JP6959831B2 - 計算機、処理の制御パラメータの決定方法、代用試料、計測システム、及び計測方法 - Google Patents

Description

本発明は、半導体プロセスの処理条件を決定する装置、方法、半導体の代用試料、計測システム、及び計測方法に関する。

半導体プロセスでは、プロセス開発により得られる適正な処理条件（制御パラメータ）を処理装置に設定することによって、所望の製品を製造できる。

近年、デバイスを構成する新材料の導入及びデバイス構造が複雑化に伴う装置の制御範囲の拡大によって、新たな制御パラメータが多数追加されている。

処理装置の性能を十分に引き出すためには、多数の制御パラメータの最適化が不可欠である。制御パラメータの最適化を実現する技術として、例えば、特許文献１に記載の技術が知られている。

特許文献１には、「構造の幾何学形状を特徴付けるプロファイルパラメータによって定められる構造の形状モデルが取得される。プロファイルパラメータの値の組が取得され、これを用いて、構造から回折される光の挙動を各々が特徴付けるシミュレート回折信号の組が生成される。入力としてシミュレート回折信号の組を、予期される出力としてプロファイルパラメータの値の組を用いて、サポートベクトルマシンが訓練された後、ウェハ上に構造を製造するように製造プロセスが行われる。構造からの測定回折信号が取得され、訓練済みサポートベクトルマシンに入力される。訓練済みサポートベクトルマシンの出力として、構造のプロファイルパラメータの値が取得される。このプロファイルパラメータの値に基づいて、１つ以上のプロセスパラメータ又は製造ツールの装置設定が調整される。」ことが記載されている。

特開２００９−４４１２５号公報

近年、機械学習を利用した最適な処理条件の探索技術が注目されている。特許文献１に記載の技術及び機械学習では、大量の学習用のデータが必要となる。大量の学習用のデータを取得する方法としては、プロセス開発のノウハウ及び高い装置運用スキルを有するエンジニアが設定する方法、又は、処理試験を多数行う方法が考えられる。

しかし、エンジニアが不足しているという問題がある。さらに、処理試験に使用する試料は、実際の製品製造に使用する試料であるため高価であり、また、処理試験の結果を取得するための計測にも時間がかかるという問題がある。したがって、従来技術の学習用のデータを用いた処理の処理条件の最適化方法では、プロセス開発にかかるコストを抑えることが難しい。

本発明は、プロセス開発にかかるコストを抑えた処理の処理条件の最適化を実現する装置及び方法を提供する。

本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、試料に対して行われる処理の制御パラメータを決定する計算機であって、前記処理が行われた、製造に用いられる第１試料を計測することによって得られる第１処理出力と、前記処理が行われた、前記第１試料より計測が容易な第２試料を計測することによって得られる第２処理出力との間の相関関係を示す第１モデルを格納する記憶部と、前記第１試料に対して行われる前記処理の目標制御パラメータを算出する解析部と、を備え、前記処理を行う処理装置と接続し、前記第２試料に対して行われた前記処理の制御パラメータ及び前記第２処理出力が対応づけられたデータを格納するデータベースにアクセス可能であり、前記第２処理出力は、複数の要素の計測値を含み、前記解析部は、前記データベースを参照して、前記複数の要素の各々を軸とする空間における前記第２処理出力の分布を解析し、前記解析の結果に基づいて、追加対象の第２処理出力を決定し、前記データベースを用いた学習処理を実行することによって、前記第２試料に対して行われた前記処理の制御パラメータと、前記第２処理出力との間の相関関係を示す第２モデルを生成し、前記追加対象の第２処理出力及び前記第２モデルを用いて、前記第２試料に対して行われる前記処理の新規制御パラメータを算出し、前記新規制御パラメータを前記処理装置に入力し、前記新規制御パラメータに基づいて前記処理を行った前記処理装置から新規第２処理出力を取得し、前記新規制御パラメータ及び前記新規第２処理出力を対応づけた前記データを前記データベースに登録する第１処理を、前記データベースに格納される前記データの数及びばらつきに関する評価基準が満たされるまで実行し、目標となる前記第１処理出力である目標処理出力の入力を受け付けた場合、前記データベースを用いた学習処理を実行することによって前記第２モデルを生成し、前記第１モデルに基づいて、前記目標処理出力に対応する前記第２処理出力を算出し、前記第２モデルに基づいて、前記目標処理出力に対応する第２処理出力が得られる推定制御パラメータを算出し、前記推定制御パラメータを前記目標制御パラメータとして出力する第２処理を実行することを特徴とする。

本発明によれば、プロセス開発にかかるコストを抑えて、最適な制御パラメータを算出できる。上記した以外の課題、構成及び効果は、以下の実施例の説明により明らかにされる。

実施例１の試料処理システムの構成の一例を示すブロック図である。 実施例１の試料処理システムを構成する計算機のハードウェア構成の一例を示す図である。 実施例１の解析システムが実行する目標処理条件の算出処理を説明するフローチャートである。 実施例１の代用試料用端末に表示されるＧＵＩの一例を示す図である。 実施例１の代用試料用端末に表示されるＧＵＩの一例を示す図である。 実施例１の目標処理条件の算出処理の概念を説明する図である。 実施例１の実試料の一例を示す図である。 実施例１の実試料の一例を示す図である。 実施例１の代用試料の一例を示す図である。 実施例１の代用試料の一例を示す図である。 実施例１の実試料の一例を示す図である。 実施例１の実試料の一例を示す図である。 実施例１の代用試料の一例を示す図である。 実施例１の代用試料の一例を示す図である。 実施例１の代用試料の物理量の計測方法の一例を示す図である。 実施例１の解析システムが実行する代用試料ＤＢの生成処理の一例を示す図である。 実施例１の代用試料用端末に表示されるＧＵＩの一例を示す図である。 実施例１の代用試料用端末に表示されるＧＵＩの一例を示す図である。 実施例１の解析システムが実行する代用試料ＤＢの更新処理の一例を説明するフローチャートである。 実施例１の代用試料処理出力空間の分割方法の一例を示す図である。 実施例１の代用試料用端末に表示されるＧＵＩの一例を示す図である。 カメラ方式を用いた代用試料出力の計測方法を示す図である。 代用試料出力計測向けのカメラ方式における光学系の一例を示す図である。 代用試料出力計測向けのカメラ方式における光学系の一例を示す図である。 代用試料出力計測向けのカメラ方式における光学系及び外部光源の一例を示す図である。 代用試料出力計測向けのカメラ方式における光学系及び外部照明の一例を示す図である。 マルチ光学フィルタの一例を示す図である。 両側に開口部を持つ代用試料の一例を示す図である。 ウエハ面内分布計測を可能とする代用試料の一例を示す図である。 ウエハ面内分布計測を可能とする代用試料の一例を示す図である。 ウエハ周方向分布計測を可能とする代用試料の一例を示す図である。 ウエハ軸方向分布計測用を可能とする代用試料の一例を示す図である。 代用試料出力を複数回計測可能な代用試料の一例を示す図である。 代用試料出力を複数回計測可能な代用試料の一例を示す図である。 代用試料出力を複数回計測可能かつ小屋カバー回転機構の一例を示す図である。 代用試料出力を複数回計測可能かつ小屋カバー回転機構の一例を示す図である。

以下、本発明の実施例を、図面を用いて説明する。ただし、本発明は以下に示す実施の形態の記載内容に限定して解釈されるものではない。本発明の思想ないし趣旨から逸脱しない範囲で、その具体的構成を変更し得ることは当業者であれば容易に理解される。

以下に説明する発明の構成において、同一又は類似する構成又は機能には同一の符号を付し、重複する説明は省略する。

本明細書における「第１」、「第２」、「第３」等の表記は、構成要素を識別するために付するものであり、必ずしも、数又は順序を限定するものではない。

図面等において示す各構成の位置、大きさ、形状、及び範囲等は、発明の理解を容易にするため、実際の位置、大きさ、形状、及び範囲等を表していない場合がある。したがって、本発明では、図面等に開示された位置、大きさ、形状、及び範囲等に限定されない。

まず、本明細書で使用する用語について説明する。

「実試料」は、実際の製品の製造に用いる試料である。「代用試料」は、実試料との間で幾何学構造及び物性等の相関を持つことが期待され、状態及び特性等の計測が容易な試料である。本実施例では、実試料が代用試料として用いることはない。代用試料の例として、ＴＥＧ（Ｔｅｓｔ Ｅｌｅｍｅｎｔ Ｇｒｏｕｐ）試料、及び小屋付試料等のウエハ上の構造物が含まれる。なお、本明細書において、「実試料」及び「代用試料」を区別しない場合には、「試料」と記載する。

「処理」は、実試料及び代用試料に対して行われる成膜処理、リソグラフィ処理、及びエッチング処理等の処理を表す。「処理条件」は、前述の処理を行う装置を制御するための情報を表す。具体的には、処理条件は、処理を行う装置に設定する制御パラメータを要素として含む情報である。「処理出力」は、処理中又は処理後の試料を計測することによって得られる試料の形状及び性質等を示す情報を表す。具体的には、処理出力は、計測装置によって計測された計測値を要素として含む情報である。

以上が本明細書で使用する用語の説明である。次に、試料処理システムの具体的な構成について説明する。

図１は、実施例１の試料処理システムの構成の一例を示すブロック図である。図２は、実施例１の試料処理システムを構成する計算機のハードウェア構成の一例を示す図である。

試料処理システムは、代用試料用端末１０、処理装置２０、計測装置３０、解析システム４０、及び実試料用端末５０から構成される。なお、代用試料用端末１０及び実試料用端末５０は、一つの端末にまとめてもよい。試料処理システムに含まれる各構成は、直接又はネットワークを介して互いに接続される。

代用試料用端末１０は、代用試料に対して行われる処理の処理条件を入力する装置である。代用試料用端末１０は、ユーザの入力に基づいて入力処理条件１００を生成し、処理装置２０に入力する。後述するように、ユーザは代用試料用端末１０を操作して、入力処理条件１００及び目標処理出力１０１を入力する。入力処理条件１００は、代用試料ＤＢ１３１を生成するための入力であり、代用試料の処理の処理条件である。目標処理出力１０１は、目標処理条件１５０を算出するための入力であり、実試料の処理出力の目標値である。なお、目標処理出力１０１には、実試料の処理出力に含まれる要素が満たす条件を含めることができる。

処理装置２０は、処理条件に基づいて試料に対して処理を行う装置であり、処理条件入力部１１０及び処理部１１１を有する。処理装置２０は、例えば、半導体のエッチング処理を行う。なお、本実施例は、処理装置２０が行う処理の種別及び処理の内容に限定されない。

