マイクロフォトルミネッセンスイメージングによるエピタキシャル層の自動欠陥検出

欠陥の早期インライン検出は、デバイスの品質を確保するための半導体製造における基本的なステップです。現在利用可能な検査技術では、積層欠陥のような表面形態学的変動を引き起こす大きなエピタキシャル欠陥を効果的に検出できますが、転位は検出されません。ここでは、シリコンエピタキシャル層の欠陥の検出と分類を目的とした、非接触かつ非破壊的な室温マイクロフォトルミネッセンスイメージング（Micro-PL）に基づく機械学習分析を強化した新技術を紹介します。実験室の顕微鏡技術を用いて、マイクロPL画像のさまざまな欠陥形態と拡張結晶学的欠陥との対応を調べています。自動マイクロPL分析と標準的なラボ分析では、欠陥数が少ない/cmという間隔で、欠陥密度の点で良好な一致が見られます。² 10 個まで⁵ 欠陥数/cm²。