特許 7561505 判定装置、試験システム、判定方法および判定プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-09-26

(45)【発行日】2024-10-04

(54)【発明の名称】判定装置、試験システム、判定方法および判定プログラム

(51)【国際特許分類】

   G01R 31/28 20060101AFI20240927BHJP

   G01R 31/3183 20060101ALI20240927BHJP

   G01R 31/26 20200101ALI20240927BHJP

   H01L 21/66 20060101ALI20240927BHJP

【ＦＩ】

G01R31/28 Y

G01R31/3183

G01R31/26 Z

H01L21/66 B

【請求項の数】 16

(21)【出願番号】P 2020041371

(22)【出願日】2020-03-10

(65)【公開番号】P2021143880

(43)【公開日】2021-09-24

【審査請求日】2022-12-16

(73)【特許権者】

【識別番号】390005175

【氏名又は名称】株式会社アドバンテスト

(74)【代理人】

【識別番号】110000877

【氏名又は名称】弁理士法人ＲＹＵＫＡ国際特許事務所

(72)【発明者】

【氏名】池田 皓甫

(72)【発明者】

【氏名】杉村 一

【審査官】永井 皓喜

(56)【参考文献】

【文献】特表２００８－５００７３７（ＪＰ，Ａ）

【文献】特開２０１０－２６７６８９（ＪＰ，Ａ）

【文献】特開平６－２５８３８７（ＪＰ，Ａ）

【文献】特開２０１０－２７８０７３（ＪＰ，Ａ）

【文献】特開２００７－１６４２５６（ＪＰ，Ａ）

【文献】特開２００７－２２７６１８（ＪＰ，Ａ）

【文献】特開２００７－２８５９０６（ＪＰ，Ａ）

【文献】特開２０１１－３３４２３（ＪＰ，Ａ）

【文献】特開２０１３－２４６７１（ＪＰ，Ａ）

【文献】特開２００６－２５１００（ＪＰ，Ａ）

【文献】特開２００８－１２２３６２（ＪＰ，Ａ）

【文献】特開２００５－１００６９（ＪＰ，Ａ）

【文献】特開２００４－５５８３７（ＪＰ，Ａ）

【文献】特開２０１７－１９４４４８（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０１Ｒ ３１／２８

Ｇ０１Ｒ ３１／２６

Ｈ０１Ｌ ２１／６６

(57)【特許請求の範囲】

【請求項1】

被測定デバイスに対して行われる複数の項目の試験の試験結果を取得する結果取得部と、
予め複数の被測定デバイスそれぞれに前記試験を複数回行った場合での試験結果の再現性に基づいて、前記試験をフェイルした被測定デバイスに再試験を行うか否かを判定する第１判定部と、
前記複数の項目のそれぞれについて前記再現性を算出する算出部と、 を備え、
前記第１判定部は、前記再現性を学習した学習モデルを用い、前記複数の項目のそれぞれについての前記再現性に基づいて、対応する項目の試験をフェイルした被測定デバイスに再試験を行うか否かを判定する、判定装置。

【請求項2】

前記算出部は、
前記複数の項目の試験結果を入力したことに応じて、再試験の予測結果を出力する学習モデルと、
前記学習モデルに対し、前記結果取得部により取得された前記複数の項目の試験結果を供給する供給部と、
前記複数の項目の試験結果を前記学習モデルに供給したことに応じて前記学習モデルが出力する再試験の予測結果から前記再現性を取得する再現性取得部と、
を有する、請求項１に記載の判定装置。

【請求項3】

前記複数の項目のうち少なくともフェイルした項目の項目ＩＤと、再試験の結果とを含む学習データを用いて前記学習モデルの学習処理を実行する学習処理部をさらに備える、請求項２に記載の判定装置。

【請求項4】

再試験の結果と、前記第１判定部の判定結果とを用いて、前記学習モデルを再学習するか否かを判定する第２判定部をさらに備え、
前記学習処理部は、前記第２判定部による判定結果に応じて前記学習モデルの学習処理を実行する、請求項３に記載の判定装置。

【請求項5】

被測定デバイスに対して行われる複数の項目の試験の試験結果を取得する結果取得部と、
予め複数の被測定デバイスそれぞれに前記試験を複数回行った場合での試験結果の再現性に基づいて、前記試験をフェイルした被測定デバイスに再試験を行うか否かを判定する第１判定部と、
前記複数の項目のそれぞれについて前記再現性を算出する算出部と、
再試験の結果と、前記第１判定部の判定結果とを用いて、前記再現性を更新するか否かを判定する第２判定部と、
を備え、
前記第１判定部は、前記複数の項目のそれぞれについての前記再現性に基づいて、対応する項目の試験をフェイルした被測定デバイスに再試験を行うか否かを判定し、
前記算出部は、複数の被測定デバイスに対する複数の前記試験の試験結果と、複数の再試験の試験結果とから、前記再現性を算出すると共に、前記第２判定部による判定結果に応じて前記再現性を更新する、判定装置。

【請求項6】

基準数個おきのロットに含まれる被測定デバイスに対して前記試験が行われることに応じて前記第１判定部の判定結果によらず被測定デバイスに再試験を行う旨の判定を行う第３判定部をさらに備え、
前記第２判定部は、前記第３判定部により行われる再試験の結果を用いて判定を行う、請求項４または５に記載の判定装置。

【請求項7】

判定装置であって、
被測定デバイスに対して行われる複数の項目の試験の試験結果を取得する結果取得部と、
予め複数の被測定デバイスそれぞれに前記試験を複数回行った場合での試験結果の再現性に基づいて、前記試験をフェイルした被測定デバイスに再試験を行うか否かを判定する第１判定部と、
を備え、
前記第１判定部は、前記複数の項目のそれぞれについての前記再現性に基づいて、対応する項目の試験をフェイルした被測定デバイスに再試験を行うか否かを判定し、
当該判定装置は、
前記試験をパスする被測定デバイスの割合の許容下限値を取得する下限値取得部と、
各項目の前記再現性に基づいて、対応する項目の試験にフェイルした被測定デバイスのうち、少なくとも当該項目の再試験をパスすると予測される被測定デバイスの予測パス個数を算出する予測部をさらに備え、
前記第１判定部は、各項目の前記再現性の大きさに従って、対応する前記予測パス個数を順に積算する場合に、前記許容下限値の対応個数に達するとき、または、達する直前の前記予測パス個数に対応する前記再現性に基づく値を判定の閾値として用いる、判定装置。

【請求項8】

被測定デバイスに対して行われる複数の項目の試験の試験結果を含むデータファイルを取得し、当該データファイルから各項目の試験結果を抽出する抽出部と、
前記抽出部により抽出された試験結果を記憶する記憶部と、
をさらに備え、
前記結果取得部は、前記記憶部から前記複数の項目の試験の試験結果を取得する、請求項１から７の何れか一項に記載の判定装置。

【請求項9】

前記第１判定部は、前記試験をフェイルした被測定デバイスに再試験を行うか否かを、当該被測定デバイスとは異なる複数の被測定デバイスそれぞれに予め前記試験を複数回行った場合での試験結果の再現性に基づいて判定する、請求項１から８の何れか一項に記載の判定装置。

【請求項10】

被測定デバイスに対して複数の項目の試験を行う試験装置と、
請求項１から９の何れか一項に記載の判定装置と、
を備える試験システム。

【請求項11】

被測定デバイスに対して行われる複数の項目の試験の試験結果を取得する結果取得段階と、
前記複数の項目のそれぞれについて、予め複数の被測定デバイスそれぞれに前記試験を複数回行った場合での試験結果の再現性を算出する算出段階と、
前記再現性に基づいて、前記試験をフェイルした被測定デバイスに再試験を行うか否かを判定する第１判定段階と、
を備え、
前記第１判定段階では、前記再現性を学習した学習モデルを用い、前記複数の項目のそれぞれについての前記再現性に基づいて、対応する項目の試験をフェイルした被測定デバイスに再試験を行うか否かを判定する、判定方法。

