JP7118170B2 - 仮想測定装置、仮想測定方法及び仮想測定プログラム - Google Patents
仮想測定装置、仮想測定方法及び仮想測定プログラム Download PDFInfo
- Publication number
- JP7118170B2 JP7118170B2 JP2020557874A JP2020557874A JP7118170B2 JP 7118170 B2 JP7118170 B2 JP 7118170B2 JP 2020557874 A JP2020557874 A JP 2020557874A JP 2020557874 A JP2020557874 A JP 2020557874A JP 7118170 B2 JP7118170 B2 JP 7118170B2
- Authority
- JP
- Japan
- Prior art keywords
- unit
- processing
- time
- series data
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 45
- 238000012545 processing Methods 0.000 claims description 246
- 238000011176 pooling Methods 0.000 claims description 52
- 238000010606 normalization Methods 0.000 claims description 47
- 238000004519 manufacturing process Methods 0.000 claims description 44
- 238000007689 inspection Methods 0.000 claims description 39
- 238000010801 machine learning Methods 0.000 claims description 26
- 230000015572 biosynthetic process Effects 0.000 claims description 20
- 238000003786 synthesis reaction Methods 0.000 claims description 20
- 238000013459 approach Methods 0.000 claims description 8
- 239000000758 substrate Substances 0.000 claims description 6
- 230000002194 synthesizing effect Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 2
- 235000012431 wafers Nutrition 0.000 description 88
- 238000001636 atomic emission spectroscopy Methods 0.000 description 56
- 238000010586 diagram Methods 0.000 description 45
- 239000004065 semiconductor Substances 0.000 description 22
- 230000003287 optical effect Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 8
- 230000015654 memory Effects 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 7
- 238000012805 post-processing Methods 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 238000013500 data storage Methods 0.000 description 5
- 230000004913 activation Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000004611 spectroscopical analysis Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004993 emission spectroscopy Methods 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
- G01B11/0616—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating
- G01B11/0658—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating with measurement of emissivity or reradiation
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67276—Production flow monitoring, e.g. for increasing throughput
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
- G01B11/0616—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating
- G01B11/0625—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating with measurement of absorption or reflection
- G01B11/0633—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of coating with measurement of absorption or reflection using one or more discrete wavelengths
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4155—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by programme execution, i.e. part programme or machine function execution, e.g. selection of a programme
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/45—Nc applications
- G05B2219/45031—Manufacturing semiconductor wafers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Human Computer Interaction (AREA)
- General Factory Administration (AREA)
Description
製造プロセスの所定の処理単位において、対象物の処理に伴い測定された時系列データ群を取得する取得部と、
取得した前記時系列データ群を処理する複数のネットワーク部と、該複数のネットワーク部を用いて処理することで出力された各出力データを合成する連結部とを含み、該連結部より出力された合成結果が、前記製造プロセスの前記所定の処理単位において前記対象物を処理した際の結果物の検査データに近づくよう、前記複数のネットワーク部及び前記連結部を機械学習する学習部とを有する。
<半導体製造プロセスと仮想測定装置とを含むシステムの全体構成>
はじめに、製造プロセス(ここでは、半導体製造プロセス)と仮想測定装置とを含むシステムの全体構成について説明する。図1は、半導体製造プロセスと仮想測定装置とを含むシステム100の全体構成の一例を示す図である。図1に示すように、システム100は、半導体製造プロセスと、時系列データ取得装置140_1~140_nと、検査データ取得装置150と、仮想測定装置160とを有する。
次に、半導体製造プロセスの所定の処理単位120について説明する。図2は、半導体製造プロセスの所定の処理単位の一例を示す第1の図である。図2に示すように、基板処理装置の一例である半導体製造装置200は、複数のチャンバ(複数の処理空間の一例。図2の例では、“チャンバA”~“チャンバC”)を有しており、各チャンバにおいて、ウェハが処理される。
・チャンバA(第1の処理空間)における処理に伴い測定される時系列データ群と、
・チャンバB(第2の処理空間)における処理に伴い測定される時系列データ群と、
・チャンバC(第3の処理空間)における処理に伴い測定される時系列データ群と、
が含まれる。
次に、時系列データ取得装置140_1~140_nにおいて取得される時系列データ群の具体例について説明する。図4は、取得される時系列データ群の一例を示す図である。なお、図4の例では、説明の簡略化のため、時系列データ取得装置140_1~140_nがそれぞれ1次元のデータを測定するものとしているが、1の時系列データ取得装置が2次元のデータ(複数種類の1次元データのデータセット)を測定してもよい。
次に、仮想測定装置160のハードウェア構成について説明する。図5は、仮想測定装置のハードウェア構成の一例を示す図である。図5に示すように、仮想測定装置160は、CPU(Central Processing Unit)501、ROM(Read Only Memory)502、RAM(Random Access Memory)503を有する。また、仮想測定装置160は、GPU(Graphics Processing Unit)504を有する。なお、CPU501、GPU504などのプロセッサ(処理回路、Processing Circuit、Processing Circuitry)と、ROM502、RAM503などのメモリは、いわゆるコンピュータを形成する。
次に、学習部161の機能構成について説明する。図6は、学習部の機能構成の一例を示す図である。学習部161は、分岐部610と、第1のネットワーク部620_1~第Mのネットワーク部620_Mと、連結部630と、比較部640とを有する。
次に、学習部161の各部の処理の詳細について、具体例を挙げて説明する。
はじめに、分岐部610の処理の詳細について説明する。図7は、分岐部の処理の具体例を示す第1の図である。図7の場合、分岐部610は、時系列データ取得装置140_1~140_nにより測定された時系列データ群を、第1の基準に応じて加工することで、時系列データ群1(第1の時系列データ群)を生成し、第1のネットワーク部620_1に入力する。
次に、分岐部610の他の処理の詳細について説明する。図8は、分岐部の処理の具体例を示す第2の図である。図8の場合、分岐部610は、時系列データ取得装置140_1~140_nにより測定された時系列データ群を、データ種類に応じてグループ分けすることで、時系列データ群1(第1の時系列データ群)と時系列データ群2(第2の時系列データ群)を生成する。また、分岐部610は、生成した時系列データ群1を第3のネットワーク部620_3に入力し、生成した時系列データ群2を第4のネットワーク部620_4に入力する。
