JP7190380B2

JP7190380B2 - 学習処理装置、学習処理方法、化合物半導体の製造方法およびプログラム

Info

Publication number: JP7190380B2
Application number: JP2019051095A
Authority: JP
Inventors: 理諸原; 孝司池田
Original assignee: Asahi Kasei EMD Corp
Current assignee: Asahi Kasei EMD Corp
Priority date: 2019-03-19
Filing date: 2019-03-19
Publication date: 2022-12-15
Anticipated expiration: 2039-03-19
Also published as: JP2020155526A

Description

本発明は、学習処理装置、学習処理方法、化合物半導体の製造方法およびプログラムに関する。

従来、分子線エピタキシー装置などの成膜装置においては、所望の特性の膜を得るために、熟練したオペレータの試行錯誤によって好ましい制御条件を見出している（例えば、特許文献１参照）。
特許文献１特開２０１３－５６８０３号公報

しかしながら、試行錯誤により制御条件を得るのは効率が悪い。

上記課題を解決するために、本発明の第１の態様においては、赤外線発光素子または赤外線受光素子が含む複数の膜のうち少なくとも１つの膜を成膜する成膜装置の制御条件を示す制御条件データを取得する制御条件取得部と、制御条件データが示す制御条件で動作させた成膜装置によって成膜された膜の特性を示す膜特性データを取得する膜特性取得部と、取得された制御条件データおよび膜特性データを含む学習データを用いて、目標とする膜のうち前記赤外線発光素子の発光層または前記赤外線受光素子の受光層の少なくとも一部を構成する膜に関する特性を示す目標膜特性データを入力したことに応じて推奨する成膜装置の制御条件を示す推奨制御条件データを出力するモデルの学習処理を実行する学習処理部と、を備える、学習処理装置が提供される。

本発明の第２の態様においては、赤外線発光素子または赤外線受光素子が含む複数の膜のうち少なくとも１つの膜を成膜する成膜装置の制御条件を示す制御条件データを取得する制御条件取得段階と、制御条件データが示す制御条件で動作させた成膜装置によって成膜された膜のうち前記赤外線発光素子の発光層または前記赤外線受光素子の受光層の少なくとも一部を構成する膜に関する特性を示す膜特性データを取得する膜特性取得段階と、取得された制御条件データおよび膜特性データを含む学習データを用いて、目標とする膜の特性を示す目標膜特性データを入力したことに応じて推奨する成膜装置の制御条件を示す推奨制御条件データを出力するモデルの学習処理を実行する学習処理段階と、を備える、学習処理方法が提供される。

本発明の第３の態様においては、基板を準備する準備段階と、赤外線発光素子または赤外線受光素子が含む複数の膜を基板上に積層する積層段階とを備え、積層段階において、第２の態様の学習処理方法を用いて成膜装置を動作させて、複数の膜のうち少なくとも１つの膜を成膜する化合物半導体の製造方法が提供される。

本発明の第４の態様においては、コンピュータを、赤外線発光素子または赤外線受光素子が含む複数の膜のうち少なくとも１つの膜を成膜する成膜装置の制御条件を示す制御条件データを取得する制御条件取得部と、制御条件データが示す制御条件で動作させた成膜装置によって成膜された膜のうち前記赤外線発光素子の発光層または前記赤外線受光素子の受光層の少なくとも一部を構成する膜に関する特性を示す膜特性データを取得する膜特性取得部と、取得された制御条件データおよび膜特性データを含む学習データを用いて、目標とする膜の特性を示す目標膜特性データを入力したことに応じて推奨する成膜装置の制御条件を示す推奨制御条件データを出力するモデルの学習処理を実行する学習処理部、として機能させる、プログラムが提供される。

なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

本実施形態に係るシステム１を示す。成膜装置２の平面図を示す。成膜チャンバ２０の縦断面図を示す。一般的な赤外線発光素子６の層構成を示す。一般的な赤外線受光素子７の層構成を示す。モデル３５の学習方法を示す。化合物半導体の製造方法を示す。モデル３５を用いた成膜方法を示す。赤外線センサ５の層構成を示す。バルブドクラッカーセル２１Ａを示す。本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ２２００の例を示す。

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

［１．システム］
図１は、本実施形態に係るシステム１を示す。システム１は、成膜装置２および学習処理装置３を備える。

［１－１．成膜装置］
成膜装置２は、基板の表面に成膜を行う。成膜装置２は、蒸着法によって成膜を行ってもよいし、他の手法によって成膜を行ってもよい。

［１－２．学習処理装置］
学習処理装置３は、機械学習による学習処理を行うものであり、制御条件取得部３１と、膜特性取得部３２と、状態取得部３３と、学習処理部３４と、モデル３５とを有する。また、本実施形態では一例として学習処理装置３は、モデル３５を用いて成膜装置２を制御可能となっており、目標膜特性取得部３６と、目標膜特性供給部３７と、推奨制御条件取得部３８と、制御部３９とを有する。

［１－２－１．制御条件取得部］
制御条件取得部３１は、成膜装置２の制御条件を示す制御条件データを取得する。制御条件取得部３１は制御条件データを、オペレータ、成膜装置２および後述の制御部３９の少なくとも１つから取得してよい。制御条件取得部３１は、取得した制御条件データを学習処理部３４に供給してよい。

［１－２－２．膜特性取得部］
膜特性取得部３２は、制御条件データが示す制御条件で動作させた成膜装置２によって成膜された膜の特性を示す膜特性データを取得する。膜特性取得部３２は膜特性データを、オペレータ、および、膜特性を計測するための計測装置（図示せず）の少なくとも１つから取得してよい。計測装置は成膜装置２の内部に配置されてもよいし、外部に配置されてもよい。膜特性取得部３２は、取得した膜特性データを学習処理部３４に供給してよい。

［１－２－３．状態取得部］
状態取得部３３は、成膜装置２の状態を示す状態データを取得する。状態取得部３３は状態データを、オペレータおよび成膜装置２の少なくとも１つから取得してよい。また状態取得部３３は、成膜装置２の設置された環境の温度や湿度などを、状態データとして取得してもよい。膜特性取得部３２は、取得した状態データを学習処理部３４およびモデル３５に供給してよい。

［１－２－４．学習処理部］
学習処理部３４は、入力される学習データを用いてモデル３５の学習処理を実行する。学習データは、制御条件取得部３１からの制御条件データ、膜特性取得部３２からの膜特性データ、および、状態取得部３３からの状態データを含んでよい。

［１－２－５．モデル］
モデル３５は、目標とする膜の特性を示す目標膜特性データを入力したことに応じて推奨する成膜装置２の制御条件を示す推奨制御条件データを出力する。本実施形態では一例として、モデル３５には、成膜装置２の状態を示す状態データが更に入力される。なお、モデル３５は、学習処理装置３の外部のサーバに格納されてもよい。モデル３５は、推奨制御条件データを推奨制御条件取得部３８に出力するが、学習処理装置３の外部に出力してもよい。

