-
公开(公告)号：CN115428135B
公开(公告)日：2024-01-26
申请号：CN202180029438.0
申请日：2021-04-06
申请人： 诺威有限公司
IPC分类号： H01L21/66 , G01B11/00 , G01N21/93 , G01N21/95 , G01N21/956
摘要： 用于半导体制造中的先进过程控制(APC)的系统和方法，包括：对于多个晶片站点中的每个晶片站点，接收在实施处理步骤之前测量的散射测量训练数据的预处理集合，接收在实施处理步骤之后测量的散射测量训练数据的相应后处理集合，以及接收指示在实施处理步骤期间应用的过程控制旋钮设置的过程控制旋钮训练数据集合；以及生成机器学习模型，该机器学习模型将在散射测量训练数据的预处理集合与相应的过程控制旋钮训练数据中的变化和散射测量训练数据的相应后处理集合相关联，以训练机器学习模型来推荐对过程控制旋钮设置的更改，对预处理散射测量数据中的变化进行补偿。
-
公开(公告)号：CN111566566B
公开(公告)日：2022-04-08
申请号：CN201980007561.5
申请日：2019-06-14
申请人： 诺威有限公司
发明人： 埃坦·罗特施泰因 , 伊尔雅·拉比诺维奇 , 诺姆·塔尔 , 巴瑞克·布兰欧利兹 , 金涌河 , 艾瑞儿·布罗伊特曼 , 奥代德·科亨 , 伊伦·拉比诺维奇 , 塔尔·扎哈罗尼 , 珊·尤戈夫 , 丹尼尔·堪德尔
摘要： 一种半导体度量系统包括：光谱获取工具，用于使用第一量测协议收集在第一半导体晶圆靶上的基线散射量度光谱，及对于光谱可变性的各种源，收集在第二半导体晶圆靶上的散射量度光谱的可变性集合，前述可变性集合体现前述光谱可变性；参考度量工具，用于使用第二量测协议收集前述第一半导体晶圆靶的参数值；及训练单元，用于使用前述所收集光谱及值来使用机器学习训练预测模型，且最小化并入光谱可变性项的相关联的损耗函数，前述预测模型用于基于生产半导体晶圆靶的光谱对于前述生产半导体晶圆靶预测值。
-
公开(公告)号：CN117892689A
公开(公告)日：2024-04-16
申请号：CN202410055033.X
申请日：2021-04-06
申请人： 诺威有限公司
IPC分类号： G06F30/398 , H01L21/66 , H01L21/67 , G06F111/20 , G06F111/06
摘要： 本公开涉及用于半导体制造的系统、方法及存储介质。用于半导体制造中的先进过程控制(APC)的系统和方法，包括：对于多个晶片站点中的每个晶片站点，接收在实施处理步骤之前测量的散射测量训练数据的预处理集合，接收在实施处理步骤之后测量的散射测量训练数据的相应后处理集合，以及接收指示在实施处理步骤期间应用的过程控制旋钮设置的过程控制旋钮训练数据集合；以及生成机器学习模型，该机器学习模型将在散射测量训练数据的预处理集合与相应的过程控制旋钮训练数据中的变化和散射测量训练数据的相应后处理集合相关联，以训练机器学习模型来推荐对过程控制旋钮设置的更改，对预处理散射测量数据中的变化进行补偿。
-
公开(公告)号：CN114997408A
公开(公告)日：2022-09-02
申请号：CN202210283417.8
申请日：2019-06-14
申请人： 诺威有限公司
发明人： 埃坦·罗特施泰因 , 伊尔雅·拉比诺维奇 , 诺姆·塔尔 , 巴瑞克·布兰欧利兹 , 金涌河 , 艾瑞儿·布罗伊特曼 , 奥代德·科亨 , 伊伦·拉比诺维奇 , 塔尔·扎哈罗尼 , 珊·尤戈夫 , 丹尼尔·堪德尔
摘要： 本申请涉及半导体度量方法和半导体度量系统。半导体度量系统包括：光谱获取工具，用于使用第一量测协议收集在第一半导体晶圆靶上的基线散射量度光谱，及对于光谱可变性的各种源，收集在第二半导体晶圆靶上的散射量度光谱的可变性集合，前述可变性集合体现前述光谱可变性；参考度量工具，用于使用第二量测协议收集前述第一半导体晶圆靶的参数值；及训练单元，用于使用前述所收集光谱及值来使用机器学习训练预测模型，且最小化并入光谱可变性项的相关联的损耗函数，前述预测模型用于基于生产半导体晶圆靶的光谱对于前述生产半导体晶圆靶预测值。
-
公开(公告)号：CN115428135A
公开(公告)日：2022-12-02
申请号：CN202180029438.0
申请日：2021-04-06
申请人： 诺威有限公司
IPC分类号： H01L21/66 , G01B11/00 , G01N21/93 , G01N21/95 , G01N21/956
摘要： 用于半导体制造中的先进过程控制(APC)的系统和方法，包括：对于多个晶片站点中的每个晶片站点，接收在实施处理步骤之前测量的散射测量训练数据的预处理集合，接收在实施处理步骤之后测量的散射测量训练数据的相应后处理集合，以及接收指示在实施处理步骤期间应用的过程控制旋钮设置的过程控制旋钮训练数据集合；以及生成机器学习模型，该机器学习模型将在散射测量训练数据的预处理集合与相应的过程控制旋钮训练数据中的变化和散射测量训练数据的相应后处理集合相关联，以训练机器学习模型来推荐对过程控制旋钮设置的更改，对预处理散射测量数据中的变化进行补偿。
-
-
-
-
搜索结果
5 条记录 (耗时 0.021 秒)
