JP2022152899A - 評価装置、プログラム、評価方法、成形システム、および物品製造方法 - Google Patents

Abstract

【課題】成形処理によって得られた基板上の組成物の異常の検出および種類を高効率に確認するのに有利な技術を提供する。【解決手段】評価装置は、成形処理によって基板の上に形成された組成物を含む画像を取得する取得部と、前記取得された画像を評価のために処理する処理部とを有する。前記処理部は、前記取得された画像における１つ以上の異常の特徴を推論モデルに従い出力し、前記出力されたそれぞれの異常の特徴に基づいて、該それぞれの異常の種類の判定を行い、前記判定の結果に基づいて、前記画像が、正常な画像であるか異常を含む画像であるかの最終判定を行う。【選択図】 図７

Description

本発明は、評価装置、プログラム、評価方法、成形システム、および物品製造方法に関する。

ナノメートルオーダーのデザインルールによる微細構造デバイスの生産が可能で、かつ大量生産向きである技術として、インプリント技術の実用化が進んでいる。インプリント技術は、電子線描画装置や露光装置等を用いて製作されたナノメートルスケールの凹凸構造のパターンを持つ型（モールド、テンプレートとも呼ばれる。）を、基板上の成形可能材料（インプリント材）に接触させてパターンを転写する技術である。インプリント技術の一つとして、例えば、光硬化法がある。光硬化法を採用したインプリント装置は、基板上のショット領域に供給された光硬化性のインプリント材を型で成形し、光を照射してインプリント材を硬化させ、硬化したインプリント材から型を引き離すことで、基板上にパターンを形成する。

特開２０１９－０８００４７号公報

インプリント技術を用いて基板上にパターンを形成する際に、インプリント材がショット領域外にはみ出す浸み出しが発生する場合がある。逆に、インプリント材が行き渡らずに部分的にパターンを形成できない未充填が発生する場合もある。浸み出しが発生すると、インプリント材がはみ出した箇所が不良となるとともに、インプリント材がはみ出した先のショット領域にパターンを形成する際に、はみ出したインプリント材と型とが接触して型のパターンが破損してしまう可能性がある。また、未充填が発生すると、ショット領域上に部分的にパターンが形成されていないため、半導体デバイスとして不良となる可能性がある。

そこで、インプリント処理の後に浸み出しや未充填の有無を観察（確認）し、基板上に供給するインプリント材の量や位置を調整して、浸み出しや未充填の発生を抑える必要がある。浸み出しや未充填が発生している箇所は微小な領域であるため、観察範囲が狭く、高倍率の顕微鏡で得られた膨大な数の観察画像を確認する必要があるが、このような膨大な数の観察画像を人が確認することは現実的ではない。従って、人手を介さずに、観察画像から浸み出しや未充填を検査して、浸み出しや未充填に起因するパターンの異常（形成不良）を判定する技術が要求されている。

パターンの形成不良にはさまざまな種類やサイズなどの特徴が存在し、形成不良の特徴によってプロセスに与える影響や対策が異なるため、それら特徴を区別することが必要である。また、画像が撮影された場所などの、画像情報以外の情報によって、形成不良に対する処理が異なる場合もある。

本発明は、成形処理によって得られた基板上の組成物の異常の検出および種類を高効率に確認するのに有利な技術を提供する。

本発明の一側面によれば、成形処理によって基板の上に形成された組成物を評価する評価装置であって、前記成形処理は、前記基板の上の成形可能材料と型とを接触させた状態で該成形可能材料を硬化させることによって、前記基板の上に前記成形可能材料の硬化物からなる前記組成物を形成する処理であり、前記評価装置は、前記成形処理によって前記基板の上に形成された前記組成物を含む画像を取得する取得部と、前記取得された画像を前記評価のために処理する処理部と、を有し、前記処理部は、前記取得された画像における１つ以上の異常の特徴を推論モデルに従い出力し、前記出力されたそれぞれの異常の特徴に基づいて、該それぞれの異常の種類の判定を行い、前記判定の結果に基づいて、前記画像が正常な画像であるか異常を含む画像であるかの最終判定を行う、ことを特徴とする評価装置が提供される。

本発明によれば、成形処理によって得られた基板上の組成物の異常の検出および種類を高効率に確認するのに有利な技術を提供することができる。

インプリント装置の構成を示す図。 広域アライメント計測器の構成を示す図。 物品製造システムの構成を示す図。 インプリント装置によるリソグラフィ方法のフローチャート。 浸み出しおよび未充填を例示する図。 浸み出しおよび未充填を含む画像を例示する図。 評価方法のフローチャート。 学習時および検査時に実行される方法の模式図。 学習モデルの作成方法のフローチャート。 浸み出しの分類を例示する図。 未充填の分類を例示する図。 マークにおける未充填の分類を例示する図。 設定部の例を示す図。 評価装置の構成を示す図。 実施形態における物品製造方法を説明する図。

以下、添付図面を参照して実施形態を詳しく説明する。なお、以下の実施形態は特許請求の範囲に係る発明を限定するものではない。実施形態には複数の特徴が記載されているが、これらの複数の特徴の全てが発明に必須のものとは限らず、また、複数の特徴は任意に組み合わせられてもよい。さらに、添付図面においては、同一若しくは同様の構成に同一の参照番号を付し、重複した説明は省略する。

以下の実施形態は、基板の上の成形可能材料（硬化性組成物）を成形する成形処理を行う成形装置を含む成形システムに関するものである。成形処理は、基板の上に供給された成形可能材料と型（原版、テンプレート）とを接触させる接触工程を含む。この接触によって成形可能材料が成形される。成形処理は更に、成形可能材料と型とが接触した状態で成形可能材料を硬化させる硬化工程を含みうる。これにより、基板の上に成形可能材料の硬化物からなる組成物が形成される。成形処理は更に、成形可能材料の硬化物からなる組成物と型とを分離する離型工程とを含みうる。

成形装置は、基板上のパターンを形成すべきショット領域の上に供給された成形可能材料であるインプリント材と型のパターン部との接触を行うことによって型のパターンをインプリント材に転写するインプリント装置として使用することができる。パターンは、例えば、半導体デバイスのパターン（デバイスパターン）でありうる。インプリント装置においては、基板に形成された複数のショット領域のそれぞれごとにインプリントを行うことができる。あるいは、インプリント装置は、基板の複数のショット領域について一括して（基板全面、または、１または２以上の列のショット領域の単位で）インプリント（すなわち、接触）を行う仕様にすることもできる。

あるいは、成形装置は、基板の上の成形可能材料と平坦面を有する部材（型の平坦面）とを接触させることによって基板の上に成形可能材料による平坦化膜を形成する平坦化装置として使用することもできる。