［１－２－６．目標膜特性取得部］
目標膜特性取得部３６は、目標とする膜の特性を示す目標膜特性データを取得する。本実施形態では一例として、目標膜特性取得部３６は目標膜特性データをオペレータから取得する。目標膜特性取得部３６は、取得した目標膜特性データを目標膜特性供給部３７に供給してよい。

［１－２－７．目標膜特性供給部］
目標膜特性供給部３７は、目標膜特性取得部３６からの目標膜特性データをモデル３５に供給する。

［１－２－８．推奨制御条件取得部］
推奨制御条件取得部３８は、目標膜特性データをモデル３５に供給したことに応じてモデル３５が出力する推奨制御条件データを取得する。推奨制御条件取得部３８は、取得した推奨制御条件データを制御部３９に供給してよい。

［１－２－９．制御部］
制御部３９は、成膜装置２に制御条件データを供給することで、当該制御条件データが示す制御条件で成膜装置２を動作させる。例えば制御部３９は、成膜装置２に推奨制御条件データを供給することで、推奨制御条件データが示す制御条件で成膜装置２を動作させてよい。

以上のシステム１によれば、目標膜特性データの入力に応じて推奨制御条件データを出力するモデル３５の学習処理が実行されるので、目標とする膜特性を入力することで、推奨される制御条件を得ることができる。従って、熟練したオペレータによる試行錯誤を必要とせずに、推奨される制御条件を得ることができる。

また、モデル３５は目標膜特性データおよび成膜装置２の状態データの入力に応じて推奨制御条件データを出力するものであり、取得された状態データを含む学習データを用いて学習処理が実行されるので、目標膜特性の膜を作るためのより正確な制御条件を得ることができる。

また、目標膜特性データがモデル３５に供給されて推奨制御条件データの制御条件で成膜装置２が制御されるので、目標膜特性、またはこれに近似した膜特性の膜を得ることができる。

［２．成膜装置］
図２は、成膜装置２の平面図を示す。成膜装置２は、後述の赤外線発光素子６または赤外線受光素子７に含まれる複数の膜のうち少なくとも１つの膜を成膜してよい。例えば成膜装置２は分子線エピタキシー装置であり、基板１０（図３参照）上にＡｌ、Ｇａ、Ｉｎ、Ａｓ、Ｓｂ、Ｓｉ、Ｔｅ、Ｓｎ、Ｚｎ、および、Ｂｅの少なくとも１つを含む１または複数の膜を成膜する。一例として、基板はガリウムヒ素などの化合物半導体であってよく、成膜される膜はｎ型半導体層、アンドープ半導体層、ｐ型活性層のいずれでもよい。あるいは、成膜される層は、例えばδドープのように不均一なドープ層（変調ドープ層）であってもよいし、それらの積層体であってもよい。層とは、積み重なっているものであってよい。膜とは、物の表面を覆う薄い部材であってよく、１または複数の層から形成されるものであってよい。基板１０と基板１０上に成膜される膜との間、および、上下に隣接する膜同士の間では、それぞれ格子定数が違っていてよい。成膜装置２は、成膜チャンバ２０、１または複数のセル２１、真空ポンプ２２、サブチャンバ２３およびロードチャンバ２４を有する。

成膜チャンバ２０は、内部に保持する基板１０に成膜を行うための密閉された反応容器である。成膜チャンバ２０は、セル２１と接続するための１または複数のポート（図示せず）を外周部に有している。ポートの数は一例として１２個であってよい。セル２１は、成膜チャンバ２０のポートに接続され、原料の固体を蒸発させて分子線として基板１０の表面に供給する。セル２１内の原料は、Ａｌ、Ｇａ、Ｉｎ、Ａｓ、Ｓｂ、Ｓｉ、Ｔｅ、Ｓｎ、Ｚｎ、および、Ｂｅの少なくとも１つであってよく、単体でもよいし、化合物でもよい。真空ポンプ２２は、成膜チャンバ２０に接続されて成膜チャンバ２０内の空気を排出する。真空ポンプ２２は、成膜チャンバ２０内を１０－１１Ｔｏｒｒ（≒１０－９Ｐａ）程度の真空度に減圧してよい。サブチャンバ２３は、成膜チャンバ２０に接続され、成膜チャンバ２０に供給される成膜前の基板１０、または、成膜チャンバ２０から排出される成膜後の基板１０を一時的に保持する。サブチャンバ２３の内部は成膜チャンバ２０と同様の真空度に維持されてよい。また、サブチャンバ２３は、後述のロードチャンバ２４から導入される基板１０を加熱し、基板１０の表面の吸着水、吸着ガスを脱離させるための加熱機構を備えてもよい。ロードチャンバ２４は、サブチャンバ２３に接続され、成膜装置２の外部から供給される基板１０、またはサブチャンバ２３から排出される基板１０を一時的に保持する。

［２－１．成膜チャンバ］
図３は、成膜チャンバ２０の縦断面図を示す。成膜チャンバ２０は、１または複数の基板１０を保持する基板マニピュレータ２００、基板マニピュレータ２００に保持された基板１０を加熱する基板ヒータ２０１、内部に液体窒素を流すことで成膜チャンバ２０内のガスを吸着するクライオパネル２０２などを有する。なお、基板マニピュレータ２００はシャフト２０００を中心として回転可能に設けられてよい。また、成膜チャンバ２０は、成膜チャンバ２０内にガス（一例として酸素、オゾン、窒素、アンモニア）などを供給するガス供給ポートを有してもよい。また、成膜チャンバ２０は、ガスを分解して基板に照射するためのプラズマ発生機構を備えても良い。

成膜チャンバ２０の外周部には、１または複数のセル２１が設けられている。本実施形態では一例として、各セル２１はクヌーセンセルであり、原料を保持する坩堝２１０、坩堝２１０内の原料を加熱するヒータ２１１（セルヒータ２１１とも称する）、および、坩堝２１０の開口部を開閉して原料のフラックス量（分子線量，蒸気量）を調整するシャッター２１２などを有する。なお、セルヒータ２１１はセル２１の上部および下部に分けて配置されてもよい。

以上の成膜チャンバ２０においては、基板１０を基板マニピュレータ２００に取り付け、真空ポンプ２２により成膜チャンバ２０内の気圧を減圧し、基板ヒータ２０１によって基板１０を加熱し、基板１０を回転させながらセル２１を加熱して原料を分子線として基板１０の表面に照射することで、成膜が行われる。

