JP2014519182A - 生物学に基づくチャンバマッチング - Google Patents

Abstract

【課題】 生物学に基づくチャンバマッチングを提供することである。
【解決手段】 本開示は、少なくとも部分的には、自律学習システムによってサポートされる任意の半導体製造ツールおよびグラフィックユーザーインターフェースに適用されるような自動的に複数の製造ツールパラメータの中の関係を学ぶことに関する。グラフィックユーザーインターフェースは、受信データに基づいて１つ以上のマトリックスを生成することができ、１つ以上のマトリックスを変換することによって、追加のマトリックスを更に生成することができる。一連のウィンドウは出力され、フォーカスチャンバおよび参照チャンバ間のマッチングさせることを備える性能解析を提供する。
【選択図】 なし

Description

本出願は、2011年3月21日に提出された「生物学に基づくチャンバマッチング（BIOLOGICALLY BASED CHAMBER MATCHING）」と名付けられた特許出願シリアル番号13/052943の利点を主張するものである。上記の出願の全ては、ここに引用したものとする。

主題の開示は、一般に、半導体製造工程と関係しているツールパラメータ間の関係を自動的に学ぶ学習システムに関する。

エレクトロニクスおよびコンピュータの革新的な技術的発展は、半導体技術の進化を誘導する。加えて、より小さく、より高性能で、かつより効果的なコンピュータデバイスおよびエレクトロニクスに対する消費需要の成長は、半導体装置のスケーリングの縮小へと導いた。加えて、コストを抑制する一方、装置需要を満たすために、半導体デバイスが形成されるシリコンウェハは、サイズを増加させた。

大きいウェハサイズで稼働している製造プラントは、ウェハ処理を実行し制御するための自動化を利用する。このようなプラントは強い資本を要し、したがって、ダウンタイムを最小化し歩留まりを最大化する製造装置の非常に効果的な動作維持することが望まれている。これらの目的を容易にするために、測定器は、ウェハ処理の間の製造装置をモニタするのに使用され、装置および被処理ウェハの両方の測定情報を得るのに使用されることができる。測定情報は、製造装置を最適化するように解析されることができる。

実施例によれば、測定情報はツールレベル情報を含むことができる。そして、それは製造装置またはその部分の状態または状況、処理されているウェハの物理的および／または幾何学的な状況を特定するウェハ計測学情報（metrology information）、電気的なテキスト情報などを示す。加えて、分光解析データ、例えばスペクトル輝線強度情報は、プロセスエンジニアによってエッチング終点の識別を容易にするために集められることができる。しかしながら、従来の製造環境においては、さまざまな測定データは、異なる目的のために互いに独立して扱われる。したがって、さまざまな測定データ間の相互関連性は、製造プロセスの高度な最適化に対しては導入されない。

今日の半導体製造測定および最適化システムの上記不足は、単に従来システムのいくつかの課題の概要を提供することを目的として、網羅的なことを目的とされるのではない。従来システムに関する他の課題およびここに記載されるさまざまな非制限的実施形態に対応する利点は、次の説明を参照することにより更に明らかになり得る。

簡略化された概要は、より詳細な説明および添付の図面にて典型的で、非制限実施形態のさまざまな態様の基本又は一般の理解を可能にする助けとなるように、ここに提供される。この概要は目的とされるものではないが、広範囲若しくは網羅的な概要である。その代わりに、この概要の唯一の目的は、あとに続く各種実施形態のより詳細な説明の前置きとして簡略形のいくつかの典型的な非制限的実施形態に関連したいくつかの概念を表示することである。

１つ以上の実施形態において、任意の半導体製造ツールに適用されるように、生物学に基づく学習システムは、複数の製造ツールパラメータ間の関係を独立して学ぶ。いくつかの態様において、生物学に基づく学習システムは、プラズマエッチングツール、トラックツール、酸化物エッチングツール、その他によって利用されることができる。さらに、１つ以上の実施形態は、任意のデータがフレキシブルおよびインクリメンタルな方法の生物学に基づく学習システムに供給されることを許容する。学習システムは、参照チャンバと、性能が参照チャンバとマッチングするか異なる時間間隔の参照チャンバに対してマッチングするチャンバとの間のツール挙動差を素早く識別することを目標とされることができる。更に、１つ以上の実施形態は、性能の低下のために最ももっともらしい原因であるツールパラメータを識別するために、迅速解析および意思決定を可能にすることができる。

生物学に基づく学習システムは、グラフィックユーザーインターフェース（GUI）をチャンバ性能の損失と相関しているツールパラメータの迅速な診断および識別に提供することによってチャンバマッチング性能能力を延ばすように構成される。例えば、グラフィックユーザーインターフェースは、受信データに基づいて１つ以上のマトリックスを生成することができ、および１つ以上のマトリックスを変換することによって、追加のマトリックスを更に生成することができる。一連のウィンドウは出力となり得て、そこにおいて、一連のウィンドウはフォーカスチャンバと参照チャンバとの間のマッチングを備える性能解析を提供する。態様において、フォーカスチャンバおよび参照チャンバは、異なるチャンバであり得る。別の態様においては、フォーカスチャンバおよび参照チャンバは同一チャンバであり得る。そして、それは時間とともに同一チャンバの性能の劣化の解析を提供する。

これらまたは他の実施形態は、以下にてより詳細に記載される。

さまざまな非制限的実施形態は、添付の図面の参照と共に更に記載される。

図1は、態様に係る典型的な高レベル生物学に基づく学習システムを示す。 図2は、態様に係る半導体製造ツールのためのチャンバマッチング性能の解析を提供するように構成される典型的な自律システムを示す。 図3は、態様に係る半導体製造ツールのためのチャンバマッチング性能の解析を提供する実施例のグラフィックユーザーインターフェース（GUI）を示す。 図4は、態様に係る実施例のツールおよびチャンバ選択ウィンドウを示す。 図5は、態様に係るメリットウィンドウの実施例の計測を示す。 、図6は、態様に係る日付範囲ウィンドウの実施例を示す。 図7は、態様に係る実施例エラー比較ウィンドウを示す。 図8は、態様に係るウェハレベル比較ウィンドウを示す。 図9は、態様に係るレポートウィンドウを示す。 図10は、態様に係るチャンバマッチング性能解析結果を提供する方法を示す。 図11は、開示された態様に係る１つ以上の形態を自動化するために機械学習および推論を使用するシステムを示す。 図12は、開示された態様を実行するように操作可能なコンピュータのブロックダイヤグラムを示す。 図13は、態様に係る典型的なコンピューティング環境の概略ブロック図を示す。

半導体処理分野において、さまざまなプロセスチャンバは、種々の半導体プロセスを実行するために、ウェーハハンドリング装置またはデバイスに関連して利用されることができる。半導体ウェハ処理システムは、マルチプルプロセスチャンバを備える。このようなシステムは、集積回路を生成する一連のシーケンシャル工程を介して半導体ウェハを処理する。

多くの場合に、ツールエンジニアは、時間とともに同一チャンバの性能の劣化を解析する。そこで、開示された態様は、参照チャンバおよびフォーカスチャンバの両方をメリットウィンドウの尺度（the measures of merit window）において同一チャンバであることとして選ぶことをユーザに許容することができる。それは、時間とともに同一チャンバの解析を許容する。少なくとも部分的には、生物学に基づくチャンバマッチング学習システムによってサポートされるグラフィックユーザーインターフェースが提供される。グラフィックユーザーインターフェースは、チャンバマッチング性能の迅速解析を半導体製造ツールに提供することができる。

態様は、半導体製造ツールのためのチャンバマッチング性能の迅速解析を提供するグラフィックユーザーインターフェースに関する。グラフィックユーザーインターフェースは、参照チャンバおよび少なくとも１つのフォーカスチャンバを表す情報を受けるインポータと、情報に基づいて少なくとも１つのマトリックスを生成するジェネレートコンポーネントとを備えている。グラフィックユーザーインターフェースは、また、少なくとも１つのマトリックスを変換することによってデータの１つ以上の追加のマトリックスを生成するトランスフォームコンポーネントを備えている。更に、グラフィックユーザーインターフェースは、１つ以上の追加のマトリックスの関数として、ウィンドウの進行を描画する出力コンポーネントを備える。そこにおいて、ウィンドウの進行は、参照チャンバおよび少なくとも１つのフォーカスチャンバを比較する性能解析結果を備える。

実施例において、参照チャンバおよび少なくとも１つのフォーカスチャンバを表す情報は、センサ測定、ツール性能カウンタ読み取り、計測学データ、プロセスレシピ、システムレシピまたはそれらの組合せを備える。他の例では、グラフィックユーザーインターフェースは、情報を受け、性能解析結果またはそれらの組合せを表示するために１つ以上のツールに直接接続する生物学に基づく学習システムのためのフロントエンドである。更なる実施例において、グラフィックユーザーインターフェースは、参照チャンバまたは少なくとも１つのフォーカスチャンバと関係しているツールの反応を学ぶ自律システムによってサポートされる。

態様によれば、インポータは、任意のサンプリング周波数で集められる情報を受け、および、ジェネレートコンポーネントは、低い周波数で少なくとも１つのマトリックスを構成する。別の態様においては、ジェネレートコンポーネントは、少なくとも2つのマトリックスを生成する。そこにおいて、各々のマトリックスは、異なる時間分解能を備える。更なる態様において、ジェネレートコンポーネントは、情報のための概要統計量を生成する。そこにおいて、概要統計量は、各々の時間分解能に対して、平均、標準偏差、範囲、最大値、最小値またはそれらの組合せを備える。

実施例において、出力コンポーネントは、性能解析のためのいくつかのツールから１つ以上のチャンバの選択および１つ以上のツールの選択を受ける第1のウィンドウを描画する。他の例では、出力コンポーネントは、ツール性能測定のリストを備える第2のウィンドウを描画し、および、複数のチャンバからの参照チャンバおよび少なくとも１つのフォーカスチャンバの選択;性能レベルまたは性能レベル範囲の選択；または、システムレシピのセットおよび解析のフォーカスとしてのプロセスレシピの選択のうちの少なくとも１を受けることができる。更なる実施例において、出力コンポーネントは、少なくとも１つのフォーカスチャンバおよび参照チャンバと同じチャンバの選択を受けることができる第2のウィンドウを描画する。

他の例では、出力コンポーネントは、第2のウィンドウの選択の関数として、時系列傾向（time-based trend）を備える第３ウィンドウを描画する。そこにおいて、傾向は、設定可能な日付範囲の機能である。第３ウィンドウは、ロットの一組から少なくとも１つのロットの選択を受けることができる。そこにおいて、選択は、少なくとも１つのフォーカスチャンバのための少なくとも１つのロットおよび参照チャンバのための少なくとも１つのロットを識別する。

更なる実施例において、出力コンポーネントは、参照チャンバのための第1のチャートおよび少なくとも１つのフォーカスチャンバのための第2のチャートを表示する第4のウィンドウを描画する。第4のウィンドウは、少なくとも１つのフォーカスチャンバまたは参照チャンバのための開始日付または終了日付に変更する機能として動的に修正されるエラー比較ウィンドウであり得る。

いくつかの態様に係るグラフィックユーザインタフェースは、機能的関係を学ぶ自律システムによって少なくとも部分的にはサポートされており、そして第4のウィンドウは、第2のウィンドウからのメリットの計測に影響を与えるツールパラメータを識別するために機能的関係を使用する。

他の例では、出力コンポーネントは、ウェハレベルでチックバイチック（tick-by-tick）の傾向線 (trend lines)を示す第5のウィンドウを描画する。更に、出力コンポーネントは、少なくとも１つのフォーカスチャンバのための第３チャートおよび参照チャンバのための第4のチャートを表示する第6のウィンドウを描画する。そこにおいて、第３チャートおよび第4のチャートは、少なくとも１つのフォーカスチャンバおよび参照チャンバのウェハの性能レベルを示す。

いくつかの態様に係るグラフィックユーザーインターフェースは、ウィンドウの進行の各々のウィンドウに１つ以上の変化を伝える通知コンポーネントを備える。ウィンドウの進行は、ツールおよびチャンバの選択ウィンドウ、メリットウィンドウの尺度、データ範囲ウィンドウ、エラー比較ウィンドウ、ウェハレベル比較ウィンドウ、レポートウィンドウまたはそれらの組合せを備えることができる。

いくつかの態様に係る生物学に基づくチャンバマッチングのシステムは、提供される。システムは、ツールの挙動を決定する自律学習システムを備えている。システムは、また、挙動に基づいて、１つ以上のツールセンサ、ツールメンテナンスカウンタまたは他の計測学データの関数として、関連する出力（output of interest）を表すグラフィックユーザーインターフェースを備えている。そこにおいて、関連する出力は、フォーカスチャンバおよび参照チャンバの性能比較である。

一態様において、グラフィックユーザーインターフェースは、自律学習システムのためのフロントエンドであり、データを受信するために、解析結果またはそれらの組合せを表示するために、１つ以上のツールに直接接続する。態様に係るグラフィックユーザーインターフェースは、センサ測定、ツール性能カウンタ読取り、計測学データ、プロセスレシピ、システムレシピまたはそれらの組合せをインポートする。

いくつかの態様において、グラフィックユーザーインターフェースは、１つ以上のマトリックスを生成し、そして、自律学習システムは、他のカラムの関数として１つ以上のマトリックスの各々のカラムを学び、各々のカラムのためのサンプルを生成する。いくつかの態様において、グラフィックユーザーインターフェースは、互いに構築するウィンドウの進行として、関連する出力を表す。

態様によれば、グラフィックユーザーインターフェースは、フォーカスチャンバ、参照チャンバまたはフォーカスチャンバおよび参照チャンバの両方の詳細へ掘り下げる手段を提供する。いくつかの態様によれば、グラフィックユーザーインターフェースは、独立しているツールである。