処理装置２０は、例えば、リソグラフィ装置、製膜装置、パターン加工装置、イオン注入装置、加熱装置、及び洗浄装置等である。

リソグラフィ装置としては、露光装置、電子線描画装置、及びＸ線描画装置等がある。製膜装置としては、ＣＶＤ、ＰＶＤ、蒸着装置、スパッタリング装置、及び熱酸化装置がある。パターン加工装置としては、ウェットエッチング装置、ドライエッチング装置、電子ビーム加工装置、及びレーザ加工装置等がある。イオン注入装置としては、プラズマドーピング装置及びイオンビームドーピング装置等がある。加熱装置としては、抵抗加熱装置、ランプ加熱装置、及びレーザ加熱装置等がある。洗浄装置としては、液体洗浄装置及び超音波洗浄装置等がある。

処理条件入力部１１０は、代用試料用端末１０又は実試料用端末５０から入力された処理条件を受け付け、処理部１１１に出力する。なお、処理条件入力部１１０は、代用試料用端末１０から入力処理条件１００を受け付けた場合、解析システム４０に入力処理条件１００を送信する。

処理部１１１は、処理条件に基づいて試料に対して行われる処理を制御する。例えば、処理部１１１は、入力処理条件１００に基づいて代用試料に対して行われる処理を制御する。

計測装置３０は、処理装置２０が処理する試料の形状及び性質等を示す値を計測する装置であり、計測部１２０を有する。計測部１２０は値の計測を制御する。

例えば、計測装置３０は、試料に入射された光、レーザ、及びＸ線等の反射、透過、干渉、吸収、及び偏光スペクトルを計測することによって、試料の形状及び性質等を示す値を取得する。より具体的には、計測装置３０は、電子顕微鏡を用いた装置、光学式モニタ、赤外光を用いた温度計測装置、ケルビンプローブフォース顕微鏡を用いた欠陥検出装置、及び電気特性を評価するプローバ装置等である。

計測装置３０は、処理後の試料に関する計測値だけではなく、処理中に試料に作用するプラズマ、ガス、及び液体等の媒体、並びに処理中に発生する生成物を計測してもよい。媒体及び生成物は、試料の状態を直接的に表すものではないが、処理の状態及び処理の結果の相関を示す可能性がある物理量であるため、試料に関する情報として有用な情報となる。

例えば、計測装置３０は、光スペクトル計測を用いたプラズマ発光モニタ、赤外分光計測を用いた処理室内の堆積物モニタ、質量分析器を用いた処理対象から放出された原子及び分子モニタ、並びに探針を用いた処理室内の電気特性モニタ等でもよい。

また、計測装置３０は、電圧、電流、及びパワー等の電源出力値、整合器内のコンデンサ及びコイル等の可変電気素子の値、各種使用ガスの流量、装置躯体及び装置構成部品の温度、処理室内の圧力、圧力制御弁の開度、バルブ開閉状態、ガス排気速度、並びに、処理及び装置の動作タイミング及び動作時刻等を取得するセンサでもよい。

なお、図１では、計測装置３０及び処理装置２０は、別々の構成として記載しているが、処理装置２０に計測装置３０を組み込んでもよい。また、試料処理システムは、計測する値が同一又は異なる複数の計測装置３０を含んでもよい。

解析システム４０は、代用試料の処理条件及び処理出力の相関関係を解析し、また、目標処理出力１０１に基づいて、実試料に対して行われる処理の処理条件である目標処理条件１５０を算出する。解析システム４０は、解析部１３０、代用試料ＤＢ１３１、及びモデルＤＢ１３２を有する。

解析部１３０は、代用試料に対して行われる処理の処理条件及び代用試料の処理出力の相関関係を解析するために、機械学習及び統計解析等の学習処理を実行する。機械学習は、例えば、カーネル回帰等の回帰分析及びニューラルネットワーク等を用いた処理である。統計解析は、例えば、相関分析及び主成分分析等を用いた処理である。

解析部１３０は、モデルＤＢ１３２及び目標処理出力１０１に基づいて目標処理条件１５０を算出する。解析部１３０が実行する処理の詳細は後述する。また、解析部１３０は、代用試料ＤＢ１３１及びモデルＤＢ１３２を管理する。

なお、解析部１３０からデータベースを管理する機能を分離して記憶部としてもよい。また、解析システム４０とは別の装置が代用試料ＤＢ１３１及びモデルＤＢ１３２を保持してもよい。

代用試料ＤＢ１３１は、代用試料に対して行われる処理の処理条件及び代用試料の処理出力を対応づけて管理するデータベースである。代用試料ＤＢ１３１には、例えば、代用試料の識別情報を格納するフィールド、代用試料の種別を格納するフィールド、処理条件を格納するフィールド、及び処理出力を格納するフィールドから構成されるエントリを含む。

モデルＤＢ１３２は、任意の値の相関関係の定義情報であるモデルを管理するデータベースである。モデルＤＢ１３２には、処理出力−処理条件モデル１４０及び実試料−代用試料モデル１４１が含まれる。

処理出力−処理条件モデル１４０は、代用試料に対して行われる処理の処理条件及び代用試料の処理出力の間の相関関係を定義するモデルである。後述するように、処理出力−処理条件モデル１４０は、解析部１３０が実行する学習処理によって生成される。

実試料−代用試料モデル１４１は、代用試料の処理出力及び実試料の処理出力の間の相関関係を定義するモデルである。実試料−代用試料モデル１４１は、予め生成されているものとする。

なお、本実施例は、実試料−代用試料モデル１４１の生成方法に限定されない。例えば、実試料−代用試料モデル１４１は、幾何光学シミュレーション、マクスウェル方程式を用いた波動光学シミュレーション、ナヴィエストークス方程式を用いた流体シミュレーション、及び分子動力学シミュレーション等を用いて生成されてもよいし、また、機械学習及び統計解析に基づいて生成されてもよい。

なお、実試料−代用試料モデル１４１は、処理出力に含まれる要素を軸とする空間の全領域で成立するモデルでなくてもよい。例えば、実試料の処理出力の予測値の近傍領域でのみ成立するモデルでもよい。

なお、実試料−代用試料モデル１４１は、解析システム４０によって生成されてもよいし、また、外部システムによって生成されてもよい。解析システム４０が生成する場合、解析部１３０は、同一の処理条件の下で取得された実試料の処理出力及び代用試料の処理出力を用いた学習処理を実行することによって実試料−代用試料モデル１４１を生成できる。

実試料用端末５０は、実試料に対して行われる処理の処理条件を入力する装置である。実試料用端末５０は、解析システム４０から入力された目標処理条件１５０を処理装置２０に入力する。

なお、代用試料用端末１０、実試料用端末５０、及び解析システム４０は、図２に示すような計算機２００を用いて実現される。計算機２００は、演算装置２０１、主記憶装置２０２、副記憶装置２０３、及びネットワークインタフェース２０４を有する。

演算装置２０１は、主記憶装置２０２に格納されるプログラムを実行する。演算装置２０１は、例えば、プロセッサ、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、及びＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等である。演算装置２０１がプログラムにしたがって処理を実行することによって、特定の機能を実現するモジュールとして動作する。

主記憶装置２０２は、演算装置２０１が実行するプログラム及びプログラムによって使用される情報を格納する。また、主記憶装置２０２は、プログラムが一時的に使用するワークエリアを含む。主記憶装置２０２は、例えば、揮発性又は不揮発性のメモリである。主記憶装置２０２には、例えば、解析部１３０を実現するプログラムが格納される。

副記憶装置２０３は、永続的にデータを格納する装置である。副記憶装置２０３は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）及びＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等である。副記憶装置２０３には、例えば、代用試料ＤＢ１３１及びモデルＤＢ１３２が格納される。なお、副記憶装置２０３に解析部１３０等を実現するプログラムが格納されてもよい。この場合、演算装置２０１は、副記憶装置２０３からプログラムを読み出し、主記憶装置２０２にロードする。

ネットワークインタフェース２０４は、ネットワークを介して他の装置と接続するためのインタフェースである。

なお、計算機２００は、キーボード、マウス、及びタッチパネル等の入力装置、並びに、ディスプレイ等の出力装置を有してもよい。

図３は、実施例１の解析システム４０が実行する目標処理条件１５０の算出処理を説明するフローチャートである。図４及び図５は、実施例１の代用試料用端末１０に表示されるＧＵＩの一例を示す図である。

ユーザは、代用試料用端末１０に表示されるＧＵＩ４００を用いて学習処理及び目標処理条件１５０の算出処理の実行を指示する。ここで、ＧＵＩ４００について説明する。

ＧＵＩ４００は、学習処理欄４１０、目標処理出力欄４２０、モデル欄４３０、及び決定ボタン４４０を含む。また、学習処理欄４１０、目標処理出力欄４２０、及びモデル欄４３０には、欄への入力が有効であるか否かを示すランプ４５０が含まれる。欄への入力が有効である場合、ランプ４５０が点灯する。これによって、ユーザは、正しい値が入力できたことを確認できる。なお、ランプ４５０以外にポップアップの表示及び音声の再生等を行ってもよい。

学習処理欄４１０は、処理出力−処理条件モデル１４０を生成する学習処理の設定を行うための欄であり、学習処理種別欄４１１を含む。なお、学習処理欄４１０は、学習処理に使用する代用試料ＤＢ１３１の登録又は指定を行う欄を含んでもよい。

学習処理種別欄４１１は、代用試料ＤＢ１３１を用いた学習処理の具体的な演算方法を選択するための欄である。本実施例の学習処理種別欄４１１には、演算方法を選択するチェックボックスが表示される。

目標処理出力欄４２０は、目標処理出力１０１を設定するための欄であり、目標数値欄４２１を含む。なお、目標処理出力欄４２０には、目標処理出力１０１に含まれる要素が満たす条件を設定する欄が含まれてもよい。

目標数値欄４２１は、目標処理出力１０１として設定する数値を入力するための欄である。本実施例では、処理出力に含まれる各要素の数値が設定される。

モデル欄４３０は、実試料−代用試料モデル１４１を設定するための欄であり、手動入力欄４３１及び自動入力欄４３２を含む。

手動入力欄４３１は、実試料−代用試料モデル１４１として定義する、実試料の処理出力及び代用試料の処理出力の間の相関関係を入力するための欄である。本実施例の手動入力欄４３１には、相関モデルを選択するためのチェックボックスが表示される。任意の相関モデルを指定することによって、実試料の処理出力及び代用試料の処理出力の間の相関関係を定義できる。本実施例では、処理出力に含まれる要素単位で相関関係を定義できる。

自動入力欄４３２は、実試料−代用試料モデル１４１を生成する学習処理の設定を行うための欄である。自動入力欄４３２は、実試料の処理出力のデータベースを入力する欄、代用試料の処理出力のデータベースを入力する欄、及び学習処理の演算手法を入力する欄を含む。なお、自動入力欄４３２を用いて指定する二つのデータベースには、同一の処理条件の下で取得された処理条件が格納される。

決定ボタン４４０は、学習処理欄４１０、目標処理出力欄４２０、及びモデル欄４３０のいずれかの欄に入力された値を解析システム４０に送信するための操作ボタンである。

ユーザが、学習処理欄４１０に値を入力し、決定ボタン４４０を操作した場合、代用試料用端末１０は、学習処理欄４１０に設定された値を処理装置２０に送信する。この場合、解析部１３０は、指定された学習処理の演算方法を設定する。