［２－２．成膜装置２の制御条件］
成膜装置２は、制御条件に従って成膜を行う。制御条件は、装置に入力されるインプット条件であって、例えばオペレータにより設定される。制御条件は、成膜装置２によって赤外線発光素子６または赤外線受光素子７に含まれる複数の膜のうち少なくとも１つの膜を成膜する場合の条件であってよい。制御条件は、成膜装置２において直接的に制御可能な条件に限らず、間接的に制御可能な条件であってもよい。一例として制御条件は、各セル２１の温度、セルヒータ２１１に対する供給電力、シャッター２１２の開閉条件、基板１０の温度、基板ヒータ２０１に対する供給電力、成膜チャンバ２０の真空度、成膜チャンバ２０内に存在するガスの種類、ガスの量、クライオパネル２０２の温度、クライオパネル２０２に供給する液体窒素の量、成膜にかける時間、および、セル２１等の温度のフィードバック制御におけるゲインのうち少なくとも１つでよい。このうち、シャッター２１２の開閉条件とは、例えば、開状態および閉状態の何れにするか、開閉のタイミング、および、開閉の速度の少なくとも１つでよい。フィードバック制御におけるゲインとは、一例としてＰＩＤ制御におけるＰゲイン、ＩゲインおよびＤゲインの少なくとも１つでよい。基板マニピュレータ２００が回転可能である場合には、その回転速度が制御条件に含まれてもよい。クライオパネル２０２に供給する液体窒素の量とは、液体窒素の液面（残量）、液体窒素の供給流量を含んでもよい。基板１０の温度としては、例えば基板ヒータ２０１への供給電力を制御するべく基板ヒータ２０１と基板１０との間に設置された熱電対の温度を用いることができる。以上で述べたような制御条件は、経時的に設定されていてもよいし、時間の経過とは無関係に一律に設定されていてもよい。制御条件は、例えば積層構造（１）、積層構造（２）等の膜構造の種類、あるいはレシピ番号のような識別符号を含んでよく、このような識別符号に対応付けて、制御条件に含まれる各要素の設定値が纏められてよい。なお、成膜チャンバ２０の真空度は、クライオパネル２０２の温度（液体窒素の残量など）、真空ポンプ２２の動作状況、各セル２１の温度などにより影響を受けるため、成膜装置２の状態を示す状態データであるが、真空度が或る閾値よりも良い場合に成膜動作を実施する場合には、制御条件として用いることが可能である。同様に、成膜装置２の状態を示す後述の状態データの少なくとも一部は、制御条件としても用いられてもよい。

なお、上述の制御条件の各要素のうち、セル２１の温度、セルヒータ２１１に対する供給電力、および、シャッター２１２の開閉条件は、原料のフラックス量を間接的に制御してよい。フラックス量が変化すると基板１０に到達する原料の量が変化する結果、成膜される膜の組成，膜の特性（一例として膜厚、組成（混晶比、積層構造）など）が変化する。この場合の原料のフラックス量は、例えばセル２１の温度を制御条件とした制御の結果、測定される状態データである。ただし成膜装置２の構成上、セル２１の温度と原料のフラックス量の間の相関関係が設定されており、成膜装置２にフラックス量を入力してフラックス量を制御可能な場合には、原料のフラックス量は制御条件となりえる。セル２１の温度は、例えばセルヒータ２１１への供給電力を制御するべく、セル２１に装着される坩堝の近傍に設置される熱電対の温度を用いることができる。

また、基板ヒータ２０１に対する供給電力は、基板温度を間接的に制御してよい。基板温度が変化すると基板１０に到達した原料の移動し易さが変化する結果、成膜される膜内での結晶化の度合いや表面形状、膜の特性（一例として平坦性、結晶性など）が変化する。

また、成膜チャンバ２０の真空度、成膜チャンバ２０内に存在するガスの種類、ガスの量、クライオパネル２０２の温度、および、クライオパネル２０２における液体窒素の流量は、成膜チャンバ２０内の真空度および真空の質を直接的または間接的に制御してよい。真空度および真空の質が変化すると、成膜される膜内への不純物の混入度合が変化し、成長表面の状態が変化する結果、成膜される膜の特性が変化する。

［２－３．メンテナンス］
成膜装置２には、種々のメンテナンスが行われる。例えば、メンテナンスは、成膜チャンバ２０、サブチャンバ２３およびロードチャンバ２４を大気開放して行われてもよいし、これらのチャンバを密閉したままで行われてもよい。メンテナンスは窒素でベント、あるいはパージされた状態で行うこともできる。メンテナンスは定期的（一例として１年ごと）に行われてもよいし、成膜された膜の特性に応じて行われてもよいし、使用部品の寿命，故障などに応じて行われてもよい。
［２－４．赤外線発光素子６膜構造］
図４は、一般的な赤外線発光素子６の層構成を示す。

赤外線発光素子６は、基板１０上に第１膜６１、発光層６０、および、第２膜６２を有する。第１膜６１は、単層膜でもよいし、異なる材料組成を有する複数の層の積層膜でもよい。第１膜６１のうち、発光層６０に隣接する層は、発光層６０よりもバンドギャップが大きくてよく、またトンネル現象によりキャリアが拡散しない程度に厚くてよい。これにより、キャリアが発光層６０に閉じ込められる。第２膜６２についても同様である。なお、第１膜６１／第２膜６２のうち、発光層６０に隣接する層は、いわゆるバリア層であってよい。

第１膜６１と第２膜６２とは、互いに異なる伝導型であってもよいし、同じ伝導型であってもよい。例えば、第１膜６１がｎ型かつ第２膜６２がｐ型であってもよいし、第１膜６１がｐ型かつ第２膜６２がｎ型であってもよいし、第１膜６１がｎ型かつ第２膜６２がｎ型であってもよいし、第１膜６１がｐ型かつ第２膜６２がｐ型であってもよい。第１膜６１／第２膜６２がバリア層を有する場合には、当該バリア層の伝導型は第１膜６１／第２膜６２の伝導型と同じであってよい。例えば、ｐ型の第１膜６１に含まれるバリア層はｐ型であってよいし、ｎ型の第１膜６１に含まれるバリア層はｎ型であってよい。

発光層６０は、赤外線を発する層であり、いわゆる活性層である。赤外線発光素子６においては、発光層６０のバンドギャップ近傍のエネルギーの光が発せられるため、発光層６０のバンドギャップによって発光波長を決めることができる。また、赤外線発光素子６においては、発光層６０の厚さによってキャリア濃度を決めることができ、ひいては発光効率を決めることができる。
［２－５．赤外線受光素子７の膜構造］
図５は、一般的な赤外線受光素子７の層構成を示す。

赤外線受光素子７は、基板１０上に第１膜７１、受光層７０、および、第２膜７２を有する。第１膜７１は、単層膜でもよいし、異なる材料組成を有する複数の層の積層膜でもよい。第１膜７１のうち、受光層７０に隣接する層は、受光層７０よりもバンドギャップが大きくてよく、またトンネル現象によりキャリアが拡散しない程度に厚くてよい。これにより、キャリアの取り出し方向に整流性が付与される。第２膜７２についても同様である。なお、第１膜７１／第２膜７２のうち、受光層７０に隣接する層は、いわゆるバリア層であってよい。