【請求項12】

被測定デバイスに対して行われる複数の項目の試験の試験結果を取得する結果取得段階と、
前記複数の項目のそれぞれについて、予め複数の被測定デバイスそれぞれに前記試験を複数回行った場合での試験結果の再現性を算出する算出段階と、
前記再現性に基づいて、前記試験をフェイルした被測定デバイスに再試験を行うか否かを判定する第１判定段階と、
再試験の結果と、前記第１判定段階の判定結果とを用いて、前記再現性を更新するか否かを判定する第２判定段階と、
を備え、
前記第１判定段階では、前記複数の項目のそれぞれについての前記再現性に基づいて、対応する項目の試験をフェイルした被測定デバイスに再試験を行うか否かを判定し、
前記算出段階では、複数の被測定デバイスに対する複数の前記試験の試験結果と、複数の再試験の試験結果とから、前記再現性を算出すると共に、前記第２判定段階による判定結果に応じて前記再現性を更新する、判定方法。

【請求項13】

判定方法であって、
被測定デバイスに対して行われる複数の項目の試験の試験結果を取得する結果取得段階と、
予め複数の被測定デバイスそれぞれに前記試験を複数回行った場合での試験結果の再現性に基づいて、前記試験をフェイルした被測定デバイスに再試験を行うか否かを判定する第１判定段階と、
を備え、
前記第１判定段階では、前記複数の項目のそれぞれについての前記再現性に基づいて、対応する項目の試験をフェイルした被測定デバイスに再試験を行うか否かを判定し、
当該判定方法は、
前記試験をパスする被測定デバイスの割合の許容下限値を取得する下限値取得段階と、
各項目の前記再現性に基づいて、対応する項目の試験にフェイルした被測定デバイスのうち、少なくとも当該項目の再試験をパスすると予測される被測定デバイスの予測パス個数を算出する予測段階とをさらに備え、
前記第１判定段階では、各項目の前記再現性の大きさに従って、対応する前記予測パス個数を順に積算する場合に、前記許容下限値の対応個数に達するとき、または、達する直前の前記予測パス個数に対応する前記再現性に基づく値を判定の閾値として用いる、判定方法。

【請求項14】

コンピュータにより実行されて、前記コンピュータを、
被測定デバイスに対して行われる複数の項目の試験の試験結果を取得する結果取得部と、
予め複数の被測定デバイスそれぞれに前記試験を複数回行った場合での試験結果の再現性に基づいて、前記試験をフェイルした被測定デバイスに再試験を行うか否かを判定する第１判定部と、
前記複数の項目のそれぞれについて前記再現性を算出する算出部と、
して機能させ、
前記第１判定部は、前記再現性を学習した学習モデルを用い、前記複数の項目のそれぞれについての前記再現性に基づいて、対応する項目の試験をフェイルした被測定デバイスに再試験を行うか否かを判定する、判定プログラム。

【請求項15】

コンピュータにより実行されて、前記コンピュータを、
被測定デバイスに対して行われる複数の項目の試験の試験結果を取得する結果取得部と、
予め複数の被測定デバイスそれぞれに前記試験を複数回行った場合での試験結果の再現性に基づいて、前記試験をフェイルした被測定デバイスに再試験を行うか否かを判定する第１判定部と、
前記複数の項目のそれぞれについて前記再現性を算出する算出部と、
再試験の結果と、前記第１判定部の判定結果とを用いて、前記再現性を更新するか否かを判定する第２判定部と、
して機能させ、
前記第１判定部は、前記複数の項目のそれぞれについての前記再現性に基づいて、対応する項目の試験をフェイルした被測定デバイスに再試験を行うか否かを判定し、
前記算出部は、複数の被測定デバイスに対する複数の前記試験の試験結果と、複数の再試験の試験結果とから、前記再現性を算出すると共に、前記第２判定部による判定結果に応じて、前記再現性を更新する、判定プログラム。

【請求項16】

コンピュータにより実行されて、前記コンピュータを、
被測定デバイスに対して行われる複数の項目の試験の試験結果を取得する結果取得部と、
予め複数の被測定デバイスそれぞれに前記試験を複数回行った場合での試験結果の再現性に基づいて、前記試験をフェイルした被測定デバイスに再試験を行うか否かを判定する第１判定部と、
して機能させ、
前記第１判定部は、前記複数の項目のそれぞれについての前記再現性に基づいて、対応する項目の試験をフェイルした被測定デバイスに再試験を行うか否かを判定し、
前記コンピュータを、
前記試験をパスする被測定デバイスの割合の許容下限値を取得する下限値取得部と、
各項目の前記再現性に基づいて、対応する項目の試験にフェイルした被測定デバイスのうち、少なくとも当該項目の再試験をパスすると予測される被測定デバイスの予測パス個数を算出する予測部、
としてさらに機能させ、
前記第１判定部は、各項目の前記再現性の大きさに従って、対応する前記予測パス個数を順に積算する場合に、前記許容下限値の対応個数に達するとき、または、達する直前の前記予測パス個数に対応する前記再現性に基づく値を判定の閾値として用いる、判定プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、判定装置、試験システム、判定方法および判定プログラムに関する。

【背景技術】

【0002】

被測定デバイスに試験を行う場合には、接触不良などによって試験がフェイルしたと誤って判定される場合がある。そのため、従来より、試験にフェイルした被測定デバイスに対して再試験を行い、歩留まりの低下を防いでいる。

【発明の概要】

【0003】

本発明の第１の態様においては、判定装置を提供する。判定装置は、被測定デバイスに対して行われる複数の項目の試験の試験結果を取得する結果取得部を備えてよい。判定装置は、試験をフェイルした被測定デバイスに再試験を行うか否かを判定する第１判定部を備えてよい。第１判定部は、予め複数の被測定デバイスに試験を複数回行った場合での試験結果の再現性に基づいて判定を行ってよい。

【0004】

判定装置は、複数の項目のそれぞれについて再現性を算出する算出部をさらに備えてよい。第１判定部は、算出部により算出される再現性に基づいて、対応する項目の試験をフェイルした被測定デバイスに再試験を行うか否かを判定してよい。

【0005】

第１判定部は、再現性を学習した学習モデルを用いて判定を行ってよい。

【0006】

算出部は、複数の項目の試験結果を入力したことに応じて、再試験の予測結果を出力する学習モデルを有してよい。算出部は、学習モデルに対し、結果取得部により取得された複数の項目の試験結果を供給する供給部を有してよい。算出部は、複数の項目の試験結果を学習モデルに供給したことに応じて学習モデルが出力する再試験の予測結果から再現性を取得する再現性取得部を有してよい。

【0007】

判定装置は、複数の項目のうち少なくともフェイルした項目の項目ＩＤと、再試験の結果とを含む学習データを用いて学習モデルの学習処理を実行する学習処理部をさらに備えてよい。

【0008】

判定装置は、再試験の結果と、第１判定部の判定結果とを用いて、学習モデルを再学習するか否かを判定する第２判定部をさらに備えてよい。学習処理部は、第２判定部による判定結果に応じて学習モデルの学習処理を実行してよい。

【0009】

算出部は、複数の被測定デバイスに対する複数の試験の試験結果と、複数の再試験の試験結果とから、再現性を算出してよい。

【0010】

判定装置は、再試験の結果と、第１判定部の判定結果とを用いて、再現性を更新するか否かを判定する第２判定部をさらに備えてよい。算出部は、第２判定部による判定結果に応じて、再現性を更新してよい。

