基于主动学习的缺陷位置标识
    1.
    发明公开

    公开(公告)号:CN116507974A

    公开(公告)日:2023-07-28

    申请号:CN202180076672.9

    申请日:2021-11-02

    Abstract: 公开了一种用于标识衬底上的要检查位置的方法和装置。使用与其他衬底相关联的训练数据集来训练缺陷位置预测模型,以基于与衬底相关联的过程相关数据来生成缺陷预测或无缺陷预测、和与位置中的每个位置的预测相关联的置信度得分。将位置中的由缺陷位置预测模型确定为置信度得分满足置信度阈值的那些位置添加到要由检查系统检查的位置集合。在检查该位置集合之后,获得检查结果数据,并且通过使用位置集合的检查结果数据和过程相关数据作为训练数据来以递增方式训练缺陷位置预测模型。

    基于过程变化度的空间特性对不合格的预测

    公开(公告)号:CN112969968B

    公开(公告)日:2024-06-11

    申请号:CN201980073547.5

    申请日:2019-10-22

    Abstract: 本文中描述的是一种用于确定概率模型的方法,该概率模型被配置为预测受图案化处理的衬底的图案的特性(例如,缺陷、CD等)。该方法包括获取与衬底上的图案的特性相对应的残差的分布的空间图,基于在空间图内的残差的分布的变化来确定空间图的区域,以及基于区域和区域内的衬底上的残差的值的分布或图案的特性的值的分布来确定概率模型。

    基于过程变化度的空间特性对不合格的预测

    公开(公告)号:CN112969968A

    公开(公告)日:2021-06-15

    申请号:CN201980073547.5

    申请日:2019-10-22

    Abstract: 本文中描述的是一种用于确定概率模型的方法,该概率模型被配置为预测受图案化处理的衬底的图案的特性(例如,缺陷、CD等)。该方法包括获取与衬底上的图案的特性相对应的残差的分布的空间图,基于在空间图内的残差的分布的变化来确定空间图的区域,以及基于区域和区域内的衬底上的残差的值的分布或图案的特性的值的分布来确定概率模型。

Patent Agency Ranking