• 专利附录
  • 专利说明
  • 权利要求
  • 类似技术
  • 同族专利
  • 引用文献
  • 法律状态
  • 优先权
    • 专利摘要:
    Eswird ein Optimieren einer Testerleistungsfähigkeit unter Verwendung vonBetriebscharakteristika-Kurven offenbart. Durch ein Modellierender Betriebscharakteristika von Klassifizierern, die bei einem Testenvon Systemen verwendet werden, wird die Leistungsfähigkeiteines Testers optimiert. Klassifizierer werden unter Verwendungvon Probendaten erstellt. Es werden für jeden Klassifizierer Betriebscharakteristika-Kurven erstellt,wobei jede Betriebscharakteristika-Kurve eine Entwurfsalternativedarstellt. Die Betriebscharakteristika-Kurven werden mit Kostenmodellenkombiniert, aufgrund derer Entwurfsentscheidungen getroffen werdenkönnen.
    公开号:DE102004019676A1
    申请号:DE102004019676
    申请日:2004-04-22
    公开日:2005-06-02
    发明作者:Lee A. San Jose Barford；Jonathan Qiang Mountain View Li
    申请人:Agilent Technologies Inc；
    IPC主号:G01R31-319
    专利说明:
    [0001] Dievorliegende Anmeldung ist verwandt mit der gleichzeitig anhängigen US-PatentanmeldungSerienummer 10/132,626 der gleichen Anmelderin, die den Titel „Classificationof Rare Events with High Reliability" trägtund am 25. April 2002 eingereicht wurde, und deren Offenbarung hiermitdurch Bezugnahme in das vorliegende Dokument aufgenommen ist.
    [0002] Dievorliegende Erfindung bezieht sich auf die Technik des Entwerfensvon Testern und Testmethodologien. Insbesondere bezieht sie sichauf den Entwurf von Testern und Testmethodologien unter Verwendung vonKlassifizierungssystemen.
    [0003] Testsystemefinden vielfache Verwendung. Man greift auf sie zurück, um Eigenschafteneines zu testenden Objekts bzw. einer zu testenden Vorrichtung zumessen oder zu beobachten und um eine oder mehrere kategorischeInformationen überdas zu testende Objekt bzw. die zu testende Vorrichtung zu erzeugen.Beispiele derartiger Tester umfassen das Testen elektronischer Produktewährendder Herstellung, Sicherheitskontrollen an Flughäfen, Tests auf Lebensmittel-oder Arzneimittelsicherheit und andere Tests, die für den durchgeführten TestEntscheidungen überBestehen oder Durchfallen beinhalten. Das bei dem Tester verwendeteMedium kann ein elektrisches, chemisches oder physisches sein. Injedem Fall besteht der Zweck des Testers darin, Eigenschaften oderVariablen einer getesteten Sache (die als zu testendes) Vorrichtungoder System bzw. Testobjekt bezeichnet wird) zu messen oder zu beobachtenund eine oder mehrere kategorische Information(en) über dasTestobjekt zu erzeugen, beispielsweise ob das Testobjekt fehlerfreioder fehlerhaft ist oder ob verschiedene Teilsysteme oder Teilkomponentendes Testobjekts fehlerfrei oder fehlerhaft sind, oder ob das getesteteTestobjekt ein weiteres Testen erfordert, beispielsweise eine manuelleInspektion in einer Prüfumgebung(Screening).
    [0004] DerKunde, der den Tester verwendet, wünscht diese kategorischen Informationen,nicht die Werte der verschiedenen Messungen, die erforderlich sind,um die kategorischen Informationen zu extrahieren.
    [0005] Alsspezifischeres Beispiel betrachte man die Herstellung von gedrucktenSchaltungsplatinen (PCBs – printedcircuit boards), die bei Elektronikprodukten verwendet werden. Während jederHerstellungsstufe könnenverschiedene Defekte auftreten, die eine Fehlfunktion der PCB bewirken.Eine automatische Röntgenstrahlenprüfung unterVerwendung einer Röntgenstrahlenabbildungwird dazu verwendet, zu testen, ob Lötverbindungen ordnungsgemäß auf derPCB gebildet sind oder nicht. Tests innerhalb der Schaltung unterVerwendung von elektrischen Sonden werden verwendet, um zu testen,ob Schaltungen auf der PCB gebildet sind und ordnungsgemäß funktionieren.
