JP2004515792A

JP2004515792A - 格子プロファイルの分類のためのシステム及び方法

Info

Publication number: JP2004515792A
Application number: JP2002549998A
Authority: JP
Inventors: ドッディ，スリニバス; ニッキル，ジャカダー; シンフイ，ニウ
Original assignee: ティンバーテクノロジーズ，インコーポレイティド
Priority date: 2000-12-14
Filing date: 2001-12-13
Publication date: 2004-05-27
Also published as: US20020188580A1; US6636843B2; TWI221982B; AU2002235210A1; WO2002048746A3; WO2002048746A2

Abstract

本発明は、格子プロファイル・データに特徴付けられる方法及びシステムを教えるものである。一実施形態は、格子プロファイル・データ空間をクラスタリングし且つプロファイル形状データを各クラスタに関連付けることにより、格子プロファイル・データに特徴付けられる方法である。本発明の他の形態は、格子プロファイルのクラスタを発生するためのクラスタ発生器を有し、格子プロファイル・データを分類し、プロファイル形状データを各クラスタに関連付け、関連付けられたプロファイル形状データを各クラスタに属する格子プロファイルにリンクさせるためのシステムである。
本発明は、格子プロファイル・ライブラリ例の最もマッチしたものからのプロファイル・データとアプリケーションのためのプロファイル・データの許容範囲のセットとを比較することによって入力された格子プロファイルを評価し、プロファイル・データが許容範囲の外側にある場合に入力された格子プロファイルにフラグを立て、プロファイル・データ及び入力された格子プロファイルと関連付けられたフラグを示すための方法及びシステムを含む。システムは、スケーラブルであり、またネットワークを利用して分散された形式で動作しえる。

Description

【０００１】
［関連出願］
本出願は、２０００年１１月２８日にＤｏｄｄｉ、Ｓｒｉｎｉｖａｓによって提出され、アタニー・ドケット番号がＴＭＢＲ−Ｐ００５であり、名称が“データ圧縮のためのクラスタ”であるペンディング中の米国特許出願（出願番号は未付与）、と関係し、及び引例として内包しうるものである。
［発明の属する技術分野］
本発明は、格子プロファイル（ｇａｔｉｎｇｐｒｏｆｉｌｅ）・ディメンション（ｄｉｍｅｎｓｉｏｎ）の測定及び評価、特に格子プロファイル・データの特徴付け、分類及び使用に関するものである。
［発明の背景］
分光反射測定法及び楕円測定法が、格子上に光を放ち且つ反射信号のスペクトラムの測定に使用される。基本的、現行では、反射光のスペクトラムは、格子における既知の特徴幅として測定されるという経験上のアプローチが使用されるが、それは時間を消耗し、限定されたプロファイル・ライブラリ（ｌｉｂｒａｒｙ）であっても高価なものとなる。ライブラリが経験的又は計算されたスペクトラム・データを用いて構築された場合、ライブラリはリアルタイムの環境において非常に有用である。特徴的なディメンション及びスペクトラム・データの格子プロファイル・ライブラリは、入力された格子スペクトラム・データに対するマッチング（ｍａｔｃｈｉｎｇ）に使用され、マッチしたライブラリ・プロファイルと関連した格子ディメンションを得ることができる。
【０００２】
しかしながら、製造業者は、格子ディメンションの基本測定だけでなく、格子の特徴的形状にも興味がない。格子の特徴的形状が製造変動と相互に関連する場合、製造業者は基本的な矯正動作のために情報を得ることがきる。格子形状の知識及び格子プロファイルの特徴付けは、また格子の許容性を評価する上で重要である。このように、プロファイル形状データをプロファイルに関連付ける必要がある。約４００，０００から５００，０００プロファイルの典型的なリアルタイム・プロファイル・ライブラリのマニュアルによるラベリングは、可能ではあるが、時間を消耗し且つ高価なタスクである。ライブラリ・プロファイルの特徴付け及び分類は、入力されたプロファイル形状データの骨のおれるタスクを解決する方法でなされるべきである。プロファイルを特徴付ける効果的な方法は可能であるが、プロファイル・ライブラリ・データ及び統計測定が許容範囲及び格子プロファイル・ディメンション及び形状の許容誤差を定義するために使用される。
［発明の要約］
本発明は、格子プロファイル・ライブラリと言った格子プロファイル・データ空間を特徴付けるための方法及びシステムに属する。一実施形態において、格子プロファイル・データを特徴付ける方法は、格子プロファイル・データ・ポイントから構成される格子プロファイル・データ空間の分類をリクエストし、多数のクラスタ（ｃｌｕｓｔｅｒｓ）へ格子プロファイル・データ空間をクラスタリング（ｃｌｕｓｔｅｒｉｎｇ）し、プロファイル形状データを各クラスタに関連付けることを有する。プロファイル形状データは、プロファイル形状ラベル、プロファイル形状図形イメージ及びプロファイル形状の記述を有する。
【０００３】
