JP2020149600A - 推定装置、表示制御装置、推定システム、推定方法、プログラム、及び記憶媒体 - Google Patents

Abstract

【課題】ユーザの調査に要する時間を短縮するための情報を提供できる、推定装置、表示制御装置、推定システム、推定方法、プログラム、及び記憶媒体を提供する。【解決手段】推定システム１は、推定装置１００と表示制御装置２００とを、含む。推定装置１００は、外部の履歴データ格納部にアクセスしデータを取得するデータ取得部１０１と、データ集合に含まれる複数のデータを第２質的変数として付与された変数値ごとに分割し、複数の部分データ集合を生成するデータ制御部１０２と、データ集合に含まれる経路情報を基に、複数のノードのそれぞれについて、部分データ集合ごとへの関連性を示す部分関連度を推定する推定部１０３と、を備える。【選択図】図１

Description

本発明の実施形態は、推定装置、表示制御装置、推定システム、推定方法、プログラム、及び記憶媒体に関する。

製造ラインにおける各ワークの経路情報を基に、不良の原因である製造装置を推定する推定装置がある。ユーザは、推定装置から得られた推定結果を用いることで、不良の原因の調査に要する時間を短縮できる。この推定装置について、ユーザの調査に要する時間をさらに短縮するために、ユーザにより有益な情報を提供できる技術の開発が望まれている。

Nakata, Kouta, et al. "A Comprehensive Big-Data-Based Monitoring System for Yield Enhancement in Semiconductor Manufacturing." IEEE Transactions on Semiconductor Manufacturing 30.4 (2017): 339-344.

本発明の実施形態は、ユーザにより有益な情報を提供できる、推定装置、表示制御装置、推定システム、推定方法、プログラム、及び記憶媒体を提供する。

実施形態に係る推定装置は、履歴データから、前記第１質的変数として第１変数値が付与された前記複数のデータＩＤの一部を含むデータ集合を取得する。前記履歴データは、複数のノードを流れる複数のデータをそれぞれ表す複数のデータＩＤと、前記複数のデータのそれぞれについて、前記複数のノードにおける経路を表す経路情報と、前記複数のデータＩＤのそれぞれの分類を表す、互いに独立した第１質的変数及び第２質的変数と、を含む。前記推定装置は、前記複数のデータＩＤの前記一部に対応する複数の前記経路情報の一部に基づき、前記複数のノードのそれぞれについて、前記データ集合への関連性を示す全体関連度を推定する。前記推定装置は、前記データ集合を、前記第２質的変数の変数値ごとに分割して複数の部分データ集合を生成する。前記推定装置は、前記複数の経路情報の前記一部に基づき、前記複数のノードのそれぞれについて、前記部分データ集合ごとへの関連性を示す部分関連度を推定する。

第１実施形態に係る推定システムを例示する模式図である。 第１実施形態に係る推定システムの処理を例示するフローチャートである。 グラフ構造を例示する模式図である。 履歴データを例示する表である。 半導体製造履歴データを例示する表である。 検査結果を例示する図である。 検査結果を例示する図である。 履歴データを例示する表である。 履歴データを例示する表である。 第１実施形態に係る推定システムによる推定結果を例示する表である。 第１実施形態に係る推定システムによる推定結果を例示する表である。 第２実施形態に係わる推定システムを例示するブロック図である。 第２実施形態に係わる推定システムの処理を例示するフローチャートである。 第２実施形態に係る推定システムによる表示例である。 半導体製造履歴データを例示する表である。 第３実施形態に係る推定システムの処理を例示するフローチャートである。 第３実施形態に係る推定システムによる表示例である。 第３実施形態に係る推定システムによる表示例である。

以下に、本発明の各実施形態について図面を参照しつつ説明する。
本願明細書と各図において、既に説明したものと同様の要素には同一の符号を付して詳細な説明は適宜省略する。

（第１実施形態）
図１は、第１実施形態に係る推定システムを例示する模式図である。
図２は、第１実施形態に係る推定システムの処理を例示するフローチャートである。
図３は、グラフ構造を例示する模式図である。
図４は、履歴データを例示する表である。

図１に示すように、推定システム１は、推定装置１００及び表示制御装置２００を含む。推定装置１００は、複数のノードを流れる複数のデータについて、各データに付与された分類に対する各ノードの関連性を推定する。表示制御装置２００は、推定された結果に基づく情報を、外部の表示装置に表示させる。

推定装置１００及び表示制御装置２００は、例えば、それぞれ処理回路を含む中央演算処理装置を有する。推定装置１００及び表示制御装置２００は、有線、無線、又はネットワークを介して互いに接続される。１つのコンピュータが推定装置１００及び表示制御装置２００として機能しても良い。表示装置は、例えば、モニタ、プロジェクタ、及びプリンタの少なくともいずれかを含む。

推定装置１００及び表示制御装置２００の機能について、具体的に説明する。推定装置１００は、例えば、データ取得部１０１、データ制御部１０２、及び推定部１０３を含む。表示制御装置２００は、例えば、表示制御部２０１及び表示部２０２を含む。

データ制御部１０２は、データ取得部１０１に、データの取得を要求する。データ取得部１０１は、要求を受信すると、外部の履歴データ格納部にアクセスし、データを取得する。推定装置１００が、履歴データ格納部を含んでいても良い。履歴データ格納部は、例えば、ハードディスクドライブ（ＨＤＤ）、フラッシュメモリ、及びネットワーク接続ハードディスク（ＮＡＳ）の少なくともいずれかの記憶装置を含む。

記憶装置は、具体的には、複数のデータに関する履歴データを記憶している。履歴データは、図３に示したように、複数のデータＩＤ、複数の経路情報、第１質的変数、及び第２質的変数を含む。