ユーザが、目標処理出力欄４２０に値を入力し、決定ボタン４４０を操作した場合、代用試料用端末１０は、目標処理出力欄４２０に設定された値を含む目標処理出力１０１を処理装置２０に送信する。

ユーザが、モデル欄４３０に値を入力し、決定ボタン４４０を操作した場合、代用試料用端末１０は、モデル欄４３０に設定された値を含むモデルの生成要求を解析システム４０に送信する。この場合、解析部１３０は、実試料−代用試料モデル１４１を生成し、又は、実試料−代用試料モデル１４１を更新する。

以上がＧＵＩ４００の説明である。図３の説明に戻る。

解析部１３０は、代用試料用端末１０から目標処理出力１０１を受け付ける（ステップＳ１０１）。

解析部１３０は、代用試料ＤＢ１３１を用いて学習処理を実行する（ステップＳ１０２）。解析部１３０は、学習処理の結果を処理出力−処理条件モデル１４０としてモデルＤＢ１３２に格納する。

なお、解析部１３０は、代用試料ＤＢ１３１に登録された全てのデータを読み出してもよいし、指定された代用試料の種別に基づいて読み出すエントリを選択してもよい。

なお、既に処理出力−処理条件モデル１４０が生成されている場合、解析部１３０は、ステップＳ１０２の処理を省略できる。

次に、解析部１３０は、目標処理出力１０１及び実試料−代用試料モデル１４１を用いて、目標処理出力１０１に対応する代用試料の処理出力を算出する（ステップＳ１０３）。

例えば、実試料−代用試料モデル１４１が定量的な相関関係、すなわち、関数として与えられる場合、解析部１３０は、当該関数に目標処理出力１０１を代入することによって代用試料の処理出力を算出する。

なお、代用試料の処理出力は複数でもよい。例えば、処理出力の任意の要素について範囲を指定するモデルが設定されている場合、当該範囲に含まれる要素を含む処理出力が複数算出される。

なお、実試料の処理出力及び代用試料の処理出力の間の相関関係は、定量的な相関関係ではなく、定性的な相関関係でもよい。例えば、代用試料の処理出力の要素Ａと、実試料の処理出力の要素Ｂとの間に、「要素Ｂが大きいほど要素Ａも大きい」という定性的な相関関係が存在する場合を考える。要素Ｂが取り得る最大値Ｂ’が目標処理出力１０１として入力された場合、解析部１３０は、要素Ａが取り得る最大値Ａ’を代用試料の処理出力として算出する。

次に、解析部１３０は、代用試料の処理出力及び処理出力−処理条件モデル１４０を用いて、目標処理条件１５０を算出する（ステップＳ１０４）。

具体的には、解析部１３０は、処理出力−処理条件モデル１４０を用いて、代用試料の処理出力が得られる可能性がある代用試料の処理条件（推定処理条件）を算出する。

例えば、処理出力−処理条件モデル１４０が関数として与えられる場合、解析部１３０は、当該関数に代用試料の処理出力を代入することによって、推定処理条件を算出する。代用試料及び実試料は同一の処理装置２０を用いて処理が行われることから、推定処理条件が目標処理条件１５０となる。

なお、解析部１３０は、目標処理条件１５０を入力処理条件１００として代用試料用端末１０に送信してもよい。繰り返し同様の演算処理を実行することによって、最適な処理条件を算出でき、また、新たな処理条件を発見することができる。

なお、解析部１３０は、処理出力−処理条件モデル１４０を用いなくてもよい。例えば、解析部１３０は、代用試料ＤＢ１３１を参照して、算出された代用試料の処理出力に一致又は類似するエントリを検索する。解析部１３０は、検索されたエントリに含まれる代用試料の処理条件を目標処理条件１５０として算出する。

次に、解析部１３０は、目標処理条件１５０を含む表示情報を生成し、生成された表示情報を実試料用端末５０に送信する（ステップＳ１０５）。なお、解析部１３０は、目標処理条件１５０を副記憶装置２０３に格納し、実試料用端末５０から表示要求を受け付けた場合に目標処理条件１５０を読み出して、表示情報を生成してもよい。

実試料用端末５０は、表示情報を受信した場合、図５に示すようなＧＵＩ５００を表示する。ここで、ＧＵＩ５００について説明する。

ＧＵＩ５００は、結果表示欄５１０及び実行ボタン５２０を含む。

結果表示欄５１０は、目標処理条件１５０の算出処理の結果を表示する欄である。結果表示欄５１０には、目標処理出力１０１を格納するフィールド及び目標処理条件１５０を格納するフィールドから構成されるエントリが一つ以上含まれる。エントリにはラジオボタンが含まれる。目標処理出力１０１は画像として表示されてもよし、数値として表示されてもよい。

実行ボタン５２０は、処理装置２０に目標処理条件１５０を入力するための操作ボタンである。ユーザが、結果表示欄５１０に含まれるエントリのラジオボタンを操作し、さらに、実行ボタン５２０を操作した場合、ラジオボタンが操作されたエントリの目標処理条件１５０が処理装置２０に入力される。処理装置２０は、目標処理条件１５０を受け付けた場合、目標処理条件１５０に基づいて実試料に対して処理を行う。

ここで、解析システム４０が実行する演算処理について説明する。図６は、実施例１の目標処理条件１５０の算出処理の概念を説明する図である。ここでは、説明の簡単のために、処理出力−処理条件モデル１４０及び実試料−代用試料モデル１４１がそれぞれ関数で与えられるものとする。

図６の楕円は、それぞれ、実試料処理出力空間６０１、実試料処理条件空間６０２、代用試料処理出力空間６１１、及び代用試料処理条件空間６１２を示す。

実試料処理出力空間６０１及び代用試料処理出力空間６１１は、処理出力に含まれる要素を軸とする空間を表す。なお、実試料処理出力空間６０１及び代用試料処理出力空間６１１の次元は必ずしも一致しない。代用試料処理出力空間６１１の次元は、実試料処理出力空間６０１の次元より低くてもよい。

実試料処理条件空間６０２及び代用試料処理条件空間６１２は、処理条件に含まれる要素を軸とする空間を示す。実試料処理条件空間６０２及び代用試料処理条件空間６１２は同一の次元の空間であり、二つの空間は同一視できる。

解析システム４０は、実試料処理出力空間６０１及び代用試料処理出力空間６１１の間の写像関係（相関関係）を示す実試料−代用試料モデル１４１を保持する。

解析システム４０は、ステップＳ１０３において、代用試料処理出力空間６１１及び代用試料処理条件空間６１２の間の写像関係（相関関係）を示す処理出力−処理条件モデル１４０を生成する。

解析システム４０は、ステップＳ１０４において、実試料処理出力空間６０１の任意の元を入力として受け付ける。

解析システム４０は、ステップＳ１０５において、実試料−代用試料モデル１４１を用いて、実試料処理出力空間６０１の元を代用試料処理条件空間６１２に写像する。代用試料処理条件空間６１２の元が代用試料の処理出力となる。

解析システム４０は、処理出力−処理条件モデル１４０を用いて、代用試料処理条件空間６１２の元を代用試料処理条件空間６１２に写像する。実試料処理条件空間６０２は、代用試料処理条件空間６１２と同一視できることから、代用試料処理条件空間６１２の元は、実試料処理条件空間６０２の元と見なすことができる。したがって、解析システム４０は、当該元を目標処理条件１５０として出力する。

次に、実試料、代用試料、及び実試料−代用試料モデル１４１の具体例を説明する。ここでは、プラズマエッチング処理を行う試料を例に説明する。

まず、実試料の処理出力に含まれる全要素と、代用試料の処理出力に含まれる全要素との間に定量的な相関関係が定義できる場合について説明する。図７Ａ及び図７Ｂは、実施例１の実試料の一例を示す図である。図８Ａ及び図８Ｂは、実施例１の代用試料の一例を示す図である。

図７Ａは、トレンチ構造を形成するためのエッチング処理を行う実試料のマスク付パターンを示す。図７Ｂは、実試料をＡＢ点線で切断した断面（ＹＺ平面）をＸ軸の正方向に見た断面図を示す。

図８Ａは、図７に示す実資料のマスク部と同一素材で一部が制膜され、その他の部分がトレンチ部と同一素材で制膜されたウエハを示す。図８Ｂは、代用試料をＡＢ点線で切断した断面（ＹＺ平面）をＸ軸の正方向に見た断面図を示す。なお、実試料のマスク部と同一素材のチップ又は実試料のマスク部と同一素材を製膜したウエハを切断したチップを基盤となるウエハ上に固定した試料を代用試料として用いることもできる。

図７Ｂに示すマスク部及びトレンチ部の上方の点線は、処理前のマスク部及びトレンチ部の位置を示す。また、図８Ｂに示すマスク部及び被エッチ膜の上方の点線は、処理前のマスク部及び被エッチ膜の位置を示す。

実試料の形状を特徴づける物理量には、マスク部のエッチングレート及びトレンチ部のエッチングレートがある。また、代用試料の形状を特徴づける物理量には、マスク部のエッチングレート及びトレンチ部のエッチングレートがある。

以下の説明では、実試料のマスク部のエッチングレート及びトレンチ部のエッチングレートをそれぞれｍ１及びｓ１と定義し、また、代用試料のマスク部のエッチングレート及びトレンチ部のエッチングレートをそれぞれｍ２及びｓ２と定義する。また、ｍ１及びｓ１が実試料の処理出力に含まれ、また、ｍ２及びｓ２が代用試料の処理出力に含まれるものとする。

プラズマエッチング処理において、ｍ１及びｓ１を目標処理出力１０１に調節するための目標処理条件１５０の算出方法を説明する。なお、ｍ１及びｓ１が満たす条件として式（１）に示す条件が設定されているものとする。

実試料が図７Ａに示すように微細パターンである場合、回折光の確認及び実効的複素屈折率の計測は困難であるため、光学計測器を用いたｍ１及びｓ１の計測も困難である。そのため、実試料の断面情報を計測する必要がある。実試料の断面情報を計測するためには、処理装置２０から実試料を取り出し、さらに、断面情報を計測するための加工が必要である。したがって、学習用のデータを取得するには時間がかかり、また、高額になる。

一方、代用試料は、図８Ｂに示すようにウエハ及びチップの被エッチ膜の下に下地膜が存在するため、光の干渉を利用してｍ２及びｓ２を計測できる。処理装置２０に内蔵された膜厚測定機器を用いた場合、圧膜を計測するための、処理装置２０から代用試料の取り出し、及び代用試料の加工が必要ない。したがって、実試料から学習用のデータを取得するよりも、高速かつ低額で学習用のデータを取得できる。

