JP7494037B2 - 情報処理装置、判定方法、検査装置、成形装置、および物品の製造方法 - Google Patents

Description

本発明は、情報処理装置、判定方法、検査装置、成形装置、および物品の製造方法に関する。

基板上に微細なパターンを形成する技術として、原版のパターンを投影光学系を介して基板に転写する露光装置を用いたリソグラフィ技術が知られている。また、近年では、基板上のインプリント材を型（モールド）で成形して、型に形成された微細なパターンを基板上に形成するインプリント技術も注目されている（特許文献１参照）。

インプリント技術では、インプリント材の硬化法の１つとして光硬化法がある。光硬化法は、基板上のショット領域に供給されたインプリント材と型とを接触させた状態で光を照射してインプリント材を硬化させ、硬化したインプリント材から型を引き離すことでインプリント材のパターンを基板上に形成する。

特開２０１９－８００４７号公報

上述したインプリント技術を用いて基板上にパターンを形成する際には、インプリント材が多いと、かかるインプリント材がショット領域外にはみ出してしまうことがある（以下、「浸み出し」と称する）。一方、基板上に供給されるインプリント材の量が少ないと、ショット領域上に部分的にパターンが形成されていない箇所が発生してしまうことがある（以下、「未充填」と称する）。浸み出しが発生すると、インプリント材がはみ出した箇所が不良となるとともに、インプリント材がはみ出した先のショット領域にパターンを形成する際に、はみ出したインプリント材と型とが接触して型のパターンが破損してしまう可能性がある。また、未充填が発生すると、ショット領域上に部分的にパターンが形成されていないため、半導体デバイスとして不良となる可能性がある。

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

膨大な数の観察画像から浸み出しおよび未充填を検査する手段の一例として、機械学習を用いた手法がある。ここでの機械学習は検査をコンピュータで行うものであり、事前に取得した観察画像のデータをコンピュータを用いて学習する事により、学習モデルを生成する。次に、形成不良の有無等を検査する画像を学習モデルに入力し検査結果を得る。機械学習に用いる学習モデルを生成するためには、学習のためのデータの準備や学習モデルを算出（学習）する処理などに多くのコストが必要となる。物品製造システム（半導体製造工場）では、複数の装置が稼働しており、同一の製品が複数の装置等で並行して製造されている。これらの装置毎に、学習モデルを算出することは非効率である。このため、共通の学習モデルを多くの形成不良検査を行う装置に適用することで、効率的に形成不良の検出を実現している。

しかしながら、形成不良検査に使用する装置が異なると、装置の個体差や経時変化によって、形成不良の検査精度が劣化する可能性がある。形成不良の検査精度の劣化の要因は様々であり、形成不良検査に使用する装置の調整の必要性の確認と、調整対象を特定するためには、目視による画像観察（判定）等が必要であり、人手を介する必要がある。このため、装置を継続的に稼働させるために必要な確認・調整作業に時間がかかりうる。

そこで、本発明は、基板上に成形された組成物の成形不良の有無を判定する情報処理装置において、判定精度を効率的に維持可能な技術を提供することを例示的目的とする。

上記目的を達成するために、本発明の一側面としての情報処理装置は、型を用いて基板上の組成物を成形する成形処理が行われた基板について、前記成形された組成物の成形不良を検査するための条件の調整の要否を判定する情報処理装置であって、成形された前記基板上の組成物の画像を取得する画像取得部と、学習モデルを用いて、前記画像取得部により取得した前記画像に対して、前記組成物の成形不良の検査を行う検査部と、少なくとも一部に前記成形処理が行われた前記基板であって、前記要否の判定の基準とする基準基板の、前記組成物の成形不良に関する情報を取得する情報取得部と、前記検査部によって前記基準基板の前記組成物の成形不良が検査されて取得された検査結果と、前記情報取得部によって取得した前記組成物の成形不良に関する情報とを比較し、前記比較の結果に基づいて、前記検査の条件の調整の要否を判定する判定部と、を備えることを特徴とする。