複数のデータＩＤは、それぞれ、複数のデータを特定するための識別情報である。複数の経路情報は、グラフ構造における複数のデータの流れをそれぞれ表している。経路情報は、例えば、複数のノードＩＤを用いて表される。ノードＩＤは、推定の対象をグラフ構造で表したときに、そのグラフ構造に含まれるノードを表す。図４は、グラフ構造の一例である。グラフ構造は、複数のノードＮと、ノードＮ同士を繋ぐエッジＥと、を含む。例えば、図３に示したデータＩＤ「Ａ０１」で表されるデータは、ノードＱ１から、ノードＰ１を経由して、ノードＲ１へ通過したことを示している。

例えば、加工対象物は、装置によって処理が施される。処理は、任意である。処理は、例えば、ワークに対する、研磨、洗浄、塗布、乾燥、変形、切削、接合、堆積、食刻、加熱、冷却などである。ここでは、装置によって処理が施される加工対象物を、ワークという。複数のワークのそれぞれが、各装置で処理されながら、複数の装置を通過していく。このケースについて、各装置をノードで表し、装置間の繋がりをエッジで表すことが可能である。装置に与えられた識別情報（装置ＩＤなど）が、ノードＩＤに対応する。各ワークがどの装置を通ってきたかを示す情報が、経路情報に対応する。

第１質的変数及び第２質的変数のそれぞれは、複数のデータＩＤのそれぞれの分類を表す。第１質的変数及び第２質的変数は、互いに独立している。換言すると、第１質的変数及び第２質的変数は、互いに異なる観点から複数のデータＩＤのそれぞれを分類している。例えば、ワークに関するワークデータについては、ワークの検査結果に基づく分類を第１質的変数とし、ワークの品種に基づく分類を第２質的変数とすることができる。

履歴データにおいて、複数のデータのそれぞれには、第１質的変数の変数値及び第２質的変数の変数値が付与されている。データ制御部１０２は、履歴データにおいて、第１質的変数を示す複数の変数値の１つ（第１変数値）を選択する（ステップＳ１−１）。データ制御部１０２は、その選択結果を、データ取得部１０１へ送信する。データ取得部１０１は、選択結果に基づき、記憶装置の履歴データから、データ集合を取得する（ステップＳ１−２）。データ集合は、履歴データの一部である。データ集合は、第１質的変数として第１変数値が付与された複数のデータの一部と、複数のデータの当該一部のグラフ構造における経路をそれぞれ表す複数の経路情報の一部と、を含む。データ取得部１０１は、取得したデータをデータ制御部１０２へ送信する。

データ制御部１０２は、データ集合を受信すると、そのデータ集合を推定部１０３へ送信する。推定部１０３は、データ集合に含まれる経路情報を基に、複数のノードのそれぞれについて、データ集合に含まれる複数のデータへの関連性を示す全体関連度を推定する（第１推定ステップ、ステップＳ１−３）。例えば、あるノードＩＤの全体関連度が高いほど、そのノードＩＤが、データ集合に含まれる複数のデータへ、より関連していることを示す。

具体例では、上述したように、第１質的変数の変数値は、ワークの検査結果に基づいて決定される。この場合、全体関連度は、検査結果に基づく１つのクラスへ分類される複数のワークに対して、各装置がどの程度関連性を有しているかを示している。例えば、全体関連度の推定結果から、ある特定の傾向を有する不良の一クラスについて、各装置がどの程度影響しているかを調べることができる。

データ制御部１０２は、さらに、データ集合に含まれる複数のデータを、第２質的変数として付与された変数値ごとに分割し、複数の部分データ集合を生成する（ステップＳ１−４）。１つの部分データ集合は、第１質的変数が第１変数値であり、且つ第２質的変数が特定の１つの変数値である１つ以上のデータと、その１つ以上のデータのグラフ構造における経路をそれぞれ表す１つ以上の経路情報と、を含む。データ制御部１０２は、複数の部分データ集合を推定部１０３へ送信する。推定部１０３は、第１推定ステップとは別に、複数の部分データ集合を用いて、以下の推定を行う。

第２推定部１０３は、データ集合に含まれる経路情報を基に、複数のノードのそれぞれについて、部分データ集合ごとへの関連性を示す部分関連度を推定する（第２推定ステップ、ステップＳ１−５）。例えば、ある部分データ集合に対するあるノードＩＤの部分関連度が高いほど、そのノードＩＤが、その部分データ集合に含まれるデータへ、より関連していることを示す。

具体例では、上述したように、第２質的変数の変数値は、ワークの品種に基づいて決定される。この場合、部分関連度は、検査結果に基づいて１つのクラスに分類され、且つある１つの品種に分類されるワークに対して、各装置がどの程度関連性を有しているかを示している。例えば、部分関連度の推定結果から、ある特定の傾向を有する不良の一クラスについて、各装置がどの程度影響しているかを、品種ごとに調べることができる。

例えば、全体関連度及び部分関連度の算出において、推定部１０３は、複数の経路情報に基づくパターンマイニングにより、複数の経路における各装置の頻出度合いを数値化する。推定部１０３は、この数値に基づいて、全体関連度及び部分関連度を計算する。推定部１０３は、頻出度合いを示す数値を、そのまま全体関連度及び部分関連度としても良い。例えば、第１変数値が付与された複数のデータの経路情報において、あるノードの頻出度合いが高いと、そのノードは、第１変数値が付与された複数のデータにより関連していると推定される。頻出度合いが高いほど、関連度は高くなる。

推定部１０３は、複数の全体関連度及び複数の部分関連度を含む推定結果をデータ制御部１０２へ送信する。データ制御部１０２は、推定部１０３による推定結果を表示制御装置２００に送信する。例えば、データ制御部１０２は、データ集合全体に関する推定結果と、部分データ集合ごとの推定結果と、を弁別可能な形式で推定結果を送信する。