なお、処理装置２０に計測装置３０が内蔵されていない場合でも、スタンドアロンの光学測定が可能であるため、代用試料の加工が必要ない。

図７Ａに示す実試料及び図８Ａに示す代用試料の実試料−代用試料モデル１４１としては以下のようなものが考えられる。

実試料及び代用試料が同一素材で構成されているため、処理条件が同一の場合、式（２）及び式（３）に示すような数式を実試料−代用試料モデル１４１として定義できる。

ここで、式（１）を満たす目標処理出力１０１として、ｍ１＝１ｎｍ／ｍｉｎ、ｓ１＝１００ｎｍ／ｍｉｎを解析システム４０に入力した場合、解析システム４０は、式（２）及び式（３）に示すような実試料−代用試料モデル１４１から、例えば、代用試料の処理出力としてｍ２＝１ｎｍ／ｍｉｎ、ｓ２＝１００ｎｍ／ｍｉｎを算出する。

なお、マスク部と同一素材のチップを用いた代用試料を例に説明したが、これに限定されない。例えば、マスク部と類似した加工特性を示す素材、又はマスク部の加工形状と相関を持つ素材も適用可能である。

マスク部と類似した加工特性を示す素材を適用した代用試料の場合には、式（２）及び式（３）に示すような実試料−代用試料モデル１４１を用いることができる。また、マスク部の加工形状と相関を持つ素材であって、当該相関が既知である場合、当該相関を実試料−代用試料モデル１４１として用いることができる。前述の相関が既知でない場合、実験データを用いた学習処理から求めた実試料−代用試料モデル１４１を設定できる。

次に、実試料の処理出力に含まれる一部の要素と、代用試料の処理出力に含まれる一部の要素との間に定量的な相関関係が定義できる場合について説明する。図９Ａ及び図９Ｂは、実施例１の実試料の一例を示す図である。図１０Ａ及び図１０Ｂは、実施例１の代用試料の一例を示す図である。図１１は、実施例１の代用試料の物理量の計測方法の一例を示す図である。

図９Ａは、トレンチ構造を形成するためのエッチング処理を行う実試料のマスク付パターンを示す。図９Ｂは、実試料をＡＢ点線で切断した断面（ＹＺ平面）をＸ軸の正方向に見た断面図を示す。

図１０Ａは、ウエハ上に屋根が設置された代用試料（小屋付試料）を示す。屋根の上部は光を透過する透明な素材で構成されているとする。代用試料の被エッチ膜は、実試料のトレンチ部と同一素材であるものとする。図１０Ｂは、代用試料をＡＢ点線で切断した断面（ＸＺ平面）をＹ軸の負方向に見た断面図を示す。代用試料は、図１０Ｂに示すように空隙構造となっている。また、図１０Ｂに示す点線は処理前の被エッチ膜の位置を示す。

実試料の形状を特徴づける物理量には、トレンチ部の頂点部分の幅、トレンチ部の中央部分の幅、及びトレンチ部の底面部分の幅、並びに実試料の深さがある。代用試料の形状を特徴づける物理量には、小屋外部のエッチング量、小屋内部のエッチング量、及び小屋内部の減衰の長さがある。

以下の説明では、実試料のトレンチ部の頂点部分の幅、トレンチ部の中央部分の幅、トレンチ部の底面部分の幅、及び実試料の深さを、それぞれ、ｗ１、ｗ２、ｗ３、及びｈと定義する。また、代用試料の小屋外部のエッチング量、小屋内部のエッチング量、及び小屋内部のエッチング量の減衰の長さを、それぞれ、ｏ、ｉ、及びｄと定義する。また、ｗ１、ｗ２、ｗ３、及びｈが実試料の処理出力に含まれ、また、ｏ、ｉ、及びｄが代用試料の処理出力に含まれるものとする。

プラズマエッチング処理において、ｗ１、ｗ２、ｗ３、及びｈを目標処理出力１０１に調節するための目標処理条件１５０の算出方法を説明する。なお、ｗ１、ｗ２、ｗ３、及びｈが満たす条件として、ｗ１、ｗ２、及びｗ３はほぼ等しく、かつ、ｈが最大、という条件が設定されるものとする。

図７Ａ及に示す実資料と同様に、図９Ａに示す実試料は、光学計測器を用いてｗ１、ｗ２、ｗ３、及びｈを計測するのは難しく、また、学習用のデータを取得するには時間がかかり、また、高額になる。

一方、図１１に示すように、代用試料の小屋は透明であるため、光の干渉を用いた膜厚測定等により、任意の計測位置から形状を表す物理量を計測できる。具体的には、計測装置３０は、光源１１０１から光を照射し、被エッチ膜及び下地膜からの反射光を検出器１１０２を用いて検出する。このように、処理装置２０からの代用試料の取り出し、及び代用試料の加工を行うことなく処理出力を取得できる。したがって、実試料から学習用のデータを取得するよりも、高速かつ低額で学習用のデータを取得できる。

なお、ｏ、ｉ、及びｄの計測は、代用試料のＹ軸に平行な小屋開口中央部の近傍で行うことが望ましい。ただし、小屋の両端から内側に十分離れた部分におけるＸ軸方向のエッチング量の分布が均一な場合には、任意の位置でｏ、ｉ、及びｄを計測してもよい。

図９Ａに示す実試料及び図１０Ａに示す代用試料の実試料−代用試料モデル１４１としては以下のようなものが考えられる。

ｄが大きい場合、小屋の内側のエッチングレートは減衰しにくくなるため、ｄの増大に伴って小屋の内側では均一なエッチング量に近づく。一方、ｄが小さい場合、小屋の内側のエッチングレートは直ちに減衰するため、小屋の開口部分の周辺は、他の部分よりエッチング量が増加する。

図９Ｂ及び図１０Ｂに示すように、実試料及び代用試料は類似する溝構造を有する。したがって、上記の代用試料の性質は、実試料の性質と以下のような関係が存在する。実試料のｉが大きい場合、実試料の水平方向のエッチングレートも大きくなると考えられるため、ｗ１、ｗ２、及びｗ３の差が増加する傾向になることが予想される。代用試料のｄが小さい場合、マスク部直下の被エッチ膜のみにエッチング反応が進むため、ｗ１はｗ２及びｗ３より増加する傾向になることが予測される。したがって、実試料のｗ１、ｗ２、及びｗ３と、代用試料のｄ及びｉとの間の上記のような性質を実試料−代用試料モデル１４１として定義する。

また、実試料のｈ及び代用試料のｏは、障害物（マスク）が存在しない被エッチ膜に対してエッチングが行われることから、式（４）に示すような数式を実試料−代用試料モデル１４１として定義できる。

上記のように、実試料の処理出力及び代用試料の処理出力の一部の要素間に定量的な関係が定義されない実試料−代用試料モデル１４１であっても、本実施例を適用できる。

例えば、解析システム４０は、ｈの値を含む目標処理出力１０１が入力された場合、式（４）を満たす代用試料の処理出力を検索する。解析システム４０は、上記の性質（実試料−代用試料モデル１４１）に基づいて、検索された代用試料の処理出力の中から、ｏが大きく、ｉが小さく、かつ、ｄが大きい代用試料の処理出力を検索する。さらに、解析システム４０は、検索された代用試料の処理出力及び処理出力−処理条件モデル１４０を用いて、目標処理条件１５０を算出する。以上のような演算処理を実行することによって、深い垂直形状の実試料を得るための処理条件を算出できる。

なお、透明な屋根を有する代用試料を例に説明したが、これに限定されない。例えば、不透明な屋根を有する代用試料を用いることができる。この場合、代用試料を装置から取り出し、小屋全体又は光計測時の光路として使用する空間にあたる小屋の一部を取り外すことで光干渉膜厚を測定できる。したがって、実試料を用いる場合よりも高速かつ低額で学習用のデータを取得できる。

なお、実試料のトレンチ部と同一の素材で成膜されたウエハを代用試料として用いたがこれに限定されない。例えば、トレンチ部と類似した加工特性を示す素材、又はトレンチ部の加工形状と相関を持つ素材も適用可能である。

次に、代用試料ＤＢ１３１の生成方法について説明する。図１２は、実施例１の解析システム４０が実行する代用試料ＤＢ１３１の生成処理の一例を示す図である。図１３及び図１４は、実施例１の代用試料用端末１０に表示されるＧＵＩの一例を示す図である。

代用試料用端末１０を使用するユーザは、図１３に示すＧＵＩ１３００を用いて代用試料ＤＢ１３１を生成するための初期設定を行う。ここで、ＧＵＩ１３００について説明する。

ＧＵＩ１３００は、ＤＢ基準欄１３０１、入力処理条件欄１３０２、実行ボタン１３０３、及びランプ１３０４を含む。

ＤＢ基準欄１３０１は、構築する代用試料ＤＢ１３１の基準を設定するための欄であり、入力されたデータの総数及び平均変動係数に対する基準を設定する欄を含む。ここで、平均変動係数は、代用試料処理出力の各変数に対して変動係数を算出し、全変数の平均をとったものとする。

入力処理条件欄１３０２は、入力処理条件１００を設定するための欄である。なお、具体的な値を入力する代わりに、入力処理条件１００を自動的に生成する手段を選択する欄を設けてもよい。例えば、実験計画法、ランダムな選択方法、又は後述する疎領域に基づく選択方法等を選択できる。複数の選択手段を組み合わせてもよい。

実行ボタン１３０３は、代用試料ＤＢ１３１の生成処理の実行を指示するための操作ボタンである。

ランプ１３０４は、ＤＢ基準欄１３０１又は入力処理条件欄１３０２への入力が有効であるか否かを示す。なお、ランプ１３０４以外にポップアップ表示及び音声の再生等を行ってもよい。なお、入力処理条件欄１３０２にのみ有効な値が入力された場合にもランプ１３０４が点灯するものとする。

ユーザが各欄に値を設定し、実行ボタン１３０３を操作した場合、代用試料用端末１０は、入力処理条件１００を処理装置２０に送信し、また、解析システム４０に代用試料ＤＢ１３１の生成要求を送信する。生成要求には、データの総数、平均変動係数、及び入力処理条件１００等が含まれる。

解析部１３０は、代用試料ＤＢ１３１の生成要求を受信した場合、以下で説明する代用試料ＤＢ１３１の生成処理を開始する。

まず、解析部１３０は、受信した生成要求に含まれる情報を取得する（ステップＳ２０１）。このとき、解析部１３０は、生成要求に含まれるデータの総数及び平均変動係数を、代用試料ＤＢ１３１の基準として保持する。また、解析部１３０は、生成要求に含まれる入力処理条件１００を一時的に保持する。

次に、解析部１３０は、処理装置２０から代用試料の処理出力を取得する（ステップＳ２０２）。なお、当該処理出力は、入力処理条件１００に基づいて行われた処理の処理出力である。

次に、解析部１３０は、代用試料ＤＢ１３１にデータを登録する（ステップＳ２０３）。具体的には、解析部１３０は、代用試料の処理条件及び処理出力を対応づけて代用試料ＤＢ１３１に登録する。

