特許7911630IP Force 特許公報全文掲載

技術分野

関連出願 本出願は、参照によってその全体が本明細書に組み込まれている、2022年9月23日に出願されたドイツ特許出願第102022124580.2号の利益を主張する。

発明が解決しようとする課題[発明の詳細な説明]から抜粋

したがって、本発明の目的は、さまざまな使用事例またはさまざまな結像データセットに再利用可能であり、多用途の、組み込みシステム上の機械学習モデルを取得するための方法を提供することである。本発明の別の目的は、ウェハーの結像データセットにおける欠陥認識のために、組み込みシステム上で機械学習モデルをプログラミングするために必要とされる労力、時間、およびリソースを削減することである。本発明の別の目的は、機械学習モデルの計算時間を短縮することである。本発明の別の目的は、組み込みシステム上の機械学習モデルを、ウェハーの品質管理プロセスまたは品質保証プロセスに適応させることである。本発明のさらなる目的は、ウェハーの品質管理プロセスまたは品質保証プロセス中のスループットを向上させることである。本発明の別の目的は、ウェハーの品質管理プロセスまたは品質保証プロセスの実行時間を最小限に抑えることである。概して、本発明の目的は、高スループットかつ高精度での、検査体積内の半導体構造体の測定のためのウェハー検査方法を提供することである。本発明の目的は、測定タスク、測定システムの変更、または対象の半導体対象物の変更に迅速に適応され得る、検査体積内の半導体構造体の測定のための一般化されウェハー検査方法を提供することである。本発明のさらなる目的は、高精度かつ測定アーチファクトが低減された、検査体積内の半導体構造体を表すパラメータのセットの高速、堅牢、かつ信頼性の高い測定方法を提供することである。最後に、本発明の目的は、機械学習アルゴリズムを含んでいるシステムを販売するための新しいビジネスモデルを可能にすることである。

課題を解決するための手段[発明の詳細な説明]から抜粋

ウェハーの結像データセットにおける欠陥認識のために組み込みシステム上で機械学習モデルを実施する、コンピュータ実施方法、コンピュータ可読媒体、およびシステム

この特許の権利範囲[特許請求の範囲]

知財ポータルサイト IP Force にログインして確認する (無料)

この特許公報に記載されている図面[図面の簡単な説明]から抜粋

【図1】 3つの欠陥のあるウェハーの結像データセットの概略的なセル構造を示す図である。
【図2】 本発明の第1の実施形態による、欠陥認識のための例示的なコンピュータ実施方法におけるステップのフローチャートを示す図である。
【図3】 組み込みシステムへの機械学習モデルの柔軟な実施のための、モデルアーキテクチャおよびモデルデータの分離の利用を示す図である。
【図4】 本発明の第2の実施形態による、欠陥認識のための例示的なコンピュータ実施方法におけるステップのフローチャートを示す図である。
【図5】 少なくとも1つの組み込みシステムを備えているシステムにおいて機械学習モデルを実施する特に柔軟で多用途の方法を示す図である。
【図6】 ハードウェアに関連する部分およびソフトウェアに関連する部分の分離に基づくさまざまな使用事例での、FPGAの形態での組み込みシステムの使用を示す図である。
【図7】 ニューラルネットワークモデルアーキテクチャの第1のモジュールおよび第2のモジュールの概略的な組み込みシステムの実施を示す図である。
【図8】 ヘッドモジュールおよびテールモジュールへの、ニューラルネットワークの形態でのモデルアーキテクチャの細分化を示す図である。
【図9】 さまざまなモデルアーキテクチャの異なるヘッドモジュールおよびテールモジュールを示す図である。
【図10】 本発明のさまざまな実施形態による、コンピュータ実施方法によってシステムにおいて新しい使用事例を実施するプロセスを示す図である。
【図11】 本発明の第3の実施形態による、欠陥認識のための例示的なコンピュータ実施方法におけるステップのフローチャートを示す図である。
【図12】 本発明の第3の実施形態による、欠陥認識のための例示的なコンピュータ実施方法におけるステップのフローチャートを示す図である。
【図13】 本発明の第3の実施形態による、欠陥認識のための例示的なコンピュータ実施方法におけるステップのフローチャートを示す図である。
【図14】 本発明の第4の実施形態による、欠陥認識のための例示的なコンピュータ実施方法におけるステップのフローチャートを示す図である。
【図15】 半導体製造工場において製造されるウェハーの品質を管理するために使用され得るシステムを示す図である。
【図16】 半導体製造工場におけるウェハーの製造を制御するために使用され得るシステムを示す図である。
【図17】 半導体製造工場において製造されるウェハーの品質を管理するために使用され得るシステムを示す図である。
【図18】 半導体製造工場におけるウェハーの製造を制御するために使用され得るシステムを示す図である。