次に、分岐部610による他の処理の詳細について説明する。図9は、分岐部の処理の具体例を示す第3の図である。図9の場合、分岐部610は、時系列データ取得装置140_1~140_nにより取得された時系列データ群を、第5のネットワーク部620_5と第6のネットワーク部620_6の両方に入力する。そして、第5のネットワーク部620_5と第6のネットワーク部620_6とで、同じ時系列データ群に対して、異なる処理(正規化処理)を施す。
次に、分岐部610による他の処理の詳細について説明する。図11は、分岐部の処理の具体例を示す第4の図である。図11の場合、分岐部610は、時系列データ取得装置140_1~140_nにより測定された時系列データ群のうち、チャンバAにおける処理に伴い測定された時系列データ群1(第1の時系列データ群)を第7のネットワーク部620_7に入力する。
次に、推論部162の機能構成について説明する。図12は、推論部の機能構成の一例を示す図である。図12に示すように、推論部162は、分岐部1210と、第1のネットワーク部1220_1から第Mのネットワーク部1220_Mと、連結部1230とを有する。
次に、仮想測定装置160による仮想測定処理全体の流れについて説明する。図13は、仮想測定装置による仮想測定処理の流れを示すフローチャートである。
以上の説明から明らかなように、第1の実施形態に係る仮想測定装置は、
・製造プロセスの所定の処理単位において、対象物の処理に伴い測定された時系列データ群を取得する。
・取得した時系列データ群を、
・第1及び第2の基準に応じて処理することで、第1の時系列データ群と第2の時系列データ群とを生成し、あるいは、
・データ種類または時間範囲に応じてグループ分けし、
複数のネットワーク部を用いて処理することで出力された各出力データを合成する、あるいは、
・取得した時系列データ群を、異なる手法で正規化を行う複数のネットワーク部にそれぞれ入力し、複数のネットワーク部を用いて処理することで出力された各出力データを合成する。
・各出力データを合成することで得た合成結果が、製造プロセスの所定の処理単位において、対象物を処理した後の結果物の検査データに近づくよう、複数のネットワーク部を機械学習する。
・新たな対象物について取得した時系列データ群を、機械学習された複数のネットワーク部を用いて処理し、該複数のネットワーク部より出力された各出力データの合成結果を、新たな対象物を処理した際の結果物の検査データとして推論する。
上記第1の実施形態では、取得した時系列データ群を複数のネットワーク部を用いて処理する構成として、4通りの構成について示した。このうち、第2の実施形態では、異なる手法で正規化処理を行う正規化部をそれぞれに含む複数のネットワーク部を用いて時系列データ群を処理する構成について、
・時系列データ取得装置が発光分光分析装置であり、
・時系列データ群がOES(Optical Emission Spectroscopy)データ(発光強度の時系列データが波長の種類に応じた数だけ含まれるデータセット)である、
場合について、更なる詳細を説明する。なお、以下では、上記第1の実施形態と相違する点を中心に説明を行う。
はじめに、時系列データ取得装置が発光分光分析装置である半導体製造プロセスと仮想測定装置とを含むシステムの全体構成について説明する。図14は、時系列データ取得装置が発光分光分析装置である半導体製造プロセスと仮想測定装置とを含むシステムの全体構成の一例を示す図である。
次に、発光分光分析装置1401において取得される時系列データ群であるOESデータの具体例について説明する。図15は、取得されるOESデータの一例を示す図である。
次に、分岐部610によりOESデータ1520がそれぞれ入力される第5のネットワーク部620_5及び第6のネットワーク部620_6の、正規化部の処理の具体例について説明する。
次に、第5のネットワーク部620_5及び第6のネットワーク部620_6の最終層に含まれるプーリング部の処理の具体例について説明する。図18は、プーリング部の処理の具体例を示す図である。
次に、第5のネットワーク部620_5及び第6のネットワーク部620_6の最終層に含まれるプーリング部の処理の他の具体例について説明する。図19は、第5のネットワーク部の最終層に含まれるプーリング部の処理の他の具体例を示す図であり、SPP処理を説明するための図である。
次に、推論部162より出力される仮想測定データ(推論結果)の精度について説明する。図21は、推論部による推論結果の精度を説明するための第1の図である。なお、図21の例は、1のチャンバを処理単位120と定義した場合において、各チャンバ(ここでは、チャンバA~チャンバDまでの4つのチャンバ)において、仮想測定データと検査データとを対比したことを示している。
・処理単位であるチャンバAにおいて、処理前ウェハ110が処理され、処理後ウェハ130を検査することで取得されたER値と、
・処理単位であるチャンバAにおいて、処理前ウェハ110の処理に伴い測定されたOESデータに基づいて推論された仮想測定データと、
の関係をプロットしたものである。
・処理単位のチャンバBにおいて、処理前ウェハ110が処理され、処理後ウェハ130を検査することで取得されたER値と、
・処理単位のチャンバBにおいて、処理前ウェハ110の処理に伴い測定されたOESデータに基づいて推論された仮想測定データと、
の関係をプロットしたものである。
・処理単位のチャンバCにおいて、処理前ウェハ110が処理され、処理後ウェハ130を検査することで取得されたER値と、