実施例において、参照チャンバおよびフォーカスチャンバは、同一チャンバである。他の例では、参照チャンバおよびフォーカスチャンバは、異なるチャンバである。

他の態様は、チャンバマッチング性能解析結果を提供する方法に関する。方法は、フォーカスチャンバおよび参照チャンバを表すデータを受けることと、受信データに基づいて少なくとも１つのマトリックスを生成することとを備えている。方法は、また、少なくとも１つのマトリックスを変換することによって追加のマトリックスを生成することと、フォーカスチャンバおよび参照チャンバ間の性能解析情報を提供する一連のウィンドウを描画することとを備えている。

いくつかの態様に係る方法は、参照チャンバとして第１のチャンバの、フォーカスチャンバとして第2のチャンバの選択を受けることを更に備える。そこにおいて、第１のチャンバおよび第2のチャンバは異なるチャンバである。別の態様においては、方法は、参照チャンバおよびフォーカスチャンバの両方として第１のチャンバの選択を受けることを備える。

いくつかの態様によれば、一連のウィンドウは、ツールおよびチャンバの選択ウィンドウ、メリットウィンドウの尺度、データ範囲ウィンドウ、エラー比較ウィンドウ、ウェハレベル比較ウィンドウ、レポートウィンドウまたはそれらの組合せを備える。

いくつかの態様によれば、方法は、一連のウィンドウの少なくとも１つのウィンドウの第1のパラメータへの変更を受けることと、一連のウィンドウの全ての従属するウィンドウの少なくとも第２のパラメータを自動的にアップデートすることとを更に備える。

ここで、自動学習ではあるが半導体生産装置の性能を高めるためのいくつかの実施形態の概要は、上で表示されている。次に続くためのロードマップとして、さまざまな実施例、非制限的実施形態および自動学習および対応されたグラフィックユーザーインターフェースの形態は、更に詳細に記載される。そして、いくつかの非制限的インプルメンテーションおよび実施例は、追加の具体例として与えられる。

生物学に基づくチャンバマッチング
生物学に基づくチャンバマッチングを実行するための１つ以上の非制限的方法に関する更なる記載として、典型的な高レベル生物学に基づく学習システム100のブロックダイヤグラムは、図1によって一般に示される。生物学に基づく学習システム100は、製造ツールおよびチャンバからデータの収集を可能にするように構成される知識ネットワーク102を含む。生物学に基づく学習システム100は、any-to-any学習が可能である自律学習エンジン104によってサポートされる。生物学に基づく学習システム100は、参照チャンバ108が良好に実行するときに（例えば、良好な性能レベルで操作している、ピーク可能な性能レベルで操作している等である）、参照チャンバ108の挙動の属性（behavioral attributes）を保持するかまたは格納するように構成される参照リポジトリ106を含む。格納される挙動の属性は、システムの信頼性および繰返し性にとって重要である（または有意な）とみなされるそれらの挙動の属性および生産性を増加させるプロセスであり得て、所望の性能レベルを満たすかまたは上回って、コストを減らすか、または、他の利点を提供する。更に、このような挙動属性は、半導体製造設備または他の施設の中の１つ以上のチャンバの挙動を監視するためのベースラインとして利用されることができる。

また、参照チャンバ108の現在の性能をそれ自体（参照チャンバ108が良好に実行しているとき（例えば、ピークの性能の近傍にて操作しているとき））と比較するように構成されるマッチングリポジトリ110が生物学に基づく学習システム100に含まれている。いくつかの態様によれば、係るマッチングリポジトリ110は、参照チャンバ108を異なるチャンバ（複数のチャンバ#n 112によって示されて、ここで、nは整数である）と比較するように構成される。メンテナンス活動が動作にとっての有意な損失の前に実行されることができるように、性能の低下が発生するときに生物学に基づく学習システム100に含まれるイベントジェネレータ114は（関連する）イベントを生成するように構成される。例えばイベントは、例えばコンピュータ118を介して、インタラクション言語116へと（例えば機械言語から人間に対する言語へ、人間に対する言語を機械言語等へ）、および、行為者へ出力し（又は行為者から受け取るように）処理されることができる。いくつかの態様によれば、イベントは、イベントジェネレータ114によって生成され、それは、イベントサマライザー120によって、編集されることができ、および行為者（actor）に（例えば、コンピュータ118を介して）出力されることができる。

自律学習エンジン104は、独立変数（例えば気体流、温度、電力、フォーカス-リングの寿命、電気静電チャック（ESC）の寿命、スペクトル強度測定、その他）の関数として、関連する各々の出力変数（例えばチャンバ圧力またはエッチング速度）を表す一組の変数の中の挙動の関係を学ぶように構成される。自律学習エンジン104は、関連する出力に影響しない独立変数を無視する機能を備えている（例えば、電力が圧力の挙動を記載する機能に含まれないように、電力は一般に圧力に影響しない）。自律学習エンジン104は、知識ネットワーク102を介して生物学に基づく学習システム100の他のコンポーネントと通信する。知識ネットワーク102は、例えば、コンピュータ118を介して外部のエージェントまたは行為者（例えば製造エンジニア）を含む生物学に基づく学習システム100の全てのコンポーネントの中のメッセージに基づいて優先的に提供するように更に構成される。

いくつかの態様によれば、知識ネットワーク102は、参照チャンバ108のためのアダプタを備えることができる。アダプタは、センサデータおよびレシピをダウンロードし、保管およびその後の使用のための参照リポジトリ106にそれらを渡す。マッチングされうる各々のチャンバ112は、また、アダプタで生物学に基づく学習システム100に接続される。製造データを含み、ツールによって生成されるデータおよび対応するレシピは、マッチングリポジトリ110に渡される。

生物学に基づく学習システム100は、迅速な診断のためのグラフィックユーザーインターフェース（GUI）を提供することによって生物学に基づくチャンバマッチングシステムの機能およびチャンバ性能の損失と相関しているツールパラメータの識別を拡張するように構成される。

生物学に基づく学習システム100は、参照チャンバ108のためのウェハデータの１つ以上のラン（runs）が供給されることができる。トレーニングデータは、ツールから直接に得られることができる。代わりに、または、加えて、トレーニングデータは、例えば、データインポータを介して生物学に基づく学習システム100に提供されることができる。トレーニングデータは、ウェハにつき受けられ、各々のレシピパラメータおよびセンサ信号（sensor readings）のためのレシピパラメータ設定のようなデータ、ツールメンテナンスカウンタおよび計測学測定を含む。いくつかの態様によれば、計測学測定は、任意かまたはランダムでありえる。センサ信号は、ウェハの処理の間、全ての測定されたセンサのタイムスタンプと共に受けられることができる（例えばプロセスの間の1秒のあらゆる1/10ずつのLower Vpp値、プロセスの間の毎秒測定されるESC電圧、1/10秒ごとに測定される数波長のスペクトル強度、その他）。ツールメンテナンスカウンタは、さまざまなプロセスに関連した時間データを含むことができる（例えば、最後の湿式クリーニングからのRF（ラジオ周波数）時間、フォーカスリングが交換されてからの経過時間、時間と伴うフォーカスリングの厚み、その他）。任意の計測学測定は、処理の前後に関連した情報を含むことができるさまざまな情報（例えば、平均CD、エッチング速度、<x1,y2＞座標のCD-1、<x2,y2>座標のCD-2、その他）を含むことができる。計測学測定は、例えば、トレーニング目的のための生物学に基づく学習システム100にツールパラメータおよびメンテナンスカウンタが供給されることができる。

生物学に基づく学習システム100は、データをアライメントするためにいくつかの方法を利用することができる（例えば、平均算出によって1/10秒（1/10th second）の読取りを1秒の読取りへと変え、センサ測定のウェハレベル平均値および標準偏差を生成し、それからウェハレベル計測学でアライメントし、センサ測定の工程レベル平均（step level mean）、標準偏差、最小値、最大値、範囲などを生成し、そして、このような工程レベルサマリをウェハレベル計測学その他とアライメントする）。

生物学に基づく学習システム100は、レシピパラメータのためのターゲット設定を識別するようにレシピを解析する。レシピの解析に基づいて、生物学に基づく学習システム100は、データの異なるパースペクティブを作成するために、追加の変換（transformations）（例えば、プロセス各秒の各々のセンサ信号に対する測定値−ターゲット値）を実行する。変換されたデータは、それからいくつかの行（rows）および列（columns）を有する行列形式に変わる。生物学に基づく学習システム100は、解析結果を解析するときに歩留に役立つ推論を学ぶように提出されるこのように役立つ変換のライブラリを備える。

いくつかの態様によれば、マトリックスの各々の列は、ツールセンサ測定データ、ツール部分メンテナンスデータまたはツール計測学データを含む。各々の行は、処理（例えば秒、工程、ウェハ、ロットなど）のいくつかのユニットを表示する。自律システム（例えば生物学に基づく学習システム100）は、関連する顕著な列と全て（またはいくつかのサブセット）の残存している列との間の挙動の関係を学ぶ。これらの関係は、関連する出力（例えばCDまたはセンサまたはメンテナンスカウンタ）と、他のパラメータ（計測学、センサまたはメンテナンスカウンタ）と間の挙動の相関を定める。自律システムの更なる機能は、以下の開示された態様によって利用されることができる。それは2009年3月31日に提出された出願中のアメリカ特許出願番号12/416,018、名称「METHOD AND SYSTEM FOR DETECTION OF TOOL PERFORMANCE DEGRADATION AND MISMATCH」;2008年3月8日に提出された出願中のアメリカ特許出願番号12/044,958、名称「AUTONOMOUS BIOLOGICALLY BASED LEARNING TOOL」;および2008年3月8日に提出された出願中のアメリカ特許出願番号12/044,959、名称「AUTONOMOUS ADAPTIVE SEMICONDUCTOR MANUFACTURING」において記載される。これらの出願の全ては、本願明細書に引用したものとする。

開示された態様は、生物学に基づく学習システム100によって作成される結果を素早く解析するために便利な方法をツールエンジニア、フィールドサポート担当者および他のユーザに提供するという利点を有する。

態様によれば、図2は、半導体製造ツールのためのチャンバマッチング性能の解析を提供するように構成される典型的な自律システム200を示す。従来の解析技術と比較すると、自律システム200は、より迅速かつタイムリな方法の解析を提供することができる。

挙動評価コンポーネント202および式コンポーネント204は、自律システム200に含まれる。挙動評価コンポーネント202は、１つ以上のツール206の挙動を学ぶかまたは評価するように構成される。式コンポーネント204は、各々の関連する出力208を表すように構成される。関連する出力208は、挙動評価コンポーネント202によって学ばれる挙動に基づくことがあり得る。関連するの出力208は、１つ以上のツールセンサ、ツールメンテナンスカウンタまたは他の計測学データの関数として表されることができる。いくつかの態様によれば、関連する出力は、計測学データ、ツールセンサ測定、ツールメンテナンスカウンタまたはそれらの組合せを備える。いくつかの態様によれば、関連する出力は、フォーカスチャンバおよび参照チャンバの性能比較である。

グラフィックユーザーインターフェース（GUI）210は、少なくとも部分的には、自律システム200によってサポートされることができる。そして、GUI 210の機能の少なくとも一部は、自律システム200に含まれることができる。有線またはワイヤレス通信リンクは、さまざまなシステム、コンポーネント、GUI 210および１つ以上のツール206と接続することができる。更に、式コンポーネント204およびGUI 210は、互いにサポートすることができ、同じであるか同様の機能を実行することができる。

いくつかの態様によれば、GUI 210は、自律システム200（例えば、生物学に基づく学習システム）のためのフロントエンド（例えば、可視部分であり、当該部分はしかしながらユーザーインターフェース）であり得る。それで、いくつかの態様によれば、GUI 210は、データを受信し、態様の解析結果またはそれらの組合せを描画（例えば他の知覚できるフォーマットの表示または出力）するように、１つ以上のツール206に直接接続することができる。いくつかの態様によれば、GUI 210は、関連する出力208を描画する式コンポーネント204と入出力を行う。いくつかの態様によれば、GUI 210が複数のツールタイプ（例えばエッチング、化学的機械的平坦化（Chemical Mechanical Planarization：CMP）、熱処理、その他）のために利用されることができるように、GUI 210は独立しているツールである。

１つ以上の選択を介して、ユーザはGUI 210（または自律システム200）と対話することができる。そこにおいて、各々の選択は独立して通訳されることができるかまたは１つ以上の他の選択およびユーザに描画される異なる結果と連動することができる。ここで使用されるように、ユーザは、行為者および／またはコンテキストに従うエンティティ（例えばインターネット、他のシステム、コンピュータ、機械、その他）である。以下ではユーザおよび／またはエンティティ（または他の用語）と称し、文脈に従う。多様な手段でも、GUI 210は解析結果を描画することができ（または関連する出力208を表すことができ）、そして、それはウィンドウまたはスクリーンの進行を含む。ウィンドウの進行は、互いに（例えば、第1のウィンドウはデータの第1のセットを集め、第2のウィンドウはデータの第1のセットを操作する等）構築することができる。１つ以上のウィンドウは、マトリックスの全てのツールを表示するツールおよびチャンバの選択ウィンドウと、各々のツールと関係しているチャンバとを含む。更に、GUI 210は、フォーカスチャンバ、参照チャンバまたはフォーカスチャンバおよび参照チャンバの両方の詳細を掘り下げる手段を提供することができる。

いくつかの態様によれば、GUI 210は、ユーザおよび／またはユーザ役割につき手直しされる通知および／またはアラートを提供することができる。例えば、ユーザが品質保証エンジニアであり、比較に基づいて検出される課題がある場合、ユーザは検出課題を自動的に知らされることができる。このような方法で、ユーザは、状況を知らされることができ、および不良の理由を決定し、修正を行うためにアクションをし始めることができる。いくつかの態様によれば、決定および／または修正は、自律システムによって処理される情報とともにおよび／または自律システムから受けられる情報に基づいて実行されることができる。

いくつかの態様によれば、GUI 210は、関連するツール性能パラメータを選ぶことをユーザに許容するメリットウィンドウの尺度を描画することができる。ツール性能パラメータは、ツール性能（例えばツールエッチング速度、最終CD、その他）を表わす。開示された態様は、ユーザがツール性能インジケータのためのデータを有しないケースをサポートすることができる。ツール性能を示す有効なデータがないケースにおいて、ツール性能を表わすように、開示された態様はツールヘルス測定基準（tool health metric）を構成することができる。