次に、解析部１３０は、代用試料ＤＢ１３１が基準を満たしているか否かを判定する（ステップＳ２０４）。具体的には、以下のような演算処理が実行される。

解析部１３０は、データの総数及び平均変動係数を０に設定する。

解析部１３０は、代用試料ＤＢ１３１を参照し、登録されているエントリの数をデータの総数として保持する。

解析部１３０は、代用試料ＤＢ１３１を参照して、代用試料処理出力空間６１１における処理出力に対する平均変動係数を算出する。解析部１３０は、算出された平均変動係数の値を保持する。

解析部１３０は、データの総数が指定された数より大きく、かつ、平均変動係数が指定された数値より大きいか否かを判定する。前述の条件を満たす場合、解析部１３０は、代用試料ＤＢ１３１が基準を満たしていると判定する。以上がステップＳ２０４の処理の説明である。

代用試料ＤＢ１３１が基準を満たしていないと判定された場合、解析部１３０は、ステップＳ２０１に戻り、同様の演算処理を実行する。このとき、解析部１３０は、代用試料用端末１０に新たな処理条件の入力を促す表示を行う。

代用試料ＤＢ１３１が基準を満たしていると判定された場合、解析部１３０は、代用試料ＤＢ１３１の生成処理を終了する。このとき、解析部１３０は、図１４に示すようなＧＵＩ１４００を表示するための表示情報を生成し、代用試料用端末１０に表示情報を送信する。ここで、図１４に示すＧＵＩ１４００について説明する。

ＧＵＩ１４００は、結果表示欄１４０１、終了ボタン１４０２、及び再実行ボタン１４０３を含む。

結果表示欄１４０１は、生成された代用試料ＤＢ１３１に関する情報を表示する欄である。図１４では、データの総数及び平均変動係数が表示される。なお、代用試料ＤＢ１３１に登録されたエントリの詳細を表示してもよい。

終了ボタン１４０２は、代用試料ＤＢ１３１の生成処理を終了するための操作ボタンである。ユーザが終了ボタン１４０２を操作した場合、ＧＵＩ１４００が閉じられる。なお、解析部１３０は、終了ボタン１４０２が操作された場合に、代用試料ＤＢ１３１の生成処理を終了するようにしてもよい。

再実行ボタン１４０３は、再度、代用試料ＤＢ１３１の生成処理を実行させるための操作ボタンである。ユーザが再実行ボタン１４０３を操作した場合、ＧＵＩ１３００が表示される。

なお、代用試料ＤＢ１３１の基準としては以下のような基準も採用できる。代用試料ＤＢ１３１に目標とする代用試料の処理出力と同一である場合、又は、代用試料処理出力空間６１１において目標とする代用試料の処理出力と距離が近い処理出力が存在する場合、代用試料ＤＢ１３１が基準を満たしていると判定する。この基準を採用することによって、目標処理条件１５０の算出精度が高い代用試料ＤＢ１３１を生成できる。

図１５は、実施例１の解析システム４０が実行する代用試料ＤＢ１３１の更新処理の一例を説明するフローチャートである。図１６は、実施例１の代用試料処理出力空間６１１の分割方法の一例を示す図である。図１７は、実施例１の代用試料用端末１０に表示されるＧＵＩの一例を示す図である。

代用試料用端末１０を使用するユーザは、図１７に示すＧＵＩ１７００を用いて代用試料ＤＢ１３１を更新するための設定を行う。ここで、ＧＵＩ１７００について説明する。

ＧＵＩ１７００は、ＤＢ基準欄１７０１、疎領域欄１７０２、学習処理種別欄１７０３、決定ボタン１７０４、及びランプ１７０５を含む。

ＤＢ基準欄１７０１は、代用試料ＤＢ１３１の基準を設定するための欄であり、入力されたデータの総数及び平均変動係数を設定する欄を含む。

疎領域欄１７０２は、入力処理条件１００の選択基準となる疎領域を設定するための欄であり、代用試料処理出力空間６１１の分割数、分割領域に含まれるデータの数、及び追加する入力処理条件１００の上限数を設定する欄を含む。分割領域に含まれるデータの数は、分割領域が疎領域であるか否かを判定するための指標として用いられる。

学習処理種別欄１７０３は、代用試料ＤＢ１３１を用いた学習処理の具体的な演算方法を選択するための欄である。本実施例の学習処理種別欄１７０３には、演算方法を選択するチェックボックスが表示される。

決定ボタン１７０４は、各欄の入力を登録するための操作ボタンである。

ランプ１７０５は、ＤＢ基準欄１７０１、疎領域欄１７０２、及び学習処理種別欄１７０３への入力が有効であるか否かを示す。なお、ランプ１７０５以外にポップアップ表示及び音声の再生等を行ってもよい。

ユーザが各欄に値を設定し、決定ボタン１７０４を操作した場合、代用試料用端末１０は、設定情報を処理装置２０に送信する。

解析部１３０は、代用試料ＤＢ１３１の生成処理が終了した場合、設定情報を受信した場合、又はユーザから更新指示を受信した場合、以下で説明する代用試料ＤＢ１３１の更新処理を実行する。なお、解析部１３０は、周期的に、代用試料ＤＢ１３１の更新処理を実行してもよい。

まず、解析部１３０は、疎領域欄１７０２に設定された値に基づいて、代用試料処理出力空間６１１を複数の分割領域に分割する（ステップＳ３０１）。例えば、代用試料処理出力空間６１１が二次元の場合、図１６に示すように代用試料処理出力空間６１１が分割される。

次に、解析部１３０は、疎領域欄１７０２に設定された値に基づいて、分割領域の中から疎領域を特定する（ステップＳ３０２）。

具体的には、解析部１３０は、分割領域内に含まれる処理出力の数を基準に疎領域を特定する。例えば、図１６に示す例では、代用試料処理出力空間６１１に含まれる分割領域のうち、処理出力を表す点が存在しない斜線を施した分割領域が疎領域として特定される。

なお、疎領域の数が多い場合、解析部１３０は、一部の疎領域を選択してもよい。選択方法としては、ランダムに選択する方法、又は目標とする代用試料の処理出力が含まれる分割領域の近傍に存在する分割領域を選択する方法等が考えられる。後者の選択方法を採用した場合、目標処理条件１５０の予測精度を向上できる可能性がある。

また、別の方法としては、解析部１３０は、処理出力の数が少ない順に所定の数の分割領域を疎領域として特定する。

なお、疎領域の特定基準及び特定方法は一例であってこれに限定されない。

次に、解析部１３０は、疎領域から任意の処理出力を決定する（ステップＳ３０３）。例えば、疎領域からランダムに決定する方法、又は、疎領域内の相対的な位置から決定する方法が考えられる。

次に、解析部１３０は、学習処理種別欄１７０３に設定された値及び代用試料ＤＢ１３１に基づいて、学習処理を実行し（ステップＳ３０４）、処理出力−処理条件モデル１４０を生成する。

なお、既存の処理出力−処理条件モデル１４０が存在する場合、ステップＳ３０４の処理を省略してもよい。

なお、解析部１３０は、生成された処理出力−処理条件モデル１４０の精度を求めて、当該精度が閾値より小さい場合、再度学習処理を実行するようにしてもよい。例えば、解析部１３０は、交差検証を行って、検証誤差が閾値より大きいか否かを判定することによって、処理出力−処理条件モデル１４０の精度を評価する。

次に、解析部１３０は、ステップＳ３０３において決定された処理出力及び処理出力−処理条件モデル１４０に基づいて、入力処理条件１００を算出する（ステップＳ３０５）。

次に、解析部１３０は、入力処理条件１００を処理装置２０に入力する（ステップＳ３０６）。

次に、解析部１３０は、処理装置２０から代用試料の処理出力を取得する（ステップＳ３０７）。

次に、解析部１３０は、代用試料ＤＢ１３１を更新する（ステップＳ３０８）。具体的には、解析部１３０は、入力処理条件１００及び受信した代用試料の処理出力を対応づけて代用試料ＤＢ１３１に登録する。

次に、解析部１３０は、ＤＢ基準欄１７０１に設定された値に基づいて、代用試料ＤＢ１３１が基準を満たしているか否かを判定する（ステップＳ３０９）。ステップＳ３０９の基準は、ステップＳ２０５の基準と同様の基準を適用できる。

代用試料ＤＢ１３１が基準を満たしていないと判定された場合、解析部１３０は、ステップＳ３０１に戻り、同様の演算処理を実行する。

代用試料ＤＢ１３１が基準を満たしていると判定された場合、解析部１３０は、代用試料ＤＢ１３１の更新処理を終了する。

以上で説明したように、本実施例によれば、解析システム４０は、実試料から学習用のデータを取得し、学習を行う必要がない。すなわち、解析システム４０は、実試料の目標処理出力１０１から実試料の目標処理条件１５０を算出できる。本実施例では、実試料より安価かつ計測が容易にできる代用試料を用いて学習用のデータを収集し、取得したデータを用いて学習処理を実行することによって高速かつ低額で実試料の処理条件を求めることができる。すなわち、プロセス開発のコストを抑えて、高精度の処理条件を求めることができる。

さらに、代用試料の処理出力に含まれる要素の数は、実試料の処理出力に含まれる要素の数以下でもよいため、計測時間及び解析時間等を短くできる。

次に、本発明の他の実施形態を述べる。

まず、図１に示した解析システム４０内の実試料−代用試料モデルについて補足すると、同じ処理条件に対する実試料出力と代用試料出力のＤＢがある場合は、そのＤＢをモデルＤＢ１３２に保存し、解析部１３０に入力して解析部１３０の持つ解析手法により相関を学習することができる。この結果をモデルＤＢ１３２に保存することで、実試料−代用試料関係モデルを保存することができる。

また、実試料−代用試料関係モデルが、定量的な関係ではなく定性的な対応関係である場合でも、目標代用試料出力を決定することは可能である。例えば、代用試料出力の変数Ａと、実試料出力の変数Ｂに対し、Ｂが大きいほどＡも大きいという定性的な実試料−代用試料関係モデルがある場合を考える。また、Ｂのとりうる最大値であるＢ^＊を目標実試料出力とする場合を考える。この際、目標実試料出力に対応する代用試料出力は、Ａのとりうる最大値Ａ^＊であると決定することができる。

そして、目標の実試料出力を与える処理条件を出力において、求められた目標の代用試料出力を与える処理条件となる解を、解析で得られた代用試料に対する試料出力―処理条件モデルを用いて推定する。また、試料出力―処理条件モデルを用いずに、求められた目標の代用試料出力に最も近い代用試料出力を持つデータを、モデルＤＢ１３２に保存された代用試料データベースから参照し、そのデータが持つ処理条件を解として出力してもよい。以上より、実試料の数が限られており、実試料を用いた条件探索が十分に行えない場合において、代用試料ＤＢ、及び事前に判明している実試料−代用試料関係モデルを用いることで、目標の処理条件を探索することができる。

