[发明专利]扫描电子显微镜图像中的半监督异常检测在审

专利信息
申请号: 201980017256.4 申请日: 2019-03-18
公开(公告)号: CN111837229A 公开(公告)日: 2020-10-27
发明(设计)人: 吕劭宇;贺力;S·梵卡泰若曼 申请(专利权)人: 科磊股份有限公司
主分类号: H01L21/67 分类号: H01L21/67;H01L21/66
代理公司: 北京律盟知识产权代理有限责任公司 11287 代理人: 刘丽楠
地址: 美国加利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 扫描 电子显微镜 图像 中的 监督 异常 检测
【权利要求书】:

1.一种系统,其包括:

晶片检验工具,其经配置以产生晶片的图像,其中所述晶片检验工具包含电子束源及检测器;及

处理器,其与所述晶片检验工具电子通信,其中所述处理器操作经配置以找到所述图像中的一或多个异常的模型,其中仅基于半导体装置的无缺陷训练图像使用半监督机器学习训练所述模型。

2.根据权利要求1所述的系统,其中所述晶片检验工具是扫描电子显微镜。

3.根据权利要求1所述的系统,其中所述模型包含变分自动编码器。

4.根据权利要求4所述的系统,其中所述变分自动编码器包含梯形网络。

5.一种方法,其包括:

在处理器处接收晶片的图像,其中所述处理器操作经配置以找到所述图像中的一或多个异常的模型,其中仅基于半导体装置的无缺陷训练图像使用半监督机器学习训练所述模型;及

使用所述模型确定所述图像中一或多个异常的存在。

6.根据权利要求5所述的方法,其中所述图像是扫描电子显微镜图像。

7.根据权利要求5所述的方法,其中所述训练使用标称图案。

8.根据权利要求5所述的方法,其中所述模型包含变分自动编码器。

9.根据权利要求8所述的方法,其中所述变分自动编码器包含梯形网络。

10.根据权利要求5所述的方法,其进一步包括使用晶片检验工具获得所述图像。

11.根据权利要求10所述的方法,其中所述晶片检验工具是扫描电子显微镜。

12.根据权利要求5所述的方法,其中所述一或多个异常各自为异常图块或异常区域中的一者。

13.根据权利要求5所述的方法,其进一步包括:

使用所述处理器在特征空间中确定所述图像与所述无缺陷训练图像之间的距离;及

使用所述处理器基于所述距离而确定所述图像是否是离群值。

14.根据权利要求5所述的方法,其进一步包括使用所述处理器使用以自动编码器作为产生器且以卷积神经网络作为鉴别器的产生性对抗式网络确定所述图像是否是离群值。

15.一种非暂时性计算机可读存储媒体,其包括用于在一或多个运算装置上执行模型的一或多个程序,其中仅基于半导体装置的无缺陷训练图像使用半监督机器学习训练所述模型,且其中所述模型经配置以:

接收晶片的图像;及

确定所述图像中一或多个异常的存在。

16.根据权利要求15所述的缺陷检测模型,其中所述图像是扫描电子显微镜图像。

17.根据权利要求15所述的缺陷检测模型,其中使用标称图案训练所述模型。

18.根据权利要求15所述的缺陷检测模型,其中所述模型包含变分自动编码器。

19.根据权利要求18所述的缺陷检测模型,其中所述变分自动编码器包含梯形网络。

20.根据权利要求15所述的缺陷检测模型,其中所述模型经配置以执行离群值检测,借此检测异常。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于科磊股份有限公司,未经科磊股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201980017256.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top