態様において、ツール性能ヘルス測定基準は、トレーニングデータセットのための参照チャンバのセンサの測定値に基づく。ツールパラメータセンサのための平均値は、トレーニング周期の間、計算される。平均値との違いは、各々の測定に対して計算され、そしてこの違いは、平均値によって割られて、パーセンテージの変化として表される。総パーセンテージ変化は、それで平均算出によって全てのツールパラメータに対して計算される。トレーニングの間、平均値から測定値のより大きいパーセンテージは、より劣ったツールヘルスである。

更に、GUI 210は、解析のために関連する周期をリファインすることをユーザに許容するデータ範囲ウィンドウを描画することができる。加えて、GUI 210は、どのツールパラメータ/変数（例えばセンサ）がメリットの選択された性能指標に影響を与えるかについてユーザーに分かるようにエラー比較ウィンドウを描画することができる。

いくつかの態様によれば、GUI 210は、特定のウェハの処理の間に起こったことのきめが細かいパースペクティブを得ることをユーザに許容するウェハレベル比較ウィンドウを描画することができる。レポートウィンドウは、実際にツール性能に影響を与えるエラー比較ウィンドウの選択パラメータにおいてどのように変化するのかを示すことによって、きめが細かい図を補完する。

更に、他のウィンドウと同様に、GUI 210は、レポートウィンドウを描画することができる。レポートウィンドウは、フォーカスチャンバのための第1のグラフおよび参照チャンバのための第2のグラフを表示することができる。更に、さまざまなウィンドウに関連した情報は、より詳細に提供される。また、さまざまなウィンドウがウィンドウの進行と称されるけれども、ウィンドウは他の方法の出力であり得て、例えば個々に、または実質的に１つ以上の他のウィンドウと同時である。

いくつかの態様によれば、GUI 210は１つ以上のマトリックスを生成し、インタプリタコンポーネント212は他の列の機能としてマトリックスの各々の列を学ぶように構成され、クリエイトコンポーネント214はこのような各々の学習に対して明白なサンプルを生成するように構成される。実施例において、自律システム200は、各々の学習（インタプリタコンポーネント212によって定められるとして）をユーザに割り当てることができる。いくつかの態様によれば、ユーザは、ユーザー名（例えば親しみやすい名前）によってまたは他の手段（例えば識別番号、生物測定データ、その他）を介して規定されることができる。

いくつかの態様によれば、自律システム200は、適応的学習（adaptive learning）を実行し、および／または、連続プロセスの改良を容易にするように構成される。例えば、自律システム200は、チャンバ間の（例えばフォーカスチャンバ、参照チャンバ、１つ以上の他のチャンバ）、ウェハのバッチ間等の先の未確認の相関を識別することができる。識別された相関に基づいて、自律システム200は、目的を達成し、特定のパラメータ、優先度、その他の中に残存するように、１つ以上のプロセスを自動的に適合させるように（またはプロセスを適合させるために推奨を提供するように）、構成されることができる。

いくつかの態様によれば、保管メディア216は自律システム200によってアクセスできる。そこにおいて、保管メディア216は１つ以上のツール、各々の１つ以上のツール内のチャンバの識別または他の情報に関連した情報を得るためにアクセスされる。更に、自律システム200によって生成され、および／または得られる情報は、後の回復のために記憶媒体216に保持されることができる。自律システム200の中で含まれるように保管メディア216が示されているが、記憶媒体216は自律システム200の外部であり得て、有線の手段および／またはワイヤレス手段を介してアクセスできる。

図3は、一態様に係る、半導体製造ツールのためのチャンバマッチング性能の解析を提供する実施例としてグラフィックユーザーインターフェース（GUI）３００を示す。コンポーネントおよび関連ファンクションがGUI 300に関して図と共に記載されるけれども、このようなコンポーネントおよび／または機能がGUI 300をサポートしている自律システムによって実行されることができる点に留意する必要がある。GUI 300は、参照チャンバと少なくとも１つのフォーカスチャンバとを表す情報を受けるように構成されるインポータ302を備えている。参照チャンバおよびフォーカスチャンバを表す情報は、センサ測定、ツール性能カウンタ読取り、計測学データ、プロセスレシピ、システムレシピまたはそれらの組合せを備えている。例えば、インポータ302は、データ304がツール３０６からオフラインでまたは直接に、ツール306へと入力することを許容する（レシーバコンポーネント308でも）。いくつかの態様によれば、インポータ302は、センサ測定、ツール性能カウンタ読取り、計測学データ、プロセスおよびシステムレシピ、またはそれらの組合せ、および／または他のデータをインポートするように構成される。

いくつかの態様によれば、インポータ302はサンプリング周波数で集められるデータを受ける（レシーバコンポーネント308を介して）ように構成されることができる。そして、それは任意のサンプリング周波数でありえる。インポータ302は、インポータ302によって受けられる情報に基づいて少なくとも１つのマトリックスを生成するように構成されるジェネレートコンポーネント310と関係していることがありえる。例えば、ジェネレートコンポーネント310は、低い周波数で、データのマトリックスを構成することができる（例えば、一秒の1/10で受けられるデータは、平均化され、１秒レベルの読取りに変わる）。加えて、または、代えて、ジェネレートコンポーネント310は、異なる時間分解能で少なくとも2つのマトリックスを生成するように構成されることができる（例えば工程レベルデータ、ウェハレベルデータ、ロットレベルデータ、PMレベルデータなど）。いくつかの態様によれば、ジェネレートコンポーネント310は、インポートされたデータ（例えば参照チャンバおよび／またはフォーカスチャンバを表す情報）のためのさまざまなサマリー統計量を生成するように構成されることができる。サマリー統計量は、態様に従って、異なる時間分解能で生成されるさまざまなマトリックスの各々の時間分解能に対して平均、標準偏差、範囲、最大値、最小値等を含むことができる。いくつかの態様によれば、ジェネレートコンポーネント310は、１つ以上のマトリックスを生成することができ、自律学習システムは、他の列の関数として、１つ以上のマトリックスの各々の列を学ぶことができ、そして各々の列に対してサンプルを生成することができる。

GUI 300は、また、ジェネレートコンポーネント310によって生成されるマトリックスを変換することによってデータの１つ以上の追加のマトリックスを生成するように構成されるトランスフォームコンポーネント312を備えることができる。いくつかの態様によれば、トランスフォームコンポーネント312は、（測定値−レシピターゲット値）（測定値−平均測定値）など他のマトリックスで表されるような各変数に変換し、各値を表すように更に構成される。このようなマトリックスは、自律システムに通訳されることができる。

いくつかの態様によれば、GUI 300は、さまざまな手法、例えばマッチングアルゴリズム、リレーショナルデータベース、フィルタ、人工知能システム、収束（convergence）コンポーネント、その他を利用するように構成されることができる。単純なユーザーインターフェース命令がすばやくデータをモデル化し、データを解析し、データを出力し、他の機能を実行するようなGUI 300（または他のシステムコンポーネント）の強力な基礎をなすコンポーネントを導入することができるように、このような手法は、GUI 300を動的に結びつけられることができる。

いくつかの態様によれば、ウィンドウの進行の１つ以上のウィンドウは、ユーザおよび／またはユーザの役割を関数として、動的に変更することができる。例えば、ユニーク識別子（例えばユーザー名/パスワードの組合せ、IPアドレス、その他）を介して、ユーザ（エンティティ、行為者、その他）は、識別されることができる。ユーザおよび／またはユーザ役割に基づいて、データは、異なって出力（例えば、第1の行為者に対して視覚のフォーマットで、そして第2の行為者に対して音声フォーマットで、その他）される可能性がある。いくつかの態様によれば、ユーザおよび／またはユーザ役割に基づいて、多少のデータは、出力（例えば、高いセキュリティレベルをもつ人のためにはより多くのデータを、中間または低いセキュリティレベルをもつ人のためにはより少ないデータを、スーパーバイザーのためにはより多くのデータを、ライン労働者のためにはより少ないデータを、その他）である可能性がある。いくつかの態様によれば、１つ以上のウィンドウは、１つ以上のツールおよび／または自律システムと比較してユーザの位置に基づいて、動的に変更することができる。例えば、ユーザはツールに近く、そして、１つ以上の処理パラメータに対する変化は通知され、そして、課題を示す。この状態では、変化に関連した情報は、課題が修正されることができるように、変化が検出されるとほぼ同時に、ユーザに対しての出力であり得る。

いくつかの態様によれば、１つ以上のウィンドウは、データの緊急性および／または非常事態の関数として、動的に変化することができる。例えば、重大な問題、重大な障害等の場合には、ユーザの選択を問わず、ウィンドウは自動的に表示されることができる。

いくつかの態様において、１つ以上のウィンドウは優先度の関数として、動的に変更することができる。そして、それはあらかじめ定義されていることがあり得て、設定可能であり得て、または自動的に推定される。例えば、優先度は、ウェハレベル比較に関する。変化（負又は正）がウェハレベル比較に関して発生する場合、その変化に関連した情報は優先度に基づいて自動的に描画されることができる。

いくつかの態様において、GUI 300は、ユーザ、ユーザ役割、緊急性、優先度、非常事態、位置、その他の関数として、自動設定することができる。加えて、または、代えて、GUI 300は、レンダリング装置に基づいて自動設定することができる。例えば、レンダリング装置が、小さいスクリーンを有する場合、ウィンドウ（または、スクリーン）は、情報またはそのサブセットの全てを可能にするように自動的に再設定されることができ、スクリーンおよび／または多重スクリーン上に表示されることができる（例えば、スクローリング手法を介して）。

GUI 300は、出力コンポーネント314を介して、ユーザ（データが描画されることができるけれども他の知覚できる手段でも、例えば聞き取れる手段でも）に、ウィンドウ（例えば１つ以上のウィンドウ316（またはスクリーン））の進行を描画することができる。ウィンドウの進行は、参照チャンバとフォーカスチャンバとを比較する性能解析結果を備えている。

例えば、GUI 300は、解析されることができる一組のツールおよびチャンバを表示することから始めることができる。ツールが起動されるときに、スクリーンまたはウィンドウはユーザ（例えば、ディスプレイに）に描画されることができる。いくつかの態様によれば、ウィンドウの中で、１つ以上のアクティブボタン、アイコンまたは他の選択手段が存在し得る。例えば、１つのアクティブボタンだけが、ウィンドウの左上コーナー（またはウィンドウの他のエリア）の中にあるかもしれない。他の例では、アクティブボタンは、ユーザに「アクティブ」ボタンをクリックさせる最も左のボタン（例えば1つの強調されたセルを有する四角のグリッド）でありえる。例えば、ボタンをクリックすることは、「ツールおよびチェンバー」のディスプレーウインドを上に上げることができる。

態様によれば、GUI300の基盤は、ウィンドウの進行における各ウィンドウに１つ以上の変化を伝える通知コンポーネント318を介して、互いに通信させることをウィンドウに許容する。例えば、メリットウィンドウの尺度は、参照/フォーカスチャンバ、メリットの選択された尺度、および、良好／悪い定義に関する関連情報を一方または両方の日付ウィンドウ、エラー比較ウィンドウおよびレポートウィンドウに渡すことができる。

態様によれば、図4は、実施例のツールおよびチャンバの選択ウィンドウ400を示す。ツールおよびチャンバの選択ウィンドウ400は、マトリックスのツールまたはマトリックスのツールのサブセットの全てを表示することができる。示されたツールはラベルT01〜T12をつけられる。そこにおいて、各々のツールはPM01〜PM04と確認されるチャンバを備える。いくつかの態様によれば、ユーザが「ツールおよびチェンバー」アイコンをクリックするかまたはツールおよびチャンバ選択ウィンドウ400が表示されなければならないことを示す他の選択をするときに、ツールおよびチャンバ識別子のリストは保管リポジトリ（例えば図2の記憶媒体216、図1の参照リポジトリ106またはマッチングリポジトリ110）から取り出されることができる。

ツールおよびチャンバ選択ウィンドウ400は、性能を解析するためのいくつかのツール（例えばTM01〜TM12）から１つ以上のチャンバ（例えばPM01〜PM04）を選ぶことをユーザに許容するように構成されることができる。いくつかの態様によれば、有効なツールおよびチャンバが組織化された方法で表示されることができ、それは、チャンバおよびツール選択の使用を容易（実行を容易）にすることができる。しかしながら、いくつかの態様によれば、ツールおよびチャンバは、他の方法で表示されることができる。

各々のツールの中で、チャンバ（例えばPM01〜PM04）のリストは、チャンバ名の次にチェックボックスを有するマトリックスとして、例えば、表示される。ユーザは、１つ以上のツール（T01〜T12）を選ぶ（例えば、クリックすること）オプションを提供される。ツールが選ばれるときに、ツールのためのディスプレイは色を変え、または、表示の他のタイプはツールを識別するために利用される（例えば変色（color change）、陰影変化（shade change）、強調表示（highlighting）、その他）。ツールが識別されるのとほぼ同時に、ユーザはツールから１つ以上のチャンバを選ぶことを可能にされる。図の例では、ツール「T05」402は選ばれ（ツール名は、強調されるかまたは他のツールより異なる色にて表示される）およびツール「T05」402に対して全てのチャンバ（PM01、PM02、PM03およびPM04）を表示する選択は、埋められたチェックボックスによって示されるように、選択された。あるいは、ユーザは、ツール「T05」402から全てのチャンバより少なく選ぶことができる。ツールおよびチャンバ（この例では、ツール「T05」402およびそのそれぞれのチャンバ）を選ぶことは次のウィンドウをあげるためにGUIが生じることがあり得る。そして、それは「メリットウィンドウの尺度」であり得る。

態様によれば、実施例のメリットウィンドウ500の尺度は、図5において示される。メリットウィンドウ500の尺度は、ツールおよびチャンバ選択ウィンドウ400（上記のように）のツールから選ばれるチャンバを含むツール性能評価尺度のリストを表示するように構成されることができる。ツール性能指標は、厚さ、CD、エッチングバイアス、ダイカウントロス（die count loss）、その他を含むことができる。