以下では、具体例を示すため、成形装置の一例であるインプリント装置を含むシステムについて説明する。

図１（ａ）には、実施形態におけるインプリント装置ＩＭＰの構成が模式的に示されている。インプリント装置ＩＭＰは、基板Ｓの上のインプリント材ＩＭと型Ｍのパターン領域ＭＰとを接触させた状態でインプリント材ＩＭを硬化させ、インプリント材ＩＭの硬化物と型Ｍとを分離するインプリント処理を行う。このインプリント処理によって、基板Ｓの上にインプリント材ＩＭの硬化物からなるパターンが形成される。

インプリント材としては、硬化用のエネルギーが与えられることにより硬化する硬化性組成物（未硬化状態の樹脂と呼ぶこともある）が用いられる。硬化用のエネルギーとしては、電磁波、熱等が用いられうる。電磁波は、例えば、その波長が１０ｎｍ以上１ｍｍ以下の範囲から選択される光、例えば、赤外線、可視光線、紫外線などでありうる。硬化性組成物は、光の照射により、あるいは、加熱により硬化する組成物でありうる。これらのうち、光の照射により硬化する光硬化性組成物は、少なくとも重合性化合物と光重合開始剤とを含有し、必要に応じて非重合性化合物または溶剤を更に含有してもよい。非重合性化合物は、増感剤、水素供与体、内添型離型剤、界面活性剤、酸化防止剤、ポリマー成分などの群から選択される少なくとも一種である。インプリント材は、液滴状、或いは複数の液滴が繋がってできた島状又は膜状となって基板上に配置されうる。インプリント材の粘度（２５℃における粘度）は、例えば、１ｍＰａ・ｓ以上１００ｍＰａ・ｓ以下でありうる。基板の材料としては、例えば、ガラス、セラミックス、金属、半導体、樹脂等が用いられうる。必要に応じて、基板の表面に、基板とは別の材料からなる部材が設けられてもよい。基板は、例えば、シリコンウエハ、化合物半導体ウエハ、石英ガラスである。

本明細書および図面においては、水平面をＸＹ平面とするＸＹＺ座標系において方向が示される。一般には、基板Ｓはその表面が水平面（ＸＹ平面）と平行になるように基板保持部１０２の上に置かれる。よって以下では、基板Ｓの表面に沿う平面内で互いに直交する方向をＸ軸およびＹ軸とし、Ｘ軸およびＹ軸に垂直な方向をＺ軸とする。また、以下では、ＸＹＺ座標系におけるＸ軸、Ｙ軸、Ｚ軸にそれぞれ平行な方向をＸ方向、Ｙ方向、Ｚ方向という。また、Ｘ軸周りの回転、Ｙ軸周りの回転、Ｚ軸周りの回転はそれぞれ、θＸ、θＹ、θＺで示される。位置決めは、位置および／または姿勢を制御することを意味する。位置合わせは、基板および型の少なくとも一方の位置および／または姿勢の制御を含みうる。

インプリント装置ＩＭＰは、基板Ｓを保持する基板保持部１０２、基板保持部１０２を駆動することによって基板Ｓを駆動する基板駆動機構１０５、基板保持部１０２を支持するベース１０４、基板保持部１０２の位置を計測する位置計測部１０３を備えうる。基板駆動機構１０５は、例えば、リニアモータ等のモータを含みうる。

インプリント装置ＩＭＰは、型（モールド）Ｍを保持する型保持部１２１、型保持部１２１を駆動することによって型Ｍを駆動する型駆動機構１２２、型駆動機構１２２を支持する支持構造体１３０を含みうる。型駆動機構１２２は、例えば、ボイスコイルモータ等のモータを含みうる。

基板駆動機構１０５および型駆動機構１２２は、基板Ｓと型Ｍとの相対位置および相対姿勢を調整する駆動機構を構成する。該駆動機構による基板Ｓと型Ｍとの相対位置の調整は、基板Ｓの上のインプリント材に対する型の接触、および、硬化したインプリント材（硬化物のパターン）からの型の分離のための駆動を含む。基板駆動機構１０５は、複数の自由度（例えば、Ｘ、Ｙ、θＺの３軸、好ましくは、Ｘ、Ｙ、Ｚ、θＸ、θＹ、θＺの６軸）を持つ駆動機構でありうる。型駆動機構１２２も、複数の自由度（例えば、Ｚ、θＸ、θＹの３軸、好ましくは、Ｘ、Ｙ、Ｚ、θＸ、θＹ、θＺの６軸）を持つ駆動機構でありうる。

インプリント装置ＩＭＰは、型Ｍを搬送する型搬送機構１４０および型クリーナ１５０を備えうる。型搬送機構１４０は、例えば、型Ｍを型保持部１２１に搬送したり、型Ｍを型保持部１２１から原版ストッカ（不図示）または型クリーナ１５０等に搬送したりするように構成されうる。型クリーナ１５０は、型Ｍを紫外線や薬液等によってクリーニングする。

型保持部１２１は、型Ｍの裏面（基板Ｓに転写すべきパターンが形成されたパターン領域ＭＰとは反対側の面）の側に圧力制御空間ＣＳを形成する窓部材１２５を含みうる。インプリント装置ＩＭＰは、圧力制御空間ＣＳの圧力（以下、キャビティ圧と呼ぶ）を制御することによって、図１（ｂ）に模式的に示されるように、型Ｍのパターン領域ＭＰを基板Ｓに向かって凸形状に変形させる変形機構１２３を備えうる。

インプリント装置ＩＭＰは、アライメント計測器１０６、広角アライメント計測器１５１、硬化部１０７、撮像部１１２、光学部材１１１を備えうる。アライメント計測器１０６は、基板Ｓのアライメントマークと型Ｍのアライメントマークを照明するとともにその像を撮像することによりマーク間の相対位置を計測する。アライメント計測器１０６は、観察すべきアライメントマークの位置に応じて不図示の駆動機構によって位置決めされうる。広角アライメント計測器１５１は、アライメント計測器１０６より広い視野を有する計測器であり、基板Ｓのアライメントマークを照明するとともにその像を撮像することにより、基板Ｓの位置を計測する。広角アライメント計測器で基板Ｓの位置を計測することにより、アライメント計測器１０６の視野内に基板Ｓのアライメントマークを移動することができる。

硬化部１０７は、インプリント材ＩＭを硬化させるためのエネルギー（例えば、紫外光等の光）を、光学部材１１１を介してインプリント材ＩＭに照射し、これによりインプリント材ＩＭを硬化させる。撮像部１１２は、光学部材１１１および窓部材１２５を介して基板Ｓ、型Ｍおよびインプリント材ＩＭを撮像する。