また、図１５にて説明した追加処理条件決定手順において、全疎領域の中から、得られる目標代用試料出力の座標が含まれる疎領域あるいはその座標近傍の疎領域を指定することも可能である。このように疎領域を指定することで、目標代用試料出力付近のデータを集中的に増加させ、目標の実試料処理条件の予測精度が向上させることができる。また、ＤＢの基準の一例を説明する。得られる目標代用試料出力のデータ点やその近傍データがＤＢに含まれている場合に、基準を満たしていると判定することができる。この基準により、目標代用試料出力付近のデータを含むＤＢを構築することができる。

また、図８Ａ、図８Ｂ、図１０Ａ、及び図１０Ｂでは、代用試料をプラズマに暴露した際の被エッチ膜の加工特性を用いて説明を行った。代用試料は、小屋の開口部近傍における媒体の特性を計測することができる。その方法は、小屋内外の各対象膜が加工された様子、すなわち小屋外部のエッチング量ｏ、小屋内部のエッチング量ｉ、小屋内部のエッチング量の減衰の特徴的長さｄ、又は小屋の奥から開口部に向かう被エッチング膜の厚さの減衰の特徴的長さｄを計測することである。

したがって、処理室内又は小屋開口部近傍における媒体は、プラズマ以外にも、腐食ガス、ラジカルを含むガス、加工対象膜と反応するミスト、エアロゾル等がある。

また、媒体がプラズマの場合には、代用試料の表面にはシースが形成されるため、プラズマ中の正イオンが代用試料表面へ入射する際には、ウエハに対して垂直方向に加速されて入射する。したがって、小屋の外では、プラズマからの正イオン、ラジカル及びプラズマ生成用の原料ガスが入射する。それに対して、小屋内の空隙には、正イオンの入射は抑制され、プラズマ生成用の原料ガス及びラジカルのみが拡散する。そのため、小屋の内外のエッチング量を計測することで、プラズマの特性を計測することができる。

ただし、代用試料の表面に沿う形でシースは形成されるため、屋根（小屋カバー）の開口部周辺では、シースが歪むため注意が必要である。このシースの歪みについては、図２４を用いて後述する。なお、屋根は本願明細書中において小屋カバーとも称する。

図２４は、撮像素子２６１０から、レンズ２６２０、小屋カバー２７００、及びウエハ２０００に渡る破線は膜厚計測に用いる干渉光の光路の概要である。ウエハ２０００の表面上に破線で描かれた円の部分が観測領域となる。レンズ２６２０の焦点距離、及び撮像素子２６１０の面積を変更することで、観測領域の面積を変更することが可能である。

観測領域を、小屋カバー以上に広くすることで、小屋カバー以外の場所における被エッチ膜の厚さを計測することができる。

また、ウエハ２０００上には小屋カバーを複数設置することが可能であり、それにより小屋カバー内部及び小屋カバー外部の被エッチ膜の厚について、ウエハ面内での分布を計測することができる。

ウエハ２０００の表面には、図８Ｂ及び図１０Ｂと同様に、下地膜及び被エッチ膜が積層されている。

被エッチ膜へ光を照射することで、被エッチ膜から放射される干渉光を計測することで、被エッチ膜の厚さを計測することができる。

被エッチ膜へ照射する光には、処理室の外部に光源を設置する方法、及び処理室２００１の内部で発生する光を用いることができる。処理室内で発生する光には、プラズマ処理中に発生するプラズマ光を用いることができる。なお、外部の光源を用いる方法については、図２１及び図２２にて説明する。

光源としてプラズマ光等の広帯域光を用いる場合、干渉光より膜厚を計測するためには、分光計測をする必要がある。光学フィルタ２６３０により、カメラへ入射する波長を限定することで、分光計測ができる。光学フィルタ２６３０としてバンドパスフィルタ、又はローパスフィルタ及びハイパスフィルタを組み合わせることで、カメラへ入射する光の帯域を限定することができる。

レンズ２６２０の変更や、光学フィルタ２６３０から撮像素子２６１０の間にレンズを追加することで、より広角での計測を可能とすることで、観測領域を拡大することが可能である。観測領域を広くするほど、より広い範囲での分布計測が可能となる。

ただし、広角での計測では、光学フィルタ２６３０を干渉光が通過する際に、干渉光の光路の中心軸から光路が離れるにつれて、光学フィルタ２６３０に対する入射角度が減少する。多層膜が積層されたバンドパスフィルタは、入射角が９０°から減少するにつれ通過光の波長がシフトし、さらに透過効率が低下するため、注意が必要である。観測領域内の各所からの干渉光が光学フィルタ２６３０を通過する際の角度をあらかじめ見積もり、光学フィルタ２６３０の透過波長の入射角度依存性を用いて、実際の透過波長を計算することで、高精度かつ広い観測領域における被エッチ膜の厚さを計測することができる。

また、広角での計測では、被エッチ膜へ入射する光源からの光についても、被エッチ膜に対して斜めに入射するため、入射角度によって、被エッチ膜内の光路が変化する。そのため、観測領域の各所からの干渉光強度も、被エッチ膜に対する光源からの光の入射角度依存性を持つ。したがって、被エッチ膜への光が入射した際に発生する干渉光強度の角度依存性を見積もり、計測対象となる波長の光の干渉強度を計算することで、高精度かつ広い観測領域における被エッチ膜の厚さを計測することができる。

上記の光学フィルタ２６３０に対する光の入射角度依存性、及び被エッチ膜に対する光の入射角度依存性を見積もり、それを使用する代わりに、被エッチ膜の膜厚変化時の実際の干渉光強度分布を計測し、その際の各計測位置における干渉光強度の経時変化データを、データベースとして使用することで、被エッチ膜の厚さを計測する方法がある。干渉光の計測位置及び計測時間に対して、実際の膜厚を紐付けておくことで、データベース取得時と同一膜種の被エッチ膜の膜厚を計測した際の干渉光とデータベースを比較することで、被エッチ膜の膜厚分布を高精度に計測することができる。

撮像素子２６１０の各素子に入射する光を分光することができるハイパースペクトルカメラを使用することで、光学フィルタ２６３０を使用する必要がなくなる。また、光源として広帯域光を用いることで、多波長に渡る分光計測結果を取得することができるため、膜厚計測の精度が向上できる。

また、被エッチ膜、及びその前後の積層膜又は空間の屈折率と消失係数の関係から、干渉光を計測可能な波長は限定される場合があるが、複数の波長を計測することで、膜厚計測可能な波長を使用することができる。

なお、波長を簡易に選択して干渉膜を計測する方法としては、フィルターホイール（フィルターチェンジャー）に透過波長の異なるフィルタをセットしておき、フィルタを選択することが可能である。

Ａ−Ａ’と平行となる、すなわち小屋カバーの開口部から奥へ向かう軸方向をＸ軸とすると、小屋カバー内の被エッチ膜の膜厚分布のＸ軸方向分布を計測することで、開口部近傍における、被エッチ膜を加工するプラズマ等の媒体の特性を評価することができる。

さらに、小屋カバー開口部近傍の被エッチ膜を加工するプラズマ等の特性が均一な場合においては、小屋の両サイドから離れた位置では、任意の位置で、被エッチ膜厚のＸ軸方向分布の絶対値は同様の値となる。即ち、小屋の中央部において、任意の位置において軸方向分布を計測することができる。

また、小屋カバーの空隙がある範囲内であれば任意の位置で、Ｘ軸方向分布の計測及び特性評価が可能である。したがって、１軸を計測すれば十分な場合には、ラインスキャンタイプのカメラを使用することが可能である。

上記のカメラを用いた方式では、撮像素子の画素数を上限として、観測領域内において非常に多点での代用試料出力を取得することができる。

図１９では、レンズ２６２０から撮像素子２６１０までの光路をテレセントリックにするレンズ２６２０を用いている。光学フィルタ２６３０をテレセントリック光路部に設置することで、干渉光の光学フィルタ２６３０への入射角度を垂直にすることができる。これにより、光学フィルタ２６３０へ干渉光が斜めに入射した際に発生する透過波長のシフト及び減衰を回避することができる。加えて、撮像素子と同様のサイズとなる小さな光学フィルタ２６３０を使用することができる。

図２０では、レンズ２６２０からウエハへ向かう光路をテレセントリックにするレンズ２６２０を用いている。光学フィルタ２６３０をテレセントリック光路部に設置することで、干渉光の光学フィルタ２６３０への入射角度を垂直にすることができる。これにより、光学フィルタ２６３０へ干渉光が斜めに入射した際に発生する透過波長のシフト及び減衰を回避することができる。なお、レンズ２６２０は、カメラ内に搭載されているレンズに追加レンズを追加した構成とすることができる。また、カメラ内部のレンズを目的の光路を得るためのレンズに交換する方法、又は追加レンズのみを使用して目的の光路を得ることができる。

図２１では、レンズ２６２０の前後の光路をテレセントリックにするレンズ２６２０を用いている。また、レンズ２６２０からウエハへ向かう光路にハーフミラー６４０を設置し、ハーフミラー２６４０へ光源２６５０からの光を入射させている。この構成により、光源２６５０からの光はハーフミラー２６４０からウエハへ垂直に向かい観測領域において干渉光を発生させる。観測領域からの干渉光は再びハーフミラー２６４０へ戻り、ハーフミラー２６４０を透過した光をカメラで計測することができる。

なお、図２１の方式では、光源の光と干渉光の光路が、カメラ２６００からウエハ２０００の間で同軸となっているため、レンズ２６２０からウエハ２０００の光路を広角にした場合には、光路が広角になるほどカメラで計測可能な干渉光、及び観測範囲が大幅に減少することに注意が必要である。

ハーフミラー２６４０の位置はレンズ２６２０から撮像素子側に設置することもできる。その場合には、撮像素子と同様のサイズとなる小さなハーフミラー２６４０を使用することができる。

光源２６５０の波長帯域、及びハーフミラー２６４０の透過と反射の波長帯域は、光学フィルタ２６３０の透過帯域と同程度、又は広くする必要がある。また、前述したハイパースペクトルカメラ等を用いることで、多波長の同時分光計測を行う場合には、光源２６５０を広帯域光源とすることが望ましい。加えて、ハーフミラーの透過と反射の波長帯域は、光源２６５０の帯域と同程度、又は広くすることが望ましい。

光源２６５０としては、ＬＥＤ、Ｘｅランプ、ハロゲンランプ、重水素ランプ、蛍光灯、レーザを用いることができる。ただし、レーザ等の狭帯域光源を用いる場合には、光学フィルタ２６３０、ハーフミラー２６４０の透過波長とレーザの波長域を合わせる必要がある。

光源２６５０からの光はレンズ、ミラー等を用いて、テレセントリック光としてハーフミラー２６４０へ入射させることが望ましい。また、光源２６５０を多数の光源で構成することで、光量増加及び波長帯域の拡大ができる。

図２２では、光源として照明２６５１を用いている。照明２６５１は多数の光源で構成されたもの、又は面発光型の光源であり、ウエハ２０００全体へ光を照射することができる。