【0011】

判定装置は、基準数個おきのロットに含まれる被測定デバイスに対して試験が行われることに応じて第１判定部の判定結果によらず被測定デバイスに再試験を行う旨の判定を行う第３判定部をさらに備えてよい。第２判定部は、第３判定部により行われる再試験の結果を用いて判定を行ってよい。

【0012】

判定装置は、試験をパスする被測定デバイスの割合の許容下限値を取得する下限値取得部をさらに備えてよい。判定装置は、各項目の再現性に基づいて、対応する項目の試験にフェイルした被測定デバイスのうち、少なくとも当該項目の再試験をパスすると予測される被測定デバイスの予測パス個数を算出する予測部をさらに備えてよい。第１判定部は、各項目の再現性の大きさに従って、対応する予測パス個数を順に積算する場合に、許容下限値の対応個数に達するとき、または、達する直前の予測パス個数に対応する再現性に基づく値を判定の閾値として用いてよい。

【0013】

判定装置は、試験結果を含むデータファイルを取得し、当該データファイルから各項目の試験結果を抽出する抽出部をさらに備えてよい。判定装置は、抽出部により抽出された試験結果を記憶する記憶部をさらに備えてよい。結果取得部は、記憶部から複数の項目の試験結果を取得してよい。

【0014】

本発明の第２の態様においては、試験システムを提供する。試験システムは、第１の態様の判定装置を備えてよい。試験システムは、被測定デバイスに対して複数の項目の試験を行う試験装置を備えてよい。

【0015】

本発明の第３の態様においては、判定方法を提供する。判定方法は、被測定デバイスに対して行われる複数の項目の試験の試験結果を取得する結果取得段階を備えてよい。判定方法は、試験をフェイルした被測定デバイスに再試験を行うか否かを判定する第１判定段階を備えてよい。第１判定段階では、予め複数の被測定デバイスに試験を複数回行った場合での試験結果の再現性に基づいて判定を行ってよい。

【0016】

本発明の第４の態様においては、判定プログラムを提供する。判定プログラムは、コンピュータにより実行されて、コンピュータを、被測定デバイスに対して行われる複数の項目の試験の試験結果を取得する結果取得部として機能させてよい。判定プログラムは、コンピュータにより事項されて、コンピュータを、試験をフェイルした被測定デバイスに再試験を行うか否かを判定する第１判定部として機能させてよい。第１判定部は、予め複数の被測定デバイスに試験を複数回行った場合での試験結果の再現性に基づいて判定を行ってよい。

【0017】

なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

【図面の簡単な説明】

【0018】

【図1】本実施形態に係る試験システム１を示す。

【図2】試験装置２００をウエハ１０１とともに示す。

【図3】判定装置３００の動作を試験装置２００の動作とともに示す。

【図4】第１判定処理を示す。

【図5】変形例に係る判定装置３００Ａを試験装置２００や被測定デバイス１００とともに示す。

【図6】本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ２２００の例を示す。

【発明を実施するための形態】

【0019】

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

【0020】

［１．試験システム１］
図１は、本実施形態に係る試験システム１を示す。試験システム１は、被測定デバイス１００と、試験装置２００と、判定装置３００とを備える。試験装置２００と判定装置３００とは、単一の装置として一体的に形成されてもよい。

【0021】

［１－１．被測定デバイス１００］
被測定デバイス１００は、例えば、半導体やＭｉｃｒｏ Ｅｌｅｃｔｒｏ Ｍｅｃｈａｎｉｃａｌ Ｓｙｓｔｅｍｓ（ＭＥＭＳ）等の電子デバイスであってよい。被測定デバイス１００は、１つのウエハ上に複数形成されていてもよいし、ウエハをダイシングして個片化されてベアチップ状になっていてもよいし、封止されてパッケージングされていてもよい。

【0022】

［１－２．試験装置２００］
試験装置２００は、１または複数の被測定デバイス１００に対して試験を行う。試験装置２００は、単一の項目の試験を行ってもよいし、複数の項目（一例として１０００～２０００項目）の試験を並行して、或いは順に行ってもよい。試験に含まれる複数の項目のうち何れか２以上の項目は、例えば被測定デバイス１００がパッケージングされた電子デバイスである場合には、オーディオ機能などの同一のカテゴリに属する試験項目であってよい。本実施形態では一例として、試験装置２００は、ウエハ上の複数の被測定デバイス１００に対して複数の項目の試験を順に行う。

【0023】

試験装置２００は、システムＬＳＩテスタ、アナログテスタ、ロジックテスタ、または、メモリテスタ等のデバイス試験装置であってよい。試験装置２００は、被測定デバイス１００に様々なテスト信号を与え、被測定デバイス１００から応答信号を取得する。試験装置２００は、各項目の試験によって得られたデータファイルを、有線または無線を介して判定装置３００に供給してよい。試験装置２００から供給される試験のデータファイルは、本実施形態では一例としてＳＴＤＦ（Ｓｔａｎｄａｒｄ Ｔｅｓｔ Ｄａｔａ Ｆｏｒｍａｔ）の形式であってよく、被測定デバイス１００のロット番号やウエハ番号、被測定デバイス１００のデバイスＩＤ、試験項目の項目ＩＤ、項目ごとの測定値、項目ごとの試験結果（本実施形態では一例としてパス／フェイルの判定値「０」，「１」）などを含んでよい。データファイルはデータログやテストログの形式であってもよい。

【0024】

ここで、試験装置２００による試験では、被測定デバイス１００の表面汚れ、試験装置２００の接触不良などに起因して、試験結果に誤りが生じる場合があり、１回目の試験（初検とも称する）においてフェイルとされた被測定デバイス１００でも、２回目の試験（再検，再試験とも称する）においてはパスとなる場合がある。そのため、従来の試験システムにおいては、初検をフェイルした被測定デバイスに対して再試験を行い、歩留まりの低下を防いでいる。

【0025】

しかしながら、初検をフェイルした被測定デバイスに一律に再試験を行うと、もともとパスするはずの無い不良品に対しても無駄に再試験を行うことになってしまう。そのため、本実施形態に係る試験システム１では、初検をフェイルした被測定デバイス１００に対して再検を行うべきか否かを判定装置３００で判定する。なお、試験にフェイルするとは、試験に含まれる少なくとも１つの項目にフェイルすることであってよい。再験とは、試験装置２００を被測定デバイス１００に接触させ直して改めて試験を行う、いわゆるリプローブであってよい。試験装置２００に被測定デバイス１００を固定してからプローブを被測定デバイス１００に接触させる場合には、初検後に固定状態を解いてもよいし、解かなくてもよい。

【0026】

［１－３．判定装置３００］
判定装置３００は、抽出部３０１と、記憶部３０３と、結果取得部３０５と、算出部３０７と、下限値取得部３０９と、予測部３１１と、閾値決定部３１３と、第１判定部３１５とを有する。

【0027】

［１－３－１．抽出部３０１］
抽出部３０１は、試験装置２００から試験のデータファイル（本実施形態では一例としてＳＴＤＦファイル）を取得し、当該データファイルから各項目の試験結果（本実施形態では一例としてパス／フェイルの判定値）を抽出する。抽出部３０１は、データファイルから試験結果のほか、対応する試験の項目ＩＤ、および、被測定デバイス１００のデバイスＩＤやロット番号などを予め抽出してＣＳＶ（ｃｏｍｍａ－ｓｅｐａｒａｔｅｄ ｖａｌｕｅｓ）ファイルに変換してよい。抽出部３０１は、抽出したデータを記憶部３０３に供給してよい。

【0028】

［１－３－２．記憶部３０３］
記憶部３０３は、抽出部３０１により抽出された試験結果（本実施形態では一例としてパス／フェイルの判定値）を記憶する。記憶部３０３は、試験の項目ＩＤ、被測定デバイス１００のデバイスＩＤおよびロット番号などを試験結果に対応付けてさらに記憶してよい。記憶部３０３に記憶されたデータは、結果取得部３０５によって読み出し可能であってよい。

