[發明專利]結構特性預測系統、成像器系統及相關方法

有效

• 申請號: 201980051438.3
• 申請日: 2019-07-12
• 公開（公告）號: CN112534246B
• 公開（公告）日: 2022-01-18
• 發明（設計）人: A·馬宗達;劉茜嵐;P·拉馬錢德蘭;S·D·利奧史密斯;S·K·麥坎德利斯;T·L·泰勒;A·N·諾埃曼恩;G·A·哈勒
• 申請（專利權）人: 美光科技公司
• 主分類號: G01N21/95
• 分類號: G01N21/95;G01N21/88;G06T7/00;G06N20/00;G06F30/20;H01L21/66;H01L21/67
• 代理公司: 北京律盟知識產權代理有限責任公司 11287
• 代理人: 王龍

1.一種預測晶片批次的虛擬計量數據的方法，其包括：

從成像器系統接收第一圖像數據，所述第一圖像數據與至少一個第一晶片批次有關；

從計量設備接收與所述至少一個第一晶片批次有關的所測量計量數據；

向所述第一圖像數據和所述所測量計量數據應用一或多個機器學習技術以產生至少一個用于預測晶片批次的虛擬計量數據或虛擬單元度量數據中的至少一個的預測性模型；

利用所述至少一個產生的預測性模型產生所述至少一個第一晶片批次的第一虛擬計量數據或第一虛擬單元度量數據中的至少一個；

從所述成像器系統接收第二圖像數據，所述第二圖像數據與至少一個第二晶片批次有關；以及

經由所述至少一個產生的預測性模型基于所述第二圖像數據產生所述第二晶片批次的第二虛擬計量數據或第二虛擬單元度量數據中的至少一個。

2.根據權利要求1所述的方法，其進一步包括不接收所述第二晶片批次的所測量計量數據。

3.根據權利要求1所述的方法，其中經由所述預測性模型產生所述第二晶片批次的第二虛擬計量數據或所述第二虛擬單元度量數據中的所述至少一個包括在不接收與所述至少一個第二晶片批次有關的所測量計量數據的情況下，產生所述第二虛擬計量數據或所述第二虛擬單元度量數據中的至少一個。

4.根據權利要求3所述的方法，其進一步包括：

接收與所述至少一個第二晶片批次有關的所測量計量數據；以及

利用與所述至少一個第二晶片批次有關的所述所測量計量數據驗證所述至少一個產生的預測性模型。

5.根據權利要求1所述的方法，其進一步包括將所述至少一個第一晶片批次的所述所測量計量數據篩選到訓練計量數據和驗證計量數據中。

6.根據權利要求1所述的方法，其進一步包括將與所述至少一個第一晶片批次有關的所述第一圖像數據篩選到訓練圖像數據、驗證圖像數據和無計量圖像數據中。

7.一種預測晶片批次的虛擬計量數據的方法，其包括：

從成像器系統接收第一圖像數據，所述第一圖像數據與至少一個第一晶片批次有關；

從計量設備接收所述至少一個第一晶片批次的所測量計量數據；

利用所述第一圖像數據和所述所測量計量數據訓練機器學習模型；

向所述第一圖像數據和所述所測量計量數據應用一或多個機器學習技術以產生至少一個用于預測晶片批次的虛擬計量數據或虛擬單元度量數據中的至少一個的預測性模型；

從所述成像器系統接收第二圖像數據，所述第二圖像數據與至少一個第二晶片批次有關；以及

經由所述至少一個產生的預測性模型基于所述第二圖像數據產生所述第二晶片批次的第二虛擬計量數據或第二虛擬單元度量數據中的至少一個。

8.根據權利要求7所述的方法，其中所述一或多個機器學習技術選自由以下組成的列表：二次回歸分析、邏輯回歸分析、支持向量機、高斯過程回歸、集合模型、任何其它回歸分析、決策樹學習、回歸樹、增強樹、梯度增強樹、多層感知器、一對一、樸素貝葉斯、k最近鄰、關聯規則學習、神經網絡、深度學習和圖案辨識。

9.根據權利要求7所述的方法，其中所述第二虛擬計量數據包括與所述至少一個第二晶片批次內的晶片的特征的厚度和臨界尺寸有關的數據。

10.根據權利要求7所述的方法，其中所述第二虛擬單元度量數據包括與以下有關的數據：給定裸片的中值閾值電壓、給定裸片內閾值電壓的變化、給定裸片的操作電壓窗口、對給定裸片的讀取和/或寫入周期的耐久性、給定裸片的壽命、給定裸片內存儲器的持久性或將給定裸片分為不同產品等級的分倉。