特開 2022-134768 検査結果分析装置および検査結果分析プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022134768

(43)【公開日】2022-09-15

(54)【発明の名称】検査結果分析装置および検査結果分析プログラム

(51)【国際特許分類】

   G06F 16/906 20190101AFI20220908BHJP

【ＦＩ】

G06F16/906

【審査請求】未請求

【請求項の数】5

【出願形態】ＯＬ

(21)【出願番号】P 2021034149

(22)【出願日】2021-03-04

(71)【出願人】

【識別番号】318010018

【氏名又は名称】キオクシア株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】有村 泰

(72)【発明者】

【氏名】西尾 瑞華

(72)【発明者】

【氏名】吉永 幸生

【テーマコード（参考）】

5B175

【Ｆターム（参考）】

5B175DA10

5B175FA03

(57)【要約】      （修正有）

【課題】簡単な操作で検査結果を高精度に分類できる検査結果分析装置および検査結果分析プログラムを提供する。
【解決手段】検査結果分析装置１は、分解部２２と、関連付け部２３と、を備える。分解部２２は、第１分布の群に対して非負値行列因子分解を実行することによって、各第１分布を第２分布の群と各第２分布に対応する重みの群とに分解する。各第１分布は、基板に対する検査によって得られた数値データの基板面内における分布である。関連付け部２３は、第３分布に対して当該第３分布に対応する重みを乗算することによって第４分布を生成し、第４分布を構成する数値データの群の代表値を取得する。関連付け部２３は、代表値がしきい値を越える場合、第５分布を前記第３分布に関連付ける。第５分布は第１分布の群のうちの１つの第１分布である。第３分布は、第５分布から分解された第２分布の群のうちの１つの第２分布である。
【選択図】図６

【特許請求の範囲】

【請求項1】

基板に対する検査によって得られた数値データの基板面内における分布である第１分布の群に対して非負値行列因子分解を実行することによって、各第１分布を第２分布の群と各第２分布に対応する重みの群とに分解する分解部と、
第３分布に対して当該第３分布に対応する重みを乗算することによって第４分布を生成し、前記第４分布を構成する数値データの群の代表値を取得し、前記代表値がしきい値を越える場合、第５分布を前記第３分布に関連付け、前記代表値が前記しきい値に満たない場合、前記第５分布を前記第３分布に関連付けず、前記第５分布は前記第１分布の群のうちの１つの第１分布であり、前記第３分布は前記第５分布から分解された前記第２分布の群のうちの１つの第２分布である、関連付け部と、
を備える検査結果分析装置。

【請求項2】

前記関連付け部は、各第１分布を前記第５分布として順次選択し、前記第５分布を選択する毎に各第２分布を前記第３分布として順次選択し、選択された前記第５分布と選択された前記第３分布との対毎に前記しきい値に基づく関連付けの判定を実行する、
請求項１に記載の検査結果分析装置。

【請求項3】

第６分布と前記第６分布に関連付けられた１以上の第１分布とを対にして出力し、前記第６分布は前記第２分布の群のうちの１つの第２分布である、出力部
をさらに備える請求項２に記載の検査結果分析装置。

【請求項4】

前記代表値は、前記第４分布を構成する数値データの群の最大値、平均値、中央値、９５％信頼区間の上限値、第３四分位数、またはこれらの何れかに定数を乗算して得られる値である、
請求項１から３の何れか一項に記載の検査結果分析装置。

【請求項5】

コンピュータを、
基板に対する検査によって得られた数値データの基板面内における分布である第１分布の群に対して非負値行列因子分解を実行することによって、各第１分布を第２分布の群と各第２分布に対応する重みの群とに分解する分解部と、
第３分布に対して当該第３分布に対応する重みを乗算することによって第４分布を生成し、前記第４分布を構成する数値データの群の代表値を取得し、前記代表値がしきい値を越える場合、第５分布を前記第３分布に関連付け、前記代表値が前記しきい値に満たない場合、前記第５分布を前記第３分布に関連付けず、前記第５分布は前記第１分布の群のうちの１つの第１分布であり、前記第３分布は前記第５分布から分解された前記第２分布の群のうちの１つの第２分布である、関連付け部と、
として機能させるための検査結果分析プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本実施形態は、検査結果分析装置および検査結果分析プログラムに関する。

【背景技術】

【0002】

半導体集積回路が基板に形成される過程において、または半導体集積回路が基板に形成された後、各基板に対する検査が実行される。当該検査によって、基板内の広範囲のエリアに不良（failure）が検出される場合がある。

【0003】

基板の広範囲のエリアに不良が発生した場合、当該基板の検査の結果には、当該不良の発生の原因に依存する特徴が現れる場合がある。よって、当該不良の発生の原因を究明したり、同一の原因によって不良が発生した基板を特定したりするために、検査結果に現れた特徴を特定するとともに、複数の基板を特徴毎に分類するといった処理が実行される。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１１－７５５３号公報

【特許文献2】特開２０２０－１０７１３８号公報

【特許文献3】米国特許第９９７０９８３号明細書

【非特許文献】

【0005】

【非特許文献1】Yukako Tanaka and Sho Saiki, “Robust Estimation of Mixed Type Wafer Map Similarity Utilizing Non negative Matrix Factorization”, [online], AEC/APC Symposium Asia 2019, [retrieved on 2021-2-25], retrieved from the Internet: <URL: https://www.semiconportal.com/AECAPC/abstract/TDA-022.pdf>

【発明の概要】

【発明が解決しようとする課題】

【0006】

一つの実施形態は、簡単な操作で検査結果を高精度に分類できる検査結果分析装置および検査結果分析プログラムを提供することを目的とする。

【課題を解決するための手段】

【0007】

一つの実施形態によれば、検査結果分析装置は、分解部と、関連付け部と、を備える。分解部は、第１分布の群に対して非負値行列因子分解を実行することによって、各第１分布を第２分布の群と各第２分布に対応する重みの群とに分解する。各第１分布は、基板に対する検査によって得られた数値データの基板面内における分布である。関連付け部は、第３分布に対して当該第３分布に対応する重みを乗算することによって第４分布を生成し、前記第４分布を構成する数値データの群の代表値を取得する。関連付け部は、前記代表値がしきい値を越える場合、第５分布を前記第３分布に関連付ける。関連付け部は、前記代表値が前記しきい値に満たない場合、前記第５分布を前記第３分布に関連付けない。前記第５分布は前記第１分布の群のうちの１つの第１分布である。前記第３分布は前記第５分布から分解された前記第２分布の群のうちの１つの第２分布である。