広角アライメント計測器１５１は、照明光の波長を切り換える機構を備えていてもよい。例えば、広角アライメント計測器１５１は、光路上に配置される波長フィルタを有し、波長フィルタの切り換えを行う機構を有する。あるいは、広角アライメント計測器１５１は、図２に示すように、同時に複数波長の画像を撮像できる構成を備えていてもよい。図２の計測器は、光源ＬＳ、光路と分岐する複数のハーフミラー１６２、それぞれ異なる波長を透過する複数の波長フィルタ１６３、複数の撮像素子１６４を含み、異なる波長の画像を同時に撮像できる。また、広角アライメント計測器１５１は、照明光の光量を切り換える機構を有していてもよい。例えば、広角アライメント計測器１５１は、光路にＮＤフィルタを配置し、ＮＤフィルタの切り換えを行う機構も有する。また、広角アライメント計測器１５１は、明視野光学系および暗視野光学系等の複数の光学系を備え、撮像する像が通る光学系を切り換える機構を有していてもよい。また、広角アライメント計測器１５１は、照明光または受光の偏光を切り換える機構を備えていてもよい。例えば、光路に偏光フィルタを配置し、偏光フィルタの切り換えを行う機構も有する。

インプリント装置ＩＭＰは、基板Ｓの上にインプリント材ＩＭを配置するディスペンサ１０８を備えうる。ディスペンサ１０８は、例えば、インプリント材ＩＭの配置を示すドロップレシピに従ってインプリント材ＩＭが基板Ｓの上に配置されるようにインプリント材ＩＭを吐出する。インプリント装置ＩＭＰは、基板駆動機構１０５、型駆動機構１２２、変形機構１２３、型搬送機構１４０、型クリーナ１５０、アライメント計測器１０６、硬化部１０７、撮像部１１２、ディスペンサ１０８等を制御する制御部１１０を備えうる。制御部１１０は、例えば、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙの略。）などのＰＬＤ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅの略。）、又は、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔの略。）、又は、プログラムが組み込まれた汎用コンピュータ、又は、これらの全部または一部の組み合わせによって構成されうる。

図３には、半導体デバイス等の物品を製造するための物品製造システム４０１の構成が例示されている。物品製造システム４０１は、例えば、１または複数のインプリント装置ＩＭＰと、１または複数の検査装置４０５（例えば、重ね合わせ検査装置、ＣＤ検査装置、欠陥検査装置、電気特性検査装置）とを含みうる。また、物品製造システム４０１は、１または複数の基板処理装置４０６（エッチング装置、成膜装置）を含みうる。更に、物品製造システム４０１は、後述する評価装置４０７も含みうる。これらの装置は、ネットワーク４０２を介してインプリント装置ＩＭＰとは異なる外部装置である制御サーバ４０３と接続され、制御サーバ４０３によって制御されうる。

評価装置４０７は、情報処理装置によって構成され、該情報処理装置は、例えば、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙの略。）などのＰＬＤ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅの略。）、又は、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔの略。）、又は、プログラムが組み込まれた汎用コンピュータ、又は、これらの全部または一部の組み合わせによって構成されうる。

図１４に、評価装置４０７の構成例を示す。評価装置４０７は、制御部４０７１と、一時的なデータを記憶するとともに制御部４０７１にワークエリアを提供するＲＡＭ４０７２と、固定的なデータおよびプログラムを記憶しているＲＯＭ４０７３とを含みうる。評価装置４０７は更に、記憶装置４０７２と、表示装置４０７６と、入力装置４０７５とを含みうる。記憶装置４０７２には、本実施形態に係る評価方法を実行するためのプログラム４０７４ａが記憶されている。ネットワークＩ／Ｆ４０７７は、ネットワーク４０２と接続するためのインタフェースである。本実施形態において、ネットワークＩ／Ｆ４０７７は、成形処理によって基板の上に形成された組成物を含む画像を取得する取得部として機能しうる。また、制御部４０７１は、取得された画像を評価のために処理する処理部として機能しうる。さらに、制御部４０７１は、表示部４０７６の表示を制御する表示制御部としても機能しうる。

なお、評価装置４０７は、インプリント装置ＩＭＰの制御部１１０、制御サーバ４０３、あるいは検査装置４０５等を用いて（併用して）実現されてもよい。インプリント装置ＩＭＰと評価装置４０７とを含むシステムは、成形システムあるいはリソグラフィシステムとして理解されてもよい。

以下では、本実施形態に係るリソグラフィ方法について説明する。本実施形態では、インプリント処理を行った後に、パターンが形成されるべき領域であるショット領域およびその周辺を含む画像が撮像により取得される。この画像を用いて浸み出しおよび未充填が検出される。浸み出しおよび未充填を検出する際には、機械学習を用いる。また、機械学習では、物体検出アルゴリズムを用いることにより、異常の検出が実現されうる。

図４には、インプリント装置ＩＭＰにおいて実行されるリソグラフィ方法が示されている。図４に示される動作は、制御部１１０によって制御されうる。

工程Ｓ１０１では、不図示の基板搬送機構によって基板Ｓが搬送元（例えば、前処理装置とインプリント装置ＩＭＰとの中継部）から基板保持部１０２の上に搬送される。広角アライメント計測器１５１で基板Ｓ上のマークを観察することにより、搬送された基板Ｓの基板保持部１０２上での位置を計測する。制御部１１０は、計測により得られた位置に基づいて、基板Ｓを位置決めする。

工程Ｓ１０２～Ｓ１０６では、基板Ｓの複数のショット領域（インプリント領域）のうち選択されたショット領域に対するインプリント処理（パターンの形成）が実行される。

工程Ｓ１０２では、選択されたショット領域の上にディスペンサ１０８によってインプリント材ＩＭが配置される。この処理は、基板駆動機構１０５によって基板Ｓを駆動しながらディスペンサ１０８からインプリント材ＩＭを吐出することによってなされうる。

工程Ｓ１０３では、ショット領域の上のインプリント材ＩＭに型Ｍのパターン領域ＭＰが接触するように型駆動機構１２２および基板駆動機構１０５の少なくとも一方によって基板Ｓと型Ｍとが相対的に駆動される。一例においては、ショット領域の上のインプリント材ＩＭに型Ｍのパターン領域ＭＰが接触するように型駆動機構１２２によって型Ｍが駆動される。インプリント材ＩＭに型Ｍのパターン領域ＭＰを接触させる処理において、変形機構１２３によって型Ｍのパターン領域ＭＰが基板Ｓに向かって凸形状に変形されうる。インプリント材ＩＭに型Ｍのパターン領域ＭＰを接触させる処理において撮像部１１２による撮像が実行され、撮像された画像（スプレッド画像）が蓄積されうる。