本発明によれば、例えば、基板上に成形された組成物の成形不良の有無を判定する情報処理装置において、判定精度を効率的に維持可能な技術を提供することができる。

第１実施形態に係る成形装置としてのインプリント装置の構成を示す概略図である。 リソグラフィシステムの構成を示す概略図である。 インプリント装置１００の動作を説明するフローチャートである。 基板上のインプリント材と型とが接触している状態を示す側面図である。 図３に示す工程Ｓ１０８で取得される画像の一例を示す図である。 オートエンコーダの概要を説明する図である。 本実施形態における検査精度の取得処理を模式的に示す図である。 成形不良検査装置１００７のシステム構成を示す概略図である。 学習モデルを作成する際の処理を説明するためのフローチャートである。 検査機能調整の要否を判定する際の処理を説明するためのフローチャートである。 図１０の工程Ｓ３０１の詳細な処理を説明するフローチャートである。 図１０の工程Ｓ３０２の詳細な処理を説明するフローチャートである。 図１０の工程Ｓ３０４の詳細な処理を説明するフローチャートである。 第１実施形態に係るユーザインターフェースの画面例を示す模式図である。 第１実施形態に係るユーザインターフェースの画面例を示す模式図である。 第２実施形態における平坦化装置による処理を説明する図である。 物品の製造方法を説明するための図である。

以下、添付図面を参照して実施形態を詳しく説明する。なお、以下の実施形態は特許請求の範囲に係る発明を限定するものではない。実施形態には複数の特徴が記載されているが、これらの複数の特徴の全てが発明に必須のものとは限らず、また、複数の特徴は任意に組み合わせられてもよい。更に、添付図面においては、同一もしくは同様の構成に同一の参照番号を付し、重複した説明は省略する。

＜第１実施形態＞
図１は、第１実施形態に係る成形装置としてのインプリント装置１００の構成を示す概略図である。図１（Ａ）は、インプリント装置１００の構成を示す概略図である。インプリント装置１００は、型（原版、テンプレート）を用いて基板上にインプリント材（組成物）のパターンを形成（成形）するインプリント処理を行うリソグラフィ装置である。インプリント装置１００は、基板上に供給された未硬化のインプリント材ＩＭと型Ｍとを接触させ、インプリント材ＩＭに硬化用のエネルギーを与えることにより、インプリント材ＩＭを硬化させる。そして、インプリント材ＩＭの硬化物と型Ｍとを分離する（離型）。この一連の処理をインプリント処理という。インプリント処理によって、基板Ｓの上にパターンが形成される。なお、本明細書において、成形処理という場合、インプリント処理と、平坦化処理を含むものとする。ここで、平坦化処理とは、凹凸パターンがない平面部を有するモールドを用いて基板上に平坦化層を形成する処理である。

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

基板の材料としては、例えば、ガラス、セラミックス、金属、半導体、樹脂等が用いられうる。必要に応じて、基板の表面に、基板とは別の材料からなる部材が設けられてもよい。基板は、例えば、シリコンウエハ、化合物半導体ウエハ、石英ガラスである。

本明細書および添付図面では、基板Ｓを保持する基板保持部１０２の基板保持面に沿う方向をＸＹ平面とするＸＹＺ座標系において方向を示す。ＸＹＺ座標系におけるＸ軸、Ｙ軸、Ｚ軸にそれぞれ平行な方向をＸ方向、Ｙ方向、Ｚ方向とし、Ｘ軸周りの回転、Ｙ軸周りの回転、Ｚ軸周りの回転をそれぞれθＸ、θＹ、θＺとする。Ｘ軸、Ｙ軸、Ｚ軸に関する制御または駆動は、それぞれＸ軸に平行な方向、Ｙ軸に平行な方向、Ｚ軸に平行な方向に関する制御または駆動を意味する。また、θＸ軸、θＹ軸、θＺ軸に関する制御または駆動は、それぞれＸ軸に平行な軸の周りの回転、Ｙ軸に平行な軸の周りの回転、Ｚ軸に平行な軸の周りの回転に関する制御または駆動を意味する。また、位置は、Ｘ軸、Ｙ軸、Ｚ軸の座標に基づいて特定されうる情報であり、姿勢は、θＸ軸、θＹ軸、θＺ軸の値で特定されうる情報である。位置決めは、位置および／または姿勢を制御することを意味する。位置合わせは、基板および型の少なくとも一方の位置および／または姿勢の制御を含みうる。