代表図 図1本件の代表的な図

10、10’、10’’ セル構造 12、12’、12’’ 結像データセット 14、14’、14’’ セル 16 欠陥 22 コンピュータ実施方法 26 結像ステップ 28 モデルデータステップ 30 モデルデータ転送ステップ 32 適用ステップ 34 新しい使用事例 40、40’、40’’ 機械学習モデル 42 モデルアーキテクチャ 44、44’、44’’ モデルデータ 46 組み込みシステム実施モデルアーキテクチャ 48、48’、48’’ プログラマブルメモリ 50、50’ 組み込みシステム 51 フィールドプログラマブルゲートアレイ 52 コンピュータ実施方法 56 結像ステップ 58 データフロー指定ステップ 60 モデルデータステップ 62 モデルデータ転送ステップ 64 適用ステップ 66 新しい使用事例 72、72’、72’’、72’’’ 論理ブロック回路 74 データのフロー 76、76’、76’’、76’’’ 論理ブロック回路 78 荷電粒子ビームシステム 80 適応的論理モジュール 82 M512ブロック 84 M4Kブロック 86 ダイナミックフェーズアライメント(DPA)を含む高速I/Oチャネル 88 外部メモリインターフェイス回路を含むI/Oチャネル 90 デジタル信号処理ブロック 92 M-RAMブロック 94 フェーズロックループ 96 プログラマブルメモリ 98 入力データバス 100 重み 102 第1のモジュール 104 第2のモジュール 106 構成メモリ 108 マルチプレクサ 110 乗算 112 加算 114 ニューラルネットワーク 116 ヘッドモジュール 118 テールモジュール 120 出力層 122 隠れ層 123 最後の隠れ層 124 ヘッドモジュール 126 ヘッドモジュール 128 テールモジュール 129、129’ 対応する第1の層 130 テールモジュール 131、131’ 対応する第2の層 132 テールモジュール 133、133’ 対応する第3の層 134 テールモジュール 136 テールモジュール 138 テールモジュール 142 開始 144 群の決定 146 使用事例の決定 148 問題投入ステップ 150 データ取得およびトレーニングステップ 152 モデルデータ保存ステップ 154 使用事例収集ステップ 156 モデルアーキテクチャ定義ステップ 158 実現可能性ステップ 160 モデル実施ステップ 162 モデルデータ検索ステップ 164 モデルデータ転送ステップ 166 データ処理システム 168 停止 170 はい 172 いいえ 174 はい 176 いいえ 178 はい 180 いいえ 182 コンピュータ実施方法 184 像取得パラメータステップ 186 トレーニングデータ生成ステップ 188 機械学習モデルトレーニングステップ 190 品質評価ステップ 192 選択ステップ 194 反復 196 コンピュータ実施方法 198 像取得パラメータステップ 200 トレーニングデータ生成ステップ 202 機械学習モデルトレーニングステップ 204 品質評価ステップ 206 選択ステップ 208 適用ステップ 210 反復 212 システム 214 結像デバイス 216 処理デバイス 218 CPU 220 インターフェイス 222 メモリ 224 ユーザインターフェイス 225 データベース 226 ウェハー 227 ディスプレイデバイス 228 システム 230 手段 232 システム 234 システム

全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録

[広告欄]

ログインすれば広告は減ります

ログインすれば広告は減ります