表示制御部２０１は、データ制御部１０２から、推定結果を受信する。表示制御部２０１は、受信した推定結果を、表示部２０２へ送信する。表示部２０２は、推定結果に基づく推定情報を、ユーザが視認できるように表示させる（ステップＳ１−６）。例えば、表示部２０２は、データ集合全体に関する推定結果と、分割された部分データ集合ごとの推定結果と、を表示させる。

例えば、工場では、複数の装置を使って、複数の品種のワークが加工される。加工されたワークは、特性や外観などに問題が無いか検査される。ここでは、検査の結果、特性や外観などについて、要求される仕様を満足できないと判断されたワークを、不良なワークという。不良なワークが作製されたときには、その原因を明らかにし、取り除くことが望ましい。

ユーザによる原因の調査に要する時間を短縮するためには、原因を推定する推定装置を用いることが効果的である。例えば、参考例に係る推定装置は、製造ラインにおける各ワークの経路情報を基に、不良の原因となる装置を、品種ごとに推定する。原因が推定されることで、ユーザは、全ての装置を調べる必要がなくなる。例えば、ユーザは、原因と推定された装置を調べることで不良の発生原因を解消でき、原因の調査に要する時間を短縮できる。

この推定装置は、少数の品種のワークを加工する製造ラインの調査に有用である。品種の数が少ないため、原因である装置が品種ごとに推定されても、ユーザが確認すべき装置の数が少なく抑えられる。
一方で、参考例に係る推定装置は、多くの品種のワークを加工する製造ラインの調査には、適用し難い。品種の数が多いと、原因と推定された装置の数も増大するため、ユーザは、多くの装置を確認しなければならない。従って、ユーザが不良の発生原因を解消できるまでに要する時間が長くなる。さらに、不良の発生原因の解消までに要する時間が長くなるほど、不良なワークが製造される期間が長くなったり、製造ラインの停止期間が長くなったりする。この結果、歩留まりが悪化する。
このため、複数の品種を総括的に調査して不良の原因となる製造装置を推定できる推定装置が求められている。

実施形態では、推定装置１００は、第１質的変数として第１変数値が付与された複数のデータへの各ノードの関連性を示す全体関連度を推定するとともに、各ノードの複数のデータへの関連性を示す部分関連度を第２質的変数の変数値ごとに推定する。部分関連度の推定は、例えば、不良の原因となっている装置を品種ごとに推定することに対応する。全体関連度の推定は、例えば、不良の原因となっている装置を、複数の品種について総括的に推定することに対応する。

ユーザは、総括的な推定結果に基づき、品種に拘わらず、検査結果に基づく一分類の原因となっている製造装置を総括的に確認できる。例えば、全体関連度の高い装置から優先的に調べることで、不良の原因をより効率的に解消していくことができる。

第１実施形態に係る推定システムを、半導体装置の製造ラインにおける不良の原因の推定に用いた例を説明する。
図５は、半導体製造履歴データを例示する表である。
図５は、履歴データの一例である半導体製造履歴データを示している。半導体製造履歴データには、ワークとしてのウェハごとに、クラス、品種、ウェハＩＤ、及び装置履歴が記憶されている。クラスは、第１質的変数に対応する。クラスを表す文字列は、第１質的変数の変数値に対応する。品種は、第２質的変数に対応する。品種を表す文字列は、第２質的変数の変数値に対応する。ウェハＩＤは、データＩＤに対応する。

装置履歴は、経路情報に対応する。図５の例では、装置履歴は、装置ＩＤを用いたベクトルで表される。例えば、ウェハＩＤが「Ａ０１」で表されるウェハの経路情報は、装置「Ｘ１」から、装置「Ｙ１」を経由して、装置「Ｚ１」へ通過したことを表している。

各ウェハが加工され、複数のチップが１つのウェハから製造される。品種の文字列は、チップが適用される製品の種類を表す。例えば、品種の文字列は、チップ又は製品を納める顧客ごと、且つチップに対して要求される仕様ごとに、設定される。例えば、１つの顧客に、互いに異なる仕様の２つのチップが納品されるときには、２つのチップに互いに異なる文字列が設定される。同じ仕様の２つのチップが、互いに異なる２つの顧客にそれぞれ納品されるときには、２つのチップに互いに異なる文字列が設定される。

図６及び図７は、検査結果を例示する図である。
クラスは、各ウェハの検査結果に基づく分類を示す。例えば、各ウェハに含まれる複数のチップは、検査装置により、特性や外観が検査される。特性又は外観は予め設定された条件と比較され、各チップは良品であるか判断される。例えば、１つのウェハにおいて、良品と判断されたチップと、不良品と判断されたチップと、に互いに異なる色を付す。これにより、１つのウェハにおける不良の発生箇所をマッピングした画像が生成される。

例えば、推定システム１の外部の処理装置は、複数のウェハのそれぞれについて、不良の発生箇所をマッピングした画像を生成する。処理装置は、生成された複数の画像を分類し、クラスを示す文字列を各画像に対応付ける。画像の分類には、クラスタリング手法が用いられる。処理装置は、クラスごとに、分類された複数の画像の平均画像を生成する。平均画像では、１つのウェハの各点における不良率が示される。図６は、各クラスの平均画像を例示している。

図６の例では、色が濃いほど、不良率が高いことを示している。例えば、クラス１及び２に分類された画像では、色の濃い点は、ほとんど存在しない。これらの画像は、１つのウェハにおいてチップの不良がほとんど発生していないことを示している。一方、クラス９に分類された画像では、ウェハのほぼ全面に、色の濃い点が存在する。この画像では、１つのウェハにおいて、ほぼ全てのチップが不良であったことを示している。

例えば、図６に示すクラスごとの平均画像は、品種ごとに生成される。処理装置は、さらに図７に示す情報を生成しても良い。図７は、図６に示す検査結果とは異なる、別の検査結果に基づく情報である。図７において、１つの行は、１つのクラスに対応している。左から２番目〜６番目の列には、５つの品種のそれぞれにおけるクラスごとの平均画像を表している。平均画像の表示が無いセルは、その品種において、そのクラスに分類された画像が無いことを示している。最も左の列には、クラスごとに、全品種の画像を平均した画像が表示されている。