【0029】

［１－３－３．結果取得部３０５］
結果取得部３０５は、被測定デバイス１００に対して行われる複数の項目の試験結果を取得する。本実施形態では一例として、結果取得部３０５は、記憶部３０３から試験結果を取得してよい。結果取得部３０５は、各項目の試験結果とともに当該項目の項目ＩＤおよび被測定デバイス１００のデバイスＩＤを記憶部３０３から取得してよい。結果取得部３０５は、初検についての試験結果などを算出部３０７および第１判定部３１５に供給してよい。

【0030】

［１－３－４．算出部３０７］
算出部３０７は、予め複数の被測定デバイス１００に試験を複数回（本実施形態では一例として２回）行った場合での試験結果の再現性を算出する。算出部３０７は、算出した再現性の値を第１判定部３１５および予測部３１１に供給してよい。

【0031】

再現性は、同じ試験結果（本実施形態では一例としてパス／フェイルの判定値）がどのくらい再現されるかを示す指標であってよく、例えば初検におけるフェイルの試験結果が再検においてどれくらい再現されるかを示す。再現性が高い程、再検がフェイルとなって再験に要した時間などが無駄になりやすいため、再現性は再験の非有効性を示す指標であってもよい。

【0032】

一例として、再現性は、フェイルの試験結果が再現される率（再現率とも称する）であってよい。これに代えて、再現性は、再験において予測されるフェイル数（再検予測フェイル数とも称する）であってもよい。再検予測フェイル数は、初検においてフェイルであった被測定デバイス１００の個数（初検フェイル数とも称する）から、再検での予測パス数を引いた値であってよく、基準数の被測定デバイス１００に対する初検でフェイルとなった被測定デバイス１００の数と、再現率とを乗算した値であってよい。基準数は、ウエハに含まれる被測定デバイス１００の数であってよく、一例として１００～１００００であってよい。

【0033】

再現性は、複数の項目のそれぞれについての値であってよく、一の項目において初検の結果がフェイルであった場合に、再検の結果がフェイルとなることを示してよい。本実施形態においては一例として、再検がフェイルとなるとは、試験に含まれる何れかの項目でフェイルとなることであってよいが、初検と同じ項目においてフェイルとなることであってもよい。

【0034】

本実施の形態においては、一例として算出部３０７は、学習モデル３７１を用いて再現性を算出する。算出部３０７は、学習モデル３７１と、供給部３７３と、再現性取得部３７５とを有する。

【0035】

［１－３－５（１）．学習モデル３７１］
学習モデル３７１は、複数の項目の試験結果を入力したことに応じて、再験の予測結果を出力する。

【0036】

学習モデル３７１は、初検がフェイルであった被測定デバイス１００に対して実行された再験の試験結果を含む学習データを用いた学習処理によって生成されてよい。学習データは、試験の各項目のうち少なくともフェイルした項目の項目ＩＤと、再験の結果とを含んでよい。初検において一の項目の試験がフェイルであった場合に、その再験の試験結果は、当該一の項目の試験の結果のみを示してもよいし、各項目の試験の結果を示してもよいし、試験の全体としての結果のみを示してもよい。学習データには、ウエハ上での被測定デバイス１００の位置や、測定値と理想値とのずれ量などが更に含まれてもよい。

【0037】

学習モデル３７１は、本実施形態では一例としてランダムフォレストの機械学習アルゴリズムであるが、サポートベクタマシン（ＳＶＭ）やＫ近傍法、ロジスティック回帰などを含む他の機械学習アルゴリズムであってもよい。

【0038】

学習モデル３７１は、試験の各項目の結果についてパスを０、フェイルを１として学習されてよく、再験の結果がフェイルとなる可能性が高いほど、１に近い値を出力してよい。これにより、ある項目の試験についてフェイルを示す試験結果（つまり１）が入力される場合、再験の結果が改めてフェイルとなる可能性が高ければ出力値は１に近くなる。そのため、出力される予測結果は試験の項目別の再現性を示しうる。

【0039】

［１－３－５（２）．供給部３７３］
供給部３７３は、学習モデル３７１に対し、結果取得部３０５により取得された複数の項目の試験結果（本実施形態では一例として初検の試験結果）を供給する。供給部３７３は、各項目の試験結果とともに当該項目の項目ＩＤを供給してよい。

【0040】

［１－３－５（３）．再現性取得部３７５］
再現性取得部３７５は、供給部３７３が複数の項目の試験結果を学習モデル３７１に供給したことに応じて学習モデル３７１が出力する再検の予測結果から再現性を取得する。再現性取得部３７５は、再検の予測結果の値に四則演算などを行って再現性を取得してもよいし、予測結果の値そのものを再現性として取得してもよい。

【0041】

再現性取得部３７５は、取得した再現性を予測部３１１および第１判定部３１５に供給する。本実施形態では一例として、初検の試験結果に関わらず各項目の再現性を予測部３１１に供給し、初検においてフェイルした項目（初検フェイル項目とも称する）の再現性を第１判定部３１５に供給する。

【0042】

［１－３－６．下限値取得部３０９］
下限値取得部３０９は、試験をパスする被測定デバイス１００の割合の許容下限値を取得する。許容下限値は、試験をパスするべき被測定デバイス１００の歩留まり等に基づいて、判定装置３００のオペレータにより設定されてよい。許容下限値は、一例として１０％であってよい。下限値取得部３０９は、取得した許容下限値を閾値決定部３１３に供給してよい。

【0043】

［１－３－６．予測部３１１］
予測部３１１は、各項目の再現性に基づいて、対応する項目の試験（本実施形態では一例として初検）にフェイルした被測定デバイス１００のうち、少なくとも当該項目の再検をパスすると予測される被測定デバイス１００の予測パス個数を算出する。例えば、予測部３１１は、再検の全体をパスすると予測される被測定デバイス１００の予測パス個数を算出してよい。

【0044】

予測部３１１は、算出部３０７から供給される再現性に基づいて予測パス個数を算出してよい。予測部３１１は、項目ごとに、再現性と予測パス個数とを対応付けて閾値決定部３１３に供給してよい。

【0045】

［１－３－６．閾値決定部３１３］
閾値決定部３１３は、各項目の再現性および予測パス個数から、再検を行うか否かを判定するための閾値を決定する。本実施形態では一例として閾値は再現性の値であってよい。閾値決定部３１３は、決定した閾値を第１判定部３１５に供給してよい。

【0046】

［１－３－６．第１判定部３１５］
第１判定部３１５は、試験（本実施形態では一例として初検）をフェイルした被測定デバイス１００に再検を行うか否かを判定する。試験をフェイルしたとは、試験に含まれる少なくとも１つの項目をフェイルしたことであってよい。第１判定部３１５は、再現性に基づいて判定を行ってよい。

【0047】

例えば、第１判定部３１５は、項目ごとの再現性に基づいて、対応する項目の試験をフェイルした被測定デバイス１００に再検を行うか否かを判定してよい。本実施形態では一例として、第１判定部３１５は、結果取得部３０５から供給される各項目の試験結果と、当該項目の項目ＩＤと、被測定デバイス１００のデバイスＩＤとを用いて判定を行ってよい。第１判定部３１５は、再現性を学習した学習モデル３７１を用い、当該学習モデル３７１から出力される再現性に基づいて判定を行ってよい。第１判定部３１５は、閾値決定部３１３により決定された閾値を判定に用いてよい。

【0048】

第１判定部３１５は、再検を行う旨の判定を行った場合には、再検を行うべき被測定デバイス１００のデバイスＩＤを試験装置２００に供給してよい。これにより、試験装置２００によって対象の被測定デバイス１００に再検が行われる。再検は試験の全項目について改めて行われてよい。