・処理単位のチャンバCにおいて、処理前ウェハ110の処理に伴い測定されたOESデータに基づいて推論された仮想測定データと、
の関係をプロットしたものである。
・処理単位のチャンバDにおいて、処理前ウェハ110が処理され、処理後ウェハ130を検査することで取得されたER値と、
・処理単位のチャンバDにおいて、処理前ウェハ110の処理に伴い測定されたOESデータに基づいて推論され仮想測定データと、
の関係をプロットしたものである。
以上の説明から明らかなように、第2の実施形態に係る仮想測定装置は、
・製造プロセスの所定の処理単位における対象物の処理に伴い、発光分光分析装置にて測定された時系列データ群であるOESデータを取得する。また、取得したOESデータを、異なる手法で正規化し、それぞれ異なるネットワーク部を用いて処理した各出力データを合成する。
・各出力データを合成することで得た合成結果が、製造プロセスの所定の処理単位において、対象物を処理した後の結果物の検査データ(ER値)に近づくよう、異なるネットワーク部を機械学習する。
・異なるネットワーク部に入力するOESデータに対してリサイズ処理を行い、ミニバッチ単位でデータサイズが同じOESデータを生成する。
・ネットワーク部の最終層において、GAP処理またはSPP処理を行うことで、ミニバッチ間で同じデータサイズにして、固定長の出力データを出力する。
上記第2の実施形態では、正規化部1001が行う正規化処理として、
・波長全体に対する所定の時間長分の発光強度の中から算出した、発光強度の平均と標準偏差とを用いて行う正規化処理、
・それぞれの波長内での所定の時間長分の発光強度の中から算出した、発光強度の平均と標準偏差とを用いて行う正規化処理、
を例示した。しかしながら、正規化部1001が正規化処理を行う際に用いる統計値は様々であり、例えば、発光強度の最大値と標準偏差とを用いて正規化処理を行ってもよいし、その他の統計値を用いて正規化処理を行ってもよい。また、いずれの統計値を用いて正規化処理を行うかは選択できるように構成されていてもよい。
110 :処理前ウェハ
120 :処理単位
130 :処理後ウェハ
140_1~140_n :時系列データ取得装置
150 :検査データ取得装置
160 :仮想測定装置
161 :学習部
162 :推論部
200 :半導体製造装置
610 :分岐部
620_1 :第1のネットワーク部
620_11~620_1N :第1層~第N層
620_2 :第2のネットワーク部
620_21~620_2N :第1層~第N層
620_M :第Mのネットワーク部
620_M1~620_MN :第1層~第N層
630 :連結部
640 :比較部
1001、1011 :正規化部
1004、1014 :プーリング部
1210 :分岐部
1220_1 :第1のネットワーク部
1220_11~1220_1N :第1層~第N層
1220_2 :第2のネットワーク部
1220_21~1220_2N :第1層~第N層
1220_M :第Mのネットワーク部
1220_M1~1220_MN :第1層~第N層
1240 :連結部
1250 :比較部
1401 :発光分光分析装置
1520 :OESデータ
1610、1620 :正規化OESデータ
Claims (18)
- 製造プロセスの所定の処理単位において、対象物の処理に伴い測定された時系列データ群を取得する取得部と、
取得した前記時系列データ群を処理する複数のネットワーク部と、該複数のネットワーク部を用いて処理することで出力された各出力データを合成する連結部とを含み、該連結部より出力された合成結果が、前記製造プロセスの前記所定の処理単位において前記対象物を処理した際の結果物の検査データに近づくよう、前記複数のネットワーク部及び前記連結部を機械学習する学習部と
を有する仮想測定装置。 - 新たな対象物について取得した時系列データ群を、機械学習された前記複数のネットワーク部を用いて処理することで、機械学習された前記連結部より出力された合成結果を、前記新たな対象物を処理した際の結果物の検査データとして推論する推論部を更に有する請求項1に記載の仮想測定装置。
- 製造プロセスの所定の処理単位において、対象物の処理に伴い測定された時系列データ群を取得する取得部と、
取得した前記時系列データ群を処理する複数のネットワーク部と、該複数のネットワーク部を用いて処理することで出力された各出力データを合成する連結部とを含み、該連結部より出力された合成結果を、前記対象物を処理した際の結果物の検査データとして推論する推論部と、を有し、
前記複数のネットワーク部及び前記連結部は、予め取得された時系列データ群を前記複数のネットワーク部を用いて処理することで、前記連結部より出力された合成結果が、製造プロセスの所定の処理単位において対象物を処理した際の結果物の検査データに近づくように機械学習されている、仮想測定装置。 - 前記学習部は、
取得した前記時系列データ群を第1の基準及び第2の基準に応じてそれぞれ処理することで、第1の時系列データ群と第2の時系列データ群とを生成し、各時系列データ群を異なる前記ネットワーク部を用いて処理することで前記連結部より出力された合成結果が、前記製造プロセスの前記所定の処理単位において前記対象物を処理した際の結果物の検査データに近づくよう、前記異なるネットワーク部及び前記連結部を機械学習する、請求項1に記載の仮想測定装置。 - 新たな対象物について取得した時系列データ群を前記第1の基準及び前記第2の基準に応じてそれぞれ処理することで、第1の時系列データ群と第2の時系列データ群とを生成し、各時系列データ群を、機械学習された前記異なるネットワーク部を用いて処理することで、機械学習された前記連結部より出力された合成結果を、前記新たな対象物を処理した際の結果物の検査データとして推論する推論部を更に有する請求項4に記載の仮想測定装置。