図８及び図９は、履歴データを例示する表である。
推定装置１００のデータ制御部１０２は、図５に示す履歴データにおいて、推定対象とするクラスの文字列（変数値）を指定する。推定対象は、例えば、どのクラスについて不良の原因を調べたいか、という観点に基づいて設定される。一例として、データ制御部１０２は、「１」を選択する。データ制御部１０２が「１」を選択すると、データ取得部１０１は、図８に示したように、履歴データ格納部から、クラスとして「１」が付与されたデータ集合を取得する。

推定部１０３は、データ集合に含まれる装置履歴に基づいて、各装置について、クラス「１」が付与されたデータ集合への関連性を示す全体関連度を算出する。データ制御部１０２は、図９に示したように、取得したデータ集合を、品種を示す文字列ごとに分割し、複数の部分データ集合を生成する。推定部１０３は、複数の部分データ集合に含まれる装置履歴に基づいて、各装置について、クラス「１」に分類された部分データ集合ごとへの関連性を示す部分関連度を推定する。推定部１０３は、推定結果をデータ制御部１０２へ送信する。

図１０及び図１１は、第１実施形態に係る推定システムによる推定結果を例示する表である。
データ制御部１０２は、推定部１０３による推定結果を表示制御装置２００に送信する。データ制御部１０２は、例えば図１０に示すように、データ集合全体に関する推定結果と、部分データ集合ごとの推定結果と、を弁別可能な形式で推定結果を送信する。図１０に示す表において、品種が「全体」である行に記載された関連度が、それぞれの装置の全体関連度である。それより下の行に記載された関連度は、各品種におけるそれぞれの装置の部分関連度である。

表示制御装置２００は、推定結果を、表示制御部２０１において受信し、表示部２０２へ送信する。表示部２０２は、表示制御部２０１から受信した推定結果に基づく推定情報を表示させる。推定情報は、例えば図１１に示すように、品種と装置とのクロス集計による表形式で表示装置３００に表示される。

クロス集計の表形式を表示させることで、ユーザは、品種全体に関する推定結果及び品種ごとに関する推定結果の把握が容易になる。また、図１１に示すように、表示部２０２は、全体関連度及び部分関連度として、順位を表示させても良い。順位を表示させることで、装置ごとの具体的な値の大きさをユーザが比較する必要が無くなり、推定結果の把握がさらに容易になる。

例えば、図１１に示す結果からは、クラス「１」のウェハの装置履歴において最も頻出であると推定された装置「Ｙ２」は、品種「Ａ」〜「Ｄ」に関連度を示す順位が付けられている。このため、品種「Ａ」〜「Ｄ」の全てのウェハを処理し、それらに与えている影響が大きいことが分かる。一方、クラス「１」のウェハの装置履歴において２番目に頻出であると推定された装置「Ｘ１」は、品種「Ｂ」への関連度が空欄である。これは、装置「Ｘ１」は、クラス「１」に含まれる品種「Ｂ」のウェハを処理していないことを示す。

表示制御装置２００は、推定情報の表示態様を変更可能である。例えば図１１に示すクロス表では、行に、各ノードＩＤと、各全体関連度と、各部分関連度と、が組み合わされて表示されている。表示制御装置２００は、これらの組み合わせの並び順を、それぞれの全体関連度の大きさ、又はそれぞれの部分関連度の大きさに基づいて変更できる。

表示制御装置２００は、図１１に示すクロス表に代えて、図１０に示す表を表示させても良い。図１０に示す表では、行に、各ノードＩＤと各全体関連度とが組み合わせて表示され、且つ各ノードＩＤと各部分関連度とが組み合わせて表示されている。また、図１０に示す表では、これらの組み合わせが、品種ごとにまとめて表示されている。表示制御装置２００は、図１０に示す推定結果を、ノードＩＤごとにまとめて表示させることも可能である。例えば、表示を変更させる操作は、ユーザによって表示制御装置２００へ入力される。

（第２実施形態）
図１２は、第２実施形態に係わる推定システムを例示するブロック図である。
第２実施形態に係る推定システム２では、推定装置１００は、推定結果格納部１０４をさらに含む。表示制御装置２００は、入力部２０３をさらに含む。推定結果格納部１０４は、推定部１０３が推定した推定結果を格納する。入力部２０３は、表示部２０２が表示する推定結果の対象を入力する。

図１３は、第２実施形態に係わる推定システムの処理を例示するフローチャートである。
まず、入力部２０３は、表示部２０２が表示する推定結果について、表示対象を表示制御部２０１に入力する（ステップＳ２−１）。表示対象は、クラスの文字列を特定することで指定される。又は、表示対象は、クラスの文字列と品種の文字列を組み合わせて指定されても良い。例えば、ユーザは、入力装置を用いて、表示制御装置２００へ情報を入力する。入力装置は、キーボード、マウス、タッチパネル、及びマイクロフォン（音声入力）の少なくともいずれかを含む。入力部２０３は、入力装置から入力された情報を受け付け、表示制御部２０１へ情報を送信する。

表示制御部２０１は、入力部２０３から情報を受信すると、表示対象となる推定結果をデータ制御部１０２から取得する（ステップＳ２−２）。このとき、データ制御部１０２は、例えば第１実施形態で説明したように、データ取得部１０１及び推定部１０３を制御して推定し、推定結果を表示制御部２０１に送信する。又は、データ制御部１０２は、事前に必要な推定を行い、推定結果を推定結果格納部１０４に格納しても良い。データ制御部１０２は、表示制御部２０１から情報を受信すると、推定結果格納部１０４から表示対象となる推定結果を取得し、表示制御部２０１へ送信する。又は、表示制御装置２００が、推定結果格納部１０４を含んでも良い。この場合、表示制御部２０１は、表示対象となる推定結果を、表示制御装置２００内の推定装置１００から取得する。