【0049】

以上の判定装置３００によれば、試験をフェイルした被測定デバイス１００に対し再検を行うかを、試験結果の再現性に基づいて判定する。従って、再検してもフェイルする被測定デバイス１００に対して無駄に再検を行う手間を省き、再検を効率的に行うことができる。

【0050】

また、各項目の再現性に基づいて、対応する項目の試験をフェイルした被測定デバイス１００に再検を行うか否かを判定するので、無駄な再検を確実に省くことができる。

【0051】

また、項目ごとの再現性を学習した学習モデル３７１を用いて判定が行われるので、項目間での試験結果の潜在的な関連性を判定に反映することができる。従って、判定の精度を高め、再検を効率的に行うことができる。

【0052】

また、学習モデル３７１に複数の項目の試験結果を入力し、再現性を示す再検の予測結果を取得するので、精度の高い再現性を確実に取得して判定を行うことができる。

【0053】

また、試験のデータファイルから各項目の試験結果が抽出されて記憶部３０３に保存され、保存された試験結果が結果取得部３０５によって取得される。従って、結果取得部３０５が試験装置２００から直接的にデータファイルを取得して試験結果を抽出する場合と異なり、結果取得部３０５による処理速度を速めることができる。

【0054】

［２．試験装置２００］
図２は、試験装置２００をウエハ１０１とともに示す。試験装置２００は、テスタ本体２０１、テストヘッド２０３、および、プローバ２０５を備える。

【0055】

テスタ本体２０１は、試験装置２００の本体部であり、各種試験の制御を行う。例えば、テスタ本体２０１は、被測定デバイス１００の初検を行い、判定装置３００からの信号に基づいて、被測定デバイス１００の再検を行ってよい。

【0056】

テストヘッド２０３は、ケーブルを介してテスタ本体２０１に接続され、被測定デバイス１００に対して試験を行う試験位置と、試験を行わない退避位置との間で駆動可能に構成されている。テストヘッド２０３は、試験を行う場合に、テスタ本体２０１による制御に基づいて、試験位置において被測定デバイス１００にテスト信号を送信し、被測定デバイス１００から応答信号を受信して、これをテスタ本体２０１へ中継する。テストヘッド２０３は、被測定デバイス１００に接触して電気的なコンタクトをとる複数のプローブニードル２３１を有してよい。

【0057】

複数のプローブニードル２３１は、ウエハ１０１に形成された複数の被測定デバイス１００のうちのいくつか（本実施形態においては、４つ）における複数の電極パッドのそれぞれに対応して配置されている。

【0058】

プローバ２０５は、ウエハ１０１を搬送してステージ上に載置し、ウエハ１０１とテストヘッド２０３との位置合わせを行う。

【0059】

［３．動作］
図３は、判定装置３００の動作を試験装置２００の動作とともに示す。判定装置３００は、ステップＳ１１～Ｓ２５の処理を行うことにより、被測定デバイス１００の再検の要否を判定する。なお、図中の破線枠は試験装置２００による処理を示す。

【0060】

ステップＳ１１において試験装置２００は、複数の被測定デバイス１００に対してそれぞれ試験を行う。本実施形態では一例として、試験装置２００は、基準数の被測定デバイス１００、つまりウエハ１０１上の全ての被測定デバイス１００に対してそれぞれ試験を行う。ステップＳ１１の処理が２回目以降に行われる場合には、試験装置２００は、未だ試験が行われていない複数の被測定デバイス１００に対して初検を行ってよい。

【0061】

ステップＳ１３において抽出部３０１が試験装置２００からデータファイル（本実施形態では一例としてＳＴＤＦファイル）を取得して各項目の試験結果を抽出し、記憶部３０３が当該試験結果を記憶する。本実施形態においては一例として、抽出部３０１により被測定デバイス１００のデバイスＩＤおよび試験の項目ＩＤなどがさらに抽出され、記憶部３０３に記憶されてよい。

【0062】

ステップＳ１５において結果取得部３０５は、記憶部３０３から試験結果を取得する。結果取得部３０５は、試験結果とともに被測定デバイス１００のデバイスＩＤや試験の項目ＩＤなどをさらに取得してよい。

【0063】

ステップＳ１７において、第１判定部３１５は、ステップＳ１１で試験した基準数の被測定デバイス１００の全てが試験にパスしたか否かを判定する。本実施形態では一例として、第１判定部３１５は、ウエハ１０１上の全ての被測定デバイス１００が試験の全項目にパスしたか否かを判定する。ステップＳ１７において全ての被測定デバイス１００が試験にパスしたと判定された場合（ステップＳ１７；Ｙｅｓ）には、ステップＳ１１に処理が移行する。これにより、試験装置２００によって次のウエハ１０１の被測定デバイス１００に対して試験が行われる。ステップＳ１７において全ての被測定デバイス１００が試験にパスしなかったと判定された場合（ステップＳ１７；Ｎｏ）にはステップＳ１９に処理が移行する。

【0064】

ステップＳ１９において第１判定部３１５は、ステップＳ１１での試験をフェイルした被測定デバイス１００に対して再検を行うか否かの判定処理を行う。このステップＳ１９の処理の詳細は後述する。

【0065】

ステップＳ２１において第１判定部３１５は、再検を行う旨の判定を行ったか否かを判定する。全ての被測定デバイス１００に対して再検を行わない旨の判定が行われた場合（ステップＳ２１；Ｙｅｓ）には、ステップＳ１１に処理が移行する。これにより、試験装置２００によって次のウエハ１０１の被測定デバイス１００に対して試験が行われる。ステップＳ２１において少なくとも１つの被測定デバイス１００に対して再検を行う旨の判定が行われた場合（ステップＳ２１；Ｙｅｓ）には、ステップＳ２３に処理が移行する。

【0066】

ステップＳ２３において試験装置２００は、再検を行う旨の判定が行われた１または複数の被測定デバイス１００に対する再検を行う。再検は試験の各項目について行われてよい。

【0067】

試験装置２００がいっぺんに複数の被測定デバイス１００に対して試験を行うことが可能である場合には、試験装置２００は、これらの被測定デバイス１００のうち、再検を行うと判定された被測定デバイス１００のみに対して試験を行ってよい。一例として、試験装置２００の複数のプローブニードル２３１が別々の被測定デバイス１００に対して接触可能である場合には、試験装置２００は、各プローブニードル２３１を対応位置の各被測定デバイス１００に接触させ、再検を行う被測定デバイス１００に接触するプローブニードル２３１のみに電流を流してよい。

【0068】

ステップＳ２５において、上述のステップＳ１３と同様にして、抽出部３０１が試験装置２００からデータファイル（本実施形態では一例としてＳＴＤＦファイル）を取得して各項目の試験結果を抽出し、記憶部３０３が当該試験結果を記憶する。ステップＳ２５の処理が終了したら、ステップＳ１１に処理が移行してよい。これにより、試験装置２００によって次のウエハ１０１の被測定デバイス１００に対して試験が行われる。

【0069】

［４－１．第１判定処理］
図４は、第１判定処理を示す。判定装置３００は、ステップＳ１０１～Ｓ１０７の処理を行うことにより、被測定デバイス１００に対して再検を行うか否かを判定する。

【0070】

ステップＳ１０１において、下限値取得部３０９は、判定装置３００のオペレータにより予め設定された許容下限値を取得する。許容下限値が判定装置３００に内部記憶されている場合には、下限値取得部３０９は当該許容下限値を取得してよい。

【0071】

ステップＳ１０２において、算出部３０７は、複数の項目のそれぞれについて再現性を算出する。算出部３０７は、学習モデル３７１を用いて再現性を算出してよい。

【0072】

ステップＳ１０３において予測部３１１は、各項目の再現性に基づいて、項目ごとの予測パス個数を算出する。一例として、再現性がフェイルの再現率を示す場合には、予測部３１１は、各項目について次の式（１）から予測パス個数を算出してよい。再現性が再検予測フェイル数を示す場合には、予測部３１１は、各項目について次の式（２）から予測パス個数を算出してよい。