【図面の簡単な説明】

【0008】

【図1】図１は、実施形態にかかる検査結果分析装置のハードウェア構成の一例を示す模式的な図である。

【図2】図２は、実施形態にかかる原マップのデータ構成例を示す模式的な図である。

【図3】図３は、実施形態にかかる検査結果群を説明するための模式的な図である。

【図4】図４は、実施形態にかかる検査結果分析装置によって実行されるNMFの処理の詳細を説明するための模式的な図である。

【図5】図５は、図４に説明されたNMFの処理例によって１つの原マップが３つの特徴マップの重み付き和に近似されたことを説明するための図である。

【図6】図６は、実施形態にかかる検査結果分析装置の機能構成の一例を示す模式的な図である。

【図7】図７は、実施形態にかかる分類結果の出力例を示す模式的な図である。

【図8】図８は、実施形態にかかる検査結果分析装置の動作の一例を示すフローチャートである。

【発明を実施するための形態】

【0009】

以下に添付図面を参照して、実施形態にかかる検査結果分析装置および検査結果分析プログラムを詳細に説明する。なお、この実施形態により本発明が限定されるものではない。

【0010】

（実施形態）
図１は、実施形態にかかる検査結果分析装置のハードウェア構成の一例を示す模式的な図である。

【0011】

検査結果分析装置１は、コンピュータプログラムを実行することができる通常のコンピュータと同様の構成を備える。図１に示される例では、検査結果分析装置１は、ＣＰＵ（Central Processing Unit）１０、ＲＡＭ（Random Access Memory）１１、ＲＯＭ（Read Only Memory）１２、ストレージ装置１３、入力装置１４、および表示装置１５を備える。ＣＰＵ１０、ＲＡＭ１１、ＲＯＭ１２、ストレージ装置１３、入力装置１４、および表示装置１５はバス１６を介して互いに電気的に接続されている。

【0012】

入力装置１４は、情報入力用のＨＭＩ（Human Machine Interface）である。入力装置１４は、例えばポインティングデバイスまたはキーボードによって構成される。オペレータが入力装置１４を操作することによって入力された情報は、ＣＰＵ１０に送られる。

【0013】

表示装置１５は、情報を画像として出力できるＨＭＩである。表示装置１５は、例えば、液晶ディスプレイ、有機ＥＬ（electro-luminescence）ディスプレイ、またはプラズマディスプレイなどの、画像表示装置である。

【0014】

ＣＰＵ１０は、コンピュータプログラムを実行するプロセッサである。

【0015】

ＲＡＭ１１は、ＲＯＭ１２またはストレージ装置１３よりも高速に動作する揮発性のメモリである。ＲＡＭ１１は、ＣＰＵ１０に、キャッシュまたはバッファとしての領域を提供する。

【0016】

ＲＯＭ１２およびストレージ装置１３は、データまたはコンピュータプログラムなど、情報を不揮発に記憶することができるメモリである。ストレージ装置１３は、ＲＯＭ１２に比べて多くの情報を記憶することができる。ストレージ装置１３は、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、またはこれらの組み合わせによって構成され得る。

【0017】

なお、ストレージ装置１３は、検査結果分析装置１の外部に設けられ、検査結果分析装置１とストレージ装置１３とはネットワークなどを介して接続されてもよい。また、ストレージ装置１３は、例えばＵＳＢ（Universal Serial Bus）メモリ、ＳＤ（Secure Digital）カード、または外付けＨＤＤなどの、着脱可能な装置であってもよい。

【0018】

実施形態では、コンピュータプログラムである検査結果分析プログラム１００がストレージ装置１３に格納されている。例えば、ＣＰＵ１０は、検査結果分析プログラム１００をストレージ装置１３からＲＡＭ１１にロードして、ＲＡＭ１１にロードされた検査結果分析プログラム１００を実行する。そして、ＣＰＵ１０は、ＲＡＭ１１にロードされた検査結果分析プログラム１００に基づいて、検査結果分析装置１としての機能を実現する。

【0019】

ストレージ装置１３には、さらに、基板の群に対する検査によって得られた検査結果群２００が格納されている。

【0020】

基板は、ここでは一例として、多数のチップが形成される円形のシリコンウェハであり、各チップの個片化が行われる前のシリコンウェハである。各チップは、半導体集積回路のチップである。なお、基板の材質はシリコンに限定されない。基板の形状は円形でなくてもよい。基板は、個片化された後のチップであってもよい。以降、基板としてのシリコンウェハを、単に、ウェハと表記する。

【0021】

以降、各ウェハを、ウェハＩＤで区別する。Ｗｘ（ただしｘは数値）というウェハＩＤが与えられたウェハを、ウェハＷｘと表記する。

【0022】

検査は、ここでは一例として、欠陥（defect）を検出する検査である。１つのウェハに対する検査では、ウェハ面内の複数位置のそれぞれにおいて、欠陥の検出および検出された欠陥の数の集計が実行され、取得された欠陥数が位置と対応づけて記録される。これによって、欠陥数のウェハ面内における分布が得られる。以降、検査によって得られた欠陥数のウェハ面内の分布を、原マップ（original map）と表記する。原マップは、第１分布の一例である。

【0023】

図２は、実施形態にかかる原マップのデータ構成例を示す模式的な図である。この例によれば、原マップは、チップ毎に集計された欠陥数がチップ位置と対応付けて記録されたデータ形式を有している。チップ位置は、ウェハ内におけるチップの位置を表し、ウェハ内の所定位置を原点とした２次元の座標値として表現される。本図では便宜的に、チップ位置は、当該チップ位置に配置されるチップ名で表現されている。Ｃ１、Ｃ２などは、チップ名である。