いくつかの態様において、メリットウィンドウ500の尺度は、ツール性能計測学データが有効でない測定基準の尺度を規定する能力を提供するように構成されている。別の態様においては、メリットウィンドウ500の尺度は、ユーザに、関連するツール性能評価尺度を選ぶ能力を提供する。加えて、または代えて、メリットウィンドウ500の尺度は、ユーザに、参照チャンバとしてのチャンバを選び、そしてもう一方の、フォーカスチャンバとしての異なるチャンバ（または同一チャンバ）を選ぶ能力を提供するように構成されることができる。

他の態様において、メリットウィンドウ500の尺度は、ユーザに、性能のレベル、例えば性能が「良好である」か「受け入れられる」か「容認できない」か、または、他のレベルかを規定する能力を提供するように構成されることができる。例えば、良好な性能は緑色によって示されることができ、受け入れられる性能は黄色によって示されることができ、および、容認できない（または悪い）性能は赤色によって示されることができる。しかしながら、他の色および／またはインジケータ手段（例えばナンバーランクを付ける方式等）は、性能を示すために利用されることができる。

他の態様によれば、メリットウィンドウ500の尺度は、ユーザに、一組のシステムを特定する能力および解析のフォーカスとしてプロセスレシピを提供するように構成されることができる。いくつかの態様によって、メリットウィンドウ500の尺度は、ユーザがツールおよびチャンバ選択ウィンドウ400の１つ以上のチャンバを選んだときに、実質的に同時に描画されることができる（例えば、表示され、GUI表示上に示されるなど）。

ツール性能解析は、スペック外のいくつかのツール性能評価尺度で開始することができる。メリットウィンドウ500の尺度は、選択、例えば、示されたチェックボックス502をクリックすることによって関連するツール性能評価尺度を選ぶことを、ユーザに許容する。メリットウィンドウ500の尺度は、例えば、特定された時間間隔、例えば処理の最後の3ヵ月にわたる全ての有効なメリットの尺度に対して平均値を表示する。いくつかの態様によれば、特定された時間間隔（または関連するデフォルトの時間間隔）は、さまざまな基準（例えば、特定の時間間隔が、「現在」から暦で最後の３ヶ月）に基づいてまたはルールまたは方針（例えば会社方針）に基づいて規定されることができる。いくつかの態様によれば、ユーザは、デフォルト値としておよび／または設定可能な値として関連するいくつかの他の時間間隔を特定することができる。

メリットの特定の尺度が関連することを示すために、ユーザは、チェックボックス502（例えばEEG）を選ぶことができる。メリットの特定の尺度が選ばれたあと、ユーザは参照チャンバおよびフォーカスチャンバを選ぶことができる。例えば、参照チャンバは高水準（例えば良好に実行されているチャンバ）で実行しているチャンバであり得て、および、フォーカスチャンバは低レベル（例えば悪く実行されているチャンバ）で実行しているチャンバであり得る。さまざまな選択手段にもかかわらず、参照チャンバおよびフォーカスチャンバは選ばれることができる。実施例の選択手段は、良好な/悪いヘッディング504（例えば、良（good）として選択されたチャンバが参照チャンバとして使用されることができ、および、悪い（bad）として選ばれる他のチャンバがフォーカスチャンバとして使用される）の下で円形のボックスによって示される。

加えて、ユーザは、各々のチャンバの性能を評価するセレクタを提供され得る。例えば、図示するように、506で示されるように、ユーザはスライダを使用することにより良性能、中程度の性能および悪い性能（他の性能レベルがまた、提供されることができたけれども）を規定することができる。例えば、ユーザは、測定値1.25以下が良性能レベルを示し、1.26から1.75までの尺度が中程度の性能を示し、および1.76より上の尺度が悪い性能レベルを示すことができる。ユーザが例えば複雑な基準を述べることができるために、good/bad性能を規定するためのスライダは豊富な機能を備えていることがありえる：例えば、1から1.25までを「良」性能は示し、1.26から2.25までを「中程度の」性能を示し、2.25から3.0までは「悪い」性能を示し、3.0から3.25は「中程度の」性能を示し、および、3.26を超えるは「良」性能を示す。しかしながら、他の基準は、開示された態様（例えば異なる範囲、より多くの範囲、より少ない範囲、その他）に従って、ユーザによって規定されることができる。

加えて、または、代えて、ユーザは、解析を１つ以上のシステムおよびプロセスレシピに集中させることによって、解析を更に限定することができる。例えば、メリットウィンドウ500の尺度の中で、特定のチャンバ（例えば参照チャンバ、フォーカスチャンバ）上のシステムレシピのラン（run）のセットは、表示されることができる。いくつかの態様によれば、ユーザは、ユーザーインターフェース（例えばキーボード、マウス、音声認識、その他）との交互作用で、例えばドロップダウンボックスによってまたは直接情報を入力することによって解析の１つ以上のシステムレシピ508を選ぶことができる。更に、ユーザは１つ以上のプロセスレシピ510を選ぶことができる。そこにおいてユーザは、関連する１つ以上のプロセスレシピ上の解析注意にフォーカスする能力を提供される。識別されたシステムレシピおよび／またはプロセスレシピの何らかの処理の際に、与えられた一組のシステムレシピ508およびプロセスレシピ510にて、自律システム（またはGUI）は、チャンバ（例えばフォーカスチャンバ、参照チャンバ）に関連があるデータを（例えば、記憶媒体または保管リポジトリから）取り出すことができる。

メリットおよび参照/フォーカスチャンバの尺度が選択されたことの表示とほぼ同時に（例えば、メリットウィンドウ500の尺度の中で）、追加のウィンドウは、示されることができる（例えば、図1のコンピュータ118のようなGUIまたは他のシステムコンポーネントで）。このような追加のウィンドウは、解析のために関連する周期をリファインすることをユーザに許容する日付ウィンドウと、どのツールパラメータ/変数（例えばセンサ）がメリットの選択された性能評価尺度であるか見ることをユーザに許容するエラー比較ウィンドウとを含む。

態様によれば、日付範囲ウィンドウ600の実施例は、図6において示される。日付範囲ウィンドウ600は、参照チャンバおよびフォーカスチャンバのための選択されたメリットの尺度のための傾向グラフ（またはグラフまたはチャートの他のタイプ）を示すことができる。一対のスライダは、フォーカスウィンドウのために提供されることができ、および、他の対のスライダは参照ウィンドウのために提供されることができる。スライダは、各々のチャンバのための関連の周期を括弧に入れるために（to bracket）、スタート日付/時間およびエンド日付/時間を選ぶのに使用されることができる。多くの場合に、ツールエンジニアは、時間とともに同一チャンバの性能の劣化を解析する。それで、開示された態様は、両方の参照チャンバおよびフォーカスチャンバをメリットウィンドウの尺度において同一チャンバであることとして選ぶことを、ユーザに許容し、それは、時間とともに同一チャンバの解析のために許容される。

一態様によれば、日付範囲ウィンドウ600は、ユーザが各々のチャンバの性能（例えば図5のメリットウィンドウ500の尺度と関連した良/悪/受け入れ可能な性能）を規定したかまたは評価したのと実質的に同時に描画される（例えば、出力される、表示される等）。

いくつかの態様において、日付範囲ウィンドウ600は、規定された時間間隔の選択されたメリットの尺度の傾向を表示する（または他の知覚できるフォーマットの出力をする）ように構成されることができる。そして、それはフォーカスチャンバおよび参照チャンバ上の処理のデフォルト時間間隔（例えばこの3ヵ月、この2週、その他）であり得る。いくつかの態様によれば、日付範囲ウィンドウ600は、規定された時間間隔から異なるデフォルト時間フレームを特定するような機能を提供するように構成されることができる（例えば設定可能なデータ範囲）。実施例において、傾向は、グラフまたはプロット602の形で表示されることができる。

いくつかの態様によれば、日付範囲ウィンドウ600は、ユーザに両方のチャンバ（フォーカスチャンバおよび参照チャンバ）の解析のために関連する時間フレームを特定するために動かされることができるセレクタ604（例えばスライダ）を提供することができる。例えば、そこでフォーカスチャンバのための第1のスタートスライダおよび第1のエンドスライダと、参照チャンバのための第２のスタートスライダおよび第２のエンドスライダとがあり得る。加えて、または、代わりに、日付範囲ウィンドウ600は、日付/時間を明示的に特定することによって、およびエンド日付/時間を明示的に特定することによってカレンダウィジェットを使用して、フォーカスチャンバ606および参照チャンバ608のためのスタートおよびエンド日付を選ぶことをユーザに許容するように構成されることができる。

更なる態様において、日付範囲ウィンドウ600は、フォーカスチャンバのための一組のロット610から少なくとも１つのロットを選び、および参照チャンバのためのロット612のセットからロットを選ぶことをユーザに許容するように構成されることができる。フォーカスチャンバのためのロット610のセットは、フォーカスチャンバのためのスタートおよびエンド時間によって決定されることができ、および、参照チャンバのためのロット612のセットは、参照チャンバ608のためのスタートおよびエンド時間によって決定されることができる。

セレクタ604が変更されるときに、スタートおよびエンド日付は表示される。態様によれば、特定された周期が特定された時間間隔の間に処理される少しのロット（例えば約12）を含むのに十分狭い場合、ロットは、また、1つの特定のロットを選択することによって単一のロットの解析を掘り下げることをユーザに許容することが表示される。

態様によれば、図7は、実施例のエラー比較ウィンドウ700を示す。エラー比較ウィンドウ700は、選択されたメリットの尺度に影響するファクタ（例えばセンサ）を表示する。エラー比較ウィンドウ700は、前の図に関して議論されるように、日付範囲ウィンドウのフォーカスチャンバまたは参照チャンバのためのスタート/エンド日付の変化に対応して表示されることができ、および／または、アップデートされることができる。いくつかの態様によれば、エラー比較ウィンドウ700は、参照チャンバのための円グラフ、棒グラフおよび／または他のチャートを表示し、フォーカスチャンバのための円グラフ、棒グラフ、および／または他のチャートを表示するように構成される。いくつかの態様によれば、エラー比較ウィンドウ700は、メリットウィンドウの尺度から選択されたメリットの尺度に影響を与えるツールパラメータ（センサ、ツールメンテナンスカウンタ値）を識別するために自律システムによって学ばれる機能的関係を使用するように構成される。参照チャンバおよび／またはフォーカスチャンバのためのチャートは、メリットの出力尺度のための学ばれた関係の各々の独立変数のための数値偏導関数を計算することに基づいて上部の影響を与えるツールパラメータ（例えば上部3、上部5、上部6、その他）を表示することができる。

いくつかの態様によれば、チャートは、参照チャンバのためのそれらの公称値からドリフトした上部ツールパラメータを表示するために、通常値からの偏差を利用する。態様において、チャートは、各々の上部変数のための相対的なパーセンテージとして表される選択された尺度上の相対的な正規化された影響を示す。いくつかの態様によれば、エラー比較ウィンドウのチャートの各々のツールパラメータは、参照チャンバのための色の異なる陰影（shade）であり得て、および、チャートの各々のパラメータは、フォーカスチャンバのための色の異なる陰影であり得る。態様によれば、フォーカスチャンバのチャートのための色は、参照チャンバのためのグラフのための色とは異なる。しかしながら、区別する他の手段は、利用されることができる（例えば、異なるシェーディング（shading）、異なるカラー、またはシェーディングパターン、同じく他のものも）。

いろいろな態様において、フォーカスチャンバおよび／または参照チャンバのグラフ、チャート等は、上部ツールパラメータに対応する各々の領域（例えば、上部5つのツールパラメータに対応する5つの領域）のためのクリックできるツールパラメータについてラベルがついている。別の態様においては、参照チャンバおよび／またはフォーカスチャンバのチャートは、上部変数に対応するウェッジ（wedge）が参照チャンバおよび／またはフォーカスチャンバグラフ（例えば、比較のために）のための色と同じ色である2本のウェッジを表示することができる。

いろいろな態様において、エラー比較ウィンドウ700は、フォーカスチャンバおよび参照チャンバのための工程レベルにつき、選択されたメリットの尺度に影響を与える上部ツールパラメータの表を表示する。

別の態様においては、ユーザは、エラー比較ウィンドウ700の上部変数のいずれかを選択することができる（例えば、クリックする）。それは、工程の基礎につきクリックされた変数に影響を与える上部変数を示すように上部テーブル表示をアップデートする。クリックされたツールパラメータに影響を与えている上部変数は、他の全てのツールパラメータの関数として、表されているツール-パラメータのための数値偏導関数を使用して識別されることができる。

いくつかの態様によれば、エラー比較ウィンドウ700は、ディスプレイをアップデートするようにテーブルに表示された何らかの上部ツールパラメータを選択し、および、クリックされたツールパラメータに影響を与える上部変数を描画する（知覚できるフォーマットにて）能力を提供する。別の態様においては、エラー比較ウィンドウ700は、フォーカスの現在のツールパラメータを示すために、テーブルヘッダの現在のツールパラメータ名を表示する。別の態様においては、エラー比較ウィンドウ700は、「他のセンサ」ドロップダウンリストからツールパラメータを選択することによって、上部ツールパラメータに示されないかもしれない他の何らかのツールパラメータを選ぶために、オプションを含む。エラー比較ウィンドウ700のツールパラメータの選択は、ディスプレイに結果としてなり得て、および／または、ウェハレベル比較ウィンドウおよびレポートウィンドウのアップデートとなり得る。

実施例において、図7は、エラー比較ウィンドウ700の上部セクションに、第1の円グラフ702および第2の円グラフ704並びに第1の棒グラフ706および第2の棒グラフ708を示す。第1の円グラフ702および第1の棒グラフ706（左に）はフォーカスチャンバのためにあり、および、第2の円グラフ704および第2の棒グラフ708（右に）は参照チャンバのためにある。第1の棒グラフ706および第2の棒グラフ708は、選択されたメリットの尺度と機能的に相関している上部ファクタ（この実施例の5つ）を表示し、およびパーセンテージターム（例えば、それらは、伸縮され、および意味があるように比較できるように正常化される）で表される。伸縮/正規化数計算（scaled/normalized values computation）は、メリットの尺度をツールセンサと関連づけるために使用される選択された関係に依存する。