【0073】

予測パス個数＝初検フェイル数×（１－再現率） （１）
予測パス個数＝初検フェイル数－再検予測フェイル数 （２）

【0074】

ステップＳ１０５において閾値決定部３１３は、各項目の再現性および予測パス個数から、再検を行うか否かを判定するための閾値を決定する。例えば、閾値決定部３１３は、各項目の再現性の大きさに従って、対応する予測パス個数を順に積算する場合に、積算結果が許容下限値の対応個数に達するときの予測パス個数を検出してよい。これに代えて、閾値決定部３１３は、積算結果が許容下限値の対応個数に達する直前の予測パス個数を検出してもよい。閾値決定部３１３は、検出した予測パス個数に対応する再現性に基づく値を閾値として決定してよい。

【0075】

ここで、再現性の大きさに従って予測パス個数を順に積算するとは、再現性の大きい順または小さい順に予測パス個数を積算することであってよく、本実施形態では一例として、再現性の大きい順に予測パス個数を積算することである。再現性に基づく値とは、再現性の値に四則演算などを行って得られる値であってよいが、本実施形態においては一例として、再現性の値そのものである。この場合には、閾値と、各項目の再現性とを比較することで、当該項目をフェイルした被測定デバイス１００に再検を行うか否かを判定することができる。

【0076】

ステップＳ１０７において第１判定部３１５は、項目ごとに、当該項目の試験をフェイルした被測定デバイス１００に再検を行うか否かを判定する。第１判定部３１５は、算出部３０７の再現性取得部３７５から供給された各初検フェイル項目についての再現性と、閾値決定部３１３から供給された再現性についての閾値とを用いて判定を行ってよい。

【0077】

第１判定部３１５は、初検フェイル項目の再現性が閾値よりも大きい場合には、その項目にフェイルした被測定デバイス１００に対して再検を行わないと判定し、初検フェイル項目の再現性が閾値よりも小さい場合には、その項目にフェイルした被測定デバイス１００に対して再検を行うと判定してよい。第１判定部３１５は、結果取得部３０５から取得した各デバイスＩＤのうち、初検フェイル項目の再現性が閾値よりも小さい再現性の項目をフェイルした被測定デバイス１００のデバイスＩＤを検出し、再検の対象として試験装置２００に供給してよい。

【0078】

以上の第１判定処理によれば、各再現性の大きさに従って各項目の予測パス個数が順に積算される場合に、パス割合の許容下限値の対応個数に達するとき、またはその直前の予測パス個数に対応する再現性が検出されるので、許容下限値を満たすのに再検が不要な閾値が検出される。従って、この閾値を用いて再検の要否判定を行うことにより、試験にパスする被測定デバイス１００の割合を許容下限値以上にすることができる。

【0079】

なお、試験の再現性は、被測定デバイス１００に施された処理工程によって相違しうる。例えば、低温処理を経た被測定デバイス１００と、高温処理を経た被測定デバイス１００とでは、再現性が異なる場合がある。そのため、別々の処理工程が施された被測定デバイス１００が試験対象に含まれる場合には、施された処理工程ごとに別個の学習モデル３７１を用いて第１判定処理が行われることが好ましい。

【0080】

［５．変形例］
図５は、変形例に係る判定装置３００Ａを試験装置２００や被測定デバイス１００とともに示す。判定装置３００Ａは、第１判定部３１５Ａと、結果取得部３０５Ａと、第３判定部３１７と、第２判定部３１９と、学習処理部３２１とをさらに有する。なお、本変形例に係る判定装置３００Ａにおいて、図１に示された判定装置３００と略同一のものには同一の符号を付け、説明を省略する。

【0081】

［５－２．第１判定部３１５Ａ］
第１判定部３１５Ａは、上記の第１判定部３１５と同様の構成であるが、判定結果を第２判定部３１９にも供給するようになっている。

【0082】

［５－３．結果取得部３０５Ａ］
結果取得部３０５Ａは、上記の結果取得部３０５と同様の構成であるが、試験結果などとともに被測定デバイス１００のロット番号を記憶部３０３からさらに取得する。また、結果取得部３０５Ａは、ロット番号と、デバイスＩＤとを対応付けて第３判定部３１７に供給する。また、結果取得部３０５Ａは、第３判定部３１７から供給されるデバイスＩＤに対応する初検の試験結果、および、再検の試験結果を、試験項目の項目ＩＤと対応付けて記憶部３０３から取得し、第２判定部３１９に供給する。

【0083】

［５－４．第３判定部３１７］
第３判定部３１７は、被測定デバイス１００に再検を行うか否かの判定を行う。第３判定部３１７は、第１判定部３１５の判定結果によらず再検を行う旨の判定を行ってよい。第３判定部３１７は、基準数（本実施形態では一例として４）個おきのロットに含まれる被測定デバイス１００に対して試験が行われることに応じて再検を行う旨の判定を行ってよい。例えば、第３判定部３１７は、基準数個のロットの次のロット（本実施形態では一例として５番目のロット）に含まれる各被測定デバイス１００に対して初検が行われる場合に、当該被測定デバイス１００に対して再検を行う旨の判定を行ってよい。一例として、第３判定部３１７は、上述のステップＳ１５と、ステップＳ１７との間で判定を行ってよい。

【0084】

第３判定部３１７は、結果取得部３０５Ａから供給されるロット番号に基づいて、ロット番号の切り替わりを検出し、試験済みのロット数をカウントしてよい。第３判定部３１７は、試験済みのロット数が基準数（本実施形態においては４）に達してから、次の数（本実施形態においては５）に達するまでの間に初検が行われる被測定デバイス１００に対し、再検を行う旨の判定を行ってよい。第３判定部３１７は、結果取得部３０５Ａから供給されるデバイスＩＤから、再検を行うべき被測定デバイス１００のデバイスＩＤを抽出し、試験装置２００に供給してよい。これにより、試験装置２００によって対象の被測定デバイス１００に再検が行われる。

【0085】

第３判定部３１７は、再検を行うべき被測定デバイス１００のデバイスＩＤを、結果取得部３０５Ａにも供給してよい。これにより、当該デバイスＩＤに対応する初検の試験結果、および、再検の試験結果が試験の各項目の項目ＩＤと対応付けられて第２判定部３１９に供給される。

【0086】

［５－５．第２判定部３１９］
第２判定部３１９は、再検の結果と、第１判定部３１５の判定結果とを用いて、学習モデル３７１を再学習するか否かを判定する。第２判定部３１９により用いられる再検の結果とは、第３判定部３１７により行われる再検の結果であってよいが、第１判定部３１５により行われる再検の結果であってもよい。

【0087】

第２判定部３１９は、第１判定部３１５の判定結果（本実施形態では一例として再検の対象と判定した被測定デバイス１００のデバイスＩＤ）と、結果取得部３０５Ａから供給されるデバイスＩＤごとの再検の試験結果とから、ＴＰ（Ｔｒｕｅ Ｐｏｓｉｔｉｖｅ）、ＴＮ（Ｔｒｕｅ Ｎｅｇａｔｉｖｅ）、ＦＰ（Ｆａｌｓｅ Ｐｏｓｉｔｉｖｅ）、ＦＮ（Ｆａｌｓｅ Ｎｅｇａｔｉｖｅ）の値を算出してよい。ＴＰは、再検を行うと判定され、再検をパスした被測定デバイス１００の個数であってよい。ＴＮは、再検を行わないと判定され、再検をフェイルした被測定デバイス１００の個数であってよい。ＦＰは、再検を行うと判定され、再検をフェイルした被測定デバイス１００の個数であってよい。ＦＮは、再検を行わないと判定され、再検をパスした被測定デバイス１００の個数であってよい。

