公开(公告)号：CN117242484A

公开(公告)日：2023-12-15

申请号：CN202280029696.3

申请日：2022-03-23

Applicant: 卡尔蔡司SMT有限责任公司

Inventor： D·克洛赫科夫 ,  J·T·纽曼 ,  T·柯布 ,  E·托佩 ,  J·佩尔施 ,  A·斯里坎塔 ,  A·弗莱塔格

IPC: G06T7/00

Abstract: 本发明关于识别高深宽比(HAR)结构的柱中的环状结构。对于环的分割，使用机器学习逻辑。在此描述该机器学习逻辑的两步骤训练方法。

公开(公告)号：CN119998833A

公开(公告)日：2025-05-13

申请号：CN202380069923.X

申请日：2023-09-06

Applicant: 卡尔蔡司SMT有限责任公司

Inventor： A·斯里坎塔 ,  A·阿尔佩罗维奇 ,  B·巴兹 ,  N·梅文坎普 ,  J·T·纽曼 ,  E·福卡 ,  J·珀施

IPC: G06T7/00 ,  G06T7/30 ,  G06V10/40 ,  G06V10/52 ,  G06V10/77 ,  G06V10/772 ,  G06V10/82 ,  G06N3/0455

Abstract: 一种用于检测缺陷的计算机实施方法(82)，其包括：获取晶片(24)的成像数据集(28)；在晶片(24)的成像数据集(28)的子集合中验证缺陷标准，缺陷标准包括：成像数据集(28)的子集合的观测表征(88)，其有关于从半导体结构的参考图像(66)推导出的多个特性元素(90)，其中观测表征和特性元素(90)定义最小重建误差的重建，以及关于晶片(24)的无缺陷观测成像数据集(30)的子集合的无缺陷表征(94)的容差统计(92)，其中无缺陷表征和特性元素(90)中的每一者定义无缺陷成像数据集(30)的子集合的最小重建误差的重建；生成缺陷信息。

公开(公告)号：CN118648033A

公开(公告)日：2024-09-13

申请号：CN202380018572.X

申请日：2023-01-17

Applicant: 卡尔蔡司SMT有限责任公司

Inventor： T·科尔布 ,  P·休斯沃尔 ,  J·T·纽曼 ,  A·斯里坎塔

IPC: G06V10/778 ,  G06T7/00

Abstract: 本发明揭示一种用于检测以及分类包括多个半导体结构的晶片的成像数据集(66)中异常(15)的计算机实施方法(28、28')。该方法包含：确定该成像数据集(66)中多个异常(15)的当前检测，以及获得该多个异常(15)的当前检测的无监督或半监督成群。根据至少一个决策标准，选择该成群中至少一个集群，以经由一使用者界面(236)给使用者呈现且注记。该异常分类算法根据注记的异常(15)进行重新训练。本发明另揭示一种用于控制晶片质量的系统(234)、以及一种用于控制晶片生产的系统(234')。