格子プロファイル・データを分類するための１つのシステムは、格子プロファイル・データ・ポイントから構成される格子プロファイル・データ空間と、コンピュータと、クラスタリング・アルゴリズムを利用して、格子プロファイル・データ・ポイントを含むデータ空間から複数の格子プロファイル・データ・ポイントを発生し、各クラスタとプロファイル形状データを関連付け、関連付けられたプロファイル形状データを各クラスタに属する格子プロファイル・データとリンクさせるためのクラスタ発生器とを有する。
【０００４】
一実施形態において、本発明は、入力された格子プロファイルに最もマッチするものとして選択された格子プロファイル・ライブラリ例（ｉｎｓｔａｎｃｅ）からのプロファイル・データにアクセスすることによって、格子プロファイル・データを評価し、格子プロファイル・ライブラリ例からのプロファイル・データとアプリケーションのためのプロファイル・データの許容範囲のセットとを比較し、プロファイル・データがアプリケーションのためのプロファイル・データの許容範囲のセットの外側にある場合、入力された格子プロファイルにフラグを立て、格子プロファイルに関連付けられた、プロファイル・データ及びフラグを提示するための方法を含む。プロファイル・データ及びフラグの提示は、プロファイル形状イメージの表示及び又はキー・プロファイル・ディメンションの二次元グラフ、及び許容パラメータ範囲を超えたプロファイル形状データを認識する警告を含む。
【０００５】
本発明は、更に、格子プロファイル形状を評価するシステムに関する一実施形態を含む。システムは、コンピュータと、プロファイルのクラスタのためのプロファイル形状データを記憶するためのプロファイル・クラスタ・データベースと、格子プロファイルのライブラリと、プロファイル形状評価器とを有し、プロファイル形状評価器は入力された格子プロファイルに最もマッチするものとして選択された格子プロファイル・ライブラリ例からのプロファイル形状データにアクセスし、プロファイル形状データとアプリケーションのためのプロファイル・データの許容範囲のセットとを比較し、アプリケーションのためのプロファイル・データの許容範囲のセットの外側にプロファイル形状データがある場合入力された格子プロファイルにフラグを立てる。
【０００６】
［発明の実施の形態］
図１Ａ乃至図１Ｄは、多様なプロファイル及び格子特徴のキー・ディメンションを示す断面図である。図１Ａは、矩形プロファイルによる格子の断面図であって、特徴的な底部幅ｗ１及び高さｈ１を示している。図１Ｂは、台形プロファイルによる格子の断面図であって、特徴的な底部幅ｗ１、高さｈ１及び側壁角ｔ１を示している。図１Ｃは、上部が湾曲した台形プロファイルによる格子の断面図であって、特徴的な台形底部幅ｗ１、台形上部幅ｗ２、全体高ｈ、湾曲上部幅ｗ３及び上部湾曲手前高さｐ１を示している。上部が湾曲した台形プロファイルにおけるキー・ディメンションの統計項目は、（ｐ１／ｈ）＊１００の式によって計算されるパーセント高さである。図１Ｄは、上部が湾曲し、脚部を有する台形プロファイルによる格子の断面図であって、特徴的な脚部底部幅ｗ１、台形底部幅ｗ２、全体高ｈ、台形幅ｗ３及び湾曲上部幅ｗ４を示している。上部が湾曲し脚部を有する台形プロファイルにおけるキー・ディメンションの統計項目は、（ｐ１／ｈ）＊１００の式によって計算されるパーセント高さ及び（ｐ２／ｈ）＊１００の式によって計算されるパーセント上部湾曲高さである。
【０００７】
いくつかのアプリケーションでは、Ｔトッピング、湾曲、アンダーカット、側面凹部、側面凸部、及び下部厚さを考慮した他のプロファイル測定を含めることもできる。
【０００８】
図２は、本発明の一実施形態に係わるプロファイル分類システムを示した構成図である。リクエスト装置１０が、プロファイル・データ・ポイントから構成される格子プロファイル・データ空間のプロファイル分類のリクエストを発行する。プロファイル分類のリクエストは、格子プロファイル・データ空間のクラスタ数を特定するパラメータを含んでいても良い。格子プロファイル・データ空間は、プロファイル次元及び結び付ける計算されたスペクトラム・データを包含する実行時間プロファイル・ライブラリ３０からの例によって、住みつけられる。スペクトラム・データは、通常は格子からの反射光をデジタル測定することによって得られる、例えば、１００以上の要素ベクトルをそれぞれ表す多数の波長に係わるブロードバンド・シグナルである。計算されたスペクトラム・データは、与えられたディメンションにおける格子からの反射光の厳密な数学的モデルを解くことによって引き出されるものである。実行時間プロファイル・ライブラリ３０は、製造中において予想されるプロファイル例の範囲のみを含み、製造サイトのための格子プロファイルの全ての範囲を網羅するために一般に使用される、より大きなマスタ・プロファイル・ライブラリのサブセットである。
【０００９】
プロファイル分類システム２０は、例えば、ｋ−平均、ｋ−メディアン及びｋ−センタと言った、多様なクラスタ・アルゴリズムの１つを使用することができる。このアプリケーションにもっとも適当であるのは、ｋ−センタ・クラスタ・アルゴリズムである。しかしながら、他のクラスタ方法のようにｋ−センタの解法は困難である。この問題に対処するために、プロバブル・ニア最良（ｐｒｏｂａｂｌｅｎｅａｒ−ｏｐｔｉｍａｌ）解法を発生する発見的方法が使用される。そのような１つの発見的方法は、ここに引例として内包される、Ｔ．Ｇｏｎｚａｌｅｚによる刊行物「最大インタークラスタ距離を最小化させるクラスタ」、セオリティカル・コンピュータ・サービス、Ｖｏｌ３８、ｐｐ２９３−３０６（１９８５）（以下「ゴンザレス（Ｇｏｎｚａｌｅｓ）・アルゴリズム」という）に記載されている。本発明の一実施形態では、このゴンザレス・アルゴリズムを使用する。