推定結果格納部１０４は、推定装置１００による推定処理と、表示制御装置２００による表示処理と、を非同期化する役割を果たしている。推定結果格納部１０４が設けられることで、表示処理の前に、予め推定処理を行い、その結果を記憶できる。これにより、ユーザからの要求に対する応答性を向上できる。また、表示制御装置２００が推定結果格納部１０４を備えるときには、表示制御装置２００単独でユーザからの表示の要求に対応できるようになる。例えば、推定装置１００と表示制御装置２００との間でデータの送受信が不要となることで、ユーザからの要求に対する応答性をさらに向上できる。

推定結果格納部１０４は、例えば、ＨＤＤ及びフラッシュメモリの少なくともいずれかの記憶装置を含む。又は、推定結果格納部１０４は、ＮＡＳを含み、推定装置１００及び表示制御装置２００の外部に設けられても良い。例えば、推定装置１００又は表示制御装置２００は、ネットワークを介して推定結果格納部１０４と接続されても良い。

表示部２０２は、表示制御部２０１から受信した推定結果に基づく推定情報を表示させる（ステップＳ２−３）。表示部２０２は、例えば、受信した複数の推定結果を、第１実施形態と同様に、装置と品種に対するクロス集計表形式で表示させる。表示対象となる推定結果が複数のクラスのデータを含むときには、表示部２０２は、クロス集計表の品種列を、クラス及び品種の組み合わせに拡張して表示させる。

表示部２０２は、クロス集計表の表示に加え、チェックボックス等の表示を品種ごとに表示しても良い。例えば、ユーザがチェックボックスでチェックを入力又はチェックを解除すると、入力部２０３は、表示制御部２０１へ、そのチェックボックスに対応する列の表示又は非表示を指示する。このように、ユーザは、チェックボックスへの操作により、表示対象であるクラス又は品種を変更できる。

図１４（ａ）〜図１４（ｃ）は、第２実施形態に係る推定システムによる表示例である。
入力部２０３は、表示対象であるクラスの文字列又は品種の文字列の変更を検出したとき、変更されたクラスの文字列及び品種の文字列の組を表示制御部２０１に通知する（ステップＳ２−４）。例えば、図１４（ａ）は、１つのクラスに分類されたデータ全体に基づく推定結果を示している。例えば、あるユーザは、この推定結果に対して、品種「Ｃ」を除外した推定結果を確認したいと考えたとき、図１４（ｂ）に示すように、品種「Ｃ」に対応するチェックボックスのチェックを外す。入力部２０３は、この操作に基づき、表示制御部２０１へ、品種「Ｃ」の非表示を指示する。

表示制御部２０１は、入力部２０３から受信したクラスの文字列及び品種の文字列の組を、表示部２０２に送信したクラスの各文字列及び品種の各文字列の複数の組と比較する。入力部２０３から受信した組が、表示部２０２に送信した複数の組に含まれているとき、表示制御部２０１は、入力部２０３から受信した組に対応する列に全体関連度又は部分関連度が表示されている行全体を、表示中のクロス集計表から削除する。

図１４（ｂ）に示す例では、品種「Ｃ」は、表示中の品種に該当する。表示制御部２０１は、品種「Ｃ」の列に関連度が表示されている装置「Ｅ」及び装置「Ｑ」等の推定結果を行ごと削除する。この結果、表示制御部２０１は、図１４（ｃ）に示すように、装置「Ｐ」を推定結果の最上位に表示させる。装置「Ｐ」は、品種「Ａ」、「Ｂ」、及び「Ｄ」のウェハが通過しており、且つ品種「Ｃ」を処理していない装置の中で最上位の関連性を有すると推定されている。図１４（ｂ）及び図１４（ｃ）から、表示部２０２の表示の変更によって、表示されている推定結果からユーザが意図する品種「Ｃ」との関連がある装置が除外されたことが分かる。

チェックが付けられた品種に加えて、チェックが付いていない品種を含む推定結果を表示させたいときには、ユーザは、推定に加えたい品種にチェックを入れる。表示制御部２０１は、入力部２０３から受信したクラス及び品種が、表示部２０２に送信したクラス及び品種に含まれていないと判断する。表示制御部２０１は、入力部２０３から受信したクラス及び品種の推定結果を、データ制御部１０２から取得し、表に列を追加して表示させる。このとき、表示制御部２０１は、追加した列の推定結果に存在し、且つ表示中の推定結果のクロス集計表には含まれない装置が存在するときには、その装置に対応する行を追加する。

第２実施形態に係る推定システム２によれば、第２質的変数として複数の変数値が付与された複数のデータに基づく推定結果において、ユーザは、表示されている推定結果から、特定の変数値（品種）と関係するノード（装置）を除外又は追加できる。ユーザがノード（装置）を削除又は追加して表示を変更できることで、推定結果に基づく各ノードの調査が容易となる。

例えば、ユーザは、入力装置を用いて、調査したいクラスの文字列の指定を推定システム２へ入力する。推定システム２は、この入力を受け付けると、指定されたクラスの文字列が付与されたウェハのデータについて、全体関連度と、品種ごとの部分関連度と、を表示させる。ユーザは、表示された画面上で、上述した操作を行い、表示態様を変更することができる。

（第３実施形態）
第３実施形態に係る推定システムは、第２実施形態に係る推定システムとの比較において、さらに以下の要素を含む。履歴データは、第１質的変数の変数値を付与する根拠となった特徴を表す特徴量ベクトルをさらに含む。データ制御部１０２は、推定結果を表示制御装置２００に送信する際に、送信する推定結果に含まれるクラス及び品種に合致するウェハの特徴量ベクトル群を送信する。表示制御部２０１は、特徴量ベクトルを、第１質的変数の変数値ごと、及び第２質的変数の変数値ごとに、特徴量ベクトルの平均値を表す平均特徴量ベクトルを算出する。表示部２０２は、平均特徴量ベクトルを表示させる。