    [0006] Traditionellwerden Tester zuerst als computergesteuerte Meßsysteme entworfen, Systeme,die das Testobjekt erfassen und verschiedene numerische Werte erhalten,die gemessenen physischen Parametern entsprechen. Alle Messungenwerden bei einem gewissen hohen Maß an Präzision, Wiederholbarkeit undGenauigkeit durchgeführt.Der Grund dafürliegt darin, daß mannatürlichdavon ausgeht, daß einhohes Maß an Meßpräzision,-wiederholbarkeit und -genauigkeit zu sehr genauen Tests führt. Während desBetriebs des Testers werden die für ein bestimmtes Testobjektgemessenen Werte in eine Art computerbasierte Entscheidungsprozeduroder computerbasierten Entscheidungsalgorithmus eingespeist, diebzw. der auf der Basis der gemessenen Werte und verschiedener andererAbstimmparameter oder -schwellen, die in den Algorithmus eingegebenwerden, kategorische Informationen auswählt, die ausgegeben werdensollen. Es liegt am Entwerfer dieses Algorithmus und an denjenigen,die die Parameter und Schwellen auswählen, zu bestimmen, wie aus dengemessenen Werten genaue kategorische Informationen erzeugt werdensollen.
    [0007] Obwohldiese Methodologie in bezug auf einen Testerentwurf, nämlich diedes Entwerfens von Testern als Meßsysteme, über eine gewisse Zeit hinwegzufriedenstellend war, stellt sie nun immer weniger zufrieden, undzwar aus einer Vielzahl von Gründen.Sie führtzu einem teureren Produkt als notwendig, da alle Messungen äußerst wiederholbar,genau und präzisesein müssen,auch wenn sie weniger Auswirkungen auf die gewünschten kategorischen Ergebnissehaben. Sie kann zu einer längerenVermarktungszeit fürden Tester führen,da Mittel zum Erzeugen der äußerst wiederholbaren,genauen und präzisenMessungen konzipiert werden müssen.Es gibt keine prinzipiell festgelegte Art und Weise, zu bestimmen,welche Messungen mit geringerer Präzision durchgeführt werdenkönnenoder eventuell überhauptnicht durchgeführtwerden, währenddas gewünschteAusmaß anTestergenauigkeit (d.h. Genauigkeit der kategorischen Informationsausgabe)erreicht wird. In manchen Bereichen, wie z.B. auf dem Gebiet derElektronikherstellung, nimmt die Anzahl von Testobjekten (z.B. elektrischeVerbindungen in einem Produkt) mit der Zeit stark zu, was Testingenieureneine äußerst hoheLast auferlegt, die erforderlichen Abstimmparameter, Modelle oderSchwellen zum Testen all dieser Verbindungen auszuwählen.
    [0008] DieAufgabe der vorliegenden Erfindung besteht darin, ein Verfahrenund ein computerlesbares Medium mit verbesserten Charakteristikazu schaffen.
    [0009] DieseAufgabe wird durch ein Verfahren gemäß Anspruch 1 sowie durch eincomputerlesbares Medium gemäß Anspruch6 gelöst.
    [0010] Durchein Modellieren der Betriebscharakteristika von Klassifizierern,die bei Testsystemen verwendet werden, wird die Leistungsfähigkeitvon Testern optimiert. Klassifizierer für Entwurfsalternativen werdenaus Testdaten erzeugt. Fürjede Entwurfsalternative werden aus den Klassifizierern Betriebscharakteristik-Kurven erzeugtund mit Kostenmodellen, aufgrund derer Entwurfsentscheidungen getroffenwerden können,kombiniert.
    [0011] BevorzugteAusführungsbeispieleder vorliegenden Erfindung werden nachfolgend Bezug nehmend aufdie beiliegenden Zeichnungen nähererläutert.Es zeigt:
    [0012] 1 einFlußdiagrammder vorliegenden Erfindung.
    [0013] Dievorliegende Erfindung liefert eine Methodologie zum Entwerfen vonTestern, die zunächstund vorwiegend auf deren Leistungsfähigkeit als Tester und nichtals Meßsystemegerichtet ist. Der Schwerpunkt liegt auf der Leistungsfähigkeitals Tester, d.h. als Extraktoren kategorischer Informationen (z.B.fehlerfrei oder fehlerhaft).