【００１０】
分類プロセスの結果は、出力装置４０に記憶されるプロファイル・クラスタ・ファイルとなる。プロファイル・クラスタは、また、台形プロファイル、Ｔトッピング・プロファイル、または矩形プロファイルと言った、クラスタにおけるプロファイルのグループはプリミティブな形状に対応しているので、プリミティブとして知られている。入力装置３５は、各プロファイル・クラスタ・レコードと関連付けらたプロファイル形状データを入力するために使用される。プロファイル形状データは、プロファイル・ラベル、プロファイル図形イメージ、及びプロファイルの記述を有する。図３に、プロファイル形状データの例が記載及び議論されている。入力装置３５、出力装置４０及びリクエスト装置１０は、ユニットに分割されていても又は同じユニット中にハウジングされていても良い、またプロファイル分類システム２０と同じ位置にあっても又は遠く分散された位置にあっても良い。
【００１１】
図３は、本発明の一実施形態に対応した格子プロファイルの分類ステップのフローチャートである。
【００１２】
格子プロファイルの分類は、パラメータのセットからプロファイル・ライブラリをコンパイルするための構成ルールを使用して、プロファイルをクラスタリングすること又はプログラム・ロジックとして導入されるソフトウエアによって、またこれらと同じルールを使用してプロファイル・ライブラリを分類することによって行われうる。格子プロファイルがクラスタされる場合、格子プロファイル・ライブラリの例から構成されるデータ空間のパーティション（ｐａｒｔｉｔｉｏｎ）のサイズは最初１００に決められている。パーティションのサイズは、格子プロファイルのデータ空間のためのクラスタの数である。パーティションのサイズの決定は、与えられたアプリケーションのための経験上のデータに基づくパーティションのサイズを入力することによって行われる。一実施形態において、パーティションのサイズは、クライアントから提供されるパーティション・サイズ・テーブルから特定される。パーティション・サイズの初期設定は２となっている。
【００１３】
パーティション・サイズは、「帰無仮説（ｎｕｌｌｈｙｐｏｔｈｅｓｉｓ）」概念として実行されるソフトウエアによって、代替的に決定されうる。帰無仮説を主題として書かれた書籍、「クラスタ・データのためのアルゴリズム」、Ａ．Ｋ．Ｊａｉｎ、Ｒ．Ｃ．Ｄｕｂｅｓ及びＰｒｅｎｔｉｃｅＨａｌｌ、１９８８は、引例として内包される。
【００１４】
データ空間におけるクラスタの最適最大半径は、最小・最大（Ｍｉｎ−Ｍａｘ）ルールを応用することによって決定することができる。最小・最大ルールの適切な部分は、以下のようである；「Ｓ_ｉ（１≦ｉ≦Ｋ，Ｋはパーティション・サイズと同じ）のセットにおける全ての代表クラスタ・データ・ポイントに対して、オリジナル・セットは完全に｛Ｓ_１、Ｓ_２、…Ｓ_ｋ｝のセットの中に分配されるものと仮定し、オリジナル・セットＳが分配される最大セット数が、セットＳ_ｉの全てのクラスタの代表クラスタ・データ・ポイントによって形成される最大半径を最小化する。」しかしながら、最適「最大半径」のための解法は、計算上難しい問題である。もっとも良く知られたアルゴリズムによる計算は、非常に長く、パーティションの数によって幾何級数的に変化する。一実施形態において、ゴンザレス・アルゴリズムが、クラスタ・アルゴリズムとして使用される。非階層分配方法であるゴンザレス・アルゴリズムは、最適最大半径の２倍までで、最適最大半径以内の半径を生み出す。類似するアプリケーションのための、ゴンザレス・アルゴリズムの導入のための綿密な議論が、本願に引例として内包され、２０００年１１月２８日にＤｏｄｄｉ，Ｓｒｉｎｉｖａｓによって提出され、アタニー・ドケット番号がＴＭＢＲ−Ｐ００５であり、名称が“データ圧縮のためのクラスタ”であるペンディング中の特許出願に含まれる。
【００１５】
次に、データ空間におけるデータ・ポイント間の多次元ユークリッド距離（ｍｕｌｔｉ−ｄｉｍｅｎｓｉｏｎａｌＥｕｃｌｉｄｉａｎｄｉｓｔａｎｃｅｓ）が計算され、２つのデータ・ポイントの初期セットはクラスタ・リプレゼンテイティブ（ｃｌｕｓｔｅｒｒｅｐｒｅｓｅｎｔａｔｉｖｅ）（ＣＲ）として選択される（ステップ１１０）。データ・ポイントは、格子プロファイル・ライブラリの格子プロファイル例である。多次元空間におけるポイント「Ｘ」と「Ｙ」との間のユークリッド距離（ＥＤ）は、ベクトル差分ＥＤ_ＹＸ＝＜Ｙ＞−＜Ｘ＞、又は
【００１６】
【数１】

【００１７】
ここで、与えられたポイント「Ｘ」の座標記述は、仮想次元Ｎ空間における多次元ベクトル＜Ｘ＞として指定され、
【００１８】
【数２】

【００１９】
として与えられる。また、第２ポイント「Ｙ」は、多次元ベクトル＜Ｙ＞として指定され、同様に、
【００２０】
【数３】

【００２１】
として与えられる。
【００２２】