開示された態様は、メリットの尺度およびツールセンサ/メンテナンスカウンタ間に構成される任意の関係をサポートする。例えば、平均エッチ速度は、数理モデル化手法、例えば遺伝子のプログラミングを使用したカーブフィッティング、ニューラルネットワークまたは自律学習を使用してツールパラメータおよびツールメンテナンスカウンタの関数として、表されることができる。このような各々の関係は名前を与えられることができ、そして、ユーザはエラー比較ウィンドウ700の中で所望の解析のモデル（図示せず）を選択するオプションを提供されることができる。ここで関係が機能であるケースにおいて、偏導関数は、関連する尺度の出力に関連した各々のツールセンサ/カウンタのために、数値的に計算されることができる。各々のセンサ/カウンタのための偏導関数のための値は、全ての偏導関数値の合計によって割られることができ、および、パーセンテージとして表されることができる。

開示された態様は、また、解析のための数学的モデルが存在しないところの解析をサポートすることができる。この場合、関連する周期の間の参照チャンバ上の各々のセンサ/カウンタの平均値は、「金色（golden）」値とされることができる。金色の値からの偏差は、それで、センサ/カウンタがその金色の値から変更されたかについて示すために使用される。金色の値からの偏差は、センサ/カウンタの金色の値による割り算によって正規化さされることができる。各々の変数のための正規化偏差は、全ての正規化偏差値の合計によって分けられることができておよびパーセンテージとして表されることができる。

更に、開示された態様は、上部変数の各々が上部変数にその相対的な寄与によって示されるチャート（例えば棒グラフ）の選択されたメリットの尺度の上部パーセンテージ要因（top percentage contributors）を表示することができる;より大きい要因は、より大きいエリアによって示される。図7において、例えば、端部He流量センサは、選択されたメリットの尺度に対して最も大きい要因とみなされる。例えば、上部（例えば5つ）センサ/カウンタの総寄与は、総寄与の20%を表示することができる。比較のために、態様によれば、この事実は、棒グラフの色が円グラフのウェッジと同様でありえる円グラフにおいて、絵によって記載される。

テーブル710（パイ/棒グラフの下に示される）は、工程レベル精度（step level granularity）でメリットの尺度の上部（例えば3つ）要因を示す。これらの値は、上部（例えば5つ）の要因を生成するために使用される計算と同様の方法で計算されることができる。しかしながら、解析はウェハレベルの基礎に対する段階的な基礎上のラン（run on a step-by-step basis）である。

更に、開示された態様は、チャートまたはテーブルの何らかの変数を選ぶ（例えば、クリックする）ことを、ユーザも許容する。選択は、追加のウィンドウをあげて、およびクリックされたセンサ/カウンタ上にフォーカスするようにGUI（または自律システム）に指示する。選択は、選択変数と相関しているパラメータを識別することをユーザに許容している工程レベルで選択変数に貢献しているセンサ/パラメータを表示するために、テーブルをアップデートする。

態様によれば、図8は、ウェハレベル比較ウィンドウ800を示す。ウェハレベル比較ウィンドウ800は、解析のために処理される特定のウェハに掘り下げる（drill down）ことを、ユーザに許容する。ウェハレベル比較ウィンドウ800は、参照チャンバのための初めにランダムに選ばれたウェハおよびフォーカスチャンバのためのランダムに選ばれたウェハに対するtick-by-tick傾向グラフ上の傾向線を表示することができる。いくつかの態様において、ウェハレベル比較ウィンドウ800は、ユーザに、フォーカス/参照チャンバ上の測定値のための傾向線を示すオプションを提供するか、参照/フォーカスチャンバのための値を予測し、または、参照/フォーカスチャンバのための測定されおよび予測された値を表示する。

態様において、ウェハレベル比較ウィンドウ800は、参照チャンバのための1つの色分けされたリボンバーおよびフォーカスチャンバのための他の色分けされたリボンバーを表示する。リボンバーは、フォーカスチャンバおよび参照チャンバのための日付ウィンドウにおいて選ばれるロットの各々のウェハのための色分けされたスライスを表示することができる。いくつかの態様によれば、リボンバーは、スライダの単純な動きによって（例えば、選択ツール、タッチスクリーン、その他を介して）、ロットの個々のウェハを選択するためのスライダを提供する。リボンバーを色分けすることは、悪い性能、十分な性能および良い性能（同じく他の性能レベル）のために調整されることができる。例えば、赤は悪く実行しているウェハのために使用されることができ、黄色は十分に実行しているウェハのために使用されることができ、および、緑は良好に実行しているウェハのために使用される。色分けすることおよびスライダは、すばやくウェハを比較することを、ユーザに許容することができる。例えば、比較は、フォーカスチャンバおよび参照チャンバから良ウェハ対良ウェハを含むことができる。比較は、フォーカスチャンバおよび参照チャンバから良ウェハ対悪いウェハを含むかもしれない。他の例では、比較は、フォーカスチャンバおよび参照チャンバから悪いウェハ対良ウェハを含むことができる。さらに別の実施例において、比較は、フォーカスチャンバおよび参照チャンバから悪いウェハ対悪いウェハの間でありえる。

いくつかの態様によれば、tick-by-tick傾向グラフは、グラフの上部に（または他の位置に）、クリックできるステップ数を表示することができる。一態様において、クリックできるステップ数は、クリックされたステップ数からズームイングラフを表示することができる。更なる態様において、tick-by-tickグラフは、矩形（または他の形状）の選択オプションを備えていることができる。それによって選択された矩形の下のエリアが傾向グラフの任意の矩形領域においてズームインする。

例えば、この例に限らないが、図8は、ウェハレベル比較ウィンドウ800の左下に表示された第1のリボンバー802および第2のリボンバー804を示す。リボンバー802、804の各々のスライスは、性能レベル（例えば悪い性能、受け入れられる性能、良性能、その他）を表示するために符号化される色であり得る。例えば、スライスは、メリットウィンドウの尺度において定義した色のついた赤（悪い性能のために）、黄色（受け入れられる性能のために）または緑（良い性能のために）であり得る。

1つのリボンはフォーカスチャンバのための日付ウィンドウにおいて選ばれるロットのためにあり、および、他のリボンは参照チャンバのための日付ウィンドウにおいて選ばれるロットのためにある。ユーザは、フォーカスチャンバおよび参照チャンバのための単一ウエハを選ぶ能力を有する。ウィンドウがまず最初に表示されるときに、自動化システムまたはGUIがフォーカスチャンバおよび参照チャンバのためのウェハを最初のtick-by-tick時系列グラフ（time series graph）に配置するのにランダムに選び得る点に注意する。しかしながら、いくつかの態様によれば、ウィンドウは、前の選択に基づいてまたは他の基準に基づいて配置されることができる。

ウェハがフォーカスおよび参照チャンバのために選ばれるときに、グラフ806（リボンバー802、804より上に）はエラー比較ウィンドウにおいて選ばれるツールパラメータの時系列tick-by-tick値を表示する。ユーザは、フォーカスチャンバおよび参照チャンバのための測定値だけを比較するまたはフォーカスチャンバおよび参照チャンバのための予測値を比較するかまたは参照およびフォーカスチャンバのための測定されたおよび予測された値を比較する任意選択がある。tick-by-tick時系列は、選択されたウェハの処理の間、選択されたツールパラメータのための測定された/予測された値を比較する。

示されるように、上記のtick-by-tick時系列グラフ806は、ステップ数ラベル808（ステップ1、ステップ2、ステップ3およびステップ4として示される）である。特定のステップ数は、ズームインウィンドウ810（図8の右上に示す）にてtick-by-tickデータのズームインの図を示すのに選ばれることができる。ユーザは、また、単にtick-by-tick時系列グラフ806上のいくつかのポイント上をクリックし、およびズームイングラフの矩形（または他の形状）の選択に含まれるデータを表示するためにグラフ上に矩形を描く能力を有する。開示された態様は、それで、ツール性能の低下のための原因を調査しておよび解析するために詳細に掘り下げる能力をサポートする。

態様によれば、図9は、レポートウィンドウ900を示す。レポートウィンドウ900は、フォーカスチャンバのための第1のグラフおよび参照チャンバのための第2のグラフを表示することができる。各々のグラフは、さまざまな性能レベル（例えば、劣った性能、十分な性能、良い性能、その他）のために色分けすること（または違いを示すための他のフォーマット）を備えることができる。棒グラフの各々のバーは、3つの（またはより多くの）カラー、例えば劣って実行しているウェハのためには赤を、十分に実行しているウェハのためには黄色を、良好に実行しているウェハのためには緑で符号化される色であり得る。いくつかの態様によれば、3色より多く（または少なく）されることができ、または異なる区別方式が利用されることができる（例えば異なるパターン、異なるシェーディング、その他）。グラフの各々の色のついた領域のサイズは、パーセンテージまたは良い、悪い、および／または十分なウェハ（または他の性能レベル））であり得る。

いくつかの態様によれば、棒グラフ（または他のスタイルグラフ）は、ビン（bin）の数を選ぶことをユーザに許容するビンサイズセレクタドロップダウンリストを備えている。態様によれば、選択されたビンサイズは、各々のビンに対して1つのバーに結果としてなることがあり得る。各々のビンに対する中間（midpoint）は、棒グラフの各々のバーの下に表示されることができる。各々のビンに含まれるウェハの数は、各々のバーの上に表示されることができる（しかしながら他の位置が利用されることもできる）。

各々のバーに対するウェハの性能レベル（例えば悪い/十分な/良い）のカラーコーディングは、例えば、第1の領域（例えば上部領域）は悪いウェハのためであり、第２の領域（例えば中間領域）は十分なウェハのためであり、第３の領域（例えば底部領域）は良いウェハのためにある。ビン（例えばバー）の悪い/十分な/良いウェハの数は、バー（ビン）の各々の色のついた領域のサイズによって規定されることができる。フォーカスチャンバのための棒グラフ表示および参照チャンバのための棒グラフ表示は、ユーザが、ウィンドウが変化するメリットの尺度において選ばれるツールパラメータの値としての性能への影響を視覚化する手段を提供することができる。レポートウィンドウは、日付ウィンドウにてユーザによって規定されるように、両方の参照チャンバおよびフォーカスチャンバのための選択されたスタートおよびエンド時間のディスプレイを含む。

図9にて図示したように、レポートウィンドウは、第1の棒グラフ902および第2の棒グラフ904を示す。1つの棒グラフはフォーカスチャンバのためにあり、他の棒グラフは参照チャンバのためにある。各々の棒グラフのためのｘ軸は、ビンの選択された数に基づいて（図9では、ユーザは、3つのビンを選んだ）、エラー比較ウィンドウの選択パラメータのための慎重な値（discreet values）を表示する。棒グラフの各々のバーは、3つの異なった色（または区別する他の手段）で表示される3つの異なった領域に仕切られる。例えば、悪い性能を有するウェハのパーセンテージが赤色として示されることができ、受け入れられる性能のウェハのパーセンテージは黄色（例えば図9の無地の黒い領域）であり、良い性能を有するウェハのパーセンテージは緑でありえる。パーセンテージの合計は、棒グラフの各々のバーに対して100まで重ねられなければならない。性能のこの可視表現は、迅速に何らかの傾向を検出することを、ユーザに許容する。例えば、図9において、端部のHe流量として、参照（基線）チャンバ（棒グラフの右バー）においては増加され、良いウェハのパーセンテージは減少するのに、この観測がフォーカスチャンバに対して保持しない。ユーザがビンサイズを変更するときに、慎重なビンの数は増加させて、棒グラフは対応してアップデートされる。

各々のバーの上部（または他の位置）に、各々のバーの範囲内に入るウェハの合計数は、表示される。十分なウェハが観察された傾向をサポートするために有効な場合、これはユーザに決定することを許容する。

棒グラフは、日付ウィンドウにて選択されたスタート/エンド時間によって識別されるようにフォーカスチャンバおよび参照チャンバのためのスタート時間およびエンド時間の間で処理されるウェハのセットに基づいている。ユーザは、選択された日付範囲を広げるかまたは日付範囲を狭くする能力を有する。そのようにことは、レポートウィンドウの棒グラフをアップデートして、エラー比較ウィンドウのグラフをアップデートして、および、ウェハレベル比較ウィンドウのtick-by-tickグラフをアップデートすることである。

レポートウィンドウ900の棒グラフの右に対するエリア906は、選択された時間フレームの間、使用された各々のチャンバに対するスタートおよびエンド日付およびプロセスレシピを表示する。

開示された態様は、このことによりチャンバ性能の迅速解析を可能にし、ツール性能の低下の理由となり得るさまざまなツールパラメータを迅速に調査することをユーザに許容する。

いくつかの態様によれば、各々のウィンドウ（上記で議論したように）は、疑問符アイコン、ギアアイコン（gear icon）、プリンタアイコンおよびエクスポートアイコンを備える。例えば、疑問符アイコンは各々のウィンドウの右上にあり得て、ギアアイコンは疑問符アイコンのとなりで左にあることができ、プリンタアイコンはウィンドウの左上コーナーにあり得て、および、エクスポートアイコンはプリンタアイコンのとなりで右に位置することができる。しかしながら、このようなエレメントは、他のエリアにおいて位置することができる。

いくつかの態様によれば、疑問符アイコンは、ウィンドウの機能を使用するためにユーザをガイドするように、ポップアップ援助ウィンドーディスプレーをあげるように構成されることができる。ギアアイコンは、ウィンドウのディスプレイにおいて可視でないオプションおよび構成パラメータを設定することをユーザに許容するように、ポップアップディスプレーウインドーをあげるように構成されることができる。プリンタアイコンは、押すかまたは選ばれるときに、プリンタにまたは他の文書に含まれるように図形ファイル形式にウィンドウの現在の表示を印刷することを可能にするように構成されることができる。エクスポートアイコンは、クリックされるときに、データベース、表計算ソフトアプリケーションなどにインポートに適している表形式にて表示を構成するために使用されるデータを出力することをユーザに許容するように構成されることができる。