- 前記学習部は、
取得した前記時系列データ群をデータ種類または時間範囲に応じてグループ分けし、各グループを異なる前記ネットワーク部を用いて処理することで前記連結部より出力された合成結果が、前記製造プロセスの前記所定の処理単位において前記対象物を処理した際の結果物の検査データに近づくよう、前記異なるネットワーク部及び前記連結部を機械学習する、請求項1に記載の仮想測定装置。 - 新たな対象物について取得した時系列データ群を前記データ種類または前記時間範囲に応じてグループ分けし、各グループを、機械学習された前記異なるネットワーク部を用いて処理することで、機械学習された前記連結部より出力された合成結果を、前記新たな対象物を処理した際の結果物の検査データとして推論する推論部を更に有する請求項6に記載の仮想測定装置。
- 前記学習部は、
取得した前記時系列データ群を、異なる手法で正規化を行う正規化部をそれぞれに含む異なるネットワーク部を用いて処理することで前記連結部より出力された合成結果が、前記製造プロセスの前記所定の処理単位において前記対象物を処理した際の結果物の検査データに近づくよう、前記異なるネットワーク部及び前記連結部を機械学習する、請求項1に記載の仮想測定装置。 - 新たな対象物について取得した時系列データ群を、機械学習された前記異なるネットワーク部を用いて処理することで、機械学習された前記連結部より出力された合成結果を、前記新たな対象物を処理した際の結果物の検査データとして推論する推論部を更に有する請求項8に記載の仮想測定装置。
- 前記学習部は、
前記所定の処理単位内の第1の処理空間における前記対象物の処理に伴い測定された第1の時系列データ群と、第2の処理空間における前記対象物の処理に伴い測定された第2の時系列データ群とを、異なる前記ネットワーク部を用いて処理することで前記連結部より出力された合成結果が、前記製造プロセスの前記所定の処理単位において前記対象物を処理した際の結果物の検査データに近づくよう、前記異なるネットワーク部及び前記連結部を機械学習する、請求項1に記載の仮想測定装置。 - 新たな対象物について、所定の処理単位内の第1の処理空間における処理に伴い測定された第1の時系列データ群と、第2の処理空間における処理に伴い測定された第2の時系列データ群とを、機械学習された前記異なるネットワーク部を用いて処理することで、機械学習された前記連結部より出力された合成結果を、前記新たな対象物を処理した際の結果物の検査データとして推論する推論部を更に有する請求項10に記載の仮想測定装置。
- 前記時系列データ群は、基板処理装置における処理に伴い測定されたデータである、請求項1に記載の仮想測定装置。
- 前記時系列データ群は、基板処理装置における処理に伴い発光分光分析装置により測定されたデータであって、各時間に測定された各波長の発光強度を示すデータである、請求項8に記載の仮想測定装置。
- 前記異なるネットワーク部のうち、第1のネットワーク部に含まれる前記正規化部は、前記時系列データ群に基づき、各波長の所定の時間長分の発光強度を示す1チャネルのデータを生成し、生成した1チャネルのデータについて正規化を行う、請求項13に記載の仮想測定装置。
- 前記異なるネットワーク部のうち、第2のネットワーク部に含まれる前記正規化部は、前記時系列データ群に基づき、1つの波長の所定の時間長分の発光強度を示すデータを、波長の数に応じたチャネルだけ生成し、生成した各チャネルのデータについて正規化を行う、請求項13に記載の仮想測定装置。
- 前記異なるネットワーク部の各層のうち、最終層に含まれるプーリング部は、GAP処理またはSPP処理を行う、請求項8に記載の仮想測定装置。
- 製造プロセスの所定の処理単位において、対象物の処理に伴い測定された時系列データ群を取得する取得工程と、
取得した前記時系列データ群を処理する複数のネットワーク部と、該複数のネットワーク部を用いて処理することで出力された各出力データを合成する連結部とを含む学習部において、該連結部より出力された合成結果が、前記製造プロセスの前記所定の処理単位において前記対象物を処理した際の結果物の検査データに近づくよう、前記複数のネットワーク部及び前記連結部を機械学習する学習工程と
を有する仮想測定方法。 - 製造プロセスの所定の処理単位において、対象物の処理に伴い測定された時系列データ群を取得する取得工程と、
取得した前記時系列データ群を処理する複数のネットワーク部と、該複数のネットワーク部を用いて処理することで出力された各出力データを合成する連結部とを含む学習部において、該連結部より出力された合成結果が、前記製造プロセスの前記所定の処理単位において前記対象物を処理した際の結果物の検査データに近づくよう、前記複数のネットワーク部及び前記連結部を機械学習する学習工程と
をコンピュータに実行させるための仮想測定プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018225676 | 2018-11-30 | ||
JP2018225676 | 2018-11-30 | ||
PCT/JP2019/046869 WO2020111258A1 (ja) | 2018-11-30 | 2019-11-29 | 仮想測定装置、仮想測定方法及び仮想測定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020111258A1 JPWO2020111258A1 (ja) | 2021-11-11 |
JP7118170B2 true JP7118170B2 (ja) | 2022-08-15 |
Family