ユークリッド距離の計算後、非クラスタ・リプレゼンテイティブ・データ・ポイントが次のクラスタのクラスタ・リプレゼンテイティブ候補として選択され；クラスタ・リプレゼンテイティブ候補と前に選択されている他の全てのクラスタ・リプレゼンテイティブとの間のユークリッド距離が計算され；最小の計算されたユークリッド距離が選ばれ、クラスタのための最小ユークリッド距離のセットが含まれる（ステップ１２０）。クラスタのためのクラスタ・リプレゼンテイティブ候補の選択プロセスが完了しない場合（ステップ１３０）、すなわちデータ空間にさらに多くのデータ・ポイントが存在する場合、前のステップ１２０が繰り返される。そうでなければ、クラスタのための最小ユークリッド距離のセットから最大ユークリッド距離が選択され、クラスタ・リプレゼンテイティブとしてデータ・ポイントが指定される（ステップ１４０）。パーティションのサイズが達しない場合（ステップ１５０）、ステップ１２０へ進んで他のクラスタ・リプレゼンテイティブを選択するプロセスを通過する。そうでなければ、各クラスタ・リプレゼンテイティブに関連付けられたクラスタ・データを、クラスタの中に含まれる全てのライブラリ・プロファイル・レコードの中に記憶し、補助計算を行い、プロファイル・クラスタ・ラベル、プロファイル・クラスタ図形イメージ及びプロファイル・クラスタの記述と言ったプロファイル形状データを処理する（ステップ１６０）。補助計算では、エラー検出又は他の任意のソフトウエア・ルーティンのような任意の計算を行うことができる。
【００２３】
例えば、格子プロファイル・ライブラリは、５００，０００の別個のプロファイルを持つことができる。各格子プロファイルは、形状ディメンション、下部厚さ及び計算されたスペクトラム・データを含んでいる。５００，０００のプロファイルのプロファイル形状を特徴付ける意味のあるプロファイル・ラベルを添付することは、退屈且つ高価なタスクである。図３に示されたクラスタ処理が１００プロファイルにつき１クラスタであった場合、５，０００クラスタのみがプロファイル・ラベル及び他のプロファイル形状データを必要とする。１つのクラスタに属する１００のプロファイルは、同じプロファイル・ラベルを共用することができる。表１に、クラスタ処理結果の例を示す。そこでは、クラスタ１に属する格子プロファイル・ライブラリにおける最初の１００プロファイル例にプロファイル・ラベル「台形Ａ」が付され、クラスタ２に属する格子プロファイル・ライブラリにおける引き続く１００のプロファイル例にプロファイル・ラベル「台形Ｂ」が付される。表２に、１０，０００クラスタ・レコードを有するクラスタ・ファイルにおける最初の３つ及び最後の２つのレコードを示す。
【００２４】
図４は、本発明の一実施形態であって、格子プロファイルを評価するためにプロファイル分類データを利用したアプリケーションの構成図である。分光光学計測器５０は、プロファイル・アプリケーション・サーバ（ＰＡＳ）６０のために格子スペクトラム・データを提供する。プロファイル・アプリケーション・サーバ６０は、実行時間プロファイル・ライブラリ７６の例からの計算されスペクトラム・データと分光光学計測器５０からのスペクトラム・データとを比較するために、実行時間ライブラリ７６にアクセスする。プロファイル・アプリケーション・サーバ６０は、実行時間プロファイル・ライブラリ７６例からの計算されスペクトラム・データに最もマッチした格子スペクトラム・データを見つけ、即時のリアルタイム評価又は後のバッチ処理のためにプロファイル評価器８０に転送される格子プロファイル・ログを作成する。最もマッチした計算されたライブラリ・スペクトラム・データは、格子スペクトラム・データと計算されたライブラリ・スペクトラム・データとの間の誤差を最小にするものの１つである。適切な結果を生み出す誤差計量は、平方和の差（ｓｕｍ−ｓｑｕａｒｅｄ−ｄｉｆｆｅｒｅｎｃｅ）の誤差計量であり、そこで、最適化手順は、格子スペクトラム・データと計算されたライブラリ・スペクトラム・データとの間の誤差計量を最小化する。一実施形態において、平方和の差ログ（ｓｕｍ−ｓｑｕａｒｅｄ−ｄｉｆｆｅｒｅｎｃｅ−ｌｏｇ）の誤差計量が使用される。プロファイル評価器８０は、格子プロファイル・ログからのプロファイル・ラベルを用いてプロファイル・クラスタ４０にアクセスし、クラスタと関連付けられる全てのプロファイル形状データを引き出す。プロファイル評価器８０は、プロファイル形状データ及びプロファイル・ディメンションと、アプリケーションのために対応する許容範囲とを比較し、出力装置８４に表示データを作る。
【００２５】
図５Ａは、矩形格子プロファイル及び漂遊アンダーカット・プロファイルの分布を示す２次元の図形描写である。視覚的に、プロファイルＸ９０は、底部幅に対して十分に大きい上部幅を有しており、全体高は上部幅よりさらに大きい。プロファイルＸ９０のような明確な漂遊プロファイルに対して、格子プロファイル自身の図形イメージの存在は、作成中の平均ディメンション・プロファイルからの格子プロファイルの屈曲を停止することができる。
【００２６】
図５Ｂは、矩形格子プロファイル及び漂遊台形プロファイルの分布を描く２次元の図形描写である。プロファイルＹ９２及びプロファイルＺ９４の両者は、他のプロファイルの大部分から際立っている。プロファイルＹ９２は、台形プロファイルが大きい底部を有するのに対し、プロファイルＺ９４は同じ底部を有するが、より低い全体高を有する。製造中における平均プロファイルと比較した漂遊プロファイル間の差が宣言された場合、これらの漂遊プロファイルは簡単に突き止めることができる。しかしながら、変化は小さいが格子を許容ディメンション範囲の外へ容易に押出す場合、視覚的な検証は十分ではない。分散の定量化及びグラフィカル測定が必要である。
【００２７】
