predict new probable defect location or critical dimension failure sites.
(FR) Selon la présente invention, une inspection initiale ou une mesure de dimension critique peut être réalisée au niveau de divers sites sur une plaquette. L'emplacement, les clips de conception, les paramètres d'outil de procédé ou d'autres paramètres peuvent être utilisés pour entraîner un modèle d'apprentissage profond. Le modèle d'apprentissage profond peut être validé et ces résultats peuvent être utilisés pour reformer le modèle d'apprentissage profond. Ce procédé peut être répété jusqu'à ce que les prédictions respectent un seuil de précision de détection. Le modèle d'apprentissage profond peut être utilisé pour prédire un nouvel emplacement de défaut probable ou des sites de défaillance de dimension critique.
front page image
Designierte Staaten: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasische Patentorganisation (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Europäisches Patentamt (EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Veröffentlichungssprache: Englisch (EN)
Anmeldesprache: Englisch (EN)