図１５は、半導体製造履歴データを例示する表である。
半導体装置履歴データは、図１５に示すように、ウェハＩＤごとの装置履歴に加え、特徴量ベクトル列を含む。特徴量ベクトル列は、ウェハごとのチップの「良」又は「不良」の傾向を０と１で表現している。特徴量ベクトルは、第１実施形態で述べた不良マップを分類するための入力として利用され、第１質的変数であるクラスの根拠となる。

図１６は、第３実施形態に係る推定システムの処理を例示するフローチャートである。
入力部２０３は、表示するクラスを表示制御部２０１に入力する（ステップＳ３−１）。表示制御部２０１は、入力されたクラスの文字列に合致する品種全体の推定結果及び品種ごとの推定結果と、特徴量ベクトル群と、をデータ制御部１０２から取得する（ステップＳ３−２）。特徴量ベクトル群は、入力されたクラスの文字列に合致する複数の特徴量ベクトルを含む。

図１７及び図１８は、第３実施形態に係る推定システムによる表示例である。
表示制御部２０１は、取得した複数の特徴量ベクトルを、品種ごとに分け、各品種について平均特徴量ベクトルを算出する。表示部２０２は、例えば図１７に示すように、算出した平均特徴量ベクトルを表示させる。

図１７の例は、以下の手順により生成される。表示部２０２は、あるクラスに属する品種全体のウェハの特徴量ベクトルを、品種「Ａ」から品種「Ｄ」のそれぞれに仕分ける。表示部２０２は、品種ごとに平均特徴量ベクトルを算出する。表示部２０２は、平均特徴量ベクトルを平均画像に変換して表示させる。また、図１７の左側には、品種「Ａ」から品種「Ｄ」全体の平均特徴ベクトルを平均画像に変換した結果が表示されている。

表示制御部２０１は、品種全体での平均特徴量ベクトルと、各品種の平均特徴量ベクトルと、の間の類似度を算出する。表示制御部２０１は、類似度の低い品種が存在するとき、その品種を表示対象から除外する（ステップＳ３−３）。類似度としては、例えば、ベクトル同士のユークリッド距離等が用いられる。

例えば、図１７の結果では、品種「Ｃ」のみ、ウェハの中央部分における平均不良率が低い。品種「Ｃ」の平均特徴量ベクトルと品種全体の平均特徴量ベクトルとの間の類似度は、多の品種の平均特徴量ベクトルと品種全体の平均特徴量ベクトルとの間の類似度よりも低い。表示制御部２０１は、品種「Ｃ」の推定結果を、表示対象から除外する。

表示制御部２０１は、除外した品種以外の品種を対象として、クロス集計表形式で推定結果を表示させる（ステップＳ３−４）。このとき、表示制御部２０１は、第２実施形態と例同様に、表示選択用のチェックボックス等を品種ごとに表示させる。表示制御部２０１は、さらに、平均特徴量ベクトルから変換した平均画像を、品種ごとに表示させる。

図１８は、表示の一例である。例えば、表示制御部２０１は、平均特徴量ベクトル同士の間の類似度の算出結果に基づいて、自動的に品種「Ｃ」のチェックを外す。表示制御部２０１は、図１８に示すように、品種「Ｃ」の列において関連性が表示されている行全体を、クロス集計表から削除する。

第３実施形態に係る推定システムによれば、品種全体の特徴量ベクトルへの類似度の低い品種が推定結果から除去される。これにより、ユーザーによる推定結果の修正にかかる作業負担を軽減できる。

また、第３実施形態に係る推定システムでは、推定結果の表示において、品種ごとにチェックボックスが表示される。ユーザが、類似度に基づく表示の除外の判断が誤りと考えるときには、チェックボックスにチェックを付すことで、推定結果の表示に再び加えることができる。

以上で説明した各実施形態によれば、第２質的変数の複数の変数値に分類されるデータについて、総括的な推定を実施可能な、推定装置、表示制御装置、推定システム、推定方法、プログラム、及び記憶媒体を提供できる。ユーザは、総括的な推定結果を確認することで、複数のノードに関する調査をより効率的に実施できる。すなわち、各実施形態によれば、ユーザの調査に要する時間をさらに短縮できるように、ユーザにより有益な情報を提供できる。

各実施形態は、上述した製造ラインにおける総括的な推定及び部分的な推定以外にも適用可能である。例えば、複数のデータが複数のコンピュータを流れて情報が処理されるシステムにおいて、いずれかのコンピュータで問題が生じたとき、各データの経路情報に基づいて、問題が生じているコンピュータを総括的及び部分的に推定できる。この例において、コンピュータは、ノードに対応する。