図５Ｃは、平均プロファイルからの漂遊プロファイルの発散を表すキーとなる格子の特徴的なディメンションの比を表したグラフ図である。底部幅に対する上部幅の比をＸ軸として使用し、上部幅に対する全体高の比をＹ軸に使用する。グラフに示される、ドットとして集まっているプロファイルの大部分は、両方の比とも１に近い値を有している。プロファイルＸ９０は両方の比とも１より大きい点で際立っており、プロファイルＹ９２は上部幅／底部幅の比は０．５に近く且つ全体高／上部幅の比が１を超える点で際立っており、プロファイルＺ９４は両方の比とも０．５に近い点で際立っている。図５Ｃに図形的に表されている様に、格子プロファイル・データ及びそれらのプロファイル・ラベルは、製造中、漂遊プロファイル及びドリフト・プロファイル・ディメンションを強調するのに効果的である。上述した２つの比と異なった比を使用することもできる。許容範囲からの分散を示す他の統計的な測定が利用されうるが、それらも本願発明の目的及び方法の範囲内に留まるものである。
【００２８】
図６Ａは、製造中の他の時間に作成された格子プロファイルのグラフ図である。アプリケーションが、矩形及び台形形状で、上部幅に対する底部幅の比が０．８〜１．２、全体高に対する上部幅の比が０．８〜１．２のみの許容プロファイルの範囲を確立した場合、プロファイルＡ３２及びプロファイルＢ３０は、許容範囲外にフラグが付けられる。図６Ｂは、プロファイル形状データを図形的に表したものであり、臨界ディメンション比として表現したものであり、臨界ディメンション比の許容範囲である。この例において、許容範囲の境界は、両者の比の上及び下の範囲を含む矩形として表されているが、境界は、円、３次元セッティングの球形又は参照点からの半径として表現しうる。プロファイルＡ３２及びプロファイルＢ３０は、図形的には、許容範囲の境界の外側にあるものとして示され、フラグが立てられる。一実施形態において、プロファイル形状及びフラグの提出は、プロフィルＡ３２及びＢ３０を異なった色又はシンボルにして、図６Ａ及び図６Ｂに示されるモニタを通じて行われる。プロファイルＡ３２及びプロファイルＢ３０のフラグは、代替的に、クライアントの選択による任意に導入されるアプリケーションに基づいて、標準的なビデオ及び音声による警告に変換しうる。
【００２９】
図７Ａは、製造中の他の時間に作成された格子プロファイルのグラフ図である。アプリケーションが、台形形状で、上部幅に対する底部幅の比が０．８〜１．２、全体高に対する上部幅の比が０．８〜１．４の許容可能なプロファイルの範囲を確立した場合、プロファイル形状は全て許容範囲内にあるので、プロファイルは許容範囲外にフラグが付けられることはない。図７Ｂは、プロファイル形状データを図形的に表したものであり、臨界ディメンション比として表現したものであり、同じ臨界ディメンション比の許容範囲であり、円形の境界内の値のセットとして表現される許容範囲である。許容範囲の境界は、両者の比の上及び下を含む円として示されている。全ての格子は許容範囲の境界内にあるが、格子形態の形状及びディメンションは許容範囲の境界からドリフトしていることは明確である。ディスプレイの視覚的な調査は、処理がドリフトしている原因を決定すること及びもし必要なら軌道修正を可能とする製造要員への早い警告を与える。同様のビデオ及び音声のよる警告は、アプリケーションへの任意的な選択された導入に基づいて、プロセス・ドリフトがプロファイル・ディメンションを過度に又は許容範囲の境界へ近づけるようする場合にはいつでも、稼動されうる。
【００３０】
図８は、本発明の一実施形態において、格子のスペクトラム・データに最もマッチしたライブラリ・プロファイルを検索する上で使用される方法のフローチャートである。最初に、プロファイル・クラスタが、図２及び３に記載されるように実行時間プロファイル・ライブラリから形成され、これらのプロファイル・クラスタが第１の処理にロードされる（ステップ２００）。一般的に、潜在的な処理の長さに関係して、プロファイル・クラスタの形成は別個のコンピュータで行われる。第１の処理のためのプロファイル・クラスタのロードは、プロファイル・クラスタのメモリへのロード又はプロファイル・クラスタをすぐに調べられ且つリアルタイムで使用することができる全ての方法によって行われうる。
【００３１】
次に、格子スペクトラム・データは、収集され且つ処理される（ステップ２１０）。格子スペクトラム・データは、分光光学計測器から収集され、そのスペクトラム・データがリアルタイム又はバッチ処理が可能なように処理される。プロファイル・ライブラリからの計算されたスペクトラム・データと比較して最もマッチした格子スペクトラム・データが選択される（ステップ２２０）。次に、プロファイル・ライブラリからの最もマッチしたプロファイルと関連付けられたプロファイル形状データがアクセスされる（ステップ２３０）。プロファイル形状データは、プロファイル・ラベル、図形イメージ及び／又は形状の記述を有している。例えば、格子に対するプロファイル形状データは、「台形ＦｔｎｇＡ」と、ビットマップ、コンピュータ・グラフィック・イメージ又は図形的にプロファイル形状を描いたデジタル描写と、及び「台形、全体高が底部幅ｘ２、上部湾曲、脚部Ａ」という記述となりうる。
【００３２】