インプリント装置１００は、基板Ｓを保持する基板保持部１０２、基板保持部１０２を駆動することによって基板Ｓを駆動する基板駆動機構１０５、基板保持部１０２を支持するベース１０４、基板保持部１０２の位置を計測する位置計測部１０３を備えうる。基板駆動機構１０５は、例えば、リニアモータ等のモータを含みうる。

インプリント装置１００は、型（モールド）Ｍを保持する型保持部１２１、型保持部１２１を駆動することによって型Ｍを駆動する型駆動機構１２２、型駆動機構１２２を支持する支持構造体１３０を含みうる。型駆動機構１２２は、例えば、ボイスコイルモータ等のモータを含みうる。

基板駆動機構１０５および型駆動機構１２２は、基板Ｓと型Ｍとの相対位置および相対姿勢を調整する駆動機構を構成する。該駆動機構による基板Ｓと型Ｍとの相対位置の調整は、基板Ｓの上のインプリント材に対する型の接触、および、硬化したインプリント材（硬化物のパターン）からの型の分離のための駆動を含む。基板駆動機構１０５は、基板Ｓを複数の軸（例えば、Ｘ軸、Ｙ軸、θＺ軸の３軸、好ましくは、Ｘ軸、Ｙ軸、Ｚ軸、θＸ軸、θＹ軸、θＺ軸の６軸）について駆動するように構成されうる。型駆動機構１２２は、型Ｍを複数の軸（例えば、Ｚ軸、θＸ軸、θＹ軸の３軸、好ましくは、Ｘ軸、Ｙ軸、Ｚ軸、θＸ軸、θＹ軸、θＺ軸の６軸）について駆動するように構成されうる。

インプリント装置１００は、型Ｍを搬送する型搬送機構１４０および型クリーナ１５０を備えうる。型搬送機構１４０は、例えば、型Ｍを型保持部１２１に搬送したり、型Ｍを型保持部１２１から原版ストッカ（不図示）または型クリーナ１５０等に搬送したりするように構成されうる。型クリーナ１５０は、型Ｍを紫外線や薬液等によってクリーニング（洗浄）する。

型保持部１２１は、型Ｍの裏面（基板Ｓに転写すべきパターンが形成されたパターン領域ＭＰとは反対側の面）の側に圧力制御空間ＣＳを形成する窓部材１２５を含みうる。図１（Ｂ）は、圧力制御空間ＣＳを含む型Ｍの周辺の構成を示す概略図である。インプリント装置１００は、圧力制御空間ＣＳの圧力（以下、キャビティ圧と呼ぶ）を制御することによって、図１（Ｂ）に模式的に示されるように、型Ｍのパターン領域ＭＰを基板Ｓに向かって凸形状に変形させる変形機構１２３を備えうる。

また、インプリント装置１００は、アライメント計測部１０６、広角アライメント計測部１５１、硬化部１０７、撮像部１１２、光学部材１１１を備えうる。アライメント計測部１０６は、基板Ｓのアライメントマークと型Ｍのアライメントマークを照明するとともにその像を撮像する事によりマーク間の相対位置を計測する。アライメント計測部１０６は、観察すべきアライメントマークの位置に応じて不図示の駆動機構によって位置決めされうる。

