“M·普利哈尔”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果18个，建议您升级VIP下载更多相关专利

[发明专利]用于基于半导体的应用的深度学习图像去除噪声-CN202280018816.X在审
发明人： A·古拉堤;R·科努鲁;N·拉克希米纳拉辛汉;S·帕拉马西万;M·普利哈尔;P·俄珀鲁里 -专利权人：科磊股份有限公司
申请日： 2022-05-31 - 公布日： 2023-10-20 - 主分类号： G06T5/00 文献下载
摘要：提供用于确定样品的信息的方法及系统。一种系统包含计算机子系统及由所述计算机子系统执行的一或多个组件。所述一或多个组件包含经配置用于对由成像子系统产生的样品的图像去除噪声的深度学习模型。所述计算机子系统经配置用于从所述去除噪声的图像确定所述样品的信息。
用于基于半导体应用深度学习图像去除噪声

[发明专利]用于新颖缺陷发现的扰乱挖掘-CN201980016792.2有效
发明人： M·普利哈尔 -专利权人：科磊股份有限公司
申请日： 2019-03-18 - 公布日： 2023-09-01 - 主分类号： H01L21/66 文献下载
摘要：本发明使得半导体制造商能够更准确地确定本来会被忽略的缺陷的存在。本发明可体现为用于新颖缺陷发现的系统、方法或设备。本发明可包括：在扰乱筛选器中设置扰乱格区；将缺陷群体划分成缺陷群体分区；将所述缺陷群体分区分段成缺陷群体区段；从所述缺陷群体区段选择一组选定缺陷；计算所述缺陷群体区段中的所述缺陷的信号属性的一或多个统计量；复制所述组选定缺陷以得到产生型缺陷；将所述产生型缺陷移位到所述缺陷群体区段之外；创建训练组；及训练二进制分类器。
用于新颖缺陷发现扰乱挖掘

[发明专利]对从晶片检测的缺陷进行分类的方法和装置-CN201880015199.1有效
发明人： M·普利哈尔;A·杰因 -专利权人：科磊股份有限公司
申请日： 2018-01-10 - 公布日： 2023-06-20 - 主分类号： H01L21/66 文献下载
摘要：本发明提供一种用于在具有深堆叠层的晶片中训练及应用缺陷分类器的系统、方法及非暂时性计算机可读媒体。在使用中，获取多个图像，所述多个图像是由检验系统针对由所述检验系统在晶片上检测到的缺陷的位置而产生。所述晶片上的所述位置由多个堆叠层组成，且所述多个图像中的每一图像是由所述检验系统使用不同聚焦设定在所述位置处产生的。此外，利用所述多个图像来确定所述缺陷的分类。
晶片检测缺陷进行分类方法装置

[发明专利]确定半导体制造工艺窗的方法、系统及计算机可读存储媒体-CN202080055907.1有效
发明人： A·梁;M·普利哈尔;S·帕拉马西万;N·拉克希米纳拉辛汉;S·巴格瓦特 -专利权人：科磊股份有限公司
申请日： 2020-08-06 - 公布日： 2023-05-23 - 主分类号： H01L21/66 文献下载
摘要：为了评估半导体制造过程，获得包含被分组成调制组的裸片的半导体晶片。每一调制组使用相异过程参数制造。光学检验所述晶片以识别缺陷。训练扰乱点过滤器以将所述缺陷分类为DOI或扰乱点缺陷。基于所述训练的结果，确定所述晶片的第一初步工艺窗且识别在包围所述第一工艺窗的调制组的第一群组中的具有DOI的裸片结构。将所述经训练扰乱点过滤器应用到所述经识别缺陷以确定所述晶片的第二经修正工艺窗。基于所述第二经修正工艺窗内的一或多个调制组中的经指定关照区域的SEM图像确定所述晶片的第三进一步经修正工艺窗。产生指定所述第三工艺窗的报告。
确定半导体制造工艺方法系统计算机可读存储媒体

[发明专利]用于检验的缺陷候选生成-CN202080027371.2有效
发明人： M·普利哈尔;E·索尔塔默罕默德;P·俄珀鲁里;M·亚尼;C·马厄 -专利权人：科磊股份有限公司
申请日： 2020-04-09 - 公布日： 2023-03-31 - 主分类号： G01N21/95 文献下载
摘要：本发明提供用于检测样本上的缺陷候选的系统及方法。一种方法包含在完成样本的至少一大部分的扫描之后，将一或多个分割方法应用到在所述扫描期间生成的输出的至少大部分以借此生成所述输出的两个或更多个区段。所述方法还包含单独检测所述输出的所述两个或更多个区段中的离群值。另外，所述方法包含通过将一或多个预定准则应用到所述单独检测的结果来检测所述样本上的缺陷候选以借此将所述检测离群值的一部分指定为所述缺陷候选。
用于检验缺陷候选生成