プロファイル形状データがアプリケーションのために確立された許容プロファイルの範囲の外側にある場合、格子プロファイルにフラグが付けられる（ステップ２４０）。許容プロファイルの範囲は、矩形又は台形プロファイルのみに特定され、Ｔトッピング又はアンダーカット・プロファイルは許容されない。類似のプロファイル形状であるが、予め決められたディメンションのある範囲の外側にあるものは、許容されないとすることもできる。例えば、上部湾曲及び上部湾曲に対してあるパーセントの高さ（（脚部高さ／全体高）＊１００）、１０％以上、を有する底部脚部の台形プロファイルは、許容プロファイルの範囲の外側にあることとなる。次に、プロファイル形状データ及び格子プロファイルと関連付けられたフラグが示される（ステップ２５０）。一実施形態において、許容プロファイルのキー・ディメンションの範囲は、境界条件として定義される。プロファイル形状データ及びフラグは、モニタ・ディスプレイのようなディスプレイ、レポート及び／又はビデオ又は音声による警告を通じて示される。例えば、音声による警告は、製造中、格子のプロファイル形状が許容範囲を予め決められた量又はパーセンテージ分超えた時に鳴るようにしうる。入力された格子ペクトラム・データの処理が完了しない場合（ステップ２６０）、フローは収集及び処理ステップ２１０へ進み、そうでない場合にはタスクを終了する。
【００３３】
図９は、時間を関数とした、トラッキング用の格子プロファイル・ディメンション及び形状の特徴のためのフォーマットを示した図である。表示されている要素は、格子プロファイル・データが集まった時間３００、上部幅／底部幅３１０及び全体高／上部幅３２０と言った種々な臨界ディメンション率、上部幅３３０と言った他のディメンション、及びプロファイル・ラベル３４０、プロファイル図形イメージ３５０及び格子プロファイルがアプリケーションのために確立した許容範囲を超えた場合のメッセージである警告３６０と言ったプロファイル形状データである。上記のデータ解析に加えて、格子プロファイル・ディメンション及び形状データが収集され、引き続き処理される。そこでは、プロファイル作成中におけるプロファイルの分散を見つけるため、及び／又はプロファイル形状及び／又は入力された製造パラメータに対するディメンションと相互に関連付けるために統計技術が用いられる。
【００３４】
一実施形態に記載されるクラスタ技術は非階層的ゴンザレス・アルゴリズムとして稼動するが、シングル・リンク（ｓｉｎｇｌｅｌｉｎｋ）（ＳＬＩＮＫ、極小ツリー・スパンニング（ｍｉｎｉｍａｌｔｒｅｅｓｐａｎｎｉｎｇ）・アルゴリズムを含む）、完全リンク（ｃｏｍｐｌｅｔｅｌｉｎｋ）、グループ平均リンク（ｇｒｏｕｐａｖｅｒａｇｅｌｉｎｋ）、グループ平均リンクのためのボーヘス（Ｖｏｏｒｈｅｅｓ）・アルゴリズム、及びワード（Ｗａｒｄ）方法（ワード方法のための相互最近傍アルゴリズムを含む）といった他のクラスタ方法も稼動しうる。Ｓ．Ｋｉｒｋｐａｔｒｉｃｋ、Ｃ．Ｄ．Ｇｅｌｌａｔｔ及びＭ．Ｐ．Ｖｅｃｃｈｉによって記載され、引例として本願に内包される「シュミレーティド・アニーリング（ｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇ）の最適化」サイエンス２２０、４５９８（Ｍａｙ）、６７１−６８０、１９８３に記載されたシュミレーティド・アニーリング、又は傾斜適正法（ｇｒａｄｉｅｎｔｄｅｃｅｎｔｍｅｔｈｏｄｓ）と言った他のアルゴリズムが、ゴンザレス・アルゴリズムの代わりに、最小・最大問題の解法のために稼動される。さらに、Ｔ．Ｆｅｄｅｒ及びＤ．Ｇｒｅｅｎによる「類似クラスタのための最適アルゴリズム」、コンピューテイング理論における２０世紀ＡＣＭシンポジウム（ＳＴＯＣ）会報誌、ｐｐ４３４−４４４（１９８８）に記載され、本願に引例として内包される他の最小・最大クラスタ・アルゴリズムが、Ｔ．ゴンザレス・アルゴリズムの代わりに稼動されうる。
【００３５】
加えて、ユークリッド距離はポイント間の距離を計算する上で好ましい値であるが、適当な、しかし発明から逸脱しないような他の値も使用しうる。さらに、円、球又はハイパー球などが、特定のクラスタの幾何学的定義として考えられるが、他の特定の幾何学又は他の特定のトポロジが使用しうる。
【００３６】
（Ｃ、Ｃ＋＋、Ｐｅｒｌ、Ｊａｖａ等と言った言語による）ソフトウエアを構成及び導入するために使用される言語に依存して、ソフトウエアは、ここに記載及び示唆され、連続する段階において発明を実行するための多くのクラス数、機能、オブジェクト、変数、テンプレート、コードのライン、コードの部分、及び構成（集合的及び概して、「プロセス・ステップ」、「ステップ」、「ブロック」、「ソフトウエア・プロセス」、「機能モジュール」又は「ソフトウエア・モジュール」）を持つことができ、スタンドアロンのソフトウエア・アプリケーションによって、又は他のソフトウエア・アプリケーションの中又はから呼び出されて稼動しうる。ソフトウエア・プロセス又はソフトウエア・モジュールは、オブジェクト指向プログラミング（例えば、オーバーロード・プロセス）に関して、アプリケーションにおけるコードの一部が複数の機能を果たすように構成しうる。ない、逆もまた正しく、コードの多数の部分が複数の機能を果たし且つ依然機能的にはコードの一部と同じものであるように稼動することもできる。本発明の全ての処理ステップにおいて、中間値、変数及びデータは、プログラムによって後の使用のために記憶されうる。
【００３７】
本発明のこれまでに記載した実施形態が、図示及び記載されているが、それらは発明を記載された詳細な形式に限定するものではない。特に、ここに記載した発明の機能的な導入は、ハードウエア、ソフトウエア、ファームウエア及び／又は他の可能な機構要素又は構造ブロックとして同等に導入しうる。他の変形されたものや実施形態は、上述した技術の範囲内で可能であり、このように発明の範囲は、発明の詳細な説明によって限定されることを意図したものではなく、特許請求の範囲についても同様である。