ID=70853036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020557874A Active JP7118170B2 (ja) | 2018-11-30 | 2019-11-29 | 仮想測定装置、仮想測定方法及び仮想測定プログラム |
Country Status (6)
Country | Link |
---|---|
US (1) | US20220011747A1 (ja) |
JP (1) | JP7118170B2 (ja) |
KR (1) | KR20210096155A (ja) |
CN (1) | CN113169036A (ja) |
TW (1) | TWI829807B (ja) |
WO (1) | WO2020111258A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021086572A (ja) * | 2019-11-29 | 2021-06-03 | 東京エレクトロン株式会社 | 予測装置、予測方法及び予測プログラム |
JP2021086571A (ja) * | 2019-11-29 | 2021-06-03 | 東京エレクトロン株式会社 | 異常検知装置、異常検知方法及び異常検知プログラム |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7481956B2 (ja) * | 2020-08-26 | 2024-05-13 | 株式会社東芝 | 推論装置、方法、プログラムおよび学習装置 |
KR102486460B1 (ko) * | 2020-08-31 | 2023-01-09 | (주)브릭 | 시계열 데이터의 특징값을 기반으로 예측값 및 특징 중요도 산출을 수행하는 가상 계측 방법 및 그를 위한 장치 |
KR102486461B1 (ko) * | 2020-08-31 | 2023-01-09 | (주)브릭 | 시계열 데이터의 특징값을 기반으로 예측값 및 시계열 구간별 특징 중요도 산출을 수행하는 가상 계측 방법 및 그를 위한 장치 |
KR102486462B1 (ko) * | 2020-08-31 | 2023-01-09 | (주)브릭 | 열화에 따른 패턴 학습을 이용한 이상 감지 방법 및 그를 위한 장치 |
KR102486463B1 (ko) * | 2020-08-31 | 2023-01-09 | (주)브릭 | 열화에 따른 시계열 데이터를 이용한 실시간 이상 감지 방법 및 그를 위한 장치 |
WO2022233562A1 (en) * | 2021-05-06 | 2022-11-10 | Asml Netherlands B.V. | Causal convolution network for process control |
KR20240022553A (ko) * | 2021-06-17 | 2024-02-20 | 도쿄엘렉트론가부시키가이샤 | 기판 처리 장치, 데이터 처리 방법 및 데이터 처리 프로그램 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010119894A1 (ja) | 2009-04-14 | 2010-10-21 | シャープ株式会社 | 出来映え予測装置、出来映え予測方法、出来映え予測プログラム、及び、プログラム記録媒体 |
JP2012004181A (ja) | 2010-06-14 | 2012-01-05 | Sharp Corp | 特性予測装置、特性予測方法、特性予測プログラムおよびプログラム記録媒体 |
JP2014507801A (ja) | 2011-01-19 | 2014-03-27 | 東京エレクトロン株式会社 | ツール操作パラメータ及び材料測定と分光情報を関連付けることによるツール性能の改良 |
WO2018101722A2 (ko) | 2016-11-30 | 2018-06-07 | 에스케이 주식회사 | 머신 러닝 기반 반도체 제조 수율 예측 시스템 및 방법 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7062411B2 (en) * | 2003-06-11 | 2006-06-13 | Scientific Systems Research Limited | Method for process control of semiconductor manufacturing equipment |
DE10339924B4 (de) * | 2003-08-29 | 2011-05-05 | Infineon Technologies Ag | ESD-Testanordnung und Verfahren |
TWI267012B (en) * | 2004-06-03 | 2006-11-21 | Univ Nat Cheng Kung | Quality prognostics system and method for manufacturing processes |
JP5157359B2 (ja) * | 2006-10-10 | 2013-03-06 | オムロン株式会社 | 時系列データ解析装置、時系列データ解析システム、時系列データ解析装置の制御方法、プログラム、および記録媒体 |
KR101150791B1 (ko) * | 2007-09-11 | 2012-06-13 | 도쿄엘렉트론가부시키가이샤 | 정보 처리 장치, 정보 처리 방법 및, 프로그램이 기록된 컴퓨터 판독가능 기록매체 |