【0024】

検査結果群２００は、複数のウェハに対する単一の検査によってウェハ毎に得られた原マップの群である。

【0025】

図３は、実施形態にかかる検査結果群２００を説明するための模式的な図である。本図には、ウェハＷ１に対する検査によって得られた原マップＢ１、ウェハＷ２に対する検査によって得られた原マップＢ２、ウェハＷ３に対する検査によって得られた原マップＢ３、およびウェハＷ４に対する検査によって得られた原マップＢ４がグラフィカルな表現形式で図示されている。そして、検査結果群２００は、原マップＢ１、原マップＢ２、原マップＢ３、および原マップＢ４によって構成されている。

【0026】

図３によれば、１つの原マップにおいて、各チップ位置における欠陥数は、対応する位置でのコントラスト値によって表現されている。欠陥数が多いほど、黒く描画され、欠陥数が少ないほど白く描画されている。各原マップに点線で描かれた円は、ウェハの境界を表す。

【0027】

なお、図３では検査結果群２００を構成する原マップの数は、理解を簡単にするために４個としているが、検査結果群２００を構成する原マップの数は、４個に限定されない。例えば、１００個のウェハから得られた１００個の原マップによって検査結果群２００が構成されてもよい。検査結果群２００を構成する原マップの数が多いほど、特徴を特定する処理の精度が向上する。なお、特徴を特定する処理については後述される。

【0028】

以降、ウェハＷｘ（ただしｘは数値）に対する検査によって得られた原マップを、ウェハＷｘの原マップと表記する。

【0029】

ウェハに対する検査によって、ウェハ内の広範囲のエリアに不良が検出される場合がある。不良は、特性が基準を満たさない事象をいう。例えば、チップ単位の欠陥数が所定値以上である事象が、不良と見なされる。ウェハ内の広範囲のエリアに不良が発生した場合、当該ウェハの原マップには、当該不良の発生原因に依存する特徴が現れる場合がある。不良の発生原因が異なれば、原マップに現れる特徴も異なり得る。また、発生した不良の発生原因が複数存在する場合には、原マップには、不良の発生原因毎に異なる特徴が現れ得る。

【0030】

よって、原マップに１以上の特徴が含まれている場合、各特徴を個別に特定して、特徴毎に原マップを分類できれば、オペレータは、分類結果に基づき、不良の発生原因を特定したり、同一の原因によって不良が発生したウェハの数を把握したり、分類結果を加工プロセスにおける各種設定の見直しに利用したりすることが可能となる。

【0031】

実施形態では、原マップに含まれる特徴を精度よく特定するために、非負値行列因子分解（Non-negative Matrix Factorization：NMF）が実行される。検査結果分析装置１は、検査結果群２００に対してNMFを実行することによって、各原マップを、特徴マップの群と、特徴マップごとの重みの群と、に分解する。特徴マップは、単一の特徴を表すウェハ面内における欠陥数の分布である。特徴マップは、第２分布の一例である。

【0032】

図４は、実施形態にかかる検査結果分析装置１によって実行されるNMFの処理の詳細を説明するための模式的な図である。NMFは、非負の数値データの群によって構成された行列Ｖを、それぞれは非負の数値データの群によって構成された行列Ｗおよび行列Ｈの積で近似する処理である。本図では、理解を簡単にするために、表現方法の置き換えおよび構造の簡略化を施している。例えば、各行列はテーブルの形式で描画されている。さらに、検査結果群２００を構成する原マップの数を５つとし、１つの原マップを構成する数値データのデータ点数を６つとしている。ここでは原マップを構成する数値データはチップ単位の欠陥数である。

【0033】

行列Ｖは、検査結果群２００を行列構造で表した行列である。行列Ｖは、検査結果群２００を構成する原マップの数と同数の行（row）と、１つの原マップを構成する数値データのデータ点数と同数の列（column）とを備えている。即ち、この例では、行列Ｖは、５行×６列の行列である。なお、図示されているｖ１１～ｖ１６、ｖ２１～ｖ２６、ｖ３１～ｖ３６、ｖ４１～ｖ４６、およびｖ５１～ｖ５６のそれぞれは、非負の数値データである。

【0034】

行列Ｖを構成する６つの列のそれぞれは、チップ位置に一対一に対応する。チップ位置Ｃ１１に対応する列、チップ位置Ｃ１２に対応する列、チップ位置Ｃ１３に対応する列、チップ位置Ｃ１４に対応する列、チップ位置Ｃ１５に対応する列、およびチップ位置Ｃ１６に対応する列、がこの順番で行方向に配置されている。

【0035】

行列Ｖを構成する５つの行のそれぞれは、１つの原マップを構成する数値データの群を表す。ここでは、ウェハＷ１１の原マップを表す行、ウェハＷ１２の原マップを表す行、ウェハＷ１３の原マップを表す行、ウェハＷ１４の原マップを表す行、およびウェハＷ１５の原マップを表す行が、この順番で列方向に配列されている。

【0036】

行列Ｈは、複数の特徴マップを行列構造で表した行列である。行列Ｈは、特徴マップの数と同数の行と、１つの特徴マップを構成する数値データのデータ点数と同数の列とを備えている。この例では、３つの特徴マップが特定されることとする。よって、行列Ｈは、３行×６列の行列である。なお、図示されているｈ１１～ｈ１６、ｈ２１～ｈ２６、およびｈ３１～ｈ３６のそれぞれは、非負の数値データである。

【0037】

行列Ｈを構成する６つの列のそれぞれは、チップ位置に対応する。各列とチップ位置との対応関係は、行列Ｖと同様である。即ち、チップ位置Ｃ１１に対応する列、チップ位置Ｃ１２に対応する列、チップ位置Ｃ１３に対応する列、チップ位置Ｃ１４に対応する列、チップ位置Ｃ１５に対応する列、およびチップ位置Ｃ１６に対応する列、がこの順番で行方向に配置されている。