照明２６５１の中央部には、カメラ２６００へ干渉光を導入するための孔、又は窓が設けられている。照明２６５１からの光は、多数の光源又は発光面より、ウエハへ向かって等方的に放射される。そのため、観測領域全体からの干渉光をカメラ２６００へ導入できる。さらに、レンズ２６２０を変更することで、観測領域のサイズを変更した場合にも、観測領域全体からの干渉光を計測することが可能となる。図２２中の矢印、それに続く破線及び実線は、照明２６５１からの放射光、及びカメラ２６００へ導入される干渉光の光路の例である。光路及び光学フィルタ２６３０については、図１８及び図１９の構成を使用できる。

図２３は、複数の波長を選択的に透過させるマルチ光学フィルタ２６３１である。透過波長の異なる光学フィルタ２６３０を複数並べることで、複数の波長を選択的に透過させることができる。前述した通り、小屋カバーの開口部から奥に向かう軸方向分布の計測は、小屋カバー内部において任意の位置で計測が可能である。したがって、マルチ光学フィルタ２６３１の同一波長のみを透過させる方向の軸をＸ軸とすると、マルチ光学フィルタ２６３１及び小屋カバー内部のＸ軸を同方向とすることで、複数の波長を用いた計測が可能である。

図２１、図２０、及び図１８のように、レンズ２６２０によってウエハ２０００へ向かう光路を拡大する場合には、大きなフィルタを設置することができるため、より多数の透過波長をもったマルチ光学フィルタ２６３１を設置することができる。ただし、前述した通り、光路が広角になる場合には、フィルタ及びウエハに対する光の入射角度を考慮する必要がある。

図２４は、図１８の小屋カバーの両端を解放し、中央部に仕切りを設けた小屋カバー２７００である。これにより、左右２か所の開口部近傍における、被エッチ膜を加工するプラズマ等の媒体の特性を評価することができる。

また、小屋内部の減衰の特徴的長さｄが、小屋開口部から仕切りまでの長さより短い場合には、仕切りを無くしても良い。

プラズマに代用試料を暴露する場合には、小屋の存在によって発生するシースの歪みの影響を考慮する必要がある。シースはプラズマ密度及びウエハへ印加されるバイアス出力に依存する厚さｄｓを持っており、小屋の形状に沿って図２４の破線に示したようにシースが形成される。このシースは小屋カバーに沿って歪んでいるため、小屋の開口部近傍では、小屋カバー下の被エッチ膜に向かって、正イオンが斜めに加速入射する。

したがって、正イオンが入射する小屋の開口部近傍と、正イオンの入射が無い小屋の内部では、被エッチ膜を加工する現象が異なる。

したがって、小屋内部のエッチング量ｉ、小屋内部のエッチング量の減衰の特徴的長さｄは、小屋の開口部近傍と、小屋の内部に分けた値を計測することが望ましい。

小屋の開口部近傍と小屋の内部の位置としては、小屋開口部からＸ軸方向に、少なくとも小屋カバー内の空隙の高さの２倍進んだ位置とすることが望ましい。開口部近傍の被エッチ膜の軸方向分布が複雑になり、減衰の特徴的長さの計測が困難な場合でも、小屋の内部の計測値を取得することができる。

図２５は、ウエハ全体を覆う小屋カバー２７００である。小屋の開口部を小屋カバー上部の孔として複数設けることで、被エッチ膜を加工するプラズマ等の媒体の特性について、ウエハ面内の分布を取得することが可能である。図２６では、小屋内部に開口部から一定の半径をもった空隙を持つように、小屋カバーによって空隙が仕切られており、これによって、各開口部付近の媒体の特性を取得することができる。

また、小屋カバーの上部に孔を設けることによって、前述したシースの歪みによる影響を抑制することが可能となる。図２６では、孔の周辺すべてが小屋カバーとなっているため、孔の直径を小さくすることで、シースの歪みを抑制することができる。孔の直径をシース厚さの２倍未満とすることで、破線で示したように、孔の左右から中央に向かってシースが歪むものの中央部でシースが重ね合わさることで、シースの歪みが緩和される。孔の直径をシース厚さの１倍以下とすることで、さらにシースの歪みを抑制できる。

小屋内部の減衰の特徴的長さｄが、小屋開口部から仕切りまでの長さより短い場合には、小屋を支える数点の支柱を残すか、又は小屋カバーの最外周部分を支えとして残し、それ以外の部分の仕切りを無くしても良い。

図２６は、図２５にて説明した小屋カバーの最外周部分の仕切りを残した小屋カバー２７００である。

図２７は、小屋カバー内の空隙、小屋カバー毎の仕切り部分を放射状とすることで、被エッチ膜を加工するプラズマ等の媒体の特性の周方向分布を計測できる小屋カバー２７００である。

図２７では、開口部を直線形状としてあるが、これを円弧形状とすることでより正確な周方向分布を計測することができる。

また、開口部の半径方向の位置を変更することで、所望の位置の周方向分布を計測することができる。

さらに、円周形状の仕切り及び、各空隙に開口部を設けることで、複数の径方向位置での周方向分布を計測することができる。

図２８は、Ｘ軸方向に空隙を設けた小屋カバー２７００である。Ｘ軸に対して垂直な方向をＹ軸方向とすると、図２８の構成を用いることで、被エッチ膜を加工するプラズマ等の媒体の特性のＹ軸方向分布を計測することができる。

また、図２８では、開口部の幅を広げることで、開口部分となる、すなわち小屋外部のエッチング量ｏ、を取得することができる。また、開口部の幅を広げることで、開口部における、被エッチ膜を加工するプラズマ等の媒体による被エッチ膜の加工量を取得することができる。

開口部分の被エッチ膜の加工特性に対する、小屋カバーと周辺媒体との反応の影響を抑制する必要があるため、開口部部分の大きさは、少なくとも小屋カバー以上とする必要がある。

開口部分すなわち小屋外部における、プラズマによる被エッチ量を計測する場合には、小屋カバーの形状に沿って形成されるシースの歪みの影響を避けるため、少なくともシース厚さの３倍以上とする必要がある。

開口部分の被エッチ膜の加工特性に対する、小屋カバーと周辺媒体との反応の影響を、さらに抑制するためには、開口部部分の大きさは、小屋カバーの２倍以上、又はシース厚さの１０倍以上、さらには１ｃｍ^２以上とすることが望ましい。

上記にて説明した開口部分は、図２５、図２６、図２７の一部に設けることできる。また、図２５、図２６、図２７に図示した開口部のサイズを拡大することで、開口部の特性を計測することができる。

図２９は、ウエハ全体を覆う小屋カバーに、空隙と開口部をひとつずつ設けた小屋カバー２７００である。これらの空隙及び開口部を持つ部分を計測部２７０１とする。

まず、小屋カバー２７００と計測部２７０１を一体として構成した場合について説明する。

小屋カバー内部の大半の領域は、被エッチ膜と小屋カバーの接触を避けるため空隙を持っている。その一方で、計測部と小屋カバーの間に仕切りを設けることで、計測部以外の小屋カバー内の空隙における被エッチ膜の加工を防いでいる。

上記構成により、この代用試料を計測で使用した後に、小屋カバー２７００を回転させることで、計測部を被エッチ膜が使用されていない部分へ移動することで、再度計測が可能となる。したがって、被エッチ膜付きのウエハ１枚を使用して、複数回の計測ができる。

小屋カバー２７００の回転時には、計測部２７０１を囲う仕切りの底面と被エッチ膜が接触することになる。この接触による被エッチ膜表面へのダメージを避けるためには、仕切りを回転させる際に、いったん小屋カバーを持ち上げてから回転させればよい。

小屋カバーをスライドさせながら回転させる場合には、仕切りを小屋カバーの上面に固定、又は上面から延長し、仕切りが被エッチ膜へ接触しない長さとすることができる。ただし、この場合には計測部２７０１の周辺において、仕切りの外側部分へもわずかに被エッチ膜が加工される場合があるため、繰り返し計測をできる回数が減少することに注意が必要である。仕切りの外部部分の加工をできるだけ抑制するためには、仕切り直下における仕切りと被エッチ膜の空間をできるだけ小さくすることが望ましい。また、仕切り下面に被エッチ膜との接触部となる微小部分又はドットを設け、被エッチ膜との接触面積を限定することで、仕切りが被エッチ膜へ接触することを起因とする計測結果への擾乱を抑制することができる。

また、仕切り下面に低摩擦材料又は摩擦を低減するコーティングを施すことで、接触部分による被エッチ膜へのダメージを抑制することができる。低摩擦材料やコーティングのサイズを小さくすることで、媒体との反応を抑制することが可能である。ただし、媒体及び仕切り下面に施された材質の組合せによっては、計測結果への擾乱が大きくなる可能性があるため注意が必要である。

次に、小屋カバー２７００と計測部２７０１を分離可能とした構成について説明する。仕切りの中央部分において、小屋カバー２７００と計測部２７０１を分離した構成とすることで、計測部２７０１の開口部の面積、形状、位置、個数、さらには、空隙の奥行、幅の異なる計測部２７０１と交換することができる。

図２９の代用試料を減圧下で使用する場合には、計測部２７０１以外の小屋カバー内の空隙に気体が残存することで、処理室内へ残存気体が放出された場合には、処理室内に所望のプラズマ等の媒質を生成した際における、目的となる被エッチ膜の加工特性が計測できない。また、残存気体による圧力が発生し、それにより代用試料自体が破壊される可能性がある。これを防ぐために、小屋カバー２７００の一部に気抜孔２７０２を設けている。

ただし、気抜孔の周辺の被エッチ膜は、計測中において加工が進むため、その部分は計測部として使うことができなくなる。したがって、気抜孔の面積は数＋ｍｍ^２以下とすることが望ましい。

また、気抜孔２７０２を小屋カバー２７００と計測部２７０１との仕切り部に設け、計測部の空隙と、計測部以外の空隙を接続することで、開口部より残存気体を排気することができる。

図３０は、図２９の開口部と計測部の位置を別々に設けた小屋カバー２７００である。開口部の長さと、小屋カバー下部の空隙のＸ軸方向長さの合計がウエハ半径を超える場合において、図３０の構成が使用できる。また、開口部の径方向分布が計測できる。さらに、小屋内部の減衰の特徴的長さｄが長い場合においても計測ができる。

図３１は、図２９において説明した小屋カバーの回転を、自動で行うことができる小屋カバー２７００及び回転機構である。図３１では、小屋カバーは、小屋カバー２７００と外周支持部２７０３（又は回転ガイド部と称す）の２つから構成される。小屋カバーの最外周部の空隙側には、歯車が設けてあり、これを歯車等の回転動力伝達部品２７１０を用いて駆動することで、小屋カバーが回転できる。