いくつかの態様によれば、GUIは、他のウィンドウに変化を知らせることを全てのウィンドウに許容する発行/署名メカニズム（例えばコミュニケーションメカニズム）を備えている。適切な変化がなされるときに、コミュニケーションメカニズムはそれらのディスプレイをアップデートすることを全てのウィンドウに許容することができる（例えば、日付ウィンドウの参照チャンバまたはフォーカスチャンバのためのスタート/エンド時間が変更するときに、メリットウィンドウおよびレポートウィンドウの尺度をアップデートする;ユーザがメリットウィンドウなどの尺度のツールパラメータをクリックするときに、ウェハレベル比較ウィンドウグラフおよびレポートウィンドウをアップデートする）。

態様によれば、図10は、チャンバにマッチング性能解析結果を提供する方法を示す。フォーカスチャンバおよび参照チャンバを表すデータが受けられるときに、方法は１００２でスタートする。受信データは、センサ測定、ツール性能カウンタ読取り、計測学データ、プロセスレシピ、システムレシピまたはそれらの組合せを含むが、これに限定されるものではない。

1004で、受信データに基づく少なくとも１つのマトリックスは、生成される。いくつかの態様によれば、1004で、2つ以上のマトリックスは生成される。そこにおいて、各々のマトリックスは異なる時間分解能で生成される（例えば工程レベルデータ、ウェハレベルデータ、ロットレベルデータ、PMレベルデータ、その他）。いくつかの態様によれば、データは1002で受けられる、それは任意のサンプリング周波数で集められ、1004で生成されるマトリックスは低い周波数（例えば、1/10秒に受けられるデータは、平均値になっておよび１秒のレベルの読取りに変換される）で構成される。

1004で生成されるマトリックスを変換することによって、1006で追加のマトリックスは、生成される。例えば、各々の変数は、トランスポートされることができて、そして表されることができる：（測定値−レシピターゲット値）（測定値−平均測定値）などまたは他のマトリックスとして表される。このようなマトリックスは、自律システムによって通訳されることができる。例えば、自律システムは、他の列の関数として、マトリックスの各々の列を学ぶことができて、および各々の列のための異なったサンプルを生成することができる。

1008で、一連のウィンドウは、描画される。一連のウィンドウは、フォーカスチャンバおよび参照チャンバ（フォーカスチャンバおよび参照チャンバは同じチャンバである点または2つの異なるチャンバである点に関わりなく）間のマッチングの関数として、導き出される性能解析に掘り下げることを、ユーザに許容する。それで、所望の詳細な解析に従って、一連のウィンドウは、詳細な方法でまたはより一般の（または高水準の）事項において取り出される性能解析情報を可能にする。

いくつかの態様によれば、第1のウィンドウは描画される。そして、それは性能解析のためのいくつかのツールから１つ以上のチャンバの選択および１つ以上のツールの選択を受けることができる。態様によれば、上記の図にて説明したように、第1のウィンドウは、ツールおよびチャンバ選択ウィンドウである。

更に、ツール性能測定のリストを備え、以下の少なくとも１つを受けることができる第2のウィンドウは描画されることができる：多数のチャンバから参照チャンバおよびフォーカスチャンバの選択;性能レベルまたは性能レベル範囲の選択;または解析のフォーカスとしてシステムレシピのおよびプロセスレシピのセットの選択。いくつかの態様によれば、第2のウィンドウは、フォーカスチャンバおよび参照チャンバとして使用されるべき同一チャンバを示す選択を受けることができる。しかしながら、いくつかの態様によれば、第2のウィンドウは、フォーカスチャンバとして第１のチャンバおよび参照チャンバとして第2のチャンバの選択を受けることができる。そこにおいて、第１のチャンバおよび第2のチャンバは異なるチャンバである。いくつかの態様によれば、先行する図にて説明したように、第2のウィンドウは、メリットウィンドウの尺度である。

更なる態様において、一連のウィンドウは第2のウィンドウの選択の関数として、時系列傾向を備える第３ウィンドウを具備する。そこにおいて、傾向は設定可能な日付範囲の機能である。いくつかの態様によれば、第３ウィンドウは一組のロットから少なくとも１つのロットの選択を受ける。そこにおいて、選択はフォーカスチャンバのための少なくとも１つのロットおよび参照チャンバのための少なくとも１つのロットを識別する。いくつかの態様によれば、上の図に関して記載されるように、第３ウィンドウは日付範囲ウィンドウである。

別の態様においては、一連のウィンドウは、参照チャンバのための第1のチャートおよびフォーカスチャンバのための第2のチャートを表示する第4のウィンドウを備える。加えて、または代えて、第4のウィンドウは、フォーカスチャンバまたは参照チャンバのためのスタート日付またはエンド日付に対して変更する機能として動的に修正されるエラー比較ウィンドウである。態様によれば、上記の図に関して記載されるように、第4のウィンドウはエラー比較ウィンドウであり得る。いくつかの態様によれば、方法は、少なくとも部分的には、機能的関係を学ぶ自律システムによってサポートされ、第4のウィンドウは第2のウィンドウからメリットの尺度に影響を与えるツールパラメータを識別するために機能的関係を使用する。

いくつかの態様によれば、一連のウィンドウは、ウェハレベルでtick-by-tick傾向線を表示する第5のウィンドウを備える。態様において、第5のウィンドウは、上記の図について述べたようにウェハレベル比較ウィンドウである。

更に、一連のウィンドウは、フォーカスチャンバのための第1のチャートおよび参照チャンバのための第2のチャートを表示する第6のウィンドウを備えることができる。そこにおいて、第1のチャートおよび第2のチャートは、フォーカスチャンバおよび参照チャンバのウェハの性能レベルを示す。いくつかの態様によれば、上記の図に関して記載されるように、第6のウィンドウはレポートウィンドウである。

いくつかの態様によれば、方法は、一連のウィンドウの少なくとも１つのウィンドウの第1のパラメータに対する変更を受けることと、一連のウィンドウの全ての従属するウィンドウの少なくとも第２のパラメータを自動的にアップデートすることとを更に備える。例えば、日付範囲は、ユーザによって選択的に修正されることができ、および、修正の結果として、第2のウィンドウの情報は動的にアップデートされる。

それで、ここに記載されるように、任意の半導体製造ツールに適用されるように、生物学に基づく学習システムは、複数の製造ツールパラメータ間の関係を独立して学ぶ。いくつかの態様において、生物学に基づく学習システムは、プラズマエッチングツール、トラックツール、酸化物エッチングツール、その他によって利用されることができる。さらに、１つ以上の実施形態は、フレキシブルおよびインクリメンタル方法の生物学に基づく学習システムに提供される任意のデータを可能にする。学習システムは、参照チャンバと、性能が参照チャンバにマッチングするかまたは異なる時間間隔の参照チャンバに対してマッチングすることになっているチャンバとの間のツール挙動差を迅速に識別するためにターゲットとされることができる。更に、１つ以上の実施形態は、性能の低下のために最ももっともらしい原因であるツールパラメータを識別するために、迅速解析および意思決定を可能にすることができる。

生物学に基づく学習システムは、迅速な診断のためのグラフィックユーザーインターフェース（GUI）を提供することによってチャンバマッチング性能およびチャンバ性能の損失と相関しているツールパラメータの識別の機能を拡張するように構成される。

図11は、開示された態様に係る１つ以上の形態を自動化するために機械学習および推論を使用するシステム1100を示す。半導体製造ツール1104のためのチャンバマッチング性能の解析を提供するように構成される自律システム1102は、システム1100に含まれる。例えば、自律システム1102は、１つ以上のツール1104から、（例えば、周期的に、連続的に、変化が発生したときに、または、他の間隔にて）情報を受けることができる。いくつかの態様によれば、自律システム1102は、さまざまな基準（例えば、解析のための要求、周期的に、変化の検出、その他）に基づいて、１つ以上のツール1104から情報を得る（例えば要求、引き出しにて）。

GUI 1106は、自律システム1102と関係していて、および自律システム1102と通信して、および解析結果を（例えば、ユーザに）描画するように構成される。いくつかの態様によれば、GUI 1106は、自律システム1102の中に位置される。いくつかの態様によれば、GUI 1106は、異なるコンポーネントである。GUI 1106は、ユーザからの入力を受けるように構成されることができて、および動的に、ユーザーリクエストに合わせて調整される情報を提供することができる。

機械学習コンポーネント1108は、１つ以上のツール1104、自律システム1102および／またはGUI 1106と入出力を行う。機械学習コンポーネント1108は、自動的に１つ以上の形態にさまざまな機械学習手法を使用することができる。機械学習コンポーネント1108は、確率論および決定理論的な推論の原則を使用することができて、および機械学習手順の使用を介して構成される予測モデルに依存することができる。論理中心の結論は、また、別々に若しくは確率論の方法と連動して使用されることができる。機械学習コンポーネント1108は、可能なアクションについての知識、および、ユーザがユーザ、アプリケーション/プログラムコンテキスト、ユーザコンテキストまたはそれらの組合せによって実行されているアプリケーションまたはプログラムに基づいて達成しようとしているものについての知識を得ることによって、要求の意図を推定することができる（例えば参照チャンバおよびフォーカスチャンバの比較）。この知識に基づいて、機械学習コンポーネント1108は、どのアクションを実行するべきか、参照にどの参照チャンバを、参照にどのフォーカスチャンバを、使用する他のチャンバについて結論を作成することができ、ユーザから受けられる選択へ変更する（例えば、データまたは日付範囲に変更する）。

機械学習コンポーネント1108が意図または要求に関連した不確定度を有する場合、機械学習および推論コンポーネント1008は自動的に短い（または長期間）ダイアログにて係わり、またはユーザと交信することができる。いくつかの態様によれば、機械学習コンポーネント1108は、他のシステムコンポーネントを介してユーザとダイアログにて係わる。情報の価値の計算は、質問を求めることをドライブするために使用されることができる。

いくつかの態様によれば、機械学習コンポーネント1108は、所望の目的を達成するために自動的にプロセスおよび／またはレシピを修正するように構成されることができる。比較データに基づいて、または他の基準および／またはパラメータに基づいて、目的は、取扱説明書（user instructions）に基づくことがあり得る。代えて、または、加えて、機械学習コンポーネント1108は、公差レベル（例えば受け入れられるスクラップの量、偏差変化、その他）の関数として、プロセスおよび／またはレシピを修正することができる。

さまざまな態様（例えば、１つ以上の選択を受けることと関連して、１つ以上の選択の意味を決定すること、他のアクションから選択を区別すること、要求を満たす選択のインプルメンテーション、およびその他）は、そのさまざまな態様を実行するためのさまざまな人工知能に基づく計画を使用することができる。実施例として、特定のアクションが実行されるアクションまたは一般のアクションのための要求である場合（例えばユーザがマニュアルで実行することを要求するアクション）、決定するためのプロセスは、自動クラシファイヤシステムおよびプロセスを介して可能にされることができる。

クラシファイヤは入力属性ベクトル（input attribute vector）、x=（x1、x2、x3、x4、xn）を入力がクラスに属するという確信のものであると考えるマッピング機能である。すなわち、f（x）=confidence（class）。このような分類は、ユーザが自動的に実行されることを要求するアクションを予知するかまたは推定するために、確率論および／または統計に基づく解析（例えば解析ユーティリティおよびコストへの因数分解）を使用することができる。選択の場合、例えば、属性はフォーカスチャンバおよび／または参照チャンバの識別であり得て、および、クラスは要求を満たすために利用されることを必要とするフォーカスチャンバおよび／または参照チャンバの基準（criteria）である。

支持ベクトルマシン（support vector machine：SVM）は、使用されることができるクラシファイヤの実施例である。SVMは超曲面（hypersurface）を可能性入力の空間で見つけることによって操作する。そして、それを超曲面は非トリガーイベントからトリガー基準を分割するために試みる。直観的に、これは、近いが、トレーニングデータと同一でないデータを試験するために適切な分類法を作成する。他の向けられたおよび指示のないモデル分類法方法は、例えば、ナイーヴベイズ（naive Bayes（iにはウムラウトがつく））、ベイズ的なネットワーク、デシジョンツリー、ニューラルネットワーク、ファジーロジックモデルを含み、独立の異なるパターンを提供している確率論の分類法モデルは使用されることができる。ここで使用されるような分類は、また、優先度のモデルを展開する（develop）ために利用される統計回帰（statistical regression）を含む。

主題スペック（subject specification）から容易に認められるように、１つ以上の態様は明示的に訓練されるクラシファイヤを使用することができる（例えば、一般的なトレーニングデータを介して）。同じく暗に、訓練される（例えば、ユーザ挙動を観察することによって、外部情報を受ける）。例えば、SVMのものは、クラシファイヤコンストラクタおよび特徴選択モジュールの範囲内で学習またはトレーニングフェーズを介して構成される。それで、クラシファイヤは、自動的に多くの機能を学んでおよび実行するために使用されることができる。それは、限定されるものではないが、チャンバを比較するときに、どのチャンバを比較するかを、どのチャンバを共にグループとするかを、チャンバ間の関係、その他に関して決定することを含む。基準は、限定されるものではないが、同様の要求、歴史的な情報、その他を含むことができる。

ここで図12関して、開示された態様を実行するように操作可能なコンピュータのブロックダイヤグラムが示される。そのさまざまな態様のための追加のコンテキストを提供するために、図12および以下の説明は、要約、実施形態のさまざまな態様が実行されることができる適切なコンピューティング環境1200の一般的説明を提供することを目的とされる。上の説明が概説的に１つ以上のコンピュータにて実行することができるコンピュータ-実行命令のコンテキストである一方、当業者はさまざまな実施形態が他のプログラムモジュールと組み合わせておよび／またはハードウェアおよびソフトウェアの組合せとして実行されることができると認識する。