【0038】

行列Ｈを構成する３つの行のそれぞれは、１つの特徴マップを構成する数値データの群を表す。即ち、行列Ｈは、３つの特徴マップを表している。行列Ｈの１行目が表す特徴マップを特徴マップＦ１、行列Ｈの２行目が表す特徴マップを特徴マップＦ２、行列Ｈの３行目が表す特徴マップを特徴マップＦ３と表記する。

【0039】

行列Ｈの構成から明らかなように、各特徴マップは、原マップと同様、チップ位置毎の数値データの群として構成されている。

【0040】

行列Ｗは、特徴マップ毎の重みの群を全ての原マップの分だけ集めた構造を有する。行列Ｈは、原マップの数と同数の行と、特徴マップの数と同数の列とを備えている。よって、この例では、行列Ｗは、５行×３列の行列である。なお、図示されているｗ１１～ｗ１３、ｗ２１～ｗ２３、ｗ３１～ｗ３３、ｗ４１～ｗ４３、およびｗ５１～ｗ５３のそれぞれは、非負の数値データである。

【0041】

行列Ｗの１列目は、特徴マップＦ１に対応する。行列Ｗの２列目は、特徴マップＦ２に対応する。行列Ｗの３列目は、特徴マップＦ３に対応する。

【0042】

行列Ｗの１行目は、ウェハＷ１１の原マップを、特徴マップＦ１、特徴マップＦ２、および特徴マップＦ３の重み付き和に近似したときの、重みの群を表す。行列Ｗの２行目は、ウェハＷ１２の原マップを、特徴マップＦ１、特徴マップＦ２、および特徴マップＦ３の重み付き和に近似したときの、重みの群を表す。行列Ｗの３行目は、ウェハＷ１３の原マップを、特徴マップＦ１、特徴マップＦ２、および特徴マップＦ３の重み付き和に近似したときの、重みの群を表す。行列Ｗの４行目は、ウェハＷ１４の原マップを、特徴マップＦ１、特徴マップＦ２、および特徴マップＦ３の重み付き和に近似したときの、重みの群を表す。行列Ｗの５行目は、ウェハＷ１５の原マップを、特徴マップＦ１、特徴マップＦ２、および特徴マップＦ３の重み付き和に近似したときの、重みの群を表す。

【0043】

図５は、図４に説明されたNMFの処理例によって１つの原マップが３つの特徴マップの重み付き和に近似されたことを説明するための図である。ここでは一例として、ウェハＷ１５の原マップ（原マップＢ１５と表記する）について説明する。

【0044】

各特徴マップを構成する数値データの群は、行列Ｈの対応する行から取得できる。図５に示される例では、各特徴マップは、各チップ位置における数値データが、対応する位置でのコントラスト値によって表現されている。数値が大きいほど黒く描画され、数値が小さいほど白く描画されている。各特徴マップに点線で描かれた円は、ウェハの境界に対応する。

【0045】

図５に示される例では、特徴マップＦ１は、ウェハの中央エリアにおける数値が、他のエリアにおける数値に比べて著しく大きいという特徴を表している。特徴マップＦ２は、ウェハの紙面右下の三日月型のエリアにおける数値が、他のエリアにおける数値に比べて著しく大きいという特徴を表している。特徴マップＦ３は、ウェハの中心を取り囲むリング状のエリアにおける数値が、他のエリアにおける数値に比べて著しく大きいという特徴を表している。

【0046】

また、図５には、原マップＢ１５の例が、各特徴マップと同様の表現形式で描画されている。

【0047】

図４に示された行列Ｗによれば、原マップＢ１５にかかる重みの群は、ｗ５１、ｗ５２、およびｗ５３によって構成されている。よって、原マップＢ１５は、図５に示されるように、特徴マップＦ１に重みｗ５１を乗算して得られるマップと、特徴マップＦ２に重みｗ５２を乗算して得られるマップと、特徴マップＦ３に重みｗ５３を乗算して得られるマップと、の和に近似できることがわかる。なお、特徴マップに重みを乗算することは、当該特徴マップを構成する全ての数値データに当該重みを乗算することである。

【0048】

このように、NMFによれば、各原マップは、特徴マップの群と、特徴マップ毎の重みの群と、に分解される。よって、１つの原マップに複数の特徴が出現した場合、各特徴を分離して検出することが可能である。

【0049】

実施形態と比較される技術として、階層型クラスタリングによって特徴を特定する技術が考えられる。この技術を第１の比較例と表記する。階層型クラスタリングでは、類似する要素同士でクラスタを形成する処理が実行される。原マップ間の類似度に基づき検査結果群２００が１以上のクラスタに分類され、当該１以上のクラスタのそれぞれは、同一の特徴が出現している原マップの集まりとして扱われる。

【0050】

しかしながら、第１の比較例によれば、１つの原マップに複数の特徴が出現した場合、階層型クラスタリングの原理上、当該複数の特徴のそれぞれを分離することができない。仮に１つの原マップに複数の特徴が出現した場合、当該複数の特徴をあわせたものが単一の特徴として扱われる可能性がある。

【0051】

実施形態では、１つの原マップに複数の特徴が出現した場合であってもNMFによって、当該複数の特徴のそれぞれを分離することが可能であるので、第１の比較例に比べて高い精度で特徴を特定できる。

【0052】

NMFによって特定された各特徴マップは、不良の発生原因に対応すると考えることができる。以降では、発生原因が異なる複数の不良のそれぞれを、それぞれ異なるモードの不良として区別する。つまり、NMFによって特定されたそれぞれの特徴マップは、それぞれ異なるモードを表すと考えることとする。モードは不良モードと表記される場合がある。

【0053】

検査結果分析装置１は、検査結果群２００を構成する原マップの群をNMFによって特定された特徴マップの群に分類する。なお、本明細書において、分類は、各原マップを、特徴マップの群のうちの１以上の特徴マップに関連付けることである。分類の処理によって、何れの特徴マップにも関連付けられない原マップがあってもよい。