【0088】

第２判定部３１９は、歩留まりの低下を防ぐための条件（歩留まり条件とも称する）と、再検数を減らすための条件（再験低減条件とも称する）との少なくとも一方の条件が満たされない場合に、再学習する旨の判定を行ってよい。なお、歩留まりとは、試験に供される全ての被測定デバイス１００のうち、試験（または再検）をパスする被測定デバイス１００の割合であってよい。

【0089】

歩留まり条件は、全ての被測定デバイス１００を再検した場合にパスする被測定デバイス１００の数（ＦＮ＋ＴＰ）と、再検を行うと判定して再検にパスした被測定デバイス１００の個数（ＴＰ）との比が閾値より大きい、という条件であってよい。すなわち、歩留まり条件は、閾値（ＴＨ１）を用いてＴＰ／（ＦＮ＋ＴＰ）≧ＴＨ１で表されてよい。

【0090】

再検低減条件は、初検でフェイルした被測定デバイス１００の個数（ＴＮ＋ＦＰ＋ＦＮ＋ＴＰ）と、再検を行わなかった被測定デバイス１００の個数（ＴＮ＋ＦＮ）との比が閾値より大きい、という条件であってよい。すなわち、再検低減条件は、閾値（ＴＨ２）を用いて（ＴＮ＋ＦＮ）／（ＴＮ＋ＦＰ＋ＦＮ＋ＴＰ）≧ＴＨ２で表されてよい。

【0091】

第２判定部３１９は、再学習をする旨の判定を行った場合には、結果取得部３０５Ａから取得したデータから抽出される学習データを学習処理部３２１に供給してよい。

【0092】

［５－６．学習処理部３２１］
学習処理部３２１は、試験の各項目のうち少なくともフェイルした項目の項目ＩＤと、再験の結果とを含む学習データを用いて学習モデル３７１の学習処理を実行する。学習処理部３２１は、第２判定部３１９による判定結果に応じて学習モデル３７１の学習処理を実行してよい。一例として、学習処理部３２１は、第２判定部３１９から学習データが供給されることに応じて学習処理を行ってよい。学習処理部３２１は、ウエハ上での被測定デバイス１００の位置や、測定値と理想値とのずれ量などを更に含む学習データをさらに用いて学習処理を実行してもよい。学習処理部３２１は、これらのデータを結果取得部３０５Ａや第２判定部３１９から取得してよい。

【0093】

以上の判定装置３００Ａによれば、学習処理部３２１によって学習モデル３７１の学習処理が行われるので、再現性の精度をいっそう高めることができる。

【0094】

また、第２判定部３１９により再検の結果と、第１判定部３１５の判定結果とを用いて、学習モデル３７１を再学習するか否かが判定される。従って、第１判定部３１５の判定精度が低い場合に、学習モデル３７１を再学習して、第１判定部３１５の判定精度を高めることができる。

【0095】

また、基準ロット数の被測定デバイス１００の試験が行われるごとに強制的に再検が行われるので、再現性の精度や学習モデル３７１の学習精度を確実に高く維持することができる。

【0096】

［６．他の変形例］
なお、上記の実施形態および変形例においては、判定装置３００は、算出部３０７と、下限値取得部３０９と、予測部３１１と、閾値決定部３１３とを有することとして説明したが、これらを有しないこととしてもよい。例えば、判定装置３００は、外部接続された算出部３０７や予測部３１１、閾値決定部３１３から、再現性や予測パス個数、閾値の算出結果を取得してもよい。また、判定装置３００は、予測パス個数や閾値を用いずに第１判定部３１５による判定を行ってもよい。一例として、第１判定部３１５は、再現性が大きい基準数の項目にフェイルした被測定デバイスに再検を行わない旨の判定を行ってもよい。

【0097】

また、結果取得部３０５は、抽出部３０１および記憶部３０３を介して試験装置２００から試験結果などを取得することとして説明したが、試験装置２００から直接的に取得してもよい。この場合には、結果取得部３０５は、データファイル（一例としてＳＴＤＦファイル）の試験データを取得して、当該データファイルから試験結果などを抽出してよい。この場合には、判定装置３００は抽出部３０１を有しなくてもよい。

【0098】

また、予測部３１１により算出される項目ごとの予測パス個数を、当該項目の初検にフェイルした被測定デバイス１００のうち、当該項目の再検をパスすると予測される被測定デバイス１００の数として説明したが、他の値を示す数としてもよい。例えば、項目ごとの予測パス個数は、当該項目の初検にフェイルした被測定デバイスのうち、再検の全体をパスすると予測される被測定デバイス１００の数であってもよい。

【0099】

また、再現性を試験の項目ごとの値として説明したが、試験全体に対応する値としてもよい。この場合に再現性は、初検の結果がフェイルであった場合に、再検の結果がフェイルとなることを示してよい。

【0100】

また、算出部３０７は学習モデル３７１を用いて再現性を算出することとして説明したが、学習モデル３７１を用いずに再現性を算出してよい。例えば、算出部３０７は、複数の被測定デバイス１００に対する複数の試験の試験結果と、複数の再検の試験結果とから、再現性を算出してよい。一例として、算出部３０７は、複数の被測定デバイス１００に対する初検および再検の結果を用い、項目ごとに初検でのフェイル数と、再検でのフェイル数との比から、再現率を算出してよい。これにより、複数の被測定デバイス１００に対する初検の結果に基づく統計的な再現率を取得することができる。学習モデル３７１を用いずに再現性を算出する場合には、都度、被測定デバイス１００ごとに初検の試験結果を学習モデル３７１に入力する必要がないため、予め項目ごとに再現率を算出して判定装置３００に内部記憶させてよい。また、第２判定部３１９は再検の結果と、第１判定部３１５の判定結果とを用いて、算出済みの再現性を更新するか否かを判定してよい。この場合、算出部３０７は、第２判定部３１９による判定結果に応じて再現性を更新してよい。なお、第２判定部３１９による判定手法は、上記の変形例と同様であってよい。

【0101】

なお、試験システム１の試験装置２００や判定装置３００，３００Ａにおける少なくとも一部の機能部は、プログラムを実行するコンピュータで実現されてよい。コンピュータは、あらかじめ作成したプログラムに従って計算や論理的処理を行うものであってよく、一例としてマイクロプロセッサを有する特殊目的の専用コンピュータでもよいし、汎用コンピュータでもよいし、他のコンピュータでもよい。

【0102】

本発明の様々な実施形態は、フローチャートおよびブロック図を参照して記載されてよく、ここにおいてブロックは、（１）操作が実行されるプロセスの段階または（２）操作を実行する役割を持つ装置のセクションを表わしてよい。特定の段階およびセクションが、専用回路、コンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプログラマブル回路、および／またはコンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプロセッサによって実装されてよい。専用回路は、デジタルおよび／またはアナログハードウェア回路を含んでよく、集積回路（ＩＣ）および／またはディスクリート回路を含んでよい。プログラマブル回路は、論理ＡＮＤ、論理ＯＲ、論理ＸＯＲ、論理ＮＡＮＤ、論理ＮＯＲ、および他の論理操作、フリップフロップ、レジスタ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルロジックアレイ（ＰＬＡ）等のようなメモリ要素等を含む、再構成可能なハードウェア回路を含んでよい。

【0103】

コンピュータ可読媒体は、適切なデバイスによって実行される命令を格納可能な任意の有形なデバイスを含んでよく、その結果、そこに格納される命令を有するコンピュータ可読媒体は、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく実行され得る命令を含む、製品を備えることになる。コンピュータ可読媒体の例としては、電子記憶媒体、磁気記憶媒体、光記憶媒体、電磁記憶媒体、半導体記憶媒体等が含まれてよい。コンピュータ可読媒体のより具体的な例としては、フロッピー（登録商標）ディスク、ディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭまたはフラッシュメモリ）、電気的消去可能プログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、コンパクトディスクリードオンリメモリ（ＣＤ-ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、ブルーレイ（ＲＴＭ）ディスク、メモリスティック、集積回路カード等が含まれてよい。