    [0014] DieEffektivitäteines Testers wird letztlich durch zwei Schlüsselmaßzahlen der Leistungsfähigkeitbestimmt: seine Fähigkeit,die echten Defekte zu erfassen, und seine Fähigkeit, zu vermeiden, etwasfälschlicherweiseals Defekt zu bezeichnen. Ersteres wird durch die Fehlererfassungoder -empfindlichkeit charakterisiert. Letzteres wird durch dieFalschaufrufrate charakterisiert. Ein effektiver Tester weist einehohe Empfindlichkeit und eine geringe Falschaufrufrate auf.
    [0015] Einehohe Empfindlichkeit ist erwünscht.Beim Herstellungstest kann die Produktion beispielsweise in vieleStufen unterteilt werden. Oft wird ein Testen auf jeder Herstellungsstufedurchgeführt.Defekte, die auf einer Stufe verpaßt werden, müssen aufnachfolgenden Produktionsstufen erfaßt und behoben werden. Die wirtschaftlichenKosten des Berichtigens eines Defekts erhöhen sich normalerweise um eineGrößenordnung, wenndas Produkt zu der nächstenHerstellungsstufe übergeht.Falls ein Defekt in das zusammengebaute Endprodukt übergeht,könnendie Kosten und Haftungsverpflichtungen des Behebens eines Kundenproblems unvorhersehbarhoch sein.
    [0016] Eineniedrige Falschaufrufrate, die Rate, bei der ein fehlerfreies Produktals defekt identifiziert wird, ist ebenfalls wünschenswert. Bei dem Herstellungsprozeß bedeutetein Defektaufruf durch den Tester normalerweise ein Abziehen desProdukts aus der Kette, ein Durchführen einer manuellen Prüfung undein Bewegen des Produkts durch Reparaturstationen. Dieser Vorgangist teuer und zeitaufwendig. Ferner erhöht ein Leiten eines normalfunktionierenden Produkts durch diesen Prozeß das Risiko, daß versehentlichDefekte verursacht werden.
    [0017] Manbedient sich einer statistischen Klassifizierung, um die Beziehungzwischen der Empfindlichkeit und der Falschaufrufrate mathematischzu quantifizieren. Ein statistischer Klassifizierer wird durch einLernen aus Beispielen aufgebaut. Nachdem ihm viele Proben bzw. Mustervon fehlerfreien und defekten Posten vorgelegt wurden, bildet derKlassifizierer eine mathematische Hypothese, um einen defekten Postenvon einem fehlerfreien zu unterscheiden. Eine derartige mathematischeHypothese wird normalerweise durch eine Entscheidungsfunktion verkörpert, dieMerkmale des Probepostens als Eingabe nimmt und die Entscheidungausgibt. Die Entscheidungen sind oft binär – „fehlerfrei" oder „fehlerhaft" – die Entscheidungen können jedochauch mehrere Kategorien umfassen, beispielsweise „fehlerfrei", „fehlerhaft" oder „zweifelhaft", oder sie können einenPosten in Leistungsfähigkeitsgradeeinteilen. Moderne Klassifizierer können hierarchisch beschaffensein, wobei sie eine erste Stufe verwenden, um Angehörige einerersten Mehrheitsklasse zu entfernen, und nachfolgende Stufen verwenden,um zwischen Angehörigenvon Minderheitsklassen und den verbleibenden Angehörigen derMehrheitsklasse, die die erste Klassifizierungsstufe durchlaufenhaben, zu unterscheiden.
    [0018] DieLeistungsfähigkeiteines Klassifizierers kann als Betriebscharakteristika-Kurve quantifiziertund visualisiert werden. Ein Betriebspunkt ist ein abstimmbarerParameter in dem Klassifizierer, der die jeweilige Leistungsfähigkeitder Empfindlichkeit und der Falschaufrufrate verändert. Wenn man die Empfindlichkeit „nach obendreht", geht dieFalschaufrufrate ebenfalls unweigerlich nach oben. Eine Betriebscharakteristika-Kurvewird durch Variieren des Betriebspunktes gebildet, und sie mißt die Empfindlichkeitund Falschaufrufrate an jedem Punkt unter Verwendung der Vergleichsprüfungstechnik.Die Betriebscharakteristika-Kurve zeigtden Kompromiß zwischender Empfindlichkeit und der Falschaufrufrate visuell an. Sie demonstriertferner die asymptotische Eigenschaft eines Klassifizierers, d.h.wie weit der Klassifizierer von einem idealen Klassifizierer miteiner Empfindlichkeit von 100 % und einer Falschaufrufrate von 0% entfernt ist.