【００３８】
【表１】

【００３９】
【表２】

【図面の簡単な説明】
【図１Ａ】
格子プロファイルと格子特徴のキー・ディメンションを示す断面図である。
【図１Ｂ】
格子プロファイルと格子特徴のキー・ディメンションを示す断面図である。
【図１Ｃ】
格子プロファイルと格子特徴のキー・ディメンションを示す断面図である。
【図１Ｄ】
格子プロファイルと格子特徴のキー・ディメンションを示す断面図である。
【図２】
本発明の一実施形態に係わるプロファイル分類システムを示す構成図である。
【図３】
本発明の一実施形態に係わる格子プロファイルの分類におけるステップを示すフローチャートである。
【図４】
本発明の一実施形態に係わる格子プロファイルを評価するためにプロファイル分類データを利用したアプリケーションを示す構成図である。
【図５Ａ】
矩形格子プロファイル及び漂遊アンダーカット・プロファイルの分散を示す二次元のグラフ図である。
【図５Ｂ】
矩形格子プロファイル及び漂遊台形プロファイルの分散を示す二次元のグラフ図である。
【図５Ｃ】
平均的なプロファイルからの漂遊プロファイルの発散を示すキー格子特徴ディメンションの比を示す二次元のグラフ図である。
【図６Ａ】
製造中の異なる時間に作成された格子プロファイルを示す二次元のグラフ図である。
【図６Ｂ】
臨界的ディメンション比の許容範囲に関して、臨界的ディメンション比として表現されたプロファイル形状データを表す図である。
【図７Ａ】
製造中の異なる時間に作成された格子プロファイルを示す二次元のグラフ図である。
【図７Ｂ】
円形の境界内の値のセットとして表現される臨界的ディメンション比の許容範囲に関して、臨界的ディメンション比として表現されたプロファイル形状データを表す図である。
【図８】
本発明の一実施形態に係わる入力された格子スペクトラム・データと最もマッチしたライブラリ・プロファイル例を検索し、格子の許容性を評価するためのプロセスについてのフローチャートである。
【図９】
本発明の一実施形態に係わる格子プロファイル・ディメンションのドラフトによる警告を送るためのプロファイル分類データを使用した表示フォーマットを示す図である。

Claims

格子プロファイル・データの分類方法において、
格子プロファイル・データ・ポイントを含む格子プロファイル・データ空間の分類をリクエストし、
格子プロファイル・データ・ポイントを多数のクラスタにクラスタリングし、
格子プロファイル・データ・ポイントの各クラスタとプロファイル形状データを関連付けることを特徴とする方法。
複数のクラスタは自動化技術によって決定される請求項１に記載の方法。
複数のクラスタを決定する自動化技術は、帰無仮説概念によって導入されるソフトウエアによって達成される請求項２に記載の方法。
格子プロファイル・データ・ポイントのクラスタリングは、ゴンザレス・アルゴリズムを使用して実行される請求項１に記載の方法。
プロファイル形状データは、プロファイル形状ラベル、プロファイル形状図形イメージ及びプロファイル形状の記述を含む請求項１に記載の方法。
格子プロファイル・データを分類するシステムにおいて、
格子プロファイル・データ・ポイントを含む格子プロファイル・データ空間と、
クラスタ発生器とを有し、
クラスタ発生器は、稼動されて、クラスタリング・アルゴリズムを用いて格子プロファイル・データ・ポイントを含むデータ空間からの格子プロファイル・データ・ポイントによる複数のクラスタを発生し、プロファイル形状データを格子プロファイル・データ・ポイントによる複数のクラスタの各クラスタと関連付け、関連付けられたプロファイル形状データを複数の格子プロファイル・データ・ポイントの各クラスタに属する格子プロファイル・データ・ポイントとリンクさせることを特徴とするシステム。
更に、リクエスト・パラメータに基づいてクラスタ発生器にプロファイル・データ空間の分類をリクエストするリクエスト装置を有する請求項６に記載のシステム。
パラメータは、格子プロファイル・データ・ポイントの複数のクラスタのための多数のクラスタを含む請求項７に記載のシステム。
リクエスト装置は、ネットワークを利用してリクエストをクラスタ発生器に転送する請求項７に記載のシステム。
格子プロファイル・データ空間は、格子プロファイルのライブラリを有する請求項６に記載のシステム。
クラスタ・アルゴリズムは、ゴンザレス・アルゴリズムである請求項６に記載のシステム。
プロファイル形状データは、プロファイル形状ラベル、プロファイル形状図形イメージ及びプロファイル形状の記述を有する請求項６に記載のシステム。
格子プロファイル・データを評価するための方法において、
入力された格子プロファイルと最もマッチするものとして選択された格子プロファイル・ライブラリ例からのライブラリ・プロファイル・データにアクセスし、
格子プロファイル・ライブラリ例からのライブラリ・プロファイル・データとアプリケーションのためのプロファイル・データの許容範囲のセットとを比較し、
ライブラリ・プロファイル・データが、アプリケーションのためのプロファイル・データの許容範囲のセットの外側にある場合又はアプリケーションのためのプロファイル・データの許容範囲のセット内にある場合に、入力された格子プロファイルにフラグを立てることを特徴とする方法。