【0054】

分類は、各特徴マップが表すモードの不良が発生しているか否かの判定に基づいて実行される。或る原マップに或るモードの不良が発生していると推定される場合、当該或る原マップは、当該或るモードに関連付けられる。

【0055】

実施形態と比較される別の技術について説明する。当該技術を第２の比較例と表記する。第２の比較例によれば、重みとしきい値との比較に基づいて原マップが分類される。つまり、各特徴マップが表すモードの不良が発生しているか否かは、重みとしきい値との比較によって判定される。実施形態で使用されるしきい値と第２の比較例で使用されるしきい値とを区別するために、実施形態で使用されるしきい値をしきい値ＴｈＡ、第２の比較例で使用されるしきい値をしきい値ＴｈＢと表記する。

【0056】

例えばウェハＷ１５の原マップに対しては、第２の比較例によれば、ｗ５１、ｗ５２、およびｗ５３のそれぞれがしきい値ＴｈＢと比較される。ｗ５１がしきい値ＴｈＢを越えた場合、ウェハＷ１５の原マップは特徴マップＦ１に関連付けられる。ｗ５１およびｗ５２がともにしきい値ＴｈＢを越えた場合、ウェハＷ１５の原マップは、特徴マップＦ１および特徴マップＦ２のそれぞれに関連付けられる。

【0057】

特徴マップは、１つの特徴を欠陥数の分布として表して構成されている。重みは、対応する特徴マップが表す欠陥数の分布が原マップに出現している度合いを表す無次元量である。そして、特徴マップが表す欠陥数の分布のスケールは、特徴マップ毎に異なり得る。つまり、重みのスケールは、特徴マップが表す欠陥数の分布のスケールに応じて異なり得る。

【0058】

しきい値ＴｈＢの設定が適切でなければ、各特徴マップが表すモードの不良が発生しているか否かが正確に判断できなくなる。第２の比較例では、重みのスケールは、特徴マップが表す欠陥数の分布のスケールに応じて異なるため、しきい値ＴｈＢを適切に設定することが困難である。また、特徴マップ毎に個別にしきい値ＴｈＢを設定する必要があり、しきい値ＴｈＢの設定に要するオペレータの操作負担が大きい。

【0059】

実施形態では、検査結果分析装置１は、重みと特徴マップとを乗算することによって、原マップを表す欠陥数の分布のうちの、当該特徴マップに対応した欠陥数の分布を再現する。重みと特徴マップとの乗算によって得られる分布を、再現マップ（reproduced map）と表記する。

【0060】

図５に示された例に従えば、検査結果分析装置１は、特徴マップＦ１にｗ５１を乗算することによって、特徴マップＦ１に対応する再現マップ（再現マップＲ１と表記する）を生成する。また、検査結果分析装置１は、特徴マップＦ２にｗ５２を乗算することによって、特徴マップＦ２に対応する再現マップ（再現マップＲ２と表記する）を生成する。また、検査結果分析装置１は、特徴マップＦ３にｗ５３を乗算することによって、特徴マップＦ３に対応する再現マップ（再現マップＲ３と表記する）を生成する。

【0061】

原マップは、再現マップＲ１、再現マップＲ２、および再現マップＲ３の和で表すことができる。即ち、再現マップＲ１、再現マップＲ２、および再現マップＲ３のそれぞれは、ウェハＷ１５の原マップから特徴単位で分離された正味の欠陥数の分布として考えることができる。

【0062】

検査結果分析装置１は、各再現マップから、任意の方法で代表値を取得し、代表値としきい値ＴｈＡとの比較に基づいて原マップの分類を行う。この方法によれば、しきい値ＴｈＡを用いた比較は、正味の欠陥数の分布に対して実行されるため、第２の比較例に比べて簡単にしきい値ＴｈＡを設定することができる。また、設定されたしきい値ＴｈＡを全ての特徴マップに共通に使用することが可能である。

【0063】

例えば、チップあたり１０個以上の欠陥が生じた事象が不良と見なされる場合、オペレータは、「９」をしきい値ＴｈＡとして設定する。再現マップＲ１の代表値が「９」を越えた場合、検査結果分析装置１は、ウェハＷ１５の原マップを特徴マップＦ１に関連付ける。再現マップＲ１の代表値および再現マップＲ２の代表値がともに「９」を越えた場合、検査結果分析装置１は、ウェハＷ１５の原マップを特徴マップＦ１および特徴マップＦ２のそれぞれに関連付ける。

【0064】

なお、オペレータは、過去に得られた知見などに基づいてしきい値ＴｈＡを設定することができる。例えば、欠陥を検出する検査では、ウェハ表面に付着したダストが欠陥として誤検出される場合がある。チップあたり平均して５個のダストが欠陥として検出することが経験からわかっている場合、オペレータは、「５」をしきい値ＴｈＡとして設定することができる。なお、しきい値ＴｈＡの設定方法はこれに限定されない。オペレータは、任意の方法でしきい値ＴｈＡを設定することができる。

【0065】

再現マップの代表値は、任意の方法で取得され得る。ここでは一例として、再現マップの代表値は、当該再現マップを構成する数値データの群の最大値であることとする。

【0066】

図６は、実施形態にかかる検査結果分析装置１の機能構成の一例を示す模式的な図である。本図に示されるように、検査結果分析装置１は、データ取得部２１と、分解部２２と、関連付け部２３と、出力部２４と、を備える。データ取得部２１、分解部２２、関連付け部２３、および出力部２４の機能は、ＣＰＵ１０が検査結果分析プログラム１００を実行することによって実現される。

【0067】

データ取得部２１は、ストレージ装置１３から検査結果群２００を取得する。前述したように、検査結果群２００は、複数のウェハに対する単一の検査によってウェハ毎に得られた原マップの群である。また、データ取得部２１は、分類に使用されるしきい値を取得する。