工程Ｓ１０４では、基板Ｓのショット領域と型Ｍのパターン領域ＭＰとのアライメントがなされうる。アライメントは、アライメント計測器１０６によってショット領域のアライメントマークと型Ｍのアライメントマークとの相対位置を計測しながら、該相対位置が目標相対位置の許容範囲に収まるようになされうる。アライメントでは、型駆動機構１２２および基板駆動機構１０５の少なくとも一方によって基板Ｓと型Ｍとが相対的に駆動されうる。ショット領域のアライメントマークと型Ｍのアライメントマークとの目標相対位置は、過去の重ね合わせ検査装置の結果等から決められた補正値によって決定されうる。

工程Ｓ１０５では、硬化部１０７によってインプリント材ＩＭを硬化させるためのエネルギーが基板Ｓと型Ｍのパターン領域ＭＰとの間のインプリント材ＩＭに照射される。これによってインプリント材ＩＭが硬化し、インプリント材ＩＭの硬化物が形成される。

工程Ｓ１０６では、インプリント材ＩＭの硬化物と型Ｍのパターン領域ＭＰとが分離されるように、型駆動機構１２２および基板駆動機構１０５の少なくとも一方によって基板Ｓと型Ｍとが相対的に駆動される。一例においては、インプリント材ＩＭの硬化物と型Ｍのパターン領域ＭＰとが分離されるように、型駆動機構１２２によって型Ｍが駆動される。インプリント材ＩＭの硬化物と型Ｍのパターン領域ＭＰとが分離される際も、型Ｍのパターン領域ＭＰが基板Ｓに向かって凸形状に変形されうる。また、撮像部１１２による撮像が実行され、撮像された画像に基づいてインプリント材ＩＭと型Ｍとの分離の状態が観察される。

工程Ｓ１０７では、制御部１１０は、基板Ｓの全てのショット領域に対して工程Ｓ１０２～Ｓ１０６のインプリント処理を実行したかどうかを判断する。そして、制御部１１０は、基板Ｓの全てのショット領域に対して工程Ｓ１０２～Ｓ１０６のインプリント処理を実行した場合には工程Ｓ１０８に進み、未処理のショット領域が存在する場合には工程Ｓ１０２に戻る。この場合、未処理のショット領域のうち選択されたショット領域に対して工程Ｓ１０２～Ｓ１０６のインプリント処理が実行される。

工程Ｓ１０８では、インプリント後のショット領域を含む画像の取得が行われる。例えば、制御部１１０は、広角アライメント計測器１５１を用いて、ショット領域およびその周辺の画像を撮像する。ショット領域に対して、広角アライメント計測器１５１の視野が狭い場合は、基板駆動機構１０５を駆動することにより基板Ｓの位置を変えながら、複数の画像を撮像して所望の領域を撮像するようにしてもよい。工程Ｓ１０８で撮像される画像は、後述する学習用画像として用いられうる。また、工程Ｓ１０８で撮像される画像は、異常の検出用の画像としても用いられうる。ここでは、広角アライメント計測器１５１で画像を撮像する例について説明するが、これに限るものではない。例えば、アライメント計測器１０６あるいは撮像部１１２等を用いて撮像を行うようにしてもよい。

また、上記手順では、複数のショット領域の全てに対しインプリント処理が行われた後に工程Ｓ１０８が実行されるが、これに限るものではない。例えば、各ショット領域でパターンを形成した後（工程Ｓ１０６の後）に、ショット領域毎にインプリント後のパターンの画像を撮像してもよい。また、後述するように、インプリント装置以外の装置でインプリント装置から搬出した基板を工程Ｓ１０８と同様の方法でパターンの画像を撮像してもよい。

工程Ｓ１０９では、不図示の基板搬送機構によって基板Ｓが基板保持部１０２から搬送先（例えば、後処理装置との中継部）に搬送される。図４に示される動作は、複数の基板で構成されるロットが処理される場合には、該複数の基板のそれぞれに対して実行される。

次に、インプリント結果の異常について説明する。図５は、（工程Ｓ１０３の完了後、例えば、工程Ｓ１０４、Ｓ１０５において）型Ｍと基板Ｓ上のインプリント材ＩＭとが接触している状態の側面図である。浸み出しとは、図５（ａ）に示すように、型Ｍとインプリント材ＩＭとの接触領域からインプリント材ＩＭがはみ出した状態をいう。また、未充填とは、図５（ｂ）に示すように、型Ｍと基板Ｓとの間にインプリント材ＩＭが充填されない部分が発生する状態をいう。

図６には、浸み出しおよび未充填が発生した場合に工程Ｓ１０８で撮像される画像の例が示されている。図６は、インプリント処理によりショット領域にインプリント材ＩＭのパターンが形成された状態の画像を示している。通常は、図６（ａ）に示すように、ショット領域の境界６０１まで、インプリント材ＩＭが充填されてパターンが形成される。一方、未充填の場合は、図６（ｂ）に示すように、インプリント材ＩＭがショット領域の境界６０１まで届かず、充填していない部分が白く（または黒く）撮像される。また、浸み出しの場合、図６（ｃ）に示すように、インプリント材ＩＭがショット領域の境界６０１からはみ出して、境界６０１を越えて黒く（または白く）撮像される。

次に、図７のフローチャートを参照して、評価装置４０７によって実行される画像の評価方法を説明する。評価方法は、工程Ｓ１０８で取得した画像に含まれる異常（パターンの形成不良）を検出し、その異常の種類（浸み出し／未充填）の判定を行う。図７のフローチャートに対応する評価方法のプログラムは、例えば、記憶装置４０７４に記憶されおり、ＲＡＭ４０７２にロードされた後、制御部４０７１（処理部）によって実行される。

工程Ｓ２０１では、制御部４０７１は、画像における１つ以上の異常の特徴を出力する検査用の推論モデル（学習モデル、以下では単に「モデル」ともいう。）の読み込みを行う。推論モデルは、検査対象のマテリアル（インプリント材）の条件、および、Ｓ１０８で取得した画像の計測条件と同一または類似の条件で取得した画像により事前に作成されたモデルである。推論モデルの作成手順については後述する。工程Ｓ２０２では、制御部４０７１は、工程Ｓ１０８で取得した画像を読み込む。