通常、プログラムモジュールは、ルーチン、プログラム、コンポーネント、データ構造などを含むか、特定のタスクを遂行するかまたは、特定の抽象データタイプを実行する。さらに、当業者は開示された態様がシングルプロセッサまたはマルチプロセッサコンピューターシステム、ミニコンピュータ、メインフレームコンピュータ、同じくパソコン、携帯コンピュータ、マイクロプロセッサベースかプログラム可能な家電、マイクロ制御器、埋め込み制御器、マルチコアプロセッサなどを含む他のコンピューターシステム構成によって熟練していることがありえると認める。そして、それぞれは１つ以上の対応された装置に動作可能に接続することができる。

各種実施形態で示された態様は、また、特定のタスクが通信網を介して連結される遠く離れた処理デバイスによって遂行される分散コンピューティング環境において実践されることができる。分散コンピューティング環境において、プログラムモジュールは、ローカルおよび遠く離れたメモリ記憶デバイスにおいて位置することができる。

コンピュータは一般的に種々の媒体を含む。そして、それはコンピュータ可読の記憶媒体および／またはコミュニケーション媒体を含むことができる。そして、それから、2つのタームは以下の通りに互いに異なってここに使用される。コンピュータ可読の記憶媒体は、コンピュータによってアクセスされることができておよび揮発性および不揮発性の媒体（取り外し可能なおよび取り外し不可能な媒体）を含む何らかの有効な記憶媒体でありえる。例えば、この例に限らないが、コンピュータ可読の記憶媒体は、情報（例えばコンピュータ可読の命令、プログラムモジュール、構造化データまたは構造化されていないデータ）の保管のための何らかの方法または技術と関連して実行されることができる。コンピュータ可読の記憶媒体はRAM、ROM、EEPROM、ＤＲＡＭ、フラッシュメモリまたはその他記憶装置技術、CD ROM、デジタル多用途ディスク（DVD）または他の光学ディスク記憶装置（磁気カセット、磁気テープ、磁気ディスク記憶装置または他の磁気記憶装置）を含むが、これに限定されるものではなく、また、要求された情報を保存するのに使用されることができる他の有形のおよび／または固定媒体である。媒体によって格納される情報に関する種々の動作のために、コンピュータ可読の記憶媒体は、アクセス要求、問合せまたは他のデータ検索プロトコルを介して１つ以上のローカルであるか遠く離れたコンピュータによって、例えば、アクセスされることができる。

コミュニケーション媒体は、一般的にコンピュータ可読の命令、データ構造、プログラムモジュールまたは他の構造であるか構造化されていないデータを変調するデータ信号（例えば搬送波または他の搬送機構）のようなデータ信号に表現するおよび何らかの情報供給または輸送媒体を含む。文言「変調されたデータ信号」または信号は、その特性セットの１つ以上または情報を１つ以上の信号にコード化するためにこのような方法で変更された信号に関する。例えば、この例に限らないが、コミュニケーション媒体は、有線の媒体、例えば有線ネットワークまたは直接の配線接続およびワイヤレス媒体、例えば音響、マイクロ波、RF、赤外線および他のワイヤレス方法（例えばIEEE 802.12X、IEEE 802.15.4））を含む。

再び図12を参照して、さまざまな態様を実行するために図示する環境1200は、コンピュータ1202を含む。そして、それは処理ユニット1204、システムメモリ1206およびシステムバス1208を含む。システムバス1208は、システムメモリ1206を含むがこれに限らずシステムコンポーネントを処理ユニット1204に接続させる。処理ユニット1204は、何らかのさまざまな市販のプロセッサでありえる。デュアルマイクロプロセッサおよび他の複数プロセッサアーキテクチャは、また、処理ユニット1204として使用されることができる。

システムバス1208は、メモリーバス、周辺バスおよび何らかの種々の市販のバス構成を使用するローカルバスに更に相互接続することができる数種類の何らかのバス構造でありえる（メモリーコントローラの有無にかかわらず）。システムメモリ1206は、リードオンリーメモリ（ROM）1210およびランダムアクセスメモリ（RAM）1212を含む。基本入出力システム（BIOS）は不揮発性メモリ1210（例えばROM、EPROM、EEPROM）に格納される。BIOSは、始動の間、コンピュータ1202内でエレメント間の情報を転送するのを手伝う基本的ルーチンを含む。RAM 1212は、また、高速のRAM（例えばキャッシュデータのためのスタティックＲＡＭ）を含むことができる。

コンピュータ1202は、内蔵ハードディスクドライブ（HDD）（例えばEIDE、SATA）を含むことができるディスク記憶装置1214（内蔵ハードディスクドライブは、また、適切なシャシー（図示せず）で外部使用のために構成されることができる）、磁気フロッピー（登録商標）ディスクドライブ（FDD）（例えば、取り外し可能なディスケットから読むかまたは書く）、および光学ディスクドライブ（例えば、CD-ROMディスクを読み込むかまたはDVDのような他の大容量光学式媒体から読むかまたは書く）を更に含む。それぞれ、ハードディスクドライブ、磁気ディスク装置および光学ディスクドライブは、ハードディスクドライブインタフェース、磁気ディスクドライブインターフェースおよび光ドライブインタフェースによってシステムバス1208に接続されることができる。外付け型ドライブインプルメンテーションのためのインタフェース1216は、Universal Serial Bus（USB）およびIEEE1094インタフェース技術の少なくとも一方または両方を含む。他の外付け型ドライブ接続技術は、ここに記載される各種実施形態の意図の中である。

ドライブおよびそれらの付随するコンピュータ可読の媒体は、不揮発性のデータ記憶、データ構造、コンピュータ-実行命令、その他を提供する。コンピュータ1202のために、ドライブおよび媒体は、適切なデジタル形式の何らかのデータの保管を収容する。上記のコンピュータ可読の媒体の説明がHDD、取り外し可能な磁気ディスケットおよび取り外し可能な光学式媒体（例えばCDまたはDVD）に関するけれども、当業者によって、コンピュータ（例えばZipドライブ、磁気カセット、フラッシュメモリカード、カートリッジなど）によって読み込み可能である媒体の他方式がまた、図示する動作環境において使用されることができると認められなければならない、および、更に、そのいずれの種類の媒体は開示された態様を実行するためのコンピュータ-実行命令を含むことができる。

多くのプログラムモジュールはドライブおよびRAMに格納されることができる。そして、オペレーティングシステム1218、１つ以上のアプリケーションプログラム1220、他のプログラムモジュール1224およびプログラムデータ1226を含む。オペレーティングシステム、アプリケーション、モジュールおよび／またはデータの全てまたは部分は、また、RAMにおいて取り入れられることができる。さまざまな実施形態がさまざまな流通オペレーティングシステムまたはオペレーティングシステムの組合せによって実行されることができると認められることになっている。

ユーザは、１つ以上の有線の/ワイヤレス入力デバイス1228（例えばキーボードおよびポインティングデバイス、マウス）を介して、コンピュータ1202にコマンドおよび情報を入力することができる。他の入力デバイス（図示せず）には、マイクロホン、IRリモートコントロール、ジョイスティック、ゲームパッド、スタイラスペン、タッチスクリーン等が含まれる。これらの、そしてまた他の、入力デバイスは、システムバス1208に接続する入力デバイス（インタフェース）ポート1230を介して処理ユニット1204にしばしば接続されるが、他のインタフェース（例えばパラレルポート、IEEE1094シリアルポート、ゲームポート、ＵＳＢポート、IRインタフェースなど）によって接続されることができる。

表示装置のモニタまたは他のタイプは、また、出力（アダプタ）ポート1234（例えばビデオアダプタ）を介して、システムバス1208に接続される。モニタに加えて、コンピュータは、一般的に他の周辺出力デバイス1236（例えばスピーカ、プリンタなど）を含む。

コンピュータ1202は、１つ以上のリモートコンピュータ（例えばリモートコンピュータ1238）に有線および／またはワイヤレスコミュニケーションを介して論理結合を使用してネットワーク化された環境において操作することができる。リモートコンピュータ1238は、簡潔さのために、メモリー/記憶機器1240だけが示されるけれども、ワークステーション、サーバコンピュータ、ルーター、パソコン、ポータブルコンピュータ、マイクロプロセッサ基づく娯楽機器、ピア（peer）デバイスまたは他の共通のネットワークノードでありえて、および一般的に、コンピュータ1202に対して記載されるエレメントの多くまたは全てを含む。

リモートコンピュータは、コンピュータ1202に論理結合を可能にするネットワークインターフェース1242を備えていることができる。論理結合は、ローカルエリアネットワーク（LAN）および／またはより大きなネットワーク（例えば広域ネットワーク（WAN））に有線の/ワイヤレス連結性を含む。このようなLANおよびWANネットワーキング環境は、オフィスおよび会社において平凡で、エンタープライズワイドコンピューターネットワーク、例えばイントラネット、全てのグローバルな通信網、例えばインターネットに接続できることを容易にする。

LANネットワーキング環境において使用されるときに、コンピュータ1202を有線のおよび／またはワイヤレス通信網インタフェースまたはアダプタ（通信接続）1244を介してローカルネットワークに接続される。アダプタ1244はLANに有線であるかワイヤレスコミュニケーションを容易にすることができる。そして、それはまた、ワイヤレスアダプタで通信するためにその上に配置されるワイヤレスアクセスポイントを含むことができる。

WANネットワーキング環境において使用されるときに、インターネットとしてのような、コンピュータ1202はモデムを含むことができるか、またはWAN上の通信サーバに接続されるか、またはWANの上のコミュニケーションを定めるための他の手段を備えている。モデム（内臓または外部および有線であるかワイヤレス装置でありえる）は、シリアルポートインタフェースを介してシステムバス1208に接続される。ネットワーク化された環境において、コンピュータ1202またはそれの部分に対して記載されるプログラムモジュールは、リモートのメモリー/記憶素子1240に格納されることができる。示されるネットワーク接続が図示し、およびコンピュータ間の通信リンクを定める他の手段が使用されることができることはいうまでもない。

コンピュータ1202は、ワイヤレスコミュニケーション、例えばプリンタ、スキャナ、デスクトップおよび／またはポータブルコンピュータ、携帯用のデータ補助装置、通信衛星、ワイヤレスで検出可能なタグと関係している装置または位置の何らかのピース（例えばキオスク、ニューススタンド、その他）および電話に動作可能に配置されている何らかの無線デバイスまたはエンティティと通信するように操作可能である。これは、少なくともWi-Fiおよびブルートゥース(登録商標)のワイヤレス技術を含む。それで、コミュニケーションは、従来のネットワークと同様に定義済み構造または単に少なくとも2つの装置間の特別コミュニケーションであり得る。

Wi-Fiまたはワイヤレスフィディリティーは、ワイヤ無しでインターネットへのコネクションを可能にする。Wi-Fiは、このような装置（例えばコンピュータ）を可能にする携帯電話において使用されるのと同様のワイヤレス技術である屋内・屋外の、基地局の範囲の中でどこでもデータを送受信する。Wi-Fiネットワークは、安全で、信頼性が高く、速いワイヤレス連結性を提供するIEEE 802.11x（a、b、gなど）と呼ばれるラジオ技術を使用する。Wi-Fiネットワークは、互いに、インターネットに、および有線ネットワーク（それは、IEEE 802.3またはイーサネット（登録商標）を使用する）にコンピュータを接続するために使用されることができる。

Wi-Fiネットワークが無免許の2.4および5GHzのラジオバンドにおいて操作することができる。IEEE 802.11は、ワイヤレスLANに一般に適用し、周波数ホッピング拡散スペクトル（FHSS）か直接のシーケンス拡散スペクトル（DSSS）を使用している2.4GHzのバンドの1または2Mbpsの伝達を提供する。IEEE 802.11aは、それがワイヤレスLANに適用するIEEE 802.11に対する延長であって5GHzのバンドの最高54Mbpsを提供する。IEEE 802.11aは、FHSSまたはDSSSよりむしろ方式をコード化している直交周波数分割多重化（orthogonal frequency division multiplexing：OFDM）を使用する。IEEE 802.11b（また、802.11のHigh Rate DSSSまたはWi-Fiと称する）は、ワイヤレスLANに適用する802.11に対する延長であって2.4GHzのバンドの11Mbpsの伝達（5.5、2および1Mbpsに対するフォールバックによって）を提供する。IEEE 802.11gは、2.4GHzのバンドの20+MbpsをワイヤレスLANに適用して提供する。製品は複数のバンド（例えば二重バンド）を含むことができるので、ネットワークは多くの局において使用される基本的10BaseT有線のイーサネット（登録商標）ネットワークと同様の現実の性能を提供することができる。

ここで図13を参照して、処理のために示されたコンピューティング環境1300の概略ブロック図は、他の態様に係る開示されたアーキテクチャである。環境1300は、１つ以上のクライアント1302を含む。各種実施形態と関連したククライアント1302は、ハードウェアおよび／またはソフトウェア（例えば、スレッド、プロセス、コンピュータ）である。例えば、クライアント1302は、クッキーを収容しおよび／または各種実施形態と結ぶ前後関係の情報（contextual information）と関連する。

環境1300も、１つ以上のサーバー１３０４を含む。また、サーバー1304は、ハードウェアおよび／またはソフトウェア（例えば、スレッド、プロセス、コンピュータ）であり得る。サーバー1304は、例えば、各種実施形態と関連して変換を実行するために、スレッドを収容することができる。クライアント1302およびサーバー1304間の1つの可能なコミュニケーションは、2つ以上のコンピュータプロセス間に伝えられるために適合するデータパケットの形であることができる。データパケットは、クッキーを含むことができ、および／または、例えば、前後関係の情報と関連する。環境1300は、クライアント1302およびサーバー1304間のコミュニケーションを容易にするために使用されることができるコミュニケーションフレームワーク1306（例えばインターネットのようなグローバル通信ネットワーク）を含む。