第１膜７１と第２膜７２とは、互いに異なる伝導型であってもよいし、同じ伝導型であってもよい。例えば、第１膜７１がｎ型かつ第２膜７２がｐ型であってもよいし、第１膜７１がｐ型かつ第２膜７２がｎ型であってもよいし、第１膜７１がｎ型かつ第２膜７２がｎ型であってもよいし、第１膜７１がｐ型かつ第２膜７２がｐ型であってもよい。第１膜７１／第２膜７２がバリア層を有する場合には、当該バリア層の伝導型は第１膜７１／第２膜７２の伝導型と同じであってよい。例えば、ｐ型の第１膜７１に含まれるバリア層はｐ型であってよいし、ｎ型の第１膜７１に含まれるバリア層はｎ型であってよい。

受光層７０は、赤外線を受光して電気信号に変換する層であり、いわゆる活性層である。赤外線受光素子７においては、受光層７０のバンドギャップ以上のエネルギーの光が吸収されることから、受光層７０のバンドギャップによって、受光感度をもつ波長領域を決めることができる。また、赤外線受光素子７においては、受光層７０の厚さによって、吸収する光量を決めることができ、ひいては受光感度を決めることができる。

［３．動作］
［３－１．モデルの学習処理］
図６は、モデル３５の学習方法を示す。システム１は、ステップＳ１～Ｓ７の処理によりモデル３５の学習を行う。なお、システム１はステップＳ１～Ｓ７の処理を、成膜装置２における各回の成膜動作について行ってもよいし、ある期間の成膜動作のみを抽出するなど、一部の成膜動作について行ってもよい。成膜される膜構造は、単層膜であってもよいし、積層膜であってもよい。

ステップＳ１において制御条件取得部３１は、成膜装置２の制御条件を示す制御条件データを取得する。

ステップＳ３において膜特性取得部３２は、制御条件データが示す制御条件で動作させた成膜装置２によって成膜された膜の膜特性データを取得する。膜特性データが取得される膜は、成膜装置２によって成膜された膜のそれぞれでもよいし、成膜された膜のうちの一部の膜でもよい。本実施形態においては、膜特性データが取得される膜は、成膜装置２によって成膜された膜のうち赤外線発光素子６の発光層６０または赤外線受光素子７の受光層７０の少なくとも一部を構成する。膜特性データが取得される膜は、成膜された膜のうち発光層６０（または受光層７０）以外の膜（層）を含んでもよく、一例として発光層６０（または受光層７０）に隣接する１または複数の膜（層）を含んでよい。膜特性データは、対象とする膜の膜厚、組成、平坦性、電気特性（一例として移動度、キャリア濃度、抵抗値など）、光学特性（一例としてバンドギャップ、透過率、透過スペクトル、フォトルミネッセンスおよびキャリア寿命など）、結晶性、表面情報、および、転位密度の少なくとも一つに関するデータを含んでよい。このうち、透過スペクトルに関するデータとは、発光層６０または受光層７０を透過して検出された透過スペクトルから得られるデータでよい。また、フォトルミネッセンスに関するデータとは、発光層６０または受光層７０から検出されるフォトルミネッセンスにより得られるデータでよく、例えばフォトルミネッセンス強度から得られるデータ、および／または、フォトルミネッセンス波長（一例としてピーク波長）から得られるデータであってよい。膜特性は、単層の膜の特性でもよいし、積層された複数の膜の特性でもよい。また、膜特性は、積層された複数の膜（層）の間の特性の差や比率でも良く、一例として発光層６０（または受光層７０）と、これに隣接する１または複数の膜（層）との組成差であってよい。各特性は、膜の複数の位置の値の最大値、最小値、平均値、および、値の分布のいずれでもよいし、一の位置（例えば中央）の値でもよい。組成とは、構成元素の組成比でもよいし、格子定数でもよい。表面情報は、成膜された膜の光学顕微鏡写真から得られる情報を含んでもよいし、段差計やＡＦＭ、或いは異物検査装置などの、表面の凹凸の計測から得られる情報を含んでもよい。転位密度は、各膜（層）における転位密度でもよいし、各膜（層）の間の界面における転位密度でもよい。

なお、上述のように、赤外線発光素子６および赤外線受光素子７において、発光層６０および受光層７０のバンドギャップは素子の特性を決める重要なパラメータであることから、バンドギャップを決める発光層６０および受光層７０の組成は重要な膜特性データである。また透過スペクトルやフォトルミネッセンスから得られるデータ（一例として波長データ）は、バンドギャップを直接的に評価するという観点から重要な膜特性データである。また上述のように、赤外線発光素子６および赤外線受光素子７において、発光層６０および受光層７０の厚さは素子の発光効率や受光感度の特性を決める重要なパラメータであることから、重要な膜特性データである。

また、上述のように、発光層６０および受光層７０に隣接する層のバンドギャップや厚さは、キャリアの閉じ込めおよび取り出しの効果を決める重要なパラメータであることから、当該バンドギャップを決める隣接層の組成や厚さは重要な膜特性データである。

また、赤外線発光素子６および赤外線受光素子７においては、成膜後のデバイス形成においてエッチング工程によりメサ構造を形成する形態が好ましく用いられるため、表面情報は重要な膜特性データである。

なお、成膜装置２において１回の成膜動作で複数の基板１０（同一バッチの複数の基板１０とも称する）に纏めて成膜が行われる場合、つまり基板マニピュレータ２００に複数の基板１０が保持される場合には、膜特性取得部３２は、当該同一バッチの複数の基板１０のうち、全ての基板１０の膜の特性を全数検査により取得してもよいし、一部の基板１０の膜の特性を抜き取り検査により取得してもよい。一例として、膜特性取得部３２は、膜の電気特性および表面状態などを全数検査により取得し、膜厚および結晶性などを抜き取り検査により取得してよい。

ステップＳ５において状態取得部３３は、成膜装置２の状態を示す状態データを取得する。状態データは、制御条件データが示す制御条件で成膜装置２が動作した場合の制御対象の実測値（例えば複数の時点で測定された時系列順の実測値、または、或る時点で測定された実測値）を含んでよい。例えば、状態データは、基板１０に照射される原料のフラックス量、各セル２１の温度、セルヒータ２１１の温度、セルヒータ２１１に対する供給電力、シャッター２１２の開閉のタイミング、開閉の速度、基板１０の温度、基板ヒータ２０１の温度、基板ヒータ２０１に対する供給電力、成膜チャンバ２０の真空度、成膜チャンバ２０内に存在するガスの種類、ガスの量、クライオパネル２０２の温度、クライオパネル２０２における液体窒素の流量、セル２１の温度のフィードバック制御におけるゲイン、および、基板マニピュレータ２００の回転速度のうち少なくとも１つに関するデータを含んでよい。このうち、セル２１の温度、セルヒータ２１１の温度および基板ヒータ２０１の温度は、熱電対により測定されてよい。基板１０の温度は、成膜チャンバ２０内、または外に配置される放射温度計により測定されてよい。あるいは基板１０の温度は、基板１０のバンド端吸収や透過スペクトルをもとに測定、算出されてよい。成膜チャンバ２０の真空度は、成膜チャンバ２０内に配置されるイオンゲージにより測定されてよい。成膜チャンバ２０内に存在するガスの種類および量は、成膜チャンバ２０内に配置される四重極質量分析計により測定されてよい。状態データは、成膜装置２に対するメンテナンス後の総成膜時間（いわゆるキャンペーンの開始からの経過時間）、ＲＨＥＥＤ像に関するデータ、下地面の特性（一例として基板１０の特性）を含んでもよい。なお、状態取得部３３は、原料のフラックス量に関する状態データを、各セル２１について取得してもよいし、一部のセル２１について取得してもよい。また、状態取得部３３は、基板温度に関する状態データを各基板１０について取得してもよいし、一部の基板１０について取得してもよい。また、状態取得部３３は、成膜チャンバ２０内の真空度，真空の質に関する状態データを時系列データとして取得してよい。