【0068】

分解部２２は、検査結果群２００に対してNMFを実行することによって、各原マップを、特徴マップの群と、特徴マップごとの重みの群と、に分解する。

【0069】

関連付け部２３は、再現マップの生成と、生成された再現マップを構成する数値データの代表値の取得と、代表値としきい値とに基づく分類と、を実行する。

【0070】

出力部２４は、分類結果を表示装置１５に出力する。

【0071】

図７は、実施形態にかかる分類結果の出力例を示す模式的な図である。本図に示される例では、分類結果は、特徴マップと、当該特徴マップに関連付けられた１以上の原マップと、の対が、特徴マップ毎に含まれたテーブル３００が分析結果として出力される。テーブル３００の各行のフィールド３１には、１つの特徴マップが、特徴マップのＩＤとともにグラフィカルに表示される。テーブル３００の各行のフィールド３２には、フィールド３１に表示された特徴マップに関連付けられた１以上の原マップが、ウェハＩＤとともにグラフィカルに表示される。テーブル３００は、さらに、各特徴マップに関連付けられたウェハの枚数が表示されるフィールド３３を備える。

【0072】

図７に示された例では、特徴マップＦ１１には、ウェハＷ１の原マップ、ウェハＷ２の原マップ、およびウェハＷ３の原マップが関連付けられており、特徴マップＦ１１に関連付けられたウェハの枚数として「３」が表示されている。また、特徴マップＦ１２には、ウェハＷ３の原マップおよびウェハＷ４の原マップが関連付けられており、特徴マップＦ１２に関連付けられたウェハの枚数として「２」が表示されている。

【0073】

オペレータは、このテーブル３００から、ウェハＷ１、ウェハＷ２、およびウェハＷ３には、特徴マップＦ１１が表すモードの不良が発生していることを読み取ることができる。また、オペレータは、ウェハＷ３およびウェハＷ４には、特徴マップＦ１２が表すモードの不良が発生していることを読み取ることができる。また、オペレータは、特徴マップＦ１１が表すモードの不良が発生したウェハの枚数は「３」であり、特徴マップＦ１２が表すモードの不良が発生したウェハの枚数は「２」であることを読み取ることができる。

【0074】

なお、図７に示されたテーブル３００は、一例である。出力部２４は、特徴マップと、当該特徴マップに関連付けられた１以上の原マップと、の対を任意の方法で出力することができる。また、テーブル３００は、必ずしもフィールド３３を備えていなくてもよい。また、テーブル３００に、他の任意の情報を表示するためのフィールドが追加されてもよい。

【0075】

また、出力部２４は、特徴マップと、当該特徴マップに関連付けられた１以上の原マップと、の対を、所定の基準に基づいて配列することによってテーブル３００を生成し得る。所定の基準は、例えば、集計によって得られた枚数の順番である。なお、所定の基準はこれに限定されない。

【0076】

また、出力部２４は、NMFによって得られた特徴マップの群のうちの必ずしも全てについて表示しなくてもよい。例えば、出力部２４は、集計によって得られた枚数が所定数以上である特徴マップがあれば、当該特徴マップと、当該特徴マップに関連付けられた１以上の原マップと、の対を表示してもよい。

【0077】

なお、テーブル３００に表示された各特徴マップは、第６分布の一例である。

【0078】

図８は、実施形態にかかる検査結果分析装置１の動作の一例を示すフローチャートである。まず、データ取得部２１は、ストレージ装置１３から検査結果群２００を取得する（Ｓ１０１）。また、データ取得部２１は、しきい値ＴｈＡを取得する（Ｓ１０２）。例えば、データ取得部２１は、表示装置１５にしきい値ＴｈＡの入力を促す設定画面を表示し、オペレータが当該設定画面に応じて数値を入力すると、入力された数値をしきい値ＴｈＡとして取得する。なお、しきい値ＴｈＡの取得方法はこれに限定されない。

【0079】

分解部２２は、データ取得部２１によって取得された検査結果群２００に対してNMFを実行することによって、各原マップを、特徴マップの群と、特徴マップごとの重みの群と、に分解する（Ｓ１０３）。特徴マップの群と、重みの群と、は例えばＲＡＭ１１などに格納される。

【0080】

続いて、関連付け部２３は、検査結果群２００から１つの原マップを選択する（Ｓ１０４）。Ｓ１０４によって選択された原マップを、対象の原マップと表記する。なお、対象の原マップは、第５分布の一例である。

【0081】

続いて、関連付け部２３は、特徴マップの群から１つの特徴マップと、当該特徴マップに対応する重みと、を選択する（Ｓ１０５）。Ｓ１０５において選択された特徴マップを、対象の特徴マップと表記する。なお、対象の特徴マップは、第３分布の一例である。

【0082】

続いて、関連付け部２３は、選択された重みを対象の特徴マップに乗算することによって、再現マップを生成する（Ｓ１０６）。なお、Ｓ１０６によって生成された再現マップは、第４分布の一例である。

【0083】

続いて、関連付け部２３は、再現マップを構成する数値データの群から、代表値を取得する（Ｓ１０７）。関連付け部２３は、例えば、再現マップを構成する数値データの群の最大値を代表値とする。

【0084】

続いて、関連付け部２３は、代表値がしきい値ＴｈＡを越えているか否かを判定する（Ｓ１０８）。

【0085】

代表値がしきい値ＴｈＡを越えている場合（Ｓ１０８：Ｙｅｓ）、関連付け部２３は、対象の原マップを対象の特徴マップに関連付ける（Ｓ１０９）。これによって、対象の原マップが対象の特徴マップに分類される。

【0086】

代表値がしきい値ＴｈＡを越えていない場合（Ｓ１０８：Ｎｏ）、Ｓ１０９の処理がスキップされる。

【0087】

Ｓ１０９の後、または代表値がしきい値ＴｈＡを越えていない場合（Ｓ１０８：Ｎｏ）、関連付け部２３は、特徴マップの群のうちに未だ選択されていない特徴マップが存在するか否かを判定する（Ｓ１１０）。