工程Ｓ２０３では、制御部４０７１は、工程Ｓ２０２で取得された画像を工程Ｓ２０１で取得された推論モデルに入力として与え、出力として画像上の１つ以上の異常の特徴を得る。異常の特徴は、画像上にあるそれぞれの異常毎に得られる。得られる異常の特徴は、異常の画像における位置、異常の種類、異常を囲む矩形の頂点の座標、検出した異常の確信度等のうちの少なくともいずれかを含みうる。ここで、検出した異常の確信度とは、異常の検出の確からしさおよび／または信頼度を表す値であり、検出した異常毎にモデルによって自動的に算出される。検出できる異常の種類は、ショット領域からはみ出して硬化した浸み出しと、ショット領域でインプリント材が充填され切っていない領域である未充填とを含みうる。その他の異常に関しても、モデルに学習させることで検出することが可能である。

工程Ｓ２０４では、制御部４０７１は、工程Ｓ２０３で入力として与えた画像上のデバイス情報（パターン情報）を読み込む。デバイス情報は、画像における検査対象のショット領域と隣接するショット領域との境界位置、ショット領域におけるデバイス領域と非デバイス領域との境界位置等の情報を含みうる。これらは、入力画像を撮像したときのショット領域の中心を原点とする座標、インプリント工程において用いた型の設計情報から求めることができる。

工程Ｓ２０５では、制御部４０７１は、工程Ｓ２０３で得たモデルから出力された異常の特徴に基づいて、該異常の種類の判定（異常の分類）を行う。工程Ｓ２０３では画像情報のみを用いた異常の種類が検出されるが、工程Ｓ２０５では、異常が存在する位置やサイズなどによって総合的にみて異常か正常かが判定される。また、工程Ｓ２０５では、画像上では異常の見た目が同じであっても、基板Ｓ上での異常の位置によって異常の扱いが異なる。このため、工程Ｓ２０５では、Ｓ２０３で検出された異常に対して更なる分類が行われる。この際、工程Ｓ２０４で読み込んだ情報を用いてもよい。工程Ｓ２０５では、異常のサイズによる分類や、工程Ｓ２０４で読み込んだパターン情報と異常の位置を用いて分類が行われる。

以下では、工程Ｓ２０５で行われる異常の分類の方法について説明する。

まず、図１０を参照して、浸み出しの分類の例を説明する。分類（判定）は、ショット領域の境界と異常の位置およびサイズとの関係に基づいて行われうる。図１０（ａ），（ｂ），（ｃ）にはそれぞれ、ショット領域の画像ＩＭＧの例が示されている。各画像のグレーで示された領域はインプリント材ＩＭが充填された領域である。領域Ｄは、工程Ｓ２０３においてモデルが異常として出力した浸み出し領域である。浸み出しの領域Ｄはさまざまである。黒い点のように現れる場合もあれば、画像の計測条件やマテリアルの特性によって違った見え方で現れる場合もある。ショット境界１００１は、検査対象のショット領域とそれに隣接するショット領域との境界であり、その位置は工程Ｓ２０４で読み込んだ情報から定義される。これらの情報から異常のカテゴリをさらにカテゴリ分けすることができる。図１０（ａ）の場合は、浸み出しの領域Ｄは、検査対象のショット領域側に存在し、ショット境界１００１を越えていない。この場合の浸み出しは、小さい浸み出しとして分類できる。図１０（ｂ）の場合は、浸み出しの領域Ｄは、検査対象のショット領域に隣接するショット領域側に存在している。この浸み出しは、隣接ショット領域からの浸み出しであるから、検出対象外の異常として分類できる。図１０（ｃ）の場合は、浸み出しの領域Ｄは検査対象のショット領域側に存在し、かつショット境界１００１を越えるものである。このような浸み出しは、大きい浸み出しとして分類できる。

次に、図１０で示した判定を行うための方法について説明する。判定時にはモデルが検出した異常の位置、サイズ、種類、ショット境界の位置を用いる。制御部４０７１は、モデルが出力した異常の領域Ｄにおける座標を得て、これを異常の位置やサイズとして用いる。また、異常の種類もモデルの出力として得られてもよい。ショット境界１００１の情報は事前定義された値から得ることもできるし、型の設計情報から計算して得てもよい。ショット境界１００１の情報は、画像における境界となる位置のピクセルの座標群で表現されうる。図１０の場合、ショット境界１００１の線上のピクセル群の座標および領域Ｄにおける座標を、異常（浸み出し）の位置およびサイズを判定する情報として用いる。

図１０（ａ）では、モデルが出力した異常の領域Ｄにおける座標の全てが、ショット境界１００１の座標を越えない、すなわち、検査対象のショット領域内の座標であるため、小さい異常であると判別する。図１０（ｂ）では、モデルが出力した異常の領域Ｄにおける座標の全てが、ショット境界１００１の座標を越える、すなわち、隣接ショット領域に含まれる座標であるため、隣接ショット領域における異常であると判別する。図１０（ｃ）では、モデルが出力した異常の領域Ｄにおける座標の一部が、ショット境界１００１の座標を越える、すなわち、領域Ｄの一部が隣接ショット領域に含まれるため、大きい浸み出しと判定できる。このとき、浸み出しのサイズに対して事前に閾値を設定しておき、領域Ｄにおける座標から算出された縦方向または横方向の長さから異常の分類をすることもできる。

図１１を参照して、未充填の分類の例を説明する。分類（判定）は、ショット領域におけるデバイス領域と非デバイス領域との境界を示すデバイス境界と異常の位置およびサイズとの関係に基づいて行われうる。図１１（ａ）および（ｂ）にはそれぞれ、ショット領域の画像ＩＭＧが示されている。各画像のグレーで示された領域はインプリント材ＩＭが充填された領域である。白い領域Ｎは、工程Ｓ２０３においてモデルが異常として出力した未充填の領域である。デバイス境界１１０１は、ショット領域におけるデバイス領域と非デバイス領域との境界である。デバイス境界１１０１は画像情報のみからは判断できないため、工程Ｓ２０４で読み込んだ情報から定義される。これらの情報から異常のカテゴリをさらにカテゴリ分けすることができる。図１１（ａ）の場合は、未充填の領域Ｎはデバイス境界１１０１を越えた非デバイス領域にあるため、領域Ｎは非デバイス領域の未充填と分類できる。また、図１１（ｂ）の場合は、未充填の領域Ｎはデバイス境界１１０を越えずデバイス領域内に存在するため、領域Ｎはデバイス領域内の未充填と分類できる。上記に挙げた分類の基準やカテゴリは一例であり、他の設計情報や条件と組み合わせて異なる分類をすることもできる。

