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は、積層欠陥のような形態的な表面変化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における欠陥の検出および分類のための、非接触・非破壊の室温マイクロフォトルミネッセンスイメージング（micro-PL）に基づく機械学習解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、micro-PL画像における異なる欠陥形態と拡張結晶欠陥との対応を調査しました。自動micro-PL解析と標準的な実験室解析の間に、数個/cm²から10⁵個/cm²の範囲にわたって欠陥密度の良好な一致が確認されました。