TWI349867B (en) | 2008-05-20 | 2011-10-01 | Univ Nat Cheng Kung | Server and system and method for automatic virtual metrology |
US8041451B2 (en) * | 2009-04-21 | 2011-10-18 | Taiwan Semiconductor Manufacturing Company, Ltd. | Method for bin-based control |
US8437870B2 (en) * | 2009-06-05 | 2013-05-07 | Taiwan Semiconductor Manufacturing Company, Ltd. | System and method for implementing a virtual metrology advanced process control platform |
CN101976045B (zh) * | 2010-08-25 | 2012-05-23 | 江苏大学 | 用于tft-lcd蚀刻制程的面板品质虚拟量测方法与系统 |
CN101963802B (zh) * | 2010-08-25 | 2012-08-15 | 江苏大学 | 批次制程的虚拟量测方法与系统 |
JP5933985B2 (ja) * | 2012-02-15 | 2016-06-15 | 株式会社日立ハイテクノロジーズ | レシピ実行時間演算装置および半導体検査装置 |
US10242142B2 (en) * | 2013-03-14 | 2019-03-26 | Coventor, Inc. | Predictive 3-D virtual fabrication system and method |
US9183624B2 (en) * | 2013-06-19 | 2015-11-10 | Kla-Tencor Corp. | Detecting defects on a wafer with run time use of design data |
CN103617329A (zh) * | 2013-12-12 | 2014-03-05 | 西安工业大学 | 一种基于人工神经网络和虚拟装配的装配时间评价方法 |
US20150332167A1 (en) * | 2014-05-13 | 2015-11-19 | Tokyo Electron Limited | System and method for modeling and/or analyzing manufacturing processes |
CN107004060B (zh) * | 2014-11-25 | 2022-02-18 | Pdf决策公司 | 用于半导体制造工艺的经改进工艺控制技术 |
JP6559433B2 (ja) * | 2015-02-17 | 2019-08-14 | Hoya株式会社 | フォトマスクの製造方法、描画装置、フォトマスクの検査方法、フォトマスクの検査装置、及び表示装置の製造方法 |
JP6625914B2 (ja) * | 2016-03-17 | 2019-12-25 | ファナック株式会社 | 機械学習装置、レーザ加工システムおよび機械学習方法 |
JP2018105659A (ja) * | 2016-12-23 | 2018-07-05 | 国立研究開発法人理化学研究所 | 識別装置、識別システム、学習装置、学習方法、識別プログラム、学習プログラム、記録媒体、及び集積回路 |
JP6964857B2 (ja) * | 2017-03-28 | 2021-11-10 | 国立大学法人神戸大学 | 画像認識装置、画像認識方法、コンピュータプログラム、及び製品監視システム |
JP6860406B2 (ja) * | 2017-04-05 | 2021-04-14 | 株式会社荏原製作所 | 半導体製造装置、半導体製造装置の故障予知方法、および半導体製造装置の故障予知プログラム |
-
2019
- 2019-11-18 TW TW108141756A patent/TWI829807B/zh active
- 2019-11-29 KR KR1020217019299A patent/KR20210096155A/ko active Search and Examination
- 2019-11-29 US US17/294,509 patent/US20220011747A1/en active Pending
- 2019-11-29 JP JP2020557874A patent/JP7118170B2/ja active Active
- 2019-11-29 CN CN201980076426.6A patent/CN113169036A/zh active Pending
- 2019-11-29 WO PCT/JP2019/046869 patent/WO2020111258A1/ja active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010119894A1 (ja) | 2009-04-14 | 2010-10-21 | シャープ株式会社 | 出来映え予測装置、出来映え予測方法、出来映え予測プログラム、及び、プログラム記録媒体 |
JP2012004181A (ja) | 2010-06-14 | 2012-01-05 | Sharp Corp | 特性予測装置、特性予測方法、特性予測プログラムおよびプログラム記録媒体 |
JP2014507801A (ja) | 2011-01-19 | 2014-03-27 | 東京エレクトロン株式会社 | ツール操作パラメータ及び材料測定と分光情報を関連付けることによるツール性能の改良 |