【0104】

コンピュータ可読命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、またはＳｍａｌｌｔａｌｋ、ＪＡＶＡ（登録商標）、Ｃ＋＋等のようなオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語または同様のプログラミング言語のような従来の手続型プログラミング言語を含む、１または複数のプログラミング言語の任意の組み合わせで記述されたソースコードまたはオブジェクトコードのいずれかを含んでよい。

【0105】

コンピュータ可読命令は、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のコンピュータ等のプログラム可能なデータ処理装置のプロセッサまたはプログラマブル回路に対し、ローカルにまたはローカルエリアネットワーク（ＬＡＮ）、インターネット等のようなワイドエリアネットワーク（ＷＡＮ）を介して提供され、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく、コンピュータ可読命令を実行してよい。プロセッサの例としては、コンピュータプロセッサ、処理ユニット、マイクロプロセッサ、デジタル信号プロセッサ、コントローラ、マイクロコントローラ等を含む。

【0106】

図６は、本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ２２００の例を示す。コンピュータ２２００にインストールされたプログラムは、コンピュータ２２００に、本発明の実施形態に係る装置に関連付けられる操作または当該装置の１または複数のセクションとして機能させることができ、または当該操作または当該１または複数のセクションを実行させることができ、および／またはコンピュータ２２００に、本発明の実施形態に係るプロセスまたは当該プロセスの段階を実行させることができる。そのようなプログラムは、コンピュータ２２００に、本明細書に記載のフローチャートおよびブロック図のブロックのうちのいくつかまたはすべてに関連付けられた特定の操作を実行させるべく、ＣＰＵ２２１２によって実行されてよい。

【0107】

本実施形態によるコンピュータ２２００は、ＣＰＵ２２１２、ＲＡＭ２２１４、グラフィックコントローラ２２１６、およびディスプレイデバイス２２１８を含み、それらはホストコントローラ２２１０によって相互に接続されている。コンピュータ２２００はまた、通信インターフェイス２２２２、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６、およびＩＣカードドライブのような入／出力ユニットを含み、それらは入／出力コントローラ２２２０を介してホストコントローラ２２１０に接続されている。コンピュータはまた、ＲＯＭ２２３０およびキーボード２２４２のようなレガシの入／出力ユニットを含み、それらは入／出力チップ２２４０を介して入／出力コントローラ２２２０に接続されている。

【0108】

ＣＰＵ２２１２は、ＲＯＭ２２３０およびＲＡＭ２２１４内に格納されたプログラムに従い動作し、それにより各ユニットを制御する。グラフィックコントローラ２２１６は、ＲＡＭ２２１４内に提供されるフレームバッファ等またはそれ自体の中にＣＰＵ２２１２によって生成されたイメージデータを取得し、イメージデータがディスプレイデバイス２２１８上に表示されるようにする。

【0109】

通信インターフェイス２２２２は、ネットワークを介して他の電子デバイスと通信する。ハードディスクドライブ２２２４は、コンピュータ２２００内のＣＰＵ２２１２によって使用されるプログラムおよびデータを格納する。ＤＶＤ－ＲＯＭドライブ２２２６は、プログラムまたはデータをＤＶＤ－ＲＯＭ２２０１から読み取り、ハードディスクドライブ２２２４にＲＡＭ２２１４を介してプログラムまたはデータを提供する。ＩＣカードドライブは、プログラムおよびデータをＩＣカードから読み取り、および／またはプログラムおよびデータをＩＣカードに書き込む。

【0110】

ＲＯＭ２２３０はその中に、アクティブ化時にコンピュータ２２００によって実行されるブートプログラム等、および／またはコンピュータ２２００のハードウェアに依存するプログラムを格納する。入／出力チップ２２４０はまた、様々な入／出力ユニットをパラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入／出力コントローラ２２２０に接続してよい。

【0111】

プログラムが、ＤＶＤ－ＲＯＭ２２０１またはＩＣカードのようなコンピュータ可読媒体によって提供される。プログラムは、コンピュータ可読媒体から読み取られ、コンピュータ可読媒体の例でもあるハードディスクドライブ２２２４、ＲＡＭ２２１４、またはＲＯＭ２２３０にインストールされ、ＣＰＵ２２１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ２２００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置または方法が、コンピュータ２２００の使用に従い情報の操作または処理を実現することによって構成されてよい。

【0112】

例えば、通信がコンピュータ２２００および外部デバイス間で実行される場合、ＣＰＵ２２１２は、ＲＡＭ２２１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インターフェイス２２２２に対し、通信処理を命令してよい。通信インターフェイス２２２２は、ＣＰＵ２２１２の制御下、ＲＡＭ２２１４、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭ２２０１、またはＩＣカードのような記録媒体内に提供される送信バッファ処理領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、またはネットワークから受信された受信データを記録媒体上に提供される受信バッファ処理領域等に書き込む。

【0113】

また、ＣＰＵ２２１２は、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６（ＤＶＤ－ＲＯＭ２２０１）、ＩＣカード等のような外部記録媒体に格納されたファイルまたはデータベースの全部または必要な部分がＲＡＭ２２１４に読み取られるようにし、ＲＡＭ２２１４上のデータに対し様々なタイプの処理を実行してよい。ＣＰＵ２２１２は次に、処理されたデータを外部記録媒体にライトバックする。

【0114】

様々なタイプのプログラム、データ、テーブル、およびデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理を受けてよい。ＣＰＵ２２１２は、ＲＡＭ２２１４から読み取られたデータに対し、本開示の随所に記載され、プログラムの命令シーケンスによって指定される様々なタイプの操作、情報処理、条件判断、条件分岐、無条件分岐、情報の検索／置換等を含む、様々なタイプの処理を実行してよく、結果をＲＡＭ２２１４に対しライトバックする。また、ＣＰＵ２２１２は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ２２１２は、第１の属性の属性値が指定される、条件に一致するエントリを当該複数のエントリの中から検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、それにより予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してよい。

【0115】

上で説明したプログラムまたはソフトウェアモジュールは、コンピュータ２２００上またはコンピュータ２２００近傍のコンピュータ可読媒体に格納されてよい。また、専用通信ネットワークまたはインターネットに接続されたサーバーシステム内に提供されるハードディスクまたはＲＡＭのような記録媒体が、コンピュータ可読媒体として使用可能であり、それによりプログラムを、ネットワークを介してコンピュータ２２００に提供する。

【0116】

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

【0117】

特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

【符号の説明】

【0118】

１ 試験システム
１００ 被測定デバイス
１０１ ウエハ
２００ 試験装置
２０１ テスタ本体
２０３ テストヘッド
２０５ プローバ
２３１ プローブニードル
３００ 判定装置
３０１ 抽出部
３０３ 記憶部
３０５ 結果取得部
３０７ 算出部
３０９ 下限値取得部
３１１ 予測部
３１３ 閾値決定部
３１５ 第１判定部
３１７ 第３判定部
３１９ 第２判定部
３２１ 学習処理部
３７１ 学習モデル
３７３ 供給部
３７５ 再現性取得部
２２００ コンピュータ
２２０１ ＤＶＤ－ＲＯＭ
２２１０ ホストコントローラ
２２１２ ＣＰＵ
２２１４ ＲＡＭ
２２１６ グラフィックコントローラ
２２１８ ディスプレイデバイス
２２２０ 入／出力コントローラ
２２２２ 通信インターフェイス
２２２４ ハードディスクドライブ
２２２６ ＤＶＤ－ＲＯＭドライブ
２２３０ ＲＯＭ
２２４０ 入／出力チップ
２２４２ キーボード

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】