[发明专利]评估诸如半导体基板的产品的质量

权利要求书

1.一种用于评估由半导体基板制造设备(40)制成的半导体基板的质量的评估装置(10)，该评估装置(10)包括：

接收单元(100)，该接收单元(100)被配置成接收所述半导体基板的图像，所述图像由设置在所述半导体基板制造设备(40)上的成像装置(50)拍摄；

确定单元(102)，该确定单元(102)被配置成利用神经网络(1020)来确定代表机器学习装置(70)针对所述半导体基板的图像输出错误输出的概率的至少一个值，所述机器学习装置(70)被配置成：(i)接收所述半导体基板的图像，(ii)利用所接收的图像来执行计算，以及(iii)基于该计算的结果来输出表示所述半导体基板的质量的信息；以及

输出单元(104)，该输出单元(104)被配置成基于表示所述概率的所述至少一个值来输出一输出，

其中，所述神经网络(1020)已经利用以下各项进行了训练：

制成的半导体基板的图像；以及

对于所述制成的半导体基板的图像中的各个图像，表示针对所述制成的半导体基板的图像中的该图像来自所述机器学习装置(70)的输出的错误程度的信息。

2.根据权利要求1所述的评估装置(10)，其中，用于训练所述神经网络(1020)的图像包括：用于训练所述机器学习装置(70)的训练数据中未包括的一个或更多个图像。

3.根据权利要求1或2所述的评估装置(10)，其中，所述机器学习装置(70)被配置成：还接收来自与所述半导体基板制造设备(40)有关地设置的一个或更多个传感器(60)的传感器信息；以及还利用所述传感器信息来执行所述计算，并且

其中，所述一个或更多个传感器(60)能够是以下各项中的一个或更多个：

温度传感器；

湿度传感器；

亮度传感器；

大气压传感器。

4.根据权利要求3所述的评估装置(10)，其中，还利用所述传感器信息对所述神经网络(1020)进行训练，并且

其中，由所述确定单元(102)进行的确定是至少部分地基于所述传感器信息的。

5.根据权利要求1或2所述的评估装置(10)，其中，所述神经网络(1020)还利用来自与所述半导体基板制造设备(40)有关地设置的一个或更多个传感器(60)的传感器信息进行了训练，并且

其中，所述一个或更多个传感器(60)能够是以下各项中的一个或更多个：

温度传感器；

湿度传感器；

亮度传感器；

大气压传感器，并且

其中，由所述确定单元(102)进行的确定是至少部分地基于所述传感器信息的。

6.根据权利要求1至5中的任一项所述的评估装置(10)，所述评估装置(10)还包括：

神经网络训练单元(106)，该神经网络训练单元(106)被配置成，利用所述制成的半导体基板的图像，和表示针对所述制成的半导体基板的图像中的各个图像来自所述机器学习装置的输出的错误程度的信息，来训练所述神经网络(1020)，

其中，能够根据深度学习技术来执行对所述神经网络(1020)的训练，并且

其中，所述神经网络训练单元(106)还能够被配置成，通过以下操作来生成用于训练所述神经网络的信息：

接收所述制成的半导体基板的图像和如下质量信息，该质量信息针对所接收的图像中的各个图像，表示在所接收的图像的该图像中的制成的半导体基板的质量；

将所接收的图像中的一个图像提供给所述机器学习装置(70)作为输入；

响应于提供了所接收的图像中的一个图像，从所述机器学习装置(70)获得输出；以及

比较从所述机器学习装置(70)所获得的输出与提供给所述机器学习装置(70)的图像中的所述制成的半导体基板的质量，其中在所接收的质量信息中表示所述制成的半导体基板的质量。