また、状態データは、成膜装置２の運転履歴を示す運転履歴データを含んでもよい。運転履歴データは、成膜装置２に行われたメンテナンスの回数および内容（一例として或る部品を交換，洗浄したなど）の少なくとも１つに関するデータ、成膜装置２の少なくとも１つの部品の使用回数に関するデータ、メンテナンス時にセル２１の坩堝にチャージした原材料の重量、成膜装置２の成膜回数に関するデータ、および過去に形成した膜に関するデータの少なくとも１つを含んでよい。メンテナンスの回数および内容の少なくとも１つに関するデータはメンテナンスの履歴を示すデータでよい。成膜回数に関するデータは、メンテナンス後の成膜回数でもよいし、メンテナンスとは無関係に通算した成膜回数でもよい。過去に形成した膜に関するデータは、過去に成膜した膜の種類，特性などを示す履歴データでよい。これらの運転履歴データは、成膜チャンバ２０の内部における原料の付着状態、ひいては各部材の熱容量、熱伝導の状態に関連し得る。

なお、ステップＳ１，Ｓ３，Ｓ５の処理は、この順番で行われなくてもよい。また、図６の学習処理が複数回行われる場合に、一部の学習処理ではステップＳ３およびステップＳ５の一方の処理が省略されてよく、他の一部の学習処理では他方の処理が省略されてよい。また、ステップＳ５の処理では、基板１０を使用せずにセル温度（制御条件）を上昇させることで照射される原料のフラックス量を状態データとして取得してよい。この場合、ステップＳ３の処理では制御条件データが示す制御条件で成膜装置２を動作させ、膜特性をブランクデータとしてもよい。

ステップＳ７において学習処理部３４は、取得された制御条件データ、膜特性データおよび状態データを含む学習データを用いてモデル３５の学習処理を実行する。ステップＳ３の処理が行われていない場合には、学習処理部３４は、膜特性データを含まない学習データを用いてモデル３５の学習処理を実行してよい。ステップＳ５の処理が行われていない場合には、学習処理部３４は、状態データを含まない学習データを用いてモデル３５の学習処理を実行してもよいし、前回の成膜動作で取得した状態データを用いて学習処理を実行してもよい。モデル３５は、本実施形態では一例としてリカレント型またはタイムディレイ型などのニューラルネットワークであるが、ランダムフォレスト、勾配ブースティング、ロジスティック回帰、および、サポートベクタマシン（ＳＶＭ）などを含む他の機械学習アルゴリズムであってもよい。例えば、モデル３５は、学習データの各要素に対応するノードを入力層に含み、推奨する制御条件の各要素に対応するノードを出力層に含んでよい。学習データの１つの要素に対する入力層のノードは１つでもよいし複数でもよい。入力層および出力層の間には、１または複数のノードを含む中間層（隠れ層）が介在してよい。学習処理部３４は、ノード間をつなぐエッジの重み、および、出力ノードのバイアス値を調整することで学習処理を実行してよい。

以上の動作によれば、目標とする膜特性を入力することで、推奨される制御条件が出力されるモデル３５を生成することができる。また、状態データは運転履歴データを含むので、目標膜特性の膜を作るためのより正確な制御条件を得ることができる。また、運転履歴データは、メンテナンスの回数および内容の少なくとも１つに関するデータを含むので、メンテナンスの回数，内容と膜特性との関係をモデル３５に学習させることができる。なお、このような効果を得る観点からは、膜特性データはメンテナンスが２回以上行われた成膜装置２により成膜された膜から取得されることが好ましい。

［３－２．化合物半導体の製造］
図７は、化合物半導体の製造方法を示す。まず、ステップＳ１１においてオペレータが基板１０を準備する。例えばオペレータは基板１０を成膜装置２の成膜チャンバ２０内にセットする。ステップＳ１３においてオペレータは、化合物半導体に含まれるべき複数の膜を基板１０上に積層する。これにより、基板１０上に複数の膜が積層された化合物半導体が製造される。

［３－２－１．モデルを用いた成膜］
図８は、モデル３５を用いた成膜方法を示す。システム１は、上述のステップＳ１３の処理においては、積層する複数の膜のうち、少なくとも１つの膜をステップＳ２１～Ｓ２７の処理により成膜してよい。

ステップＳ２１において目標膜特性取得部３６は成膜対象の膜について、目標とする膜特性を示す目標膜特性データを取得し、ステップＳ２３において目標膜特性供給部３７は目標膜特性データをモデル３５に供給する。これにより、モデル３５から成膜装置２の制御条件に関する推奨制御条件データが出力される。目標膜特性データには、例えば平坦性、電気特性といった物理的特性の他、積層構造（１）、積層構造（２）等の膜構造の種類、あるいはレシピ番号のような識別符号が含まれてよく、目標膜特性データはこのような識別符号で入力されてもよい。

ステップＳ２５において推奨制御条件取得部３８はモデル３５から出力される推奨制御条件データを取得し、ステップＳ２７において制御部３９は、推奨制御条件データが示す制御条件で成膜装置２を動作させる。これにより、目標膜特性、またはこれに近似した膜特性の膜が成膜される。なお、上述のようにして成膜を行う場合には、成膜時の制御条件データ、状態データおよび膜特性データを学習データとしてモデル３５に入力して上述の図６の学習処理を行うことにより、モデル３５の学習処理をさらに行ってもよい。この場合には、化合物半導体を製造しつつモデル３５の学習処理を進めることができる。

［３－３．動作例］
まず、成膜装置２にメンテナンスが行われた場合には、各セル２１の温度および基板１０の温度の昇降を行って原料のフラックス量および基板温度などの状態データを取得し、この状態データと目標膜特性データとをモデル３５に入力して得られる推奨制御条件データにより成膜装置２で成膜を行う。これにより、メンテナンス毎に成膜装置２の状態（一例としてセル２１に対する原料のチャージ量、成膜チャンバ２０の内壁面の汚れ具合、および、温度測定用の熱電対の位置など）が異なることに起因して制御条件と膜特性との相関関係が異なる場合に、今回のメンテナンス後のキャンペーンでの相関関係が正確に予想されて、推奨される制御条件データにより成膜が行われる。