実施形態に係る発明は、例えば以下の構成を含む。
（構成１）
複数のノードを流れる複数のデータをそれぞれ表す複数のデータＩＤと、
前記複数のデータのそれぞれについて、前記複数のノードにおける経路を表す経路情報と、
前記複数のデータＩＤのそれぞれの分類を表す、互いに独立した第１質的変数及び第２質的変数と、
を含む履歴データから、前記第１質的変数として第１変数値が付与された前記複数のデータＩＤの一部を含むデータ集合を取得し、
前記複数のデータＩＤの前記一部に対応する複数の前記経路情報の一部に基づき、前記複数のノードのそれぞれについて、前記データ集合への関連性を示す全体関連度を推定し、
前記データ集合を、前記第２質的変数の変数値ごとに分割して複数の部分データ集合を生成し、
前記複数の経路情報の前記一部に基づき、前記複数のノードのそれぞれについて、前記部分データ集合ごとへの関連性を示す部分関連度を推定する、
推定装置。
（構成２）
前記第１変数値が付与された前記データ集合と複数の前記全体関連度とを対応付けて記憶し、且つ前記複数の部分データ集合と複数の前記部分関連度とをそれぞれ対応付けて格納する推定結果格納部をさらに備えた構成１記載の推定装置。
（構成３）
前記履歴データを記憶する履歴データ格納部をさらに備えた構成１又は２に記載の推定装置。
（構成４）
構成１に記載の前記推定装置へ前記第１変数値の指定を送信し、前記推定装置から複数の前記全体関連度及び複数の前記部分関連度を含む推定結果を受信すると、前記推定結果に基づく推定情報を表示可能な表示制御装置。
（構成５）
構成２に記載の前記推定結果格納部から複数の前記全体関連度及び複数の前記部分関連度を含む推定結果を取得すると、前記推定結果に基づく推定情報を表示可能な表示制御装置。
（構成６）
前記推定情報は、前記複数のノードをそれぞれ表す複数のノードＩＤのそれぞれと、前記複数の全体関連度のそれぞれと、の１つ以上の組み合わせ、及び前記複数のノードＩＤのそれぞれと、前記複数の部分関連度のそれぞれと、の１つ以上の組み合わせ、を含む複数の組み合わせを含み、
前記複数の組み合わせを、前記複数の全体関連度のそれぞれの大きさ、又は前記複数の部分関連度のそれぞれの大きさに基づいて並べ替えて表示可能な構成４又は５に記載の表示制御装置。
（構成７）
前記複数の組み合わせには、前記第２質的変数の複数の前記変数値がそれぞれ対応付けられ、
前記複数の組み合わせを、前記ノードＩＤごと、又は前記第２質的変数の前記変数値ごとにまとめて表示可能な構成６記載の表示制御装置。
（構成８）
前記複数の全体関連度及び前記複数の部分関連度を、前記第２質的変数の前記複数の変数値及び前記複数のノードＩＤに対するクロス表形式で表示可能な構成７記載の表示制御装置。
（構成９）
前記複数の全体関連度及び前記複数の部分関連度のうち、前記複数の組み合わせの全てに対して関連性を有する前記複数のノードの一部に対する前記全体関連度及び前記部分関連度のみを表示可能な構成７又は８に記載の表示制御装置。
（構成１０）
前記第１変数値及び前記第２質的変数の１つの前記変数値の組の指定を受け付け可能であり、
前記組の指定を受け付けると、前記複数のノードのそれぞれについて、前記全体関連度と、前記組が付与された１つの前記部分データ集合に対して推定された前記部分関連度と、を表示可能である構成４〜９のいずれか１つに記載の表示制御装置。
（構成１１）
前記１つの部分データ集合に対して推定された前記部分関連度の表示中に、前記組の指定を受け付けると、当該部分関連度を非表示にさせる構成１０記載の表示制御装置。

上記の種々のデータの処理は、例えば、プログラム（ソフトウェア）に基づいて実行される。例えば、コンピュータが、このプログラムを記憶し、このプログラムを読み出すことにより、上記の種々の情報の処理が行われる。

上記の種々の情報の処理は、コンピュータに実行させることのできるプログラムとして、磁気ディスク（フレキシブルディスク及びハードディスクなど）、光ディスク（ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、ＤＶＤ−ＲＯＭ、ＤＶＤ±Ｒ、ＤＶＤ±ＲＷなど）、半導体メモリ、または、他の記録媒体に記録されても良い。

例えば、記録媒体に記録された情報は、コンピュータ（または組み込みシステム）により読み出されることが可能である。記録媒体において、記録形式（記憶形式）は任意である。例えば、コンピュータは、記録媒体からプログラムを読み出し、このプログラムに基づいてプログラムに記述されている指示をＣＰＵで実行させる。コンピュータにおいて、プログラムの取得（または読み出し）は、ネットワークを通じて行われても良い。

記録媒体からコンピュータ（または組み込みシステム）にインストールされたプログラムに基づいてコンピュータ上で稼働している種々のソフトウェアにおいて、上記の情報の処理の少なくとも一部が実施されても良い。このソフトウェアは、例えば、ＯＳ（オペレーティングシステム）などを含む。このソフトウェアは、例えば、ネットワーク上で動作するミドルウェアなどを含んでも良い。

実施形態に係る記録媒体は、上記の種々の情報の処理をコンピュータに実行させることのできるプログラムを記憶している。実施形態に係る記録媒体には、プログラムをＬＡＮまたはインターネットなどによりダウンロードして記憶された記録媒体も含まれる。複数の記録媒体に基づいて、上記の処理が行われても良い。

実施形態に係るコンピュータは、１つ又は複数の装置（例えばパーソナルコンピュータなど）を含む。実施形態に係るコンピュータは、ネットワークにより接続された複数の装置を含んでも良い。

以上、具体例を参照しつつ、本発明の実施の形態について説明した。しかし、本発明の実施形態は、これらの具体例に限定されるものではない。例えば、推定装置、表示制御装置などの各要素の具体的な構成に関しては、当業者が公知の範囲から適宜選択することにより本発明を同様に実施し、同様の効果を得ることができる限り、本発明の範囲に包含される。

また、各具体例のいずれか２つ以上の要素を技術的に可能な範囲で組み合わせたものも、本発明の要旨を包含する限り本発明の範囲に含まれる。

その他、本発明の実施の形態として上述した推定装置、表示制御装置、及び推定システムを基にして、当業者が適宜設計変更して実施し得る全ての推定装置、表示制御装置、及び推定システムも、本発明の要旨を包含する限り、本発明の範囲に属する。

その他、本発明の思想の範疇において、当業者であれば、各種の変更例及び修正例に想到し得るものであり、それら変更例及び修正例についても本発明の範囲に属するものと了解される。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１，２ 推定システム、 １００ 推定装置、 １０１ データ取得部、 １０２ データ制御部、 １０３ 推定部、 １０４ 推定結果格納部、 ２００ 表示制御装置、 ２０１ 表示制御部、 ２０２ 表示部、 ２０３ 入力部、 ３００ 表示装置、 Ｅ エッジ、 Ｎ ノード

