반도체 웨이퍼 내 혼합된 형태의 결함 패턴 탐지 및 분류 방법 개발 Detection and Clustering of Mixed-type Defect Patterns in wafer Bin Maps

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 155
  • Download : 977
DC FieldValueLanguage
dc.contributor.author김희영-
dc.date.accessioned2019-07-19T01:37:34Z-
dc.date.available2019-07-19T01:37:34Z-
dc.date.issued2018-
dc.identifier.urihttp://hdl.handle.net/10203/263660-
dc.identifier.urihttps://archives.kaist.ac.kr/research.jsp?year=2018&view=view08-
dc.identifier.urihttps://archives.kaist.ac.kr/eng/research.jsp?year=2018&view=view08-
dc.descriptionKAIST 2018 대표 연구성과 10선-
dc.description.abstract반도체 제조 공정에서 각 칩의 불량 여부 테스트 결과에 따라 일정값을 부여한 맵을 웨이퍼빈맵이라고 한다. 웨이퍼빈맵의 불량칩 패턴은 공정 이상 원인에 따라 다르게 형성된다고 알려져 있다. 불량칩의 분포 패턴을 분석하는 것은 공정 이상을 탐지하고 그 원인을 파악하는데 중요한 단서를 제공한다. 최근 반도체 제조 공정이 점점 복잡해 짐에 따라 한 웨이퍼 안에 여러 형태의 불량칩 패턴이 혼재되어 있는 경우가 증가하게 되었다. 이러한 경우, 1) 사전에 서로 다른 몇 개의 패턴이 혼재되어 있는지 알지 못한다는 점, 2) 각 패턴이 복잡한 모양을 가진다는 점, 3) 일정 패턴을 형성하지 않고 랜덤하게 분포하는 불량칩이 패턴 탐지를 방해하는 점이 어려움으로 작용한다. 본 연구에서는 일정 패턴을 형성하는 불량칩을 탐지하는 필터링 기술을 개발하고, 데이터 스스로 패턴 수를 결정하되 복잡한 모양의 실제 패턴을 데이터의 잠재공간에서 단순한 모양으로 변환시켜 효과적으로 분류하는 방법을 제안하였다.-
dc.languagekor-
dc.publisher한국과학기술원-
dc.title반도체 웨이퍼 내 혼합된 형태의 결함 패턴 탐지 및 분류 방법 개발-
dc.title.alternativeDetection and Clustering of Mixed-type Defect Patterns in wafer Bin Maps-
dc.typeReport-
dc.description.alternativeAbstractIn semiconductor manufacturing, a wafer bin map (WBM) is a map that consists of assigned bin values for dies based on wafer test results. The bin values of adjacent dies in WBMs are often spatially correlated, forming certain systematic defect patterns. These non-random defect patterns occur because of assignable causes; therefore, it is important to identify these systematic defect patterns in order to know the root causes of failure. As wafer-fabrication processes have become more complicated, mixed-type defect patterns occur more frequently than in the past. There are several challenges in the detection and clustering of mixed-type defect patterns: 1) determining the number of clusters, 2) the clustering of defect patterns of complex shapes, and 3) the separation of random defects from systematic defect patterns. In this study, we propose a new filtering method to remove random defects, and a clustering method that clusters mixed-type defect patterns of complex shapes using their simpler latent shapes with the number of clusters automatically determined during the clustering procedure.-
dc.description.department한국과학기술원 : 산업 및 시스템공학과-
dc.contributor.alternativeauthorKim, Heeyoung-

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0