そして、以降に成膜を行う場合には現在の成膜装置２の状態データと目標膜特性データとをモデル３５に入力して得られる推奨制御条件データにより成膜装置２で成膜を行う。これにより、例えばセル２１内の原料が消費されることに起因して、原料のフラックス量に関する制御条件と、実際のフラックス量との相関関係、ひいては制御条件と膜特性との相関関係が前回の成膜時と異なる場合に、今回の相関関係が正確に予想されて、推奨される制御条件データにより成膜が行われる。また、成膜チャンバ２０の内部に原料が付着することに起因して、基板温度に関する制御条件と、実際の基板温度との相関関係、ひいては制御条件と膜特性との相関関係が前回の成膜時と異なる場合に、今回の相関関係が正確に予想されて、推奨される制御条件データにより成膜が行われる。なお、各成膜時に制御条件データ、状態データおよび膜特性データを学習データとしてモデル３５の学習処理を行ってもよい。

［４．化合物半導体の具体例］
製造される化合物半導体は、赤外線発光素子６または赤外線受光素子７（すなわち赤外線センサ）に用いられてよい。

図９は、赤外線発光素子６の一例である赤外線センサ５の層構成を示す。赤外線センサ５は、一例としてガリウムヒ素基板１０上にアンチモン化インジウム（ＩｎＳｂ）のｎ＋層５１、アンチモン化アルミニウムインジウム（ＡｌＩｎＳｂ）のｎ＋層５２、アンチモン化アルミニウムインジウム（ＡｌＩｎＳｂ）のｎ＋層（バリア層）５３、アンチモン化アルミニウムインジウム（ＡｌＩｎＳｂ）の活性層（発光層）５４、アンチモン化アルミニウムインジウム（ＡｌＩｎＳｂ）のｐ＋層（バリア層）５５、および、アンチモン化インジウム（ＩｎＳｂ）のｐ＋層５６を有する。図８の成膜方法によって成膜される膜は、層５１～５６の何れの層でもよい。赤外線センサ５は、二酸化ケイ素（ＳｉＯ２）の層、窒化ケイ素（Ｓｉ３Ｎ４）の層および／または電極層を更に有してよい。

なお、上記の実施形態では、学習処理装置３は状態取得部３３、目標膜特性取得部３６、目標膜特性供給部３７、推奨制御条件取得部３８、および、制御部３９を有することとして説明したが、これらの少なくとも１つを有しないこととしてもよい。学習処理装置３は、状態取得部３３を有しない場合には、制御条件データおよび膜特性データを学習データとして用いてモデル３５の学習処理を行ってよい。また、目標膜特性取得部３６、目標膜特性供給部３７、推奨制御条件取得部３８、および、制御部３９は、学習処理装置３の外部装置（一例として成膜装置２の制御装置）に具備されてよい。

また、セル２１をクヌーセンセルとして説明したが、原料として第５族元素（一例としてアンチモン（Ｓｂ））を用いる場合などには、バルブドクラッカーセルとしてもよい。図１０は、バルブドクラッカーセル２１Ａを示す概念図である。バルブドクラッカーセル２１Ａは、原料を保持する容器２１０Ａ、容器２１０Ａ内の原料を加熱して少なくとも一部をガス化するセルヒータ２１１Ａ、容器２１０Ａに接続されて原料ガスを排出する原料排出管２１２Ａ、原料排出管２１２Ａに設けられ原料ガスの排出量を調整するバルブ２１３Ａ、および、排出される原料ガスの分子を分解するクラッキング部２１４Ａを有する。例えば原料としてアンチモン（Ｓｂ）を用いる場合には、クラッキング部２１４Ａを１０００℃以上にすることで、照射される原料がＳｂ４（４量体）からＳｂ２（２量体）またはＳｂ（原子）に分解され、反応性，基板１０への付着性が変化する。

また、学習処理装置３はモデル３５を１つ有することとして説明したが、複数有してもよい。一例として、学習処理装置３は、メンテナンス後の成膜回数ごと、つまりバッチごとにモデル３５を有してもよい。この場合には、学習処理部３４は、バッチごとにモデル３５の学習処理を行ってよい。また、目標膜特性供給部３７はオペレータにより指定されるモデル３５に目標膜特性データを供給してよい。

また、学習処理装置３は、学習処理によってモデル３５を更新することとして説明したが、学習処理により得られたモデル３５を、元のモデル３５とは別個のモデルとして生成してもよい。この場合、学習処理部３４はオペレータにより指定されるモデル３５の学習処理を行ってよい。また、目標膜特性供給部３７はオペレータにより指定されるモデル３５に目標膜特性データを供給してよい。

また、システム１は成膜装置２を１つ備えることとして説明したが、複数備えることとしてもよい。この場合、各成膜装置２から得られる学習データを学習処理部３４に供給して学習効率を高めてもよいし、１つの成膜装置２から得られる学習データにより学習処理を行ったモデル３５を複数の成膜装置２で共有して製造効率を高めてもよい。

また、モデル３５は目標膜特性データおよび状態データの入力に応じて推奨制御条件データを出力することとして説明したが、入力データおよび出力データはこれに限られない。例えば、モデル３５は、制御条件データの入力に応じて、当該制御条件データで動作させた成膜装置２によって成膜される膜の膜特性データを出力してよい。また、目標とする膜特性と、実際に成膜された膜の膜特性とが異なる場合に、モデル３５は、目標膜特性データおよび実際の膜特性データの入力に応じて、その原因となり得る制御条件を示す制御条件データを出力してもよい。

また、本発明の様々な実施形態は、フローチャートおよびブロック図を参照して記載されてよく、ここにおいてブロックは、（１）操作が実行されるプロセスの段階または（２）操作を実行する役割を持つ装置のセクションを表わしてよい。特定の段階およびセクションが、専用回路、コンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプログラマブル回路、および／またはコンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプロセッサによって実装されてよい。専用回路は、デジタルおよび／またはアナログハードウェア回路を含んでよく、集積回路（ＩＣ）および／またはディスクリート回路を含んでよい。プログラマブル回路は、論理ＡＮＤ、論理ＯＲ、論理ＸＯＲ、論理ＮＡＮＤ、論理ＮＯＲ、および他の論理操作、フリップフロップ、レジスタ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルロジックアレイ（ＰＬＡ）等のようなメモリ要素等を含む、再構成可能なハードウェア回路を含んでよい。

コンピュータ可読媒体は、適切なデバイスによって実行される命令を格納可能な任意の有形なデバイスを含んでよく、その結果、そこに格納される命令を有するコンピュータ可読媒体は、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく実行され得る命令を含む、製品を備えることになる。コンピュータ可読媒体の例としては、電子記憶媒体、磁気記憶媒体、光記憶媒体、電磁記憶媒体、半導体記憶媒体等が含まれてよい。コンピュータ可読媒体のより具体的な例としては、フロッピー（登録商標）ディスク、ディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭまたはフラッシュメモリ）、電気的消去可能プログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、コンパクトディスクリードオンリメモリ（ＣＤ-ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、ブルーレイ（ＲＴＭ）ディスク、メモリスティック、集積回路カード等が含まれてよい。