Claims (12)

1. 複数のノードを流れる複数のデータをそれぞれ表す複数のデータＩＤと、
   前記複数のデータのそれぞれについて、前記複数のノードにおける経路を表す経路情報と、
   前記複数のデータＩＤのそれぞれの分類を表す、互いに独立した第１質的変数及び第２質的変数と、
   を含む履歴データから、前記第１質的変数として第１変数値が付与された前記複数のデータＩＤの一部を含むデータ集合を取得し、
   前記複数のデータＩＤの前記一部に対応する複数の前記経路情報の一部に基づき、前記複数のノードのそれぞれについて、前記データ集合への関連性を示す全体関連度を推定し、
   前記データ集合を、前記第２質的変数の変数値ごとに分割して複数の部分データ集合を生成し、
   前記複数の経路情報の前記一部に基づき、前記複数のノードのそれぞれについて、前記部分データ集合ごとへの関連性を示す部分関連度を推定する、
   推定装置。
2. 前記第１変数値が付与された前記データ集合と複数の前記全体関連度とを対応付けて記憶し、且つ前記複数の部分データ集合と複数の前記部分関連度とをそれぞれ対応付けて格納する推定結果格納部をさらに備えた請求項１記載の推定装置。
3. 請求項１に記載の前記推定装置へ前記第１変数値の指定を送信し、前記推定装置から複数の前記全体関連度及び複数の前記部分関連度を含む推定結果を受信すると、前記推定結果に基づく推定情報を表示可能な表示制御装置。
4. 請求項２に記載の前記推定結果格納部から複数の前記全体関連度及び複数の前記部分関連度を含む推定結果を取得すると、前記推定結果に基づく推定情報を表示可能な表示制御装置。
5. 前記推定情報は、前記複数のノードをそれぞれ表す複数のノードＩＤのそれぞれと、前記複数の全体関連度のそれぞれと、の１つ以上の組み合わせ、及び前記複数のノードＩＤのそれぞれと、前記複数の部分関連度のそれぞれと、の１つ以上の組み合わせ、を含む複数の組み合わせを含み、
   前記複数の組み合わせを、前記複数の全体関連度のそれぞれの大きさ、又は前記複数の部分関連度のそれぞれの大きさに基づいて並べ替えて表示可能な請求項３又は４に記載の表示制御装置。
6. 複数の装置を通過した複数のワークに関し、複数の分類を含む複数のワークデータに基づいて、前記複数の装置のそれぞれの、前記複数のワークデータへの関連性を示す全体関連度と、前記複数の分類の１つに含まれる前記複数のワークデータの一部への関連性を示す部分関連度と、を含む推定情報を表示可能な推定システム。
7. 前記複数の装置をそれぞれ表す複数の装置ＩＤのそれぞれと、前記複数の全体関連度のそれぞれと、の１つ以上の組み合わせ、及び前記複数の装置ＩＤのそれぞれと、前記複数の部分関連度のそれぞれと、の１つ以上の組み合わせ、を含む複数の組み合わせを表示可能であり、
   前記複数の組み合わせを、前記複数の全体関連度のそれぞれの大きさ、又は前記複数の部分関連度のそれぞれの大きさに基づいて並べ替え可能である請求項６記載の推定システム。
8. 複数の前記全体関連度及び複数の前記部分関連度を、前記複数の分類の１つ以上と対応させて表示可能であり、
   表示された前記１つ以上の分類のいずれかの指定を受け付けると、指定された前記分類に対応する前記全体関連度及び前記部分関連度を非表示にさせる請求項６記載の推定システム。
9. 複数の前記全体関連度及び複数の前記部分関連度を、前記複数の分類の１つ以上と対応させて表示可能であり、
   表示された前記１つ以上の分類をそれぞれ示す１つ以上の画像を表示可能である請求項６記載の推定システム。
10. 複数のノードを流れる複数のデータをそれぞれ表す複数のデータＩＤと、
    前記複数のデータのそれぞれについて、前記複数のノードにおける経路を表す経路情報と、
    前記複数のデータＩＤのそれぞれの分類を表す、互いに独立した第１質的変数及び第２質的変数と、
    を含む履歴データから、前記第１質的変数として第１変数値が付与された前記複数のデータＩＤの一部を含むデータ集合を取得し、
    前記複数のデータＩＤの前記一部に対応する複数の前記経路情報の一部に基づき、前記複数のノードのそれぞれについて、前記データ集合への関連性を示す全体関連度を推定し、
    前記データ集合を、前記第２質的変数の変数値ごとに分割して複数の部分データ集合を生成し、
    前記複数の経路情報の前記一部に基づき、前記複数のノードのそれぞれについて、前記部分データ集合ごとへの関連性を示す部分関連度を推定する、推定方法。
11. 処理装置に、
    複数のノードを流れる複数のデータをそれぞれ表す複数のデータＩＤと、
    前記複数のデータのそれぞれについて、前記複数のノードにおける経路を表す経路情報と、
    前記複数のデータＩＤのそれぞれの分類を表す、互いに独立した第１質的変数及び第２質的変数と、
    を含む履歴データから、前記第１質的変数として第１変数値が付与された前記複数のデータＩＤの一部を含むデータ集合を取得させ、
    前記複数のデータＩＤの前記一部に対応する複数の前記経路情報の一部に基づき、前記複数のノードのそれぞれについて、前記データ集合への関連性を示す全体関連度を推定させ、
    前記データ集合を、前記第２質的変数の変数値ごとに分割して複数の部分データ集合を生成させ、
    前記複数の経路情報の前記一部に基づき、前記複数のノードのそれぞれについて、前記部分データ集合ごとへの関連性を示す部分関連度を推定させる、プログラム。
12. 請求項１１記載のプログラムを記憶した記憶媒体。