晶圓良率估計的準確性，一直以來是半導體製程中之一重要課題，有鑑於此，本研究利 用模擬之晶圓圖以倒傳遞類神經網路建構良率估計模式，輸入參數則分為兩大類：一為缺陷 點數及有效晶粒數搭配描述群聚現象之群聚指標；另外則是缺陷點數及有效晶粒數搭配描述 群聚現象之群聚指標與群聚圖型，並相互對照以證實加入群聚圖型可明顯提升良率估計之準 確度。關於本研究之結論，將於第一小節中說明，第二小節則提出對未來研究之建議。
5.1 研究結論
經過本研究的驗證，對於以倒傳遞類神經網路建構晶圓良率模式有以下結論：
(1) 群聚指標 CI、CIr 及 CIt 雖然其計算的依據不盡相同，但這三個群聚指標對於各種缺 陷圖型之群聚程度的評估皆有一定的水準；而群聚指標 CV 則是指能評估以晶圓中 心點為圓心之環狀群聚指標，在其他圖型下則無法正確評估其群聚程度。
(2) 在比較使用不同群聚指標其他參數相同之模式可發現，不論是否有加入群聚圖型參 數，CI、CIr 及 CIt 三種群聚指標所建構之良率模式之估計能力並無明顯差距。
(3) 在加入群聚圖型參數之前，將參數「有效晶粒數」更改為群聚指標「CV」則可以明 顯地提升估計的準確度，可能是因為本研究是假設在製程中晶圓大小與晶粒大小是 固定的，這會導致每片晶圓上有效晶粒數都是相同的，所以對輸出變數「良率」並 無明顯地區別效果；但是在加入群聚圖型參數之後，將參數「有效晶粒數」更改為 群聚指標「CV」反而會降低其模式估計之準確度，吾人推測「群聚圖型」解試良率 之能力大於群聚指標「CV」所導致，故在建構良率模式時可不必特別針對環狀群聚 圖型而設立群聚指標。
53
(4) 在觀察加入「群聚圖型」參數前後之模式發現，在建構良率模式時以群聚圖型與群 聚指標共同描述群聚現象會比只考慮群聚指標來得好，而且提升準確性之程度遠超 過將「有效晶粒數」改為群聚指標「CV」之提升程度，顯示出要改善群聚指標對環 狀圖型誤判而造成良率估計誤差變大的情形除了增加群聚指標 CV 的做法之外，以 群聚圖型搭配群聚指標可以更準確地估計其良率。
5.2 未來研究建議
由於本研究將群聚圖型分為隨機分佈、區域集中分佈、直線分佈與環狀分佈四種，並且 假設一晶圓上只會出現一個群聚圖型，如果實務上有可能會產生晶圓上出現兩個或兩個上的 複合圖型時，則本研究所採用的模式是否適用，仍待檢驗，故未來若能判別複合式圖型並調 整成輸入參數，定能更加準確估計實際製程之良率。
另外由於本研究是使用模擬晶圓進行驗證，因此會產生一些模擬之前提假設，例如本研 究假設所有晶圓之有效晶粒數相同以及所有缺陷圖型發生機率相等，但在實際生產線上也許 並非如此，未來若能以實際生產線之真實晶圓圖加以驗證，相信能更進一步確認是否能以群 聚圖型與群聚指標即能有效反應群聚現象。
54
Agresti, A., 1990, Categorical Data Analysis, John Wiley & Sons, New York
Cunningham, J. A., 1990, The Use and Evaluation of Yield Models in Integrated Circuit Manufac-turing, IEEE Transactions On Semiconductor ManufacManufac-turing, 3, pp. 60-71
Freeman, J. A. and D. M. Skapura, 1992, Neural Networks Algorithms, Applications and Program-ming Techniques, Addison-Wesley Publishing Company, New York
Gart, I. J., and J. R. Zweifel, 1967, On the bias of Various estimators of the logit and its variance with application to quantal bioassay, Biometrika, 54, pp. 181-187
Bensmail, H., and G. Celeux, 1996, Regularized Gaussian Discriminant Analysis through Eigenva-lue Decomposition, Journal of the American Statistical Association, 91, pp. 1743-1748 Jun, C. H., Y. Hong, S. Y. Kim, K. S. Park, and H. Park, 1999, A Simulation-based Semiconductor
Chip Yield Model Incorporating a New Defect Cluster Index, Microelectronics Reliability, 39, pp. 415-456
MatLab, Copyright（C） The Math Works, Inc., 3 Apple Hill Drive, Natick, MA 01760-2098, USA.
Murphy, B. T., 1964, Cost-Size Optima of Monolithic Integrated Circuits, IEEE Proc., 52, pp.
1537-1545
55
Seeds, R. B., 1967, Yield and Cost Analysis of Bipolar LSI, IEEE International Electron Meeting, Washington, D. C., Oct., p. 12
Stapper, C. H., 1973, Defect Density Distribution for LSI Yield Calculations, IEEE Transactions on Electron Device, 20（7）, pp. 655-657
Wang, C. H., 2009, Separation of composite defect patterns on wafer bin map using support vector clustering, Expert Systems with Applications, 36（2）, pp. 2554-2561