[发明专利]用于具有光学检验的工艺监测的方法-CN202080053899.7有效
发明人： M·普利哈尔;S·帕拉马西万;P·俄珀鲁里 -专利权人：科磊股份有限公司
申请日： 2020-07-31 - 公布日： 2022-12-16 - 主分类号： G01N21/95 文献下载
摘要：机器学习方法提供有关半导体晶片检验稳定性问题的额外信息，其可区分如工艺偏移的连续工艺变化与规格内的小工艺变化。可独立监测检验结果中的可变关注缺陷(DOI)捕获率的影响及晶片上的可变缺陷计数的影响。
用于具有光学检验工艺监测方法

[发明专利]自适应自动缺陷分类-CN201680066102.0有效
发明人：贺力;M·普利哈尔;应华俊;A·巴蒂亚;A·S·达恩狄安娜;R·拉米尼 -专利权人：科磊股份有限公司
申请日： 2016-09-16 - 公布日： 2022-11-08 - 主分类号： H01L21/66 文献下载
摘要：本发明提供用于使用自适应自动缺陷分类器来分类在样品上检测到的缺陷的方法及系统。一个方法包含基于从用户接收的用于第一批结果中的不同群组的缺陷的分类及包含在所述第一批结果中的全部所述缺陷的一组训练缺陷来产生缺陷分类器。所述第一批结果及额外批结果经组合以产生累计批结果。使用所述所产生缺陷分类器来分类所述累计批结果中的缺陷。如果所述缺陷中的任何者经分类而具有低于阈值的置信度，那么基于包含所述低置信度经分类缺陷的经修改训练组及用于从用户接收的这些缺陷的分类来修改所述缺陷分类器。接着所述经修改缺陷分类器用于分类额外累计批结果中的缺陷。
自适应自动缺陷分类

[发明专利]基于设计及噪声的关注区域-CN201980067471.5有效
发明人： B·达菲;M·普利哈尔;E·索尔塔默罕默德;G·罗素;S·巴塔查里亚;C·马厄 -专利权人：科磊股份有限公司
申请日： 2019-10-17 - 公布日： 2022-08-05 - 主分类号： G01N21/95 文献下载
摘要：本发明提供用于设置具有基于设计及噪声的关注区域的样品的检验的方法及系统。一个系统包含经配置用于产生样品的基于设计的关注区域的一或多个计算机子系统。所述计算机子系统还经配置用于针对所述样品上的所述关注区域的多个例子确定一或多个输出属性，且从由输出获取子系统针对所述多个例子产生的输出确定所述一或多个输出属性。所述计算机子系统进一步经配置用于将所述样品上的所述关注区域的所述多个例子分离成不同关注区域子群组，使得所述不同关注区域子群组具有所述输出属性的统计上不同值且基于所述不同关注区域子群组而选择所述样品的检验配方的参数。
基于设计噪声关注区域

[发明专利]使用浅层深度学习的差值滤波器及孔径选择的系统与方法-CN201980079469.X有效
发明人： S·巴塔查里亚;J·乔治;S·帕拉马西万;M·普利哈尔 -专利权人：科磊股份有限公司
申请日： 2019-12-06 - 公布日： 2022-07-29 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种用于缺陷重检及分类的系统。所述系统可包含控制器，其中所述控制器可经配置以接收样品的一或多个训练图像。所述一或多个训练图像包含多个训练缺陷。所述控制器可进一步经配置以将多个差值滤波器应用到所述一或多个训练图像，且接收指示所述多个差值滤波器的至少一部分的差值滤波器有效性度量的分类的信号。所述控制器可进一步经配置以基于所述所接收分类及所述多个训练缺陷的属性而生成深度学习网络分类器。所述控制器可进一步经配置以提取所述深度学习网络分类器的卷积层滤波器，且基于所述所提取的卷积层滤波器而生成一或多个差值滤波器配方。
使用深度学习差值滤波器孔径选择系统方法

[发明专利]用于使用基于物理的图像扰动确定缺陷的系统及方法-CN202080050929.9在审
发明人： M·普利哈尔;S·帕拉马西万;J·乔治;N·拉克希米纳拉辛汉;S·拉舞;S·查拉帕里;P·俄珀鲁里 -专利权人：科磊股份有限公司
申请日： 2020-07-24 - 公布日： 2022-03-01 - 主分类号： G06V10/764 文献下载
摘要：本发明公开一种用于特性化试样的系统。在一个实施例中，所述系统包含经配置以获取试样的一或多个图像的特性化子系统及通信地耦合到所述特性化子系统的控制器。所述控制器可经配置以：从所述特性化子系统接收训练试样的一或多个缺陷的一或多个训练图像；产生所述训练试样的所述一或多个缺陷的一或多个增强图像；基于所述训练试样的所述一或多个缺陷的所述一或多个增强图像产生机器学习分类器；从所述特性化子系统接收目标试样的一或多个目标特征的一或多个目标图像；及使用所述机器学习分类器确定所述一或多个目标特征的一或多个缺陷。
用于使用基于物理图像扰动确定缺陷系统方法

[发明专利]用于检验的模式选择的方法和系统-CN201980017247.5有效
发明人： M·普利哈尔;S·帕拉马西万;A·杰因;P·俄珀鲁里;R·科努鲁 -专利权人：科磊股份有限公司
申请日： 2019-03-28 - 公布日： 2021-11-30 - 主分类号： H01L21/67 文献下载
摘要：本发明提供用于选择用于检验样品的模式的方法及系统。一种方法包含确定在样品上所检测到的所关注缺陷DOI与扰乱在检验子系统的一或多个模式中的可分离性如何。使用所述模式针对所述DOI及所述扰乱的可分离性来选择所述模式的子集以用于检验相同类型的其它样品。所述模式的性能的其它特性可与所述可分离性组合使用来选择所述模式。基于所述可分离性而选择的所述模式子集还可为初始模式子集，针对所述初始模式子集执行额外分析以确定所述模式的最后子集。
用于检验模式选择方法系统

[发明专利]利用自动产生缺陷特征检验半导体结构的方法及系统-CN202080009734.X在审
发明人： J·乔治;S·帕拉马西万;M·普利哈尔;N·拉克希米纳拉辛汉;S·拉舞;P·俄珀鲁里 -专利权人：科磊股份有限公司
申请日： 2020-01-17 - 公布日： 2021-08-24 - 主分类号： H01L21/66 文献下载
摘要：基于从候选缺陷的图像导出的一或多个自动产生属性的值而实现用于所关注缺陷DOI的经改进检测及分类的方法及系统。通过迭代地训练、简化及重新训练深度学习模型而确定自动产生属性。所述深度学习模型使候选缺陷的光学图像与所述缺陷的已知分类相关。在模型简化之后，识别所述简化模型的属性，所述属性使候选缺陷的所述光学图像与所述缺陷的所述已知分类强相关。随后采用所述简化模型来产生与具有未知分类的候选缺陷的图像相关联的所述经识别属性的值。另一方面，采用统计分类器以基于自动产生属性及人工识别属性对缺陷进行分类。
利用自动产生缺陷特征检验半导体结构方法系统

[发明专利]识别检测到的缺陷中的扰乱及所关注缺陷的系统及方法-CN201880056014.1有效
发明人： M·普利哈尔;B·达菲;M·冯登霍夫;A·克罗斯;K·沙赫;A·马尼 -专利权人：科磊股份有限公司
申请日： 2018-08-29 - 公布日： 2021-03-23 - 主分类号： H01L21/66 文献下载
摘要：本发明提供用于识别在晶片上检测到的缺陷中的扰乱及所关注缺陷DOI的方法及系统。一种方法包含获取由在测量点的阵列处对所述晶片执行测量的计量工具产生的针对所述晶片的计量数据。在一个实施例中，所述测量点是在于所述晶片上检测所述缺陷之前且独立于在所述晶片上检测到的所述缺陷而确定的。所述方法还包含相对于所述晶片上的所述测量点的位置而确定在所述晶片上检测到的所述缺陷的位置，及基于相对于所述测量点的所述位置而确定的所述缺陷的所述位置来将计量数据作为缺陷属性指派给所述缺陷。另外，所述方法包含基于指派给所述缺陷的所述缺陷属性来确定所述缺陷是扰乱还是DOI。
识别检测缺陷中的扰乱关注系统方法

[发明专利]优化用于设置检验相关算法的训练组-CN201780063543.X有效
发明人： M·普利哈尔;E·索尔塔默罕默德;S·帕拉马西万;S·拉舞;A·杰因;S·谢克扎哈尔;P·俄珀鲁里 -专利权人：科磊股份有限公司
申请日： 2017-10-17 - 公布日： 2020-12-11 - 主分类号： H01L21/66 文献下载
摘要：本发明提供用于训练检验相关算法的方法及系统。一个系统包含一或多个计算机子系统，所述一或多个计算机子系统经配置以使用标记缺陷组来执行检验相关算法的初始训练，借此产生所述检验相关算法的初始版本，且将所述检验相关算法的所述初始版本应用到未标记缺陷组。所述(若干)计算机子系统还经配置以基于所述应用的结果来变更所述标记缺陷组。接着，所述(若干)计算机子系统可迭代地再训练所述检验相关算法且变更所述标记缺陷组，直到所述算法的最新版本与先前版本所产生的结果之间的一或多个差达到一或多个标准。当所述一或多个差达到所述一或多个标准时，输出所述检验相关算法的所述最新版本作为经训练算法。
优化用于设置检验相关算法训练

[发明专利]检测目标组件中的缺陷的系统、方法及计算机可读媒体-CN201780027411.1有效
发明人： A·帕克;M·普利哈尔 -专利权人：科磊股份有限公司
申请日： 2017-05-04 - 公布日： 2020-06-19 - 主分类号： H01L21/66 文献下载
摘要：本发明提供一种在目标组件与参考组件之间具有一致调制的所制造装置。所述所制造装置包含具有第一调制的目标组件。所述所制造装置进一步包含所述目标组件的至少两个参考组件，其包含第一参考组件及第二参考组件，其中所述第一参考组件及所述第二参考组件各自具有所述第一调制。此外，本发明提供一种用于使用目标及参考组件的一致调制检测所制造目标组件中的缺陷的系统、方法及计算机程序产品。
检测目标组件中的缺陷系统方法计算机可读媒体

1
2
下一页»
尾页
共 18 条