回転機構としては、上記の歯車部分を摩擦係数が大きい材料又は部品として、回転動力伝達部品２７１０を用いて小屋カバーを回転させることもできる。

回転動力伝達部品２７１０は、回転制御システム２７１１によって、その回転量、回転速度、回転開始及び停止のタイミングが制御される。回転制御システム２７１１は、回転制御基板、メモリ、演算装置、電源を備えている。また、電源を２次電池として、これを充電するための接点、又は無線給電用コイルを備えることができる。さらに、メモリ内部に保存された制御基板の制御プログラムの書き換え、回転制御時に取得した、回転量、回転速度、回転開始及び停止タイミング等のログ情報取得、回転開始及び停止信号を受信するための、無線通信部を備えることができる。

回転制御システム２７１１及び回転動力伝達部品２７１０は、外周支持部２７０３の延長部分に固定されており、これにより、小屋カバー２７００のみを回転させることができる。

なお、回転制御システム２７１１を使用せずに、小屋位置口開閉部品２７１２は手動で回転させてもよい。その場合には、回転動力伝達部品２７１０の中央部をドライバー等を用いて小屋カバー２７００を回転させることができる。また、回転動力伝達部品２７１０の中央部につまみを設けておくことで、これを手動で回すことで小屋カバー２７００を回転させることができる。

なお、外周支持部２７０３を、図２９及び図３０の小屋カバー２７００の外周に設けることで、小屋カバー２７００の回転をスムーズにすることができる。

図３２は、小屋位置口開閉部品２７１２を回転させることで、小屋カバーに複数設けられた計測用の空隙の開口部を開閉することで、複数回の計測を可能とする小屋カバー２７００及び回転機構である。

回転動力伝達部品２７１０及び回転制御システム２７１１を使用することで、小屋位置口開閉部品２７１２が回転する。また、回転制御システム２７１１を使用せずに、小屋位置口開閉部品２７１２は手動で回転させてもよい。回転動力伝達部品２７１０による小屋位置口開閉部品２７１２の回転機構には、歯車又は摩擦係数が大きい材料若しくは部品を用いて、小屋カバー２７００を回転させることができる。

なお、図３２の構成では、計測部分の両側の仕切りに孔を設け各空隙を接続することで、小屋開口部が開放されている計測部の空隙より、各空隙内部の残存気体を排気することができる。また、いずれかの空隙に気抜孔を設け、さらに計測部分の両側の仕切りに孔を設け各空隙を接続することで、各空隙内部の残存気体を気抜孔より排気してもよい。

なお、上記までの説明では、主に試料に溝又は孔の加工、試料表面の研削、試料表面に積層された膜の研削を用いて説明を行ったが、試料上に膜や構造物を堆積させる場合にも、堆積膜の厚さや堆積膜構造の情報を試料出力及び代用試料出力とすることで、同様の効果を得ることができる。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。また、例えば、上記した実施例は本発明を分かりやすく説明するために構成を詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、各実施例の構成の一部について、他の構成に追加、削除、置換することが可能である。

また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、本発明は、実施例の機能を実現するソフトウェアのプログラムコードによっても実現できる。この場合、プログラムコードを記録した記憶媒体をコンピュータに提供し、そのコンピュータが備えるプロセッサが記憶媒体に格納されたプログラムコードを読み出す。この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施例の機能を実現することになり、そのプログラムコード自体、及びそれを記憶した記憶媒体は本発明を構成することになる。このようなプログラムコードを供給するための記憶媒体としては、例えば、フレキシブルディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、光ディスク、光磁気ディスク、ＣＤ−Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭなどが用いられる。

また、本実施例に記載の機能を実現するプログラムコードは、例えば、アセンブラ、Ｃ／Ｃ＋＋、ｐｅｒｌ、Ｓｈｅｌｌ、ＰＨＰ、Ｊａｖａ（登録商標）等の広範囲のプログラム又はスクリプト言語で実装できる。

さらに、実施例の機能を実現するソフトウェアのプログラムコードを、ネットワークを介して配信することによって、それをコンピュータのハードディスクやメモリ等の記憶手段又はＣＤ−ＲＷ、ＣＤ−Ｒ等の記憶媒体に格納し、コンピュータが備えるプロセッサが当該記憶手段や当該記憶媒体に格納されたプログラムコードを読み出して実行するようにしてもよい。

上述の実施例において、制御線や情報線は、説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。全ての構成が相互に接続されていてもよい。

１０ 代用試料用端末
２０ 処理装置
３０ 計測装置
４０ 解析システム
５０ 実試料用端末
１００ 入力処理条件
１０１ 目標処理出力
１１０ 処理条件入力部
１１１ 処理部
１２０ 計測部
１３０ 解析部
１３１ 代用試料ＤＢ
１３２ モデルＤＢ
１４０ 処理条件モデル
１４１ 代用試料モデル
１５０ 目標処理条件
２００ 計算機
２０１ 演算装置
２０２ 主記憶装置
２０３ 副記憶装置
２０４ ネットワークインタフェース
６０１ 実試料処理出力空間
６０２ 実試料処理条件空間
６１１ 代用試料処理出力空間
６１２ 代用試料処理条件空間
１１０１ 光源
１１０２ 検出器
２０００ ウエハ
２００１ 処理室
２６００ カメラ
２６１０ 撮像素子
２６２０ レンズ
２６３０ 光学フィルタ
２６３１ マルチ光学フィルタ
２６４０ ハーフミラー
２６５０ 光源
２６５１ 照明
２７００ 小屋カバー
２７０１ 計測部
２７０２ 気抜孔
２７０３ 外周支持部
２７１０ 回転動力伝達部
２７１１ 回転制御システム
２７１２ 小屋開口部開閉部品

Claims (4)

1. 試料に対して行われる処理の制御パラメータを決定する計算機であって、
   前記処理が行われた、製造に用いられる第１試料を計測することによって得られる第１処理出力と、前記処理が行われた、前記第１試料より計測が容易な第２試料を計測することによって得られる第２処理出力との間の相関関係を示す第１モデルを格納する記憶部と、
   前記第１試料に対して行われる前記処理の目標制御パラメータを算出する解析部と、を備え、
   前記処理を行う処理装置と接続し、
   前記第２試料に対して行われた前記処理の制御パラメータ及び前記第２処理出力が対応づけられたデータを格納するデータベースにアクセス可能であり、
   前記第２処理出力は、複数の要素の計測値を含み、
   前記解析部は、
   前記データベースを参照して、前記複数の要素の各々を軸とする空間における前記第２処理出力の分布を解析し、前記解析の結果に基づいて、追加対象の第２処理出力を決定し、前記データベースを用いた学習処理を実行することによって、前記第２試料に対して行われた前記処理の制御パラメータと、前記第２処理出力との間の相関関係を示す第２モデルを生成し、前記追加対象の第２処理出力及び前記第２モデルを用いて、前記第２試料に対して行われる前記処理の新規制御パラメータを算出し、前記新規制御パラメータを前記処理装置に入力し、前記新規制御パラメータに基づいて前記処理を行った前記処理装置から新規第２処理出力を取得し、前記新規制御パラメータ及び前記新規第２処理出力を対応づけた前記データを前記データベースに登録する第１処理を、前記データベースに格納される前記データの数及びばらつきに関する評価基準が満たされるまで実行し、
   目標となる前記第１処理出力である目標処理出力の入力を受け付けた場合、前記データベースを用いた学習処理を実行することによって前記第２モデルを生成し、前記第１モデルに基づいて、前記目標処理出力に対応する前記第２処理出力を算出し、前記第２モデルに基づいて、前記目標処理出力に対応する第２処理出力が得られる推定制御パラメータを算出し、前記推定制御パラメータを前記目標制御パラメータとして出力する第２処理を実行することを特徴とする計算機。
2. 請求項１に記載の計算機であって、
   前記第１試料及び前記第２試料は、幾何学構造及び物性の少なくともいずれかの相関を有することを特徴とする計算機。
3. 計算機が実行する、試料に対して行われる処理の制御パラメータの決定方法であって、
   前記計算機は、
   演算装置、前記演算装置に接続される記憶装置、及び前記演算装置に接続され、外部装置と接続するインタフェースを有し、
   前記記憶装置は、前記処理が行われた、製造に用いられる第１試料を計測することによって得られる第１処理出力と、前記処理が行われた、前記第１試料より計測が容易な第２試料を計測することによって得られる第２処理出力との間の相関関係を示す第１モデルを格納し、
   前記計算機は、前記処理を行う処理装置と接続し、また、前記第２試料に対して行われた前記処理の制御パラメータ及び前記第２処理出力が対応づけられたデータを格納するデータベースにアクセス可能であり、
   前記第２処理出力は、複数の要素の計測値を含み、
   前記処理の制御パラメータの決定方法は、
   前記演算装置が、前記データベースに格納される前記データの数及びばらつきに関する評価基準が満たされるまで、前記データベースに前記データを追加する第１のステップと、
   前記演算装置が、目標となる前記第１処理出力である目標処理出力を受け付けた場合、前記データベースを用いた学習処理を実行することによって、前記第２試料に対して行われた前記処理の制御パラメータと、前記第２処理出力との間の相関関係を示す第２モデルを生成し、前記目標処理出力、前記第１モデル、及び前記第２モデルに基づいて、前記第１試料に対して行われる前記処理の目標制御パラメータを算出する第２のステップと、を含み、
   前記第１のステップは、
   前記演算装置が、前記データベースを参照して、前記複数の要素の各々を軸とする空間における前記第２処理出力の分布を解析し、前記解析の結果に基づいて、追加対象の第２処理出力を決定するステップと、
   前記演算装置が、前記データベースを用いた学習処理を実行することによって、前記第２モデルを生成するステップと、
   前記演算装置が、前記追加対象の第２処理出力及び前記第２モデルを用いて、前記第２試料に対して行われる前記処理の新規制御パラメータを算出するステップと、
   前記演算装置が、前記新規制御パラメータを前記処理装置に入力するステップと、
   前記演算装置が、前記新規制御パラメータに基づいて前記処理を行った前記処理装置から新規第２処理出力を取得するステップと、
   前記演算装置が、前記新規制御パラメータ及び前記新規第２処理出力を対応づけた前記データを前記データベースに登録するステップと、を含み、
   前記第２のステップは、
   前記演算装置が、前記データベースを用いた学習処理を実行することによって前記第２モデルを生成するステップと、
   前記演算装置が、前記第１モデルに基づいて、前記目標処理出力に対応する前記第２処理出力を算出するステップと、
   前記演算装置が、前記第２モデルに基づいて、前記目標処理出力に対応する第２処理出力が得られる可能性がある制御パラメータである推定制御パラメータを算出するステップと、
   前記演算装置が、前記推定制御パラメータを前記目標制御パラメータとして出力するステップと、を含むことを特徴とする処理の制御パラメータの決定方法。
4. 請求項３に記載の処理の制御パラメータの決定方法であって、
   前記第１試料及び前記第２試料は、幾何学構造及び物性の少なくともいずれかの相関を有することを特徴とする処理の制御パラメータの決定方法。

Images