ライブラリ・プロファイル・データへのアクセスは、更に、分光光学計測器によって収集された格子スペクトラム・データを処理し、格子スペクトラム・データと最もマッチするものとして決定された計算されたスペクトラム・データを含むプロファイル・ライブラリ例を選択し、プロファイル形状ラベルと関連付けられたプロファイル形状データを抽出するために選択されたプロファイル・ライブラリ例のプロファイル・ラベルを使用する請求項１３に記載の方法。
プロファイル形状データは、プロファイル形状ラベル、プロファイル形状図形イメージ及びプロファイル形状の記述を有する請求項１３に記載の方法。
更に、プロファイル形状データ及び入力された格子プロファイルと関連付けられたフラグを示す請求項１３に記載の方法。
プロファイル形状データ及びフラグの提示は、選択されたプロファイル・ライブラリ例のプロファイル・イメージ及び又は選択されたプロファイル・ライブラリ例のキー・プロファイル・ディメンションの２次元の図形の表示、及びアプリケーションのための許容範囲のセットを超えた場合に入力された格子プロファイルと関連付けられたプロファイル形状データを認識する警告を有する請求項１５に記載の方法。
格子プロファイル・データを評価するシステムにおいて、
プロファイルのクラスタのためのプロファイル形状データを記憶するためのプロファイル・クラスタ・データベースと、
プロファイル・ディメンション、スペクトラム・データ及びプロファイル・ラベルから構成されるプロファイル例を記憶するための格子プロファイルのライブラリと、
プロファイル・クラスタ・データベース及び格子プロファイルのライブラリと結合されたプロファイル形状評価器とを有し、
プロファイル評価器は、稼動されて、入力された格子プロファイルに最もマッチしたものとして選択された格子プロファイル・ライブラリ例からのライブラリ・プロファイル・データにアクセスし、プロファイル形状評価器は、アプリケーションのためのライブラリ・プロファイル・データの許容範囲のセットを有し、且つライブラリ・プロファイル・データがアプリケーションのためのプロファイル・データの許容範囲のセットの外側にある場合又はライブラリ・プロファイル・データがアプリケーションのためのプロファイル・データの許容範囲のセット内にある場合に、入力された格子プロファイルにフラグを立てることを特徴とするシステム。
更に、プロファイル形状イメージ、及び又は選択されたライブラリ例のキー・プロファイル・ディメンションの２次元の図、及び又はアプリケーションのためのプロファイル・データの許容範囲のセットを超えた場合に入力された格子プロファイルを認識する警告を示すプロファイル評価表示を示すための出力装置を有する請求項１８に記載のシステム。
プロファイル・データを記憶するためのデータベース・フォーマットであって、
プロファイル・データと、
プロファイル形状ラベルと、
キー・プロファイル・ディメンションのセットと、
プロファイル図形イメージと、
プロファイルの記述とを有することを特徴とするデータベース・フォーマット。
格子評価データを示すための表示フォーマットであって、
格子プロファイル・ディメンションのセット及び格子プロファイルを表す格子プロファイル・ディメンションのセットから抽出された計算された値と、
格子プロファイル・ディメンションのセットと関連付けられたプロファイル・ラベルと、
格子プロファイル・ディメンションのセットと関連付けられたプロファイル図形イメージと、
プロファイルの記述と、
警告フラグとを有することを特徴とする表示フォーマット。
格子プロファイル・データの分類のためのサービスを提供するための方法であって、
プロファイル・データ・ポイントから構成されるプロファイル・データ空間を分類するために、システム、処理及び手順の使用に対してクライアントがベンダーに報酬を支払うためのクライアント及びベンダー間の契約を締結し、クライアントからの報酬の見返りとしてベンダーはプロファイル・データ空間を分類するためのシステム、プロセス及び手順へのアクセスを提供し、
ベンダーによってクライアントに対し、格子プロファイル・データ・ポイントから構成される格子プロファイル・データ空間から格子プロファイル形状データの作成をリクエストするステップを使用して、プロファイル・データ空間を分類するためのシステム、処理及び手順に対するアクセスを提供し、格子プロファイル・データ空間のための多数のクラスタを決定し、格子プロファイル・データ・ポイントを格子プロファイル・データ空間の多数のクラスタへクラスタリングし、プロファイル形状データを格子プロファイル・データ・ポイントの各クラスタに関連付け、
クライアント、又はクライアントのアサイニー、受益者又はライセンシーによって、ベンダー又はベンダーの代表者から供給される格子プロファイルを分類するために、システム、処理及び手順を使用することを特徴とする方法。
コンピュータをして格子プロファイル・データの分類のための方法のステップを実行するために、コンピュータによって読取り可能なコードを記憶するためのコンピュータ記憶媒体であって、
格子プロファイル・データ・ポイントから構成される格子プロファイル・データ空間からの格子プロファイル・データの作成をリクエストし、
格子プロファイル・データ空間のための多数のクラスタを決定し、
格子プロファイル・データ・ポイントを多数のクラスタへクラスタリングし、
プロファイル形状データを各格子プロファイル・データ・ポイントのクラスタに関連付けることを特徴とするコンピュータ記憶媒体。