次に、図１１で示した判定を行うための方法について説明する。判定時にはモデルが検出した異常の位置、サイズ、種類、ショット境界、デバイス境界の位置を用いる。制御部４０７１は、モデルが出力した異常の領域Ｎにおける座標を得て、これを異常の位置やサイズとして用いる。また、異常の種類もモデルの出力として得られる。デバイス境界１１０１の情報は事前定義された値から得ることもできるし、型の設計情報から計算して得てもよい。デバイス境界１１０１の情報は、画像における境界となる位置のピクセルの座標群で表現される。図１１の場合、デバイス境界１１０１の線上のピクセル群の座標および領域Ｎにおける座標を、異常（未充填）の位置およびサイズを判定する情報として用いる。

図１１（ａ）では、モデルが出力した異常の領域Ｎにおける座標の全てが、デバイス境界１１０１の座標を越える、すなわち、非デバイス領域側にあるため、デバイス領域外の未充填であると判別する。図１１（ｂ）では、モデルが出力した異常の領域Ｎにおける座標の全てが、デバイス境界１１０１の座標を越えない、すなわち、デバイス領域側にあるため、デバイス領域上の未充填と分類できる。

図１２を参照して、マークで発生した未充填の分類の例を説明する。分類（判定）は、ショット領域に含まれるマークの位置と異常の位置およびサイズとの関係に基づいて行われうる。図１２（ａ），（ｂ）にはそれぞれ、ショット領域の画像ＩＭＧが示されている。各画像のグレーで示された領域はインプリント材ＩＭが充填された領域である。ショット領域には、互いに形状の異なる第１マーク１２０１と第２マーク１２０２とが含まれている。図１２（ａ）において、第１マーク１２０１と第２マーク１２０２は黒色で表されており、インプリント材ＩＭがマークの内側に充填した正常な状態である。一方、図１２（ｂ）において、第１マーク１２０１と１２０２は、一部が白色で表されており、インプリント材ＩＭが十分にマークの内側に充填していない状態である（未充填）。白色で表された領域が、工程Ｓ２０３においてモデルが異常として出力する未充填Ｎである。

図１２（ｂ）において、１２０５と１２０６は、Ｓ１０４で読み込んだ画像上のパターン情報の一つである、マーク毎の設計情報を示している。マーク毎の設計情報１２０５、１２０６にはそれぞれ、マークの位置と種類の情報が含まれる。工程Ｓ２０５では、工程Ｓ２０３で得られた未充填Ｎの有無の情報と、工程Ｓ２０４で得られたマークの位置および種類の情報とを組み合わせることで、未充填Ｎがどの種類のマークで発生しているかを分類することができる。上記に挙げた分類条件やカテゴリは一例であり、検査対象のマテリアルや設計情報、撮像時の調光条件や撮像時のモード等の装置データ等の条件によって変更することができる。

次に、図１２で示した判定を行うための方法について説明する。判定時にはモデルが検出した異常の位置、サイズ、種類、画像上のマークの位置が用いられる。制御部４０７１は、モデルが出力した異常の領域Ｎにおける座標を得て、これを異常の位置やサイズとして用いる。また、異常の種類もモデルの出力として得られる。画像上に存在するマークの種類と位置の情報は事前定義された値から得ることもできるし、型の設計情報から計算して得てもよい。設計情報１２０５および１２０６は、実際には領域Ｎにおける座標とマークの種類の組み合わせで表現される。図１２の場合、第１マーク１２０３および第２マーク１２０２における未充填をモデルが検出すると、未充填個所を囲む領域の座標が得られる。ここで得られた座標とマークの領域の座標とを比較することで、検出した異常がマークの領域内に存在するかを判別することができる。

また、検出した各種異常に対して、確信度と所定の閾値との比較に基づいて、異常を分類することもできる。例えば、確信度が０から１の間の値で表現されるとき、検出した異常の確信度が所定の閾値（例えば、閾値＝０．５）より低い場合には、該異常を最終判定の対象から除外してもよい。確信度に基づいた分類する際の、閾値等の分類条件は、検査対象のマテリアルや設計情報、撮像時の調光条件や撮像時のモード等の装置データ等の条件によって変更することができる。

説明を図７のフローチャートに戻す。工程Ｓ２０６では、制御部４０７１は、画像上の全ての異常に対して分類を行ったかどうかを判定する。画像上の全ての異常に対して分類が完了していない場合、処理は工程Ｓ２０５に戻り、次の異常に対して分類を行う。画像上の全ての異常に対して分類が完了したら、処理は工程Ｓ２０７に進む。

工程Ｓ２０７では、制御部４０７１は、画像に対する最終判定を行う。例えば、制御装置４７０１は、検査対象のマテリアルの条件、目的、および、工程Ｓ２０５での画像中の各異常の分類結果に基づいて、画像が正常か異常かを示す最終判定値を決定する。例えば、大きな異常を含む場合に異常な画像であるとの最終判定を下す場合において、図１０（ａ）、（ｂ）の画像は、異常の領域Ｄがショット領域側からショット境界１００１を越えて（跨って）存在していないため正常と最終判定される。また、図１０（ｃ）の画像は、異常の領域Ｄがショット領域側からショット境界１００１を越えて（跨って）存在しているため異常と最終判定されうる。このとき、異常な領域の大きさの区別は、画像における異常領域の画素数の大きさで区別する方法がありうる。あるいは、デバイス領域上に未充填が存在する場合に異常と最終判定を下す場合において、デバイス領域の位置と異常の位置とを比較することにより異常の最終判定が行われうる。この場合、例えば、図１１（ａ）の画像は、デバイス領域内に異常の領域Ｎが存在しないため正常な画像と最終判定される。また、図１１（ｂ）の画像は、デバイス領域内に異常の領域Ｎが存在するため異常な画像であると最終判定される。画像上に複数の異常がある場合には、事前に設定された条件に基づいて単一の異常を基準にして正常／異常を分類してもよい。あるいは、画像上に複数の異常がある場合には、異常の種類ごとに画像に対する判定を決定してもよい。画像に対する最終判定値を決定する際に、画像中に存在する各種異常の高さ、種類、確信度等に基づいて最終判定値を決定してもよい。各種分類結果に基づいた判定の基準は上記の例に限らない。

次に、ユーザが設定できる判定時のパラメータについて説明する。ユーザは異常判定時のパラメータとして、例えば、異常と判定する浸み出しのサイズや信頼度の閾値を設定することができる。図１３は、表示装置４０７６に表示される、ユーザインタフェース（ＵＩ）画面ＤＩＳＰ（設定部）の例である。画面上部には、検査対象の画像ＩＭＧおよびその画像に対する判定結果１３０３が表示されている。ユーザは、ユーザインタフェースである入力装置４０７５を介して、送りボタンＢＴＮを押す、タップする等の操作を行うことで、検査対象の画像を切り替えることができる。検査対象の画像が存在しない場合にはこれらは表示されない。