    [0019] DieLeistungsfähigkeiteines Statistischen Klassifizierers ist das Ergebnis kombinierterKomponenten in dem Tester. Diese Komponenten umfassen in der Regeleine Datenerfassung, eine Datenverarbeitung und eine Klassifizierung.Bei einem automatisierten Röntgenstrahlenprüfsystemumfaßtdie Datenerfassung beispielsweise die Röntgenstrahlenquelle, Röntgenstrahlendetektorenund verbundene Schaltungen. Die Datenverarbeitung besteht vorwiegendaus einem Kalibrieren der Röntgenstrahlenquelleund Erfassungssysteme, einer Bildverarbeitung, einschließlich einerMerkmalsextraktion, oder einer 3D-Rekonstruktion, falls eine 3D-Abbildungerforderlich ist. Die Klassifizierung ist der letzte computerbasierteSchritt, der die Ausgaben aller vorherigen Systeme nimmt und Entscheidungenbezüglichdes geprüftenObjekts trifft.
    [0020] Oftkann eine Verbesserung eines Aspekts eines Testers zu einer insgesamtenLeistungsverbesserung des Testers führen. Ein gutes Beispiel sindabbildungsbasierte Tester; eine höhere Auflösung bei der Bilddatenerfassungführt oftzu besseren Klassifizierungsergebnissen. Dagegen führen kombinierteEffekte verschiedener Komponenten- oder Teilsystemverbesserungenzu viel stärkerenZunahmen der Gesamtleistungsfähigkeitdes Testers. Beispielsweise führenBildverarbeitungsalgorithmen, die mit einem speziellen Abbildungsgeometrieentwurfgekoppelt sind, zu einer viel besseren Testerleistungsfähigkeit,als sie durch ein Optimieren lediglich einer dieser Komponentenerzielt wird. Somit liefert die Betriebscharakteristika-Kurve eines Klassifizierersnicht nur eine Charakterisierung des Klassifizierers, sondern auchdes Testers insgesamt.
    [0021] UnterVerwendung einer derartigen Charakterisierung können Vergleiche zwischen unterschiedlichen Ausführungsbeispielenvon Testerentwurfsschemata durchgeführt werden. Falls ein Testereine gleichmäßig höhere Betriebscharakteristika-Kurve aufweist alsein anderer, kann er oft als ein besserer Tester angesehen werden.Falls konkurrierende EntwürfeKurven aufweisen, die sich schneiden, oder wenn Genauigkeit nichtder einzige Problempunkt des Testers ist, können andere Faktoren mit Betriebscharakteristika-Kurvenkombiniert werden, um eine Auswahl zu treffen. Derartige Faktorenumfassen in der Regel Durchsatz und Kosten. Beide Faktoren werden üblicherweisebeim Treffen von Entwurfsentscheidungen gründlich studiert. Der Durchsatz einesTesters wird oft durch Faktoren wie z.B. die Rate, bei der die Datenerfassungstattfindet, oder durch die Geschwindigkeit, bei der die sich ergebendenDaten verarbeitet werden, begrenzt. Die Kosten eines Testers werdendurch die Teile, aus denen er besteht, bestimmt.
    [0022] Fernerermöglichteine Verwendung von Betriebscharakteristika, optimale Betriebspunktefür dasTestergebrauchsmodell in verschiedenen Betriebsmodi auszuwählen. Wennein Tester auf einer Produktionskette betrieben wird, kann er abgestimmtwerden, um spezifische Erfordernisse in bezug auf Falschaufruf rateund Empfindlichkeit zu erfüllen.Wenn die Kosten eines Falschaufrufs und eines Falschdurchlaufs quantitativwiedergegeben werden können,könnenBetriebscharakteristika-Kurven verwendet werden, um die wirtschaftlichenGesamtkosten des Tests zu optimieren, wobei derjenige Punkt aufder Betriebscharakteristika-Kurve gewählt wird, der die wirtschaftlichenKosten minimiert. Wenn die Kosten nicht bekannt sind, können Betriebscharakteristika-Kurven ferner verwendetwerden, um die Fehlklassifizierungs-Gesamtrate zu optimieren. Wenn derToleranzpegel bezüglichder Empfindlichkeit bei einer spezifischen Anwendung vorgegebenist, können Betriebscharakteristika-Kurvenverwendet werden, um die jeweilige Falschaufrufrate zu minimieren,indem der flache Abschnitt der Betriebscharakteristika-Kurven nachunten bewegt wird.