コンピュータ可読命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、またはＳｍａｌｌｔａｌｋ、ＪＡＶＡ（登録商標）、Ｃ＋＋等のようなオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語または同様のプログラミング言語のような従来の手続型プログラミング言語を含む、１または複数のプログラミング言語の任意の組み合わせで記述されたソースコードまたはオブジェクトコードのいずれかを含んでよい。

コンピュータ可読命令は、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサまたはプログラマブル回路に対し、ローカルにまたはローカルエリアネットワーク（ＬＡＮ）、インターネット等のようなワイドエリアネットワーク（ＷＡＮ）を介して提供され、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく、コンピュータ可読命令を実行してよい。プロセッサの例としては、コンピュータプロセッサ、処理ユニット、マイクロプロセッサ、デジタル信号プロセッサ、コントローラ、マイクロコントローラ等を含む。

図１１は、本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ２２００の例を示す。コンピュータ２２００にインストールされたプログラムは、コンピュータ２２００に、本発明の実施形態に係る装置に関連付けられる操作または当該装置の１または複数のセクションとして機能させることができ、または当該操作または当該１または複数のセクションを実行させることができ、および／またはコンピュータ２２００に、本発明の実施形態に係るプロセスまたは当該プロセスの段階を実行させることができる。そのようなプログラムは、コンピュータ２２００に、本明細書に記載のフローチャートおよびブロック図のブロックのうちのいくつかまたはすべてに関連付けられた特定の操作を実行させるべく、ＣＰＵ２２１２によって実行されてよい。

本実施形態によるコンピュータ２２００は、ＣＰＵ２２１２、ＲＡＭ２２１４、グラフィックコントローラ２２１６、およびディスプレイデバイス２２１８を含み、それらはホストコントローラ２２１０によって相互に接続されている。コンピュータ２２００はまた、通信インタフェース２２２２、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６、およびＩＣカードドライブのような入／出力ユニットを含み、それらは入／出力コントローラ２２２０を介してホストコントローラ２２１０に接続されている。コンピュータはまた、ＲＯＭ２２３０およびキーボード２２４２のようなレガシの入／出力ユニットを含み、それらは入／出力チップ２２４０を介して入／出力コントローラ２２２０に接続されている。

ＣＰＵ２２１２は、ＲＯＭ２２３０およびＲＡＭ２２１４内に格納されたプログラムに従い動作し、それにより各ユニットを制御する。グラフィックコントローラ２２１６は、ＲＡＭ２２１４内に提供されるフレームバッファ等またはそれ自体の中にＣＰＵ２２１２によって生成されたイメージデータを取得し、イメージデータがディスプレイデバイス２２１８上に表示されるようにする。

通信インタフェース２２２２は、ネットワークを介して他の電子デバイスと通信する。ハードディスクドライブ２２２４は、コンピュータ２２００内のＣＰＵ２２１２によって使用されるプログラムおよびデータを格納する。ＤＶＤ－ＲＯＭドライブ２２２６は、プログラムまたはデータをＤＶＤ－ＲＯＭ２２０１から読み取り、ハードディスクドライブ２２２４にＲＡＭ２２１４を介してプログラムまたはデータを提供する。ＩＣカードドライブは、プログラムおよびデータをＩＣカードから読み取り、および／またはプログラムおよびデータをＩＣカードに書き込む。

ＲＯＭ２２３０はその中に、アクティブ化時にコンピュータ２２００によって実行されるブートプログラム等、および／またはコンピュータ２２００のハードウェアに依存するプログラムを格納する。入／出力チップ２２４０はまた、様々な入／出力ユニットをパラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入／出力コントローラ２２２０に接続してよい。

プログラムが、ＤＶＤ－ＲＯＭ２２０１またはＩＣカードのようなコンピュータ可読媒体によって提供される。プログラムは、コンピュータ可読媒体から読み取られ、コンピュータ可読媒体の例でもあるハードディスクドライブ２２２４、ＲＡＭ２２１４、またはＲＯＭ２２３０にインストールされ、ＣＰＵ２２１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ２２００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置または方法が、コンピュータ２２００の使用に従い情報の操作または処理を実現することによって構成されてよい。

例えば、通信がコンピュータ２２００および外部デバイス間で実行される場合、ＣＰＵ２２１２は、ＲＡＭ２２１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インタフェース２２２２に対し、通信処理を命令してよい。通信インタフェース２２２２は、ＣＰＵ２２１２の制御下、ＲＡＭ２２１４、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭ２２０１、またはＩＣカードのような記録媒体内に提供される送信バッファ処理領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、またはネットワークから受信された受信データを記録媒体上に提供される受信バッファ処理領域等に書き込む。

また、ＣＰＵ２２１２は、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６（ＤＶＤ－ＲＯＭ２２０１）、ＩＣカード等のような外部記録媒体に格納されたファイルまたはデータベースの全部または必要な部分がＲＡＭ２２１４に読み取られるようにし、ＲＡＭ２２１４上のデータに対し様々なタイプの処理を実行してよい。ＣＰＵ２２１２は次に、処理されたデータを外部記録媒体にライトバックする。

様々なタイプのプログラム、データ、テーブル、およびデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理を受けてよい。ＣＰＵ２２１２は、ＲＡＭ２２１４から読み取られたデータに対し、本開示の随所に記載され、プログラムの命令シーケンスによって指定される様々なタイプの操作、情報処理、条件判断、条件分岐、無条件分岐、情報の検索／置換等を含む、様々なタイプの処理を実行してよく、結果をＲＡＭ２２１４に対しライトバックする。また、ＣＰＵ２２１２は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ２２１２は、第１の属性の属性値が指定される、条件に一致するエントリを当該複数のエントリの中から検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、それにより予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してよい。

上で説明したプログラムまたはソフトウェアモジュールは、コンピュータ２２００上またはコンピュータ２２００近傍のコンピュータ可読媒体に格納されてよい。また、専用通信ネットワークまたはインターネットに接続されたサーバーシステム内に提供されるハードディスクまたはＲＡＭのような記録媒体が、コンピュータ可読媒体として使用可能であり、それによりプログラムを、ネットワークを介してコンピュータ２２００に提供する。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

１システム、２成膜装置、３学習処理装置、６赤外線発光素子、７赤外線受光素子、１０基板、２０成膜チャンバ、２１セル、２２真空ポンプ、２３サブチャンバ、２４ロードチャンバ、３１制御条件取得部、３２膜特性取得部、３３状態取得部、３４学習処理部、３５モデル、３６目標膜特性取得部、３７目標膜特性供給部、３８推奨制御条件取得部、３９制御部、６０発光層、６１第１膜、６２第２膜、７０受光層、７１第１膜、７２第２膜、２００基板マニピュレータ、２０１基板ヒータ、２０２クライオパネル、２１０坩堝、２１１ヒータ、２１２シャッター、２１３バルブ、２１４クラッキング部、２０００シャフト、２２００コンピュータ、２２０１ＤＶＤ－ＲＯＭ、２２１０ホストコントローラ、２２１２ＣＰＵ、２２１４ＲＡＭ、２２１６グラフィックコントローラ、２２１８ディスプレイデバイス、２２２０入／出力コントローラ、２２２２通信インタフェース、２２２４ハードディスクドライブ、２２２６ＤＶＤ－ＲＯＭドライブ、２２３０ＲＯＭ、２２４０入／出力チップ、２２４２キーボード