ユーザは、入力装置４０７５を用いて、テキストボックス１３０２へ値を入力することにより、あるいは、スライダ１３０１を動かすことにより、異常と判定する浸み出しのサイズの値を設定することができる。また、ユーザは、入力装置４０７５を用いて、テキストボックス１３０４へ値を入力することにより、あるいは、スライダ１３０５を動かすことにより、異常と判定する確信度に対する所定の閾値を設定することができる。このとき、スライダ１３０１および１３０５の位置とテキストボックス１３０２および１３０４に表示される値は連動して変化しうる。判定結果１３０３が表示されている場合、ユーザがこれらのパラメータのいずれかを変更すると判定結果１３０３は変更後のパラメータに応じて変化しうる。このように、本実施形態によれば、ユーザインタフェースとなる設定部および表示部が設けられ、設定部にはユーザが所望する値を入力することができ、表示部には画像および最終判定の結果が表示される。よって、ユーザは判定結果を確認しながらパラメータを設定することが可能である。ユーザは、異常検査を行う前にこのＵＩを用いてこれらのパラメータを事前に設定することができる。ユーザは、適用ボタン１３０６を押下またはタップすることによって、検査対象の画像データに対して現在設定されているパラメータを適用することができる。

次に、図８および図９を参照して、評価装置４０７より、異常検出のための推論モデル（学習モデル）を算出（学習）する方法について説明する。図８は学習時および検査時に実行される方法の模式図、図９は異常検出の学習のフローチャートである。評価装置４０７は、推論モデルを機械学習によって生成する機械学習部を備えうる。機械学習部は、成形処理によって基板の上に形成された組成物を含む画像を推論モデルの入力とし、予め得られた複数の画像と該複数の画像それぞれの異常の特徴情報との関係を教師データとして機械学習を行う。以下、具体的に説明する。

工程Ｓ３０１で、制御部４０７１は、工程Ｓ１０８と同様に学習用の画像８０１を（例えば撮像により）取得する。具体的には、制御部４０７１は、検査時の画像を撮像する際に使用するマテリアルの条件および計測条件に基づいて、検査時の画像と類似の画像８０１を収集する。また、制御部４０７１は、複数の基板を用いて、その中の複数のショット領域で学習用の画像８０１を収集する。学習に用いる画像は多い方が望ましく、検出対象の異常のサンプルが十分な量含まれているものとする。

工程Ｓ３０２では、工程Ｓ３０１で取得した各画像に対応する異常の特徴情報の作成が行われる。具体的には、取得した各画像を目視で検査の上、各画像に存在するすべての異常に対して、異常のカテゴリやサイズ、位置などの情報を含む特徴情報８０２が作成される。

工程Ｓ３０３では、制御部４０７１は、工程Ｓ３０１で取得した画像と工程Ｓ３０２で作成した異常の特徴情報に基づいて、モデルの学習を行う。事前に作成したニューラルネットワークの入力データとして画像８０１を用い、出力（教師）として異常の特徴情報８０２を用いることで最適化を行う。これらにより、学習モデル（ニューラルネットワーク）８０３が作成される。

工程Ｓ４０４で、制御部４０７１は、作成した学習モデル８０３を記憶部８０４に保存する。

以上説明した実施形態によれば、ショット領域における異常検出を自動化することができ、かつ、より細かく異常の分類を行うことができる。

＜物品製造方法の実施形態＞
本発明の実施形態に係る物品製造方法は、例えば、半導体デバイス等のマイクロデバイスや微細構造を有する素子等の物品を製造するのに好適である。本実施形態の物品製造方法は、成形システムにおける成形装置により基板の上に組成物のレイヤーを形成する工程と、該レイヤーが形成された基板を処理する工程とを含みうる。更に、かかる製造方法は、他の周知の工程（酸化、成膜、蒸着、ドーピング、平坦化、エッチング、レジスト剥離、ダイシング、ボンディング、パッケージング等）を含む。本実施形態の物品製造方法は、従来の方法に比べて、物品の性能・品質・生産性・生産コストの少なくとも１つにおいて有利である。

インプリント装置を用いて形成した硬化物のパターンは、各種物品の少なくとも一部に恒久的に、或いは各種物品を製造する際に一時的に、用いられる。物品とは、電気回路素子、光学素子、ＭＥＭＳ、記録素子、センサ、或いは、型等である。電気回路素子としては、ＤＲＡＭ、ＳＲＡＭ、フラッシュメモリ、ＭＲＡＭのような、揮発性或いは不揮発性の半導体メモリや、ＬＳＩ、ＣＣＤ、イメージセンサ、ＦＰＧＡのような半導体素子等が挙げられる。型としては、インプリント用のモールド等が挙げられる。

硬化物のパターンは、上記物品の少なくとも一部の構成部材として、そのまま用いられるか、或いは、レジストマスクとして一時的に用いられる。基板の加工工程においてエッチング又はイオン注入等が行われた後、レジストマスクは除去される。

次に、物品製造方法について説明する。図１５の工程ＳＡでは、絶縁体等の被加工材２ｚが表面に形成されたシリコン基板等の基板１ｚを用意し、続いて、インクジェット法等により、被加工材２ｚの表面にインプリント材３ｚを付与する。ここでは、複数の液滴状になったインプリント材３ｚが基板上に付与された様子を示している。

図１５の工程ＳＢでは、インプリント用の型４ｚを、その凹凸パターンが形成された側を基板上のインプリント材３ｚに向け、対向させる。図１５の工程ＳＣでは、インプリント材３ｚが付与された基板１ｚと型４ｚとを接触させ、圧力を加える。インプリント材３ｚは型４ｚと被加工材２ｚとの隙間に充填される。この状態で硬化用のエネルギーとして光を型４ｚを介して照射すると、インプリント材３ｚは硬化する。

図１５の工程ＳＤでは、インプリント材３ｚを硬化させた後、型４ｚと基板１ｚを引き離すと、基板１ｚ上にインプリント材３ｚの硬化物のパターンが形成される。この硬化物のパターンは、型の凹部が硬化物の凸部に、型の凸部が硬化物の凹部に対応した形状になっており、即ち、インプリント材３ｚに型４ｚの凹凸パターンが転写されたことになる。