    [0023] Gemäß der vorliegendenErfindung liefert die Verwendung der Betriebscharakteristika-Kurveeine bessere Metrik, die dazu beiträgt, daß Testerentwerfer Testercharakteristikaumfassender verstehen können.Es handelt sich um die direkte Messung der Testergenauigkeit. DieBetriebscharakteristika-Kurveist außerdem einebessere Metrik, die Testerbenutzern hilft, den Modus des Testerbetriebsauszuwählenund Kosten, die durch falsche Aufrufe und Austritte verursacht werden,zu minimieren.
    [0024] Beieinem Ausführungsbeispielder Erfindung ist bei der Datenerfassung ein gesteuerter statistischer experimentellerEntwurf erforderlich. Bei einem gesteuerten Experiment werden Probenwillkürlichfür Behandlungsgruppenausgewählt.Beispielsweise werden bei einem automatisierten RöntgenstrahlenprüftesterLötverbindungenan einer gedruckten Schaltungsplatine gestestet. Lötverbindungenwerden willkürlichfür Experimentegewählt,unter Verwendung eines Sensors A oder eines Sensors B. Die Klassifizierungsergeb nisse ausden zwei Experimenten könnenanschließendverglichen werden.
    [0025] Beihochentwickelten Testern liegen oft viele Faktoren vor, die eineKlassifizierungsleistungsfähigkeit beeinflussen.Bei einem Abbildungssystem beispielsweise umfassen Faktoren dieAbbildungsquelle, den Sensor, mechanische Teile, Verbinder und Verkabelung,Signalaufbereitung, Analog- und Digital-Signalverarbeitungsalgorithmen,Klassifizierungsalgorithmen usw. Nicht nur die Verbesserung jedesFaktors wirkt sich auf das System aus, sondern auch auf die Wechselwirkungzwischen Faktoren. Beispielsweise ist der Klassifizierungsalgorithmusstark von einer Merkmalsextraktion abhängig, d.h. Algorithmen, dieverwendet werden, um numerische Werte zu extrahieren, die die Größen, Positionenusw. von verschiedenen Merkmalen, die visuell in den Bildern vorhandensind, beschreiben.
    [0026] 1 zeigtein Ausführungsbeispielder Erfindung. Bei Schritt 100 wird bzw. werden eine odermehrere Entwurfsalternativen ausgewählt. Um auf Wechselwirkungenrichtig einzugehen, wird ein faktorieller Entwurf verwendet.
    [0027] Einfaktorieller Entwurf weist jeder Ebene dieser Faktoren sowie ihrerWechselwirkungen gleichzeitig willkürliche Proben zu. Man betrachtebeispielsweise einen Zwei-Faktor-Entwurffür eineautomatisierte Röntgenstrahlenprüfung vonLötverbindungenvom Knickflügel-Typ.Bei dem Datenerfassungsschritt erfolgt die Auswahl zwischen demSensor A und dem Sensor B. Bei dem Bildverarbeitungsschritt erfolgtdie Auswahl zwischen dem Algorithmus A und dem Algorithmus B. Einfaktorieller Entwurf weist Knickflügel-Verbindungen willkürlich vierBehandlungsgruppen einer gleichen Größe zu: I, II, III und IV, wiefolgt:
    [0028] ExperimentelleDaten aus den vier Behandlungsgruppen können anschließend verwendetwerden, um die folgenden Vergleiche durchzuführen: a)Vergleiche Sensor A mit Sensor B b) Vergleiche Algorithmus A mit Algorithmus B c) Vergleiche Interaktionen: i. Sensor A mit AlgorithmusA gekoppelt ii. Sensor A mit Algorithmus B gekoppelt iii.Sensor B mit Algorithmus A gekoppelt iv. Sensor B mit AlgorithmusB gekoppelt.
    [0029] Gemäß der vorliegendenErfindung werden bei Schritt 200 unter Verwendung der Probendaten,die bei dem Datenerfassungsschritt erzeugt wurden, Klassifiziererkonstruiert. Unter Verwendung des vorhergehenden Beispiels werdenDaten aus den Verbindungen I und III verwendet, um den KlassifiziererA aufzubauen, und Daten aus den Verbindungen II und IV werden verwendet,um den Klassifizierer B aufzubauen. Die Leistungsfähigkeitdieser beiden Klassifizierer wird anschließend verglichen, um Bewertungenfür denSensor A und den Sensor B zu liefern. Wir können auch vier Klassifiziererzum Vergleichen aufbauen und die Leistungsfähigkeit der Klassifizierervergleichen, um die vier Interaktionen zu bewerten.