Claims

赤外線発光素子または赤外線受光素子が含む複数の膜のうち少なくとも１つの膜を成膜する成膜装置の制御条件を示す制御条件データを取得する制御条件取得部と、
前記制御条件データが示す制御条件で動作させた前記成膜装置によって成膜された膜のうち前記赤外線発光素子の発光層または前記赤外線受光素子の受光層の少なくとも一部を構成する膜に関する特性を示す膜特性データを取得する膜特性取得部と、
取得された前記制御条件データおよび前記膜特性データを含む学習データを用いて、目標とする膜の特性を示す目標膜特性データを入力したことに応じて推奨する前記成膜装置の制御条件を示す推奨制御条件データを出力するモデルの学習処理を実行する学習処理部と
を備え、
前記成膜装置は分子線エピタキシー装置であり、
前記制御条件データは、
前記成膜装置のメンテナンス後に測定される、基板に照射される原料のフラックス量、および、前記分子線エピタキシー装置のセルの温度に関するデータを含む学習処理装置。
前記成膜装置の状態を示す状態データを取得する状態取得部を更に備え、
前記学習処理部は、取得された前記状態データを更に含む前記学習データを用いて、前記目標膜特性データおよび前記状態データを入力したことに応じて前記推奨制御条件データを出力する前記モデルの学習処理を実行する
請求項１に記載の学習処理装置。
前記状態データは、前記成膜装置の運転履歴を示す運転履歴データを含む請求項２に記載の学習処理装置。
前記運転履歴データは、前記成膜装置のメンテナンスの回数および内容の少なくとも１つに関するデータ、前記成膜装置の少なくとも１つの部品の使用回数に関するデータ、前記成膜装置の成膜回数に関するデータ、および過去に形成した膜に関するデータの少なくとも１つを含む請求項３に記載の学習処理装置。
前記膜特性データは、前記成膜された膜の膜厚、組成、平坦性、電気特性、光学特性、結晶性、表面情報、および、転位密度の少なくとも一つに関するデータを含み、
前記表面情報は、前記成膜された膜の光学顕微鏡写真から得られる情報を含む
請求項１～４の何れか一項に記載の学習処理装置。
前記膜特性データは、少なくとも前記発光層または前記受光層を透過して検出された透過スペクトルにより得られるデータ、または、少なくとも前記発光層または前記受光層から検出されたフォトルミネッセンスにより得られるデータを含む
請求項１～５の何れか一項に記載の学習処理装置。
前記膜特性データは、少なくとも前記発光層または前記受光層の組成を含む
請求項１～６の何れか一項に記載の学習処理装置。
前記膜特性データは、少なくとも発光層または受光層の厚さを含む
請求項１～７の何れか一項に記載の学習処理装置。
前記膜特性データは、少なくとも発光層または受光層に隣接する層のうち少なくとも１つの層の組成または厚さを含む
請求項１～８の何れか一項に記載の学習処理装置。
前記膜特性データは、少なくとも発光層または受光層に隣接する層のうち少なくとも１つの層と、発光層または受光層との組成差を含む
請求項１～９の何れか一項に記載の学習処理装置。
前記成膜装置は、Ａｌ、Ｇａ、Ｉｎ、Ａｓ、Ｓｂ、Ｓｉ、Ｔｅ、Ｓｎ、Ｚｎ、および、Ｂｅの少なくとも１つを含む膜を成膜する請求項１から１０のいずれか一項に記載の学習処理装置。
目標とする膜の特性を示す前記目標膜特性データを取得する目標膜特性取得部と、
前記目標膜特性データを前記モデルに供給する目標膜特性供給部と、
前記目標膜特性データを前記モデルに供給したことに応じて前記モデルが出力する前記推奨制御条件データを取得する推奨制御条件取得部と、
前記成膜装置を、前記推奨制御条件データが示す制御条件で動作させる制御部と
を更に備える請求項１から１１のいずれか一項に記載の学習処理装置。
赤外線発光素子または赤外線受光素子が含む複数の膜のうち少なくとも１つの膜を成膜する成膜装置の制御条件を示す制御条件データを取得する制御条件取得段階と、
前記制御条件データが示す制御条件で動作させた前記成膜装置によって成膜された膜のうち前記赤外線発光素子の発光層または前記赤外線受光素子の受光層の少なくとも一部を構成する膜に関する特性を示す膜特性データを取得する膜特性取得段階と、
取得された前記制御条件データおよび前記膜特性データを含む学習データを用いて、目標とする膜の特性を示す目標膜特性データを入力したことに応じて推奨する前記成膜装置の制御条件を示す推奨制御条件データを出力するモデルの学習処理を実行する学習処理段階と
を備え、
前記成膜装置は分子線エピタキシー装置であり、
前記制御条件データは、
前記成膜装置のメンテナンス後に測定される、基板に照射される原料のフラックス量、および、前記分子線エピタキシー装置のセルの温度に関するデータを含む学習処理方法。
目標とする膜の特性を示す前記目標膜特性データを取得する目標膜特性取得段階と、
前記目標膜特性データを前記モデルに供給する目標膜特性供給段階と、
前記目標膜特性データを前記モデルに供給したことに応じて前記モデルが出力する前記推奨制御条件データを取得する推奨制御条件取得段階と、
前記成膜装置を、前記推奨制御条件データが示す制御条件で動作させる制御段階と
を更に備える請求項１３に記載の学習処理方法。
基板を準備する準備段階と、
赤外線発光素子または赤外線受光素子が含む複数の膜を前記基板上に積層する積層段階と
を備え、
前記積層段階において、請求項１４に記載の学習処理方法を用いて前記成膜装置を動作させて、前記複数の膜のうち少なくとも１つの膜を成膜する
化合物半導体の製造方法。
コンピュータを、
赤外線発光素子または赤外線受光素子が含む複数の膜のうち少なくとも１つの膜を成膜する成膜装置の制御条件を示す制御条件データを取得する制御条件取得部と、
前記制御条件データが示す制御条件で動作させた前記成膜装置によって成膜された膜の特性を示す膜特性データを取得する膜特性取得部と、
取得された前記制御条件データおよび前記膜特性データを含む学習データを用いて、目標とする膜のうち前記赤外線発光素子の発光層または前記赤外線受光素子の受光層の少なくとも一部を構成する膜に関する特性を示す目標膜特性データを入力したことに応じて推奨する前記成膜装置の制御条件を示す推奨制御条件データを出力するモデルの学習処理を実行する学習処理部
として機能させ、
前記成膜装置は分子線エピタキシー装置であり、
前記制御条件データは、
前記成膜装置のメンテナンス後に測定される、基板に照射される原料のフラックス量、および、前記分子線エピタキシー装置のセルの温度に関するデータを含む、
プログラム。