【0088】

未だ選択されていない特徴マップが存在する場合（Ｓ１１０：Ｙｅｓ）、制御がＳ１０５に遷移して、関連付け部２３は、未だ選択されていない特徴マップのうちから１つの特徴マップを新たに選択し、当該新たに選択された特徴マップに対応する重みを選択する。そして、関連付け部２３は、当該新たに選択された特徴マップを対象の特徴マップと見なして、Ｓ１０５からＳ１１０までの処理を実行する。

【0089】

未だ選択されていない特徴マップが存在しない場合（Ｓ１１０：Ｎｏ）、関連付け部２３は、検査結果群２００のうちに未だ選択されていない原マップが存在するか否かを判定する（Ｓ１１１）。

【0090】

未だ選択されていない原マップが存在する場合（Ｓ１１１：Ｙｅｓ）、制御がＳ１０４に遷移して、関連付け部２３は、未だ選択されていない原マップのうちから１つの原マップを選択する。そして、関連付け部２３は、新たに選択された原マップを対象の原マップと見なして、Ｓ１０４からＳ１１１までの処理を実行する。なお、制御がＳ１１１からＳ１０４に遷移したとき、関連付け部２３は、特徴マップの選択の履歴をクリアし、全ての特徴マップを未選択と見なされる状態にする。

【0091】

未だ選択されていない原マップが存在しない場合（Ｓ１１１：Ｎｏ）、関連付け部２３による分類が完了する。そして、関連付け部２３は、各特徴マップに関連付けられた原マップの数を集計する（Ｓ１１２）。

【0092】

続いて、出力部２４は、分類結果を出力する（Ｓ１１３）。例えば、出力部２４は、図７に示されたテーブル３００のような形式で、分類結果を表示装置１５に出力する。

【0093】

そして、実施形態にかかる一連の動作が完了する。

【0094】

なお、図８を用いて説明された動作の例では、代表値がしきい値ＴｈＡと等しい場合、関連付け部２３は、対象の原マップを対象の特徴マップに関連付けないこととした。代表値がしきい値ＴｈＡと等しい場合の扱いはこれに限定されない。例えば、代表値がしきい値ＴｈＡ以上である場合、対象の原マップを対象の特徴マップに関連付け、代表値がしきい値ＴｈＡに満たない場合、対象の原マップを対象の特徴マップに関連付けないように関連付け部２３が構成されてもよい。

【0095】

また、以上では、ウェハの群に対する検査の一例として、欠陥を検出する検査を挙げて説明した。ウェハの群に対する検査は、欠陥を検出する検査に限定されない。また、検査の実行タイミングは、特定のタイミングに限定されない。

【0096】

半導体集積回路のチップは、ウェハに対して複数の加工プロセスが実行されることで形成される。複数の加工プロセスのそれぞれは、例えば、洗浄、成膜、レジストコーティング、露光、またはエッチング、等である。複数の加工プロセスのうちのいくつかにおいて、各ウェハに対し、検査が実施される。各検査では、１種類の物理指標が取得される。物理指標は、例えば、寸法、膜厚、欠陥数、欠陥の有無を表すバイナリデータ、トップビュー、密度、波長の反射率（または減衰率）、または表面凹凸の度合い、等である。

【0097】

ウェハに半導体集積回路のチップが形成された後においても、各ウェハに対して１回以上の検査が実施される。チップが形成された後における各検査では、１種類の品質指標が取得される。品質指標は、例えば、動作速度、スタンドバイ電流値、トリミング電圧値、不良ビット数、使用リダンダンシ数、等である。

【0098】

検査結果群２００は、加工プロセスにおいて実行される検査によって得られたものであってもよい。その場合、各原マップを構成する数値データの群は、検査によって得られた物理指標を表す。また、検査結果群２００は、ウェハに半導体集積回路のチップが形成された後において実行される検査によって得られたものであってもよい。その場合、各原マップを構成する数値データの群は、検査によって得られた品質指標を表す。

【0099】

また、以上では、不良と見なされる事象を検出するための値がしきい値ＴｈＡとして設定された。しきい値ＴｈＡの設定方法はこれに限定されない。単に特徴の出現を検出できればよい場合、オペレータは、特徴の出現の判断のための値をしきい値ＴｈＡとして設定することができる。

【0100】

また、以上では、関連付け部２３は、再現マップを構成する数値データの群の最大値を、代表値として取得する、として説明した。代表値として取得される統計量は最大値に限定されない。代表値は、平均値、中央値、９５％信頼区間の上限値、第３四分位数、またはこれらの何れかに定数を乗算して得られる値であってもよい。

【0101】

また、オペレータが、最大値、平均値、中央値、９５％信頼区間の上限値、第３四分位数、またはこれらの何れかに定数を乗算して得られる値から代表値を選択できるように、検査結果分析装置１が構成されてもよい。例えば、データ取得部２１は、代表値の選択肢として最大値、平均値、中央値、９５％信頼区間の上限値、第３四分位数、などを表示装置１５に表示するとともにオペレータに代表値の選択を促し、これらの選択肢の何れかを選択する入力を受けると、当該選択された種類の統計量を代表値とすることができる。オペレータは、原マップを構成する数値データのばらつきなどに基づき、所望の統計量を代表値として選択することができる。

【0102】

また、関連付け部２３は、複数種類の統計量のそれぞれを代表値として取得し、各代表値としきい値ＴｈＡとを比較し、代表値毎の比較結果の組み合わせに基づいて関連付けの実行／非実行を判断してもよい。

【0103】

一例では、関連付け部２３は、最大値と平均値とのそれぞれを代表値として取得し、当該２つの代表値をしきい値ＴｈＡと比較する。関連付け部２３は、２つの代表値が共にしきい値ＴｈＡを越えた場合、対象の原マップを対象の特徴マップに関連付け、２つの代表値が共にしきい値ＴｈＡ以下であるかまたは２つの代表値のうちの一方のみがしきい値ＴｈＡを越えた場合、対象の原マップを対象の特徴マップに関連付けない、ように構成され得る。または、関連付け部２３は、２つの代表値のうちの少なくとも一方がしきい値ＴｈＡを越えた場合、対象の原マップを対象の特徴マップに関連付け、２つの代表値が共にしきい値ＴｈＡ以下である場合、対象の原マップを対象の特徴マップに関連付けない、ように構成されてもよい。