    [0030] BeiSchritt 300 werden Betriebscharakteristika-Kurven für jede Entwurfsalternativekonstruiert. Jede Kurve bezieht sich auf einen einzelnen Schwellwert,der abgestimmt ist, um die Betriebscharakteristika-Kurve zu erstellen.
    [0031] BeiSchritt 400 wird unter Verwendung der Betriebscharakteristika-Kurveneine Entwurfsalternative ausgewählt.Ein Ausführungsbeispielkombiniert jede Betriebscharakteristika-Kurve mit Kostendefinitionen, umdie optimale Entwurfsentscheidung zu liefern.
    [0032] Eswerden zwei Arten von wirtschaftlichen Kosten vorgestellt: C1= geschätzteDollarkosten pro Falschaufruf C2 = geschätzte Dollarkosten pro Fehlschlag.
    [0033] DieGesamtkosten C sind wie folgt definiert: C =C1·Falschaufrufrate·vorherigeWahrscheinlichkeit einer Fehlerfreiheit + C2·(1-Empfindlichkeit)·vorherige Wahrscheinlichkeiteiner Fehlerhaftigkeit
    [0034] FallsC1 = C2, ist C als die Wahrscheinlichkeit einer Fehlklassifizierungmal den Kosten pro Fehlklassifizierung definiert.
    [0035] DieX-Achse wird durch (C1·vorherigeWahrscheinlichkeit einer Fehlerfreiheit) gewichtet, und die Y-Achsewird durch (C2·vorherigeWahrscheinlichkeit einer Fehlerhaftigkeit) gewichtet.
    [0036] Angesichtsder gewichteten Achsen berechne man die Summe: Falschaufrufrate·(vorherigeWahrscheinlichkeit einer Fehlerfreiheit)·C1 + (1-Empfindlichkeit)·(vorherigeWahrscheinlichkeit einer Fehlerhaftigkeit)·C2
    [0037] DieausgewählteAlternative ist der Punkt mit der kleinsten Summe.
    [0038] Fallsvorherige Wahrscheinlichkeiten und Kosten nicht bekannt sind, können aufder Grundlage der praktischen Erfahrung Schätzungen vorgenommen werden.
    [0039] Fallses bei dem Datenerfassungsschritt lediglich einen Entwurf gibt,könnendie präsentiertenVorgehensweisen trotzdem verwendet werden, um verschiedene Klassifizierungsschemataauszuwerten.
    [0040] Fallsbei der Datenerfassung lediglich ein Faktor in Betracht zu ziehenist, kann statt eines faktoriellen Entwurfs ein Ein-Weg-Layout verwendetwerden. Ein Ein-Weg-Layoutweist Proben willkürlichzwei Entwürfen zu.Daten werden fürdie zwei Entwürfeerfaßt,und es werden die hierin beschriebenen Vorgehensweisen eingesetzt.
    权利要求:
    Claims (7)
    [1] Verfahren zum Auswählen eines Testerentwurfs,das folgende Schritte umfaßt: Auswählen (100)einer oder mehrerer Entwurfsalternativen; Erstellen eines Klassifizierersfür jedeAlternative unter Verwendung von Probendaten; Erstellen vonBetriebscharakteristika-Kurven fürjeden Klassifizierer; und Auswählen einer Entwurfsalternativeauf der Basis der Betriebscharakteristika-Kurven.
    [2] Verfahren gemäß Anspruch1, bei dem der Schritt des Auswählenseiner Entwurfsalternative ferner folgende Schritte umfaßt: Gewichtenjeder Betriebscharakteristika-Kurve unter Verwendung von Kosteneinschränkungen,um ein Ergebnis zu bilden; und Auswählen der Betriebscharakteristika-Kurvemit dem minimalen Ergebnis.
    [3] Verfahren gemäß Anspruch1 oder 2, bei dem Klassifizierer für jede Alternative aus Probendaten,die durch eine Datenerfassung zusammengestellt werden, erstelltwerden.
    [4] Verfahren gemäß Anspruch3, bei dem die Datenerfassung einen faktoriellen Entwurf verwendet,wenn mehr als eine Alternative vorliegt.