WO2018101722A2 (ko) | 2016-11-30 | 2018-06-07 | 에스케이 주식회사 | 머신 러닝 기반 반도체 제조 수율 예측 시스템 및 방법 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021086572A (ja) * | 2019-11-29 | 2021-06-03 | 東京エレクトロン株式会社 | 予測装置、予測方法及び予測プログラム |
JP2021086571A (ja) * | 2019-11-29 | 2021-06-03 | 東京エレクトロン株式会社 | 異常検知装置、異常検知方法及び異常検知プログラム |
JP7452990B2 (ja) | 2019-11-29 | 2024-03-19 | 東京エレクトロン株式会社 | 異常検知装置、異常検知方法及び異常検知プログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2020111258A1 (ja) | 2020-06-04 |
TW202038034A (zh) | 2020-10-16 |
KR20210096155A (ko) | 2021-08-04 |
US20220011747A1 (en) | 2022-01-13 |
TWI829807B (zh) | 2024-01-21 |
JPWO2020111258A1 (ja) | 2021-11-11 |
CN113169036A (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7118170B2 (ja) | 仮想測定装置、仮想測定方法及び仮想測定プログラム | |
JP7412150B2 (ja) | 予測装置、予測方法及び予測プログラム | |
KR102179988B1 (ko) | 오버레이 오차, 근본 원인 분석 및 공정 제어의 피드 포워드 및 피드백 정정을 위한 통계적 오버레이 오차 예측 | |
TWI503763B (zh) | 半導體處理控制方法和電腦可讀取紀錄媒體 | |
US7774153B1 (en) | Computer-implemented methods, carrier media, and systems for stabilizing output acquired by an inspection system | |
US8452439B2 (en) | Device performance parmeter tuning method and system | |
US9934351B2 (en) | Wafer point by point analysis and data presentation | |
US20090117673A1 (en) | Failure detecting method, failure detecting apparatus, and semiconductor device manufacturing method | |
TW201514513A (zh) | 晶圓的可適性電性測試 | |
JP2024072841A (ja) | 異常検知装置、異常検知方法及び異常検知プログラム | |
US7533313B1 (en) | Method and apparatus for identifying outlier data | |
JP7224492B2 (ja) | 推論装置、推論方法及び推論プログラム | |
US7299154B1 (en) | Method and apparatus for fast disturbance detection and classification | |
JP4600803B2 (ja) | 埋め込まれたリング発振器を備えた非破壊光波測定構造、およびこの構造を使用した方法 | |
US8874252B2 (en) | Comprehensive analysis of queue times in microelectronic manufacturing | |
US11469122B2 (en) | Semiconductor process analysis device, semiconductor process analysis method, and storage medium | |
US11449979B2 (en) | Measuring a pattern | |
US10678226B1 (en) | Adaptive numerical aperture control method and system | |
US6769111B2 (en) | Computer-implemented method of process analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210518 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210518 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220705 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220802 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7118170 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |