MACHINE LEARNING BASED EXAMINATION FOR PROCESS MONITORING

• Main Authors: PRES SHAUL, SINITSA SERGEY, TAL NOAM, CHOONA LILACH, LEVANT BORIS, STURLESI BOAZ, YOGEV SHAY, ARIEL ASSAF
• Format: Patent
• Language: English; Korean
• Published: 29.08.2024
• Subjects: BASIC ELECTRIC ELEMENTS; CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; ELECTRIC SOLID STATE DEVICES NOT OTHERWISE PROVIDED FOR; ELECTRICITY; PHYSICS; SEMICONDUCTOR DEVICES

반도체 시편들의 검사의 시스템 및 방법이 제공된다. 방법은: 제조 프로세스 동안 순차적으로 제조되고 검사된 시편들의 시퀀스에 대응하는 이상 점수들의 시퀀스를 생성하는 단계 - 이는, 각각의 주어진 시편에 대해: 검사 툴에 의해 취득된 주어진 시편의 이미지를 획득하는 단계; 이미지를 처리하기 위해 기계 학습(ML) 모델을 사용하고 이미지에서의 패턴 변동을 나타내는 이상 맵을 획득하는 단계; 및 이상 맵에 기초하여, 주어진 시편에 존재하는 패턴 변동의 수준을 나타내는 이상 점수를 도출하는 단계를 포함하고, 이상 점수는 상관 관계에서 결함 검출에 관련된 결함성 점수와 상관되고, 결함성 점수보다 더 높은 검출 감도를 가짐 -; 및 지속적인 프로세스 안정성을 모니터링하기 위해 이상 점수들의 시퀀스를 분석함으로써, 상관 관계에 기초하여 제조 프로세스를 따라 결함 관련 예측을 제공하는 단계를 포함한다. There is provided a system and method of examination of semiconductor specimens. The method includes generating a sequence of anomaly scores corresponding to a sequence of specimens sequentially fabricated and examined during a fabrication process, comprising, for each given specimen: obtaining an image of the given specimen acquired by an examination tool; using a machine learning (ML) model to process the image and obtaining an anomaly map indicative of pattern variation in the image; and deriving, based on the anomaly map, an anomaly score indicative of level of pattern variation presented in the given specimen, wherein the anomaly score is correlated with a defectivity score related to defect detection in a correlation relationship, and has higher detection sensitivity than the defectivity score; and analyzing the sequence of anomaly scores to monitor on-going process stability, thereby providing defect related prediction along the fabrication process based on the correlation relationship.