    [5] Verfahren gemäß Anspruch3 oder 4, bei dem die Datenerfassung ein Ein-Weg-Layout verwendet,wenn lediglich eine Alternative vorliegt.
    [6] Computerlesbares Medium, das ausführbare Anweisungen zum Verarbeitenvon Sequenznummerninformationen, die bei Kommunikationsprotokollenverwendet werden, umfaßt,wobei das computerlesbare Medium folgende Merkmale aufweist: einenCode zum Auswähleneiner oder mehrerer Entwurfsalternativen; einen Code zum Erstelleneines Klassifizierers fürjede Alternative unter Verwendung von Probendaten; einen Codezum Erstellen von Betriebscharakteristika-Kurven für jeden Klassifizierer; und einenCode zum Auswähleneiner Entwurfsalternative auf der Basis der Betriebscharakteristika-Kurven.
    [7] Computerlesbares Medium gemäß Anspruch 6, bei dem der Codezum Auswähleneiner Entwurfsalternative ferner folgende Merkmale aufweist: einenCode zum Gewichten jeder Betriebscharakteristika-Kurve unter Verwendungvon Kosteneinschränkungen,um ein Ergebnis zu bilden; und einen Code zum Auswählen derBetriebscharakteristika-Kurvemit dem minimalen Ergebnis.
    类似技术:
    公开号 | 公开日 | 专利标题
    CN108463874B|2020-11-06|基于图像的样品过程控制
    US8788237B2|2014-07-22|Methods and apparatus for hybrid outlier detection
    KR102137184B1|2020-07-24|자동 및 수동 결함 분류의 통합
    KR102110755B1|2020-05-15|자동 결함 분류를 위한 알려지지 않은 결함 리젝션의 최적화
    US7411207B2|2008-08-12|Method and its apparatus for inspecting particles or defects of a semiconductor device
    US7079235B2|2006-07-18|Reticle design inspection system
    CN105652589B|2020-10-27|使用设计者意图数据检查晶片和掩模版的方法和系统
    KR20150140349A|2015-12-15|반도체 검사 레시피 생성, 결함 리뷰 및 계측을 위한 적응적 샘플링
    US7570800B2|2009-08-04|Methods and systems for binning defects detected on a specimen
    US8194968B2|2012-06-05|Methods and systems for using electrical information for a device being fabricated on a wafer to perform one or more defect-related functions
    US10014229B2|2018-07-03|Generating a wafer inspection process using bit failures and virtual inspection
    US7760929B2|2010-07-20|Grouping systematic defects with feedback from electrical inspection
    KR101600209B1|2016-03-04|영역 결정 장치, 검사 장치, 영역 결정 방법 및 영역 결정 방법을 사용한 검사 방법
    JP4077951B2|2008-04-23|Defect analysis method, recording medium, and process management method
    JP4230838B2|2009-02-25|欠陥検査装置における検査レシピ設定方法および欠陥検査方法
    US7610168B2|2009-10-27|Pass/fail judgment device, pass/fail judgment program, pass/fail judgment method, and multivariate statistics analyzer
    US8274651B2|2012-09-25|Method of inspecting a semiconductor device and an apparatus thereof
    Drury1978|Integrating human factors models into statistical quality control
    US20040267477A1|2004-12-30|Methods and apparatus for data analysis
    Chauhan et al.2011|Detection of bare PCB defects by image subtraction method using machine vision
    US7346470B2|2008-03-18|System for identification of defects on circuits or other arrayed products
    US20110274362A1|2011-11-10|Image classification standard update method, program, and image classification device
    JP4552749B2|2010-09-29|検査基準設定装置及び方法、並びに、工程検査装置
    US8611638B2|2013-12-17|Pattern inspection method and pattern inspection apparatus
    US8606536B2|2013-12-10|Methods and apparatus for hybrid outlier detection
    同族专利:
    公开号 | 公开日
    US20050097069A1|2005-05-05|
    引用文献:
    公开号 | 申请日 | 公开日 | 申请人 | 专利标题
    法律状态:
    2005-06-02| OP8| Request for examination as to paragraph 44 patent law|
    2007-10-04| 8127| New person/name/address of the applicant|Owner name: AGILENT TECHNOLOGIES, INC. (N.D.GES.D. STAATES, US |
    2007-10-31| 8131| Rejection|
    优先权:
    申请号 | 申请日 | 专利标题
    [返回顶部]