図１５の工程ＳＥでは、硬化物のパターンを耐エッチングマスクとしてエッチングを行うと、被加工材２ｚの表面のうち、硬化物が無いか或いは薄く残存した部分が除去され、溝５ｚとなる。図１５の工程ＳＦでは、硬化物のパターンを除去すると、被加工材２ｚの表面に溝５ｚが形成された物品を得ることができる。ここでは硬化物のパターンを除去したが、加工後も除去せずに、例えば、半導体素子等に含まれる層間絶縁用の膜、つまり、物品の構成部材として利用してもよい。

（他の実施形態）
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサがプログラムを読み出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

発明は上記実施形態に制限されるものではなく、発明の精神及び範囲から離脱することなく、様々な変更及び変形が可能である。従って、発明の範囲を公にするために請求項を添付する。

ＩＭＰ：インプリント装置、Ｓ：基板、Ｍ：型、１１０：制御部、１０２：基板保持部、１０５：基板駆動機構、１２１：型保持部、１２２：型駆動機構、４０７：評価装置

Claims (17)

1. 成形処理によって基板の上に形成された組成物を評価する評価装置であって、前記成形処理は、前記基板の上の成形可能材料と型とを接触させた状態で該成形可能材料を硬化させることによって、前記基板の上に前記成形可能材料の硬化物からなる前記組成物を形成する処理であり、前記評価装置は、
   前記成形処理によって前記基板の上に形成された前記組成物を含む画像を取得する取得部と、
   前記取得された画像を前記評価のために処理する処理部と、を有し、
   前記処理部は、
   前記取得された画像における１つ以上の異常の特徴を推論モデルに従い出力し、
   前記出力されたそれぞれの異常の特徴に基づいて、該それぞれの異常の種類の判定を行い、
   前記判定の結果に基づいて、前記画像が正常な画像であるか異常を含む画像であるかの最終判定を行う、
   ことを特徴とする評価装置。
2. 前記推論モデルを機械学習によって生成する機械学習部を更に有する、ことを特徴とする請求項１に記載の評価装置。
3. 前記機械学習部は、前記成形処理によって前記基板の上に形成された前記組成物を含む画像を前記推論モデルの入力とし、予め得られた複数の画像と該複数の画像それぞれの異常の特徴情報との関係を教師データとして機械学習を行う、ことを特徴とする請求項２に記載の評価装置。
4. 前記推論モデルは、異常の検出の確からしさおよび／または信頼度を表す確信度を算出する、ことを特徴とする請求項１から３のいずれか１項に記載の評価装置。
5. 前記異常の特徴は、前記画像における前記異常の位置、サイズ、種類、前記確信度の情報を含む、ことを特徴とする請求項４に記載の評価装置。
6. 前記成形処理は、基板上のパターンを形成すべきショット領域の上に供給された前記成形可能材料であるインプリント材と前記型のパターン部とを接触させて前記型のパターンを前記インプリント材に転写するインプリント処理であり、
   前記判定は、前記ショット領域の境界と前記異常の前記位置および前記サイズとの関係に基づいて行われる、
   ことを特徴とする請求項５に記載の評価装置。
7. 前記成形処理は、基板上のデバイスパターンを形成すべきショット領域の上に供給された前記成形可能材料であるインプリント材と前記型のパターン部とを接触させて前記型のデバイスパターンを前記インプリント材に転写するインプリント処理であり、
   前記判定は、前記ショット領域におけるデバイス領域と非デバイス領域との境界を表すデバイス境界と前記異常の前記位置および前記サイズとの関係に基づいて行われる、
   ことを特徴とする請求項５に記載の評価装置。
8. 前記成形処理は、基板上のパターンを形成すべきショット領域の上に供給された前記成形可能材料であるインプリント材と前記型のパターン部とを接触させて前記型のパターンを前記インプリント材に転写するインプリント処理であり、
   前記判定は、前記ショット領域に含まれるマークの位置と前記異常の前記位置および前記サイズとの関係に基づいて行われる、
   ことを特徴とする請求項５に記載の評価装置。
9. 前記異常の種類は、前記インプリント材のはみ出しを含み、
   前記１つ以上の異常のうち前記はみ出しと判定された異常の部分が前記ショット領域の境界を越えて存在している場合、前記最終判定は、前記画像を異常を含む画像であると判定する、
   ことを特徴とする請求項６に記載の評価装置。
10. 前記異常の種類は、前記インプリント材の未充填を含み、
    前記１つ以上の異常のうち前記未充填と判定された異常が前記デバイス領域内に存在している場合、前記最終判定は、前記画像を異常を含む画像であると判定する、
    ことを特徴とする請求項７に記載の評価装置。
11. 前記処理部は、前記確信度が所定の閾値より低い場合には、前記異常を前記最終判定の対象から除外する、ことを特徴とする請求項５から１０のいずれか１項に記載の評価装置。
12. ユーザインタフェースを介して入力された値に応じて前記サイズおよび前記所定の閾値をそれぞれ設定する設定部を更に有することを特徴とする請求項１１に記載の評価装置。
13. 前記画像および前記最終判定の結果を表示部に表示させる制御部を更に有することを特徴とする請求項１から１２のいずれか１項に記載の評価装置。
14. コンピュータを、請求項１から１３のいずれか１項に記載の評価装置の各部として機能させるためのプログラム。
15. 成形処理によって基板の上に形成された組成物を評価する評価方法であって、前記成形処理は、前記基板の上の成形可能材料と型とを接触させた状態で該成形可能材料を硬化させることによって、前記基板の上に前記成形可能材料の硬化物からなる前記組成物を形成する処理であり、前記評価方法は、
    前記成形処理によって前記基板の上に形成された前記組成物を含む画像を取得する工程と、
    前記取得された画像における１つ以上の異常の特徴を推論モデルに従い出力する工程と、
    前記出力されたそれぞれの異常の特徴に基づいて、該それぞれの異常の種類の判定を行う工程と、
    前記判定の結果に基づいて、前記画像が正常な画像であるか異常を含む画像であるかの最終判定を行う工程と、
    を有することを特徴とする評価方法。
16. 基板の上の成形可能材料と型とを接触させ、該成形可能材料を硬化させることによって、前記基板の上に前記成形可能材料の硬化物からなる組成物を形成する成形処理を行う成形装置と、
    請求項１から１３のいずれか１項に記載の評価装置と、
    を含む、ことを特徴とする成形システム。
17. 請求項１６に記載の成形システムにおける前記成形装置により基板の上に前記組成物のレイヤーを形成する工程と、
    前記レイヤーが形成された前記基板を処理する工程と、
    を有し、前記処理された前記基板から物品を製造する、ことを特徴とする物品製造方法。

Images