【0104】

また、しきい値ＴｈＡは、整数であってもよいし、小数点以下の桁を有する実数であってもよい。原マップを構成する各数値データが整数であっても、再現マップを構成する各数値データが整数であるとは限らない。再現マップを構成する各数値データは、小数点以下の桁を有する実数である場合がある。そのような場合、小数点以下の桁を有する実数をしきい値ＴｈＡとして選択することで、精緻な分類を行うことが可能となる。

【0105】

以上述べたように、実施形態によれば、検査結果分析装置１は、分解部２２と、関連付け部２３と、を備える。分解部２２は、検査結果群２００に対してNMFを実行することによって、各原マップを特徴マップの群と特徴マップ毎の重みの群とに分解する。関連付け部２３は、対象の特徴マップに対して対応する重みを乗算することによって再現マップを生成し、再現マップを構成する数値データの群の代表値を取得する。そして、関連付け部２３は、代表値がしきい値ＴｈＡを越える場合、対象の原マップを対象の特徴マップに関連付け、代表値がしきい値ＴｈＡに満たない場合、対象の原マップを対象の特徴マップに関連付けない。

【0106】

よって、たとえ１つの原マップに複数の特徴が出現していたとしても、各特徴を精度良く特定できる。よって、第１の比較例に比べ、精度が高い分類が可能となる。また、しきい値ＴｈＡは、原マップから特徴単位で分離された正味の欠陥数の分布（即ち再現マップ）との比較に使用されるものであるため、オペレータは、第２の比較例と比べて簡単に、適切な値をしきい値ＴｈＡとして設定することができる。また、オペレータは、特徴毎に個別にしきい値ＴｈＡを設定する必要がない。つまり、検査結果分析装置１は、簡単な操作で検査結果を高精度に分類できる。

【0107】

なお、関連付け部２３は、図８のＳ１０４からＳ１１１までの処理によって構成されるループ処理を繰り返すことによって、各原マップを対象の原マップとして順次選択する。そして、関連付け部２３は、対象の原マップを選択する毎に、同図のＳ１０５からＳ１１０までの処理によって構成されるループ処理を繰り返すことによって、各特徴マップを対象の特徴マップとして順次選択する。そして、関連付け部２３は、対象の原マップと対象の特徴マップとの対毎に、しきい値ＴｈＡに基づく関連付けの判定を実行する。

【0108】

よって、検査結果群２００を構成する原マップの群を特徴マップの群に分類することが可能となる。

【0109】

また、出力部２４は、特徴マップと、当該特徴マップに関連付けられた１以上の原マップと、を対にして出力する。

【0110】

よって、不良が発生した場合に、オペレータは、当該不良の発生の原因と同じ原因で不良が発生したウェハを特定することが可能である。

【0111】

また、関連付け部２３は、特徴マップに関連付けられた１以上の原マップを集計し、出力部２４は、集計結果を、当該特徴マップと当該特徴マップに関連付けられた１以上の原マップとの対に関連付けて出力する。

【0112】

よって、オペレータは、同一の原因で不良が発生したウェハの数を読み取ることが可能となる。

【0113】

なお、再現マップを構成する数値データの群の最大値、平均値、中央値、９５％信頼区間の上限値、第３四分位数、またはこれらの何れかに定数を乗算して得られる値を、当該再現マップを構成する数値データの群の代表値とすることができる。

【0114】

実施形態の検査結果分析装置１で実行される検査結果分析プログラム１００は、ストレージ装置１３に予め格納されて提供され得る。ストレージ装置１３は、非一時的な有形のコンピュータ可読記録媒体の一例である。検査結果分析プログラム１００は、インストール可能な形式または実行可能な形式のファイルでＣＤ（Compact Disc）－ＲＯＭ（Read Only Memory）、フレキシブルディスク（ＦＤ：Flexible Disc）、ＣＤ－Ｒ（Recordable）、ＤＶＤ（Digital Versatile Disk）、ＵＳＢ（Universal Serial Bus）メモリ、ＳＤ（Secure Digital）カードなどの非一時的な有形のコンピュータ可読記録媒体（a non-transitory, tangible computer-readable storage medium）に記録して提供するように構成してもよい。

【0115】

さらに、検査結果分析プログラム１００を、インターネットなどのネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。また、検査結果分析プログラム１００を、インターネットなどのネットワーク経由で提供または配布するように構成してもよい。

【0116】

また、実施形態では、プロセッサであるＣＰＵ１０が検査結果分析プログラム１００を実行することによって、データ取得部２１、関連付け部２３、および出力部２４としての機能が実現される、として説明した。データ取得部２１、関連付け部２３、および出力部２４の機能のうちの一部または全部は、論理回路によって実現されてもよい。データ取得部２１、関連付け部２３、および出力部２４の機能のうちの一部または全部は、アナログ回路によって実現されてもよい。データ取得部２１、関連付け部２３、および出力部２４の機能のうちの一部または全部は、ＦＰＧＡ（Field-Programmable Gate Array）またはＡＳＩＣ（Application Specific Integrated Circuit）などによって実現されてもよい。

【0117】

また、実施形態では、検査結果群２００は予めストレージ装置１３に格納されているとして説明した。検査結果群２００は、外部の装置に格納されていてもよい。検査結果分析プログラム１００は当該外部の装置から検査結果群２００を取得するように構成されてもよい。

【0118】

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

【符号の説明】

【0119】

１ 検査結果分析装置、１０ ＣＰＵ、１１ ＲＡＭ、１２ ＲＯＭ、１３ ストレージ装置、１４ 入力装置、１５ 表示装置、１６ バス、２１ データ取得部、２２ 分解部、２３ 関連付け部、２４ 出力部、３１，３２，３３ フィールド、１００ 検査結果分析プログラム、２００ 検査結果群。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】