コミュニケーションは、有線（光ファイバを含む）および／またはワイヤレス技術を介して容易にされることができる。クライアント1302は、クライアント1302にストア情報ローカルに使用されることができる１つ以上のクライアントデータ格納1308に動作可能に接続される（例えばクッキーおよび／または関連する前後関係の情報）。同様に、サーバー1304は、サーバー1304にストア情報ローカルに使用されることができる１つ以上のサーバーデータ格納1310に動作可能に接続される。

ここに記載されるさまざまな手法は、ハードウェアまたはソフトウェアと関連してまたは、必要に応じて、両方ともの組合せによって実行されることができる。本出願発明において用いられているように、文言「コンポーネント」、「モジュール」、「オブジェクト」、「サービス」、「モデル」、「リプリゼンテーション」、「システム」、「インタフェース」、等は、通常、コンピュータ関連のエンティティ、ハードウェア、ハードウェアおよびソフトウェアの組合せ、ソフトウェアまたは実行のソフトウェアのいずれかに関することを目的とされる。例えば、コンポーネントは、制限されるものではないが、プロセッサ上で動いているプロセス、プロセッサ、ハードディスクドライブ、マルチプル保管ドライブ（光学および／または磁気記憶媒体の中で）、オブジェクト、実行可能な、実行、プログラムおよび／またはコンピュータのスレッドであり得る。実例として、制御器上のアプリケーション実行および制御器は、コンポーネントであり得る。１つ以上のコンポーネントは実行のプロセスおよび／またはスレッドの中で存在することができ、および、コンポーネントは1つのコンピュータにローカライズされることができ、および／またはそれとともに通信している2台以上のコンピュータ、産業制御器またはモジュール間に分配されることができる。別の例として、プロセッサ、アプリケーションおよび／またはAPIコンポーネントに対応するように、インタフェースは同様にＩ／Ｏコンポーネントを含むことができる。

ここに記載される各種実施形態に加えて、他の同様の実施形態が使用されることができ、また、実行するために記載された実施形態になされる変更および付加は、そこから偏らすことのない対応する実施形態と同じまたは同等の機能をなすことができると理解されるものである。またさらに、多重処理チップまたはマルチプルデバイスはここに記載される１つ以上の機能の性能を共有することができ、および、同様に、保管は複数の装置全体に遂行されることができる。したがって、発明は、ただ一つの実施形態に限られるものではなく、添付の請求の範囲に係る広がり、趣旨および範囲にて、むしろ解釈されなければならない。

「典型的な」の語は、例証、例または説明として平均的に役に立つこととして、ここに使用される。疑いの取り消しのために、ここに開示される内容は、このような実施例によって制限されない。加えて、「典型的な」としてここに記載される何らかの態様または設計は、他の態様または設計を越えて好適であるか有利なものであるとして、必然的に解釈されるものではなく、そして、それは、当業者にとって公知の同等物の典型的な構造および手法を排除するはずである。さらにまた、範囲にその文言「含ん」で、「有し」て、「含む」、および、他の同様の語は、使用される。そして、疑いの取り消しのために、このようなタームは、オープンな移行語として何らかの追加であるか他のエレメントを排除することのない語「備えている」と同様の方法で含んでいることを目的とされる。

上述したシステムは、いくつかのコンポーネント間の交互作用に関して記載された。このようなシステムおよびコンポーネントがそれらのコンポーネントを含むことができるかまたは特定されたサブコンポーネント、いくつかの特定されたコンポーネントまたはサブコンポーネントおよび／または追加のコンポーネント、およびさまざまな置換および前述の組合せによることを認めることができる。サブコンポーネントは、また、親コンポーネント（階層的な）の範囲内で含まれることができるよりはむしろ、コミュニケーションで他のコンポーネントに接続するコンポーネントとして実行されることができる。加えて、１つ以上のコンポーネントが集積された機能を提供している単一のコンポーネントに結合されることができるかまたはいくつかの別個のサブコンポーネントに分けられることができること、および、管理層のような何らかの１つ以上の中央が階層化していることは、統合機能を提供することを目的としてコミュニケーションでこのようなサブコンポーネントに接続させるように提供されることができる。ここに記載される何らかのコンポーネントは、また、特にここに記載されなくても、従来技術において一般的に公知技術によって１つ以上の他のコンポーネントと対話することができる。

上で記載される例示システムからみて、記載された内容に係る実行されることができる手順は、また、さまざまな図のフローチャートに関して認められることができる。説明の単純性のために、手順は一連のブロックとして図と共に記載され、いくつかのブロックが異なる順序において、および／または他のブロックと同時に何が記載され、ここに記載されるか起こることができるように、理解されることになっており、および、各種実施形態がブロックの順序によって制限されないと認められる。ここで、非順次または分岐され、流量はフローチャートを介して示され、さまざまな他の分岐、流れの道筋、およびブロックの順序が実行されることができ、同じことまたは同様の結果を達成すると認められる。さらに、全ての示されたブロックが、ここに記載される手順を実行することを必要とすることができるというわけでない。

ここに記載される各種実施形態に加えて、他の同様の実施形態が使用されることができると理解されることになっており、または、変更および付加は実行するための記載された実施形態から偏らすことのない対応する実施形態と同じまたは同等物の機能をなすことができる。またさらに、多重処理チップまたはマルチプルデバイスはここに記載される１つ以上の機能の性能を共有することができ、および、同様に、保管は複数の装置全体に遂行されることができる。したがって、発明は、ただの一つの実施形態に限られるものではなく、添付の請求の範囲に係る広がり、趣旨および範囲において、むしろ解釈されなければならない。

Claims (32)

1. 半導体製造ツールのためのチャンバマッチング性能の迅速な解析を提供するグラフィックユーザーインターフェースであって、
   参照チャンバおよび少なくとも１つのフォーカスチャンバを表す情報を受けるインポータと;
   前記情報に基づいて少なくとも１つのマトリックスを生成するジェネレートコンポーネントと;
   前記少なくとも１つのマトリックスを変換することによってデータの１つ以上の追加のマトリックスを生成するトランスフォームコンポーネントと;
   前記１つ以上の追加のマトリックスの関数として、ウィンドウの進行を描画する出力コンポーネントとを具備し、
   前記ウィンドウの進行は、前記参照チャンバおよび前記少なくとも１つのフォーカスチャンバを比較する性能解析結果を備える、グラフィックユーザーインターフェース。
2. 前記参照チャンバおよび前記少なくとも１つのフォーカスチャンバを表す前記情報は、センサ測定、ツール性能カウンタ読取り、計測学データ、プロセスレシピ、システムレシピまたはそれらの組合せを備えている、請求項１のグラフィックユーザーインターフェース。
3. 前記グラフィックユーザーインターフェースは、前記情報を受け、前記性能解析結果またはそれらの組合せを表示するために１つ以上のツールに直接接続する生物学に基づく学習システムのためのフロントエンドである、請求項１のグラフィックユーザーインターフェース。
4. 前記グラフィックユーザーインターフェースは、前記参照チャンバまたは前記少なくとも１つのフォーカスチャンバと関係しているツールの挙動を学ぶ自律システムによってサポートされる、請求項１のグラフィックユーザーインターフェース。
5. 前記インポータは、任意のサンプリング周波数で集められる前記情報を受け、
   前記ジェネレートコンポーネントは、低い周波数で前記少なくとも１つのマトリックスを構成する、請求項１のグラフィックユーザーインターフェース。
6. 前記ジェネレートコンポーネントは、少なくとも2つのマトリックスを生成し、
   各々のマトリックスは、異なる時間分解能を備える、請求項１のグラフィックユーザーインターフェース。
7. 前記ジェネレートコンポーネントは、前記情報のためのサマリー統計量を生成し、
   前記サマリー統計量は、各々の時間分解能に対して、平均、標準偏差、範囲、最大値、最小値またはそれらの組合せを備える、請求項１のグラフィックユーザーインターフェース。
8. 前記出力コンポーネントは、性能解析のためのいくつかのツールから１つ以上のチャンバの選択および１つ以上のツールの選択を受ける第1のウィンドウを描画する、請求項１のグラフィックユーザーインターフェース。
9. 前記出力コンポーネントは、ツール性能評価尺度のリストを備える第2のウィンドウを描画し、
   前記第2のウィンドウは、
   複数のチャンバから参照チャンバおよび少なくとも１つのフォーカスチャンバの選択と;
   性能レベルまたは性能レベルの範囲の選択と;または、
   システムレシピおよび前記解析のフォーカスとしてのプロセスレシピのセットの選択とのうちの少なくとも１つを受ける、請求項８のグラフィックユーザーインターフェース。
10. 前記出力コンポーネントは、前記少なくとも１つのフォーカスチャンバおよび前記参照チャンバとして同じチャンバの選択を受けることができる第2のウィンドウを描画する、請求項８のグラフィックユーザーインターフェース。
11. 前記出力コンポーネントは、前記第2のウィンドウの選択の関数として、時系列傾向を備える第３ウィンドウを描画し、
    前記傾向は、設定可能な日付範囲に基づくものである、請求項10のグラフィックユーザーインターフェース。
12. 前記第３のウィンドウは、一組のロットから少なくとも１つのロットの選択を受け、
    前記選択は、前記少なくとも１つのフォーカスチャンバのための少なくとも１つのロットおよび前記参照チャンバのための少なくとも１つのロットを識別する、請求項11のグラフィックユーザーインターフェース。
13. 前記出力コンポーネントは、前記参照チャンバのための第1のチャートおよび前記少なくとも１つのフォーカスチャンバのための第2のチャートを表示する第4のウィンドウを描画する、請求項11のグラフィックユーザーインターフェース。
14. 前記第4のウィンドウは、前記少なくとも１つのフォーカスチャンバまたは前記参照チャンバのためのスタート日付またはエンド日付に対しての変更の機能として動的に修正されるエラー比較ウィンドウである、請求項13のグラフィックユーザーインターフェース。
15. 前記グラフィックユーザーインターフェースは、少なくとも部分的には、機能的関係を学ぶ自律システムによってサポートされ、
    前記第4のウィンドウは、前記第2のウィンドウからメリットの尺度に影響を与えるツールパラメータを識別するために前記機能的関係を使用する、請求項13のグラフィックユーザーインターフェース。
16. 前記出力コンポーネントは、ウェハレベルでtick-by-tick傾向線を表示する第5のウィンドウを描画する、請求項13のグラフィックユーザーインターフェース。
17. 前記出力コンポーネントは、前記少なくとも１つのフォーカスチャンバのための第３チャートおよび前記参照チャンバのための第4のチャートを表示する第6のウィンドウを描画し、
    前記第３チャートおよび前記第4のチャートは、前記少なくとも１つのフォーカスチャンバおよび前記参照チャンバのウェハの性能レベルを示す、請求項16のグラフィックユーザーインターフェース。
18. 前記ウィンドウの進行の各々のウィンドウに１つ以上の変化を伝える通知コンポーネントを更に具備する請求項１のグラフィックユーザーインターフェース。
19. 生物学に基づくチャンバマッチングのシステムであって、
    ツールの挙動を決定する自律学習システムと;
    前記挙動に基づいて、１つ以上のツールセンサ、ツールメンテナンスカウンタまたは他の計測学データの関数として、関連する出力を表すグラフィックユーザーインターフェースとを具備し、
    前記関連する出力は、フォーカスチャンバおよび参照チャンバの性能比較である、システム。
20. 前記グラフィックユーザーインターフェースは、前記自律学習システムのためのフロントエンドであり、データを受信するために、解析結果またはそれらの組合せを表示するために、１つ以上のツールに直接接続する、請求項19のシステム。
21. 前記グラフィックユーザーインターフェースは、センサ測定、ツール性能カウンタ読取り、計測学データ、プロセスレシピ、システムレシピまたはそれらの組合せをインポートする、請求項20のシステム。
22. 前記グラフィックユーザーインターフェースは、１つ以上のマトリックスを生成し、
    前記自律学習システムは、他の列の関数として、１つ以上のマトリックスの各々の列を学び、各々の列のためのサンプルを生成する、請求項19のシステム。
23. 前記グラフィックユーザーインターフェースは、互いに構築するウィンドウの進行として、関連する出力を表す、請求項19のシステム。
24. 前記グラフィックユーザーインターフェースは、前記フォーカスチャンバ、前記参照チャンバまたは前記フォーカスチャンバおよび前記参照チャンバの両方の詳細に掘り下げる手段を提供する、請求項19のシステム。
25. 前記グラフィックユーザーインターフェースは、独立しているツールである、請求項19のシステム。
26. 前記参照チャンバおよび前記フォーカスチャンバは、同一チャンバである、請求項19のシステム。
27. 前記参照チャンバおよび前記フォーカスチャンバは、異なるチャンバである、請求項19のシステム。
28. チャンバマッチング性能解析結果を提供する方法であって、
    フォーカスチャンバおよび参照チャンバを表すデータを受けることと;
    前記受信データに基づいて少なくとも１つのマトリックスを生成することと;
    前記少なくとも１つのマトリックスを変換することによって追加のマトリックスを生成することと;
    前記フォーカスチャンバおよび前記参照チャンバ間の性能解析情報を提供する一連のウィンドウを描画することとを具備する方法。
29. 前記参照チャンバとして第１のチャンバの、前記フォーカスチャンバとして第2のチャンバの選択を受けることを更に具備し、
    前記第１のチャンバおよび前記第2のチャンバは、異なるチャンバである、請求項28の方法。
30. 前記参照チャンバおよび前記フォーカスチャンバの両方として第１のチャンバの選択を受けることを更に具備する請求項28の方法。
31. 前記一連のウィンドウは、ツールおよびチャンバの選択ウィンドウ、メリットウィンドウの尺度、データ範囲ウィンドウ、エラー比較ウィンドウ、ウェハレベル比較ウィンドウ、レポートウィンドウまたはそれらの組合せを具備する、請求項28の方法。
32. 前記一連のウィンドウの少なくとも１つのウィンドウの第1のパラメータに対する変更を受けることと、
    前記一連のウィンドウの全ての従属するウィンドウの少なくとも第２のパラメータを自動的にアップデートすることとを更に具備する請求項28の方法。

Images