Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2019006222) SYSTÈMES ET PROCÉDÉS DE PRÉDICTION DE DÉFAUTS ET DE DIMENSION CRITIQUE UTILISANT UN APPRENTISSAGE PROFOND DANS UN PROCÉDÉ DE FABRICATION DE SEMI-CONDUCTEURS
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2019/006222 N° de la demande internationale : PCT/US2018/040162
Date de publication : 03.01.2019 Date de dépôt international : 29.06.2018
CIB :
H01L 21/66 (2006.01)
H ÉLECTRICITÉ
01
ÉLÉMENTS ÉLECTRIQUES FONDAMENTAUX
L
DISPOSITIFS À SEMI-CONDUCTEURS; DISPOSITIFS ÉLECTRIQUES À L'ÉTAT SOLIDE NON PRÉVUS AILLEURS
21
Procédés ou appareils spécialement adaptés à la fabrication ou au traitement de dispositifs à semi-conducteurs ou de dispositifs à l'état solide, ou bien de leurs parties constitutives
66
Essai ou mesure durant la fabrication ou le traitement
Déposants :
KLA-TENCOR CORPORATION [US/US]; Legal Department One Technology Drive Milpitas, California 95035, US
Inventeurs :
YATI, Arpit; IN
Mandataire :
MCANDREWS, Kevin; US
MORRIS, Elizabeth M.N; US
Données relatives à la priorité :
15/814,56116.11.2017US
20174102304330.06.2017IN
62/545,91815.08.2017US
Titre (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
Abrégé :
(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
États désignés : 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
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Office européen des brevets (OEB (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)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Langue de publication : anglais (EN)
Langue de dépôt : anglais (EN)