広角アライメント計測部１５１は、アライメント計測部１０６より広い視野を有する計測器であり、基板Ｓのアライメントマークを照明するとともにその像を撮像する事により、基板Ｓの位置を計測する。広角アライメント計測部で基板Ｓの位置を計測する事により、アライメント計測部１０６の視野内に基板Ｓのアライメントマークを移動する事ができる。

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

インプリント装置１００は、基板Ｓの上にインプリント材ＩＭを配置するディスペンサ１０８を備えうる。ディスペンサ１０８は、例えば、インプリント材ＩＭの配置を示すドロップレシピに従ってインプリント材ＩＭが基板Ｓの上に配置されるようにインプリント材ＩＭを吐出する。

インプリント装置１００は、基板駆動機構１０５、型駆動機構１２２、変形機構１２３、型搬送機構１４０、型クリーナ１５０、アライメント計測部１０６、硬化部１０７、撮像部１１２、ディスペンサ１０８等を制御する制御部１１０を備えうる。制御部１１０は、情報処理装置である計算機構１１３を含む、例えば、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙの略。）などのＰＬＤ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅの略。）、又は、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔの略。）、又は、プログラムが組み込まれた汎用コンピュータ、又は、これらの全部または一部の組み合わせによって構成されうる。

図２は、半導体デバイスなどの物品を製造するためのリソグラフィシステム１００１の構成を示す概略図である。リソグラフィシステム１００１は、１つ又は複数のインプリント装置１００と、１つ又は複数の検査装置１００５と、１つ又は複数の処理装置１００６と、１つ又は複数の成形不良検査装置１００７と、制御装置１００３とを有する。なお、リソグラフィシステム１００１は、１つ又は複数の露光装置を更に有していてもよい。

検査装置１００５は、例えば、重ね合わせ検査装置、ＣＤ（Ｃｒｉｔｉｃａｌ Ｄｉｍｅｎｓｉｏｎ）検査装置、欠陥検査装置、電気特性検査装置などを含む。処理装置１００６は、例えば、エッチング装置や成膜装置などを含む。インプリント装置１００と、検査装置１００５と、処理装置１００６と、成形不良検査装置１００７と、制御装置１００３とは、ネットワーク１００２を介して、互いに接続されている。リソグラフィシステム１００１において、インプリント装置１００、検査装置１００５、処理装置１００６及び成形不良検査装置１００７は、インプリント装置１００とは異なる外部装置である制御装置１００３によって制御される。

成形不良検査装置１００７は、汎用又は専用の情報処理装置（コンピュータ）に、成形不良検査に関するプログラムを組み込むことによって構成される。なお、成形不良検査装置１００７は、ＦＰＧＡなどのＰＬＤによって構成されてもよいし、ＡＳＩＣによって構成されてもよい。また、成形不良検査装置１００７は、インプリント装置１００の計算機構１１３や制御装置１００３を用いて（併用して）実現してもよい。即ち、成形不良検査装置は、インプリント装置に含まれる場合もある。

成形不良検査装置１００７は、インプリント処理が行われた基板Ｓについて、パターンの形成不良や平坦化の不良の有無を検査する機能、および、該検査精度を取得して、検査機能調整の要否を判定する機能を有する。成形不良検査装置１００７の詳細な構成については後述する。

図３を参照して、インプリント装置１００やインプリント装置１００を含むリソグラフィシステム１００１の動作について説明する。本実施形態では、インプリント処理を行った後に、インプリント処理を行ったショット領域（パターンを形成すべき領域）の周辺部の画像を取得する。そして、取得した画像を用いて浸み出し及び未充填（に起因するパターンの形成不良や平坦化の不良（組成物の成形不良））を検査（検出）する。本実施形態では、浸み出し及び未充填を検査する際には、機械学習を用いる。なお、以降、浸み出し及び未充填の検査を成形不良検査と称する。これに加え、本実施形態では、インプリント処理並びに成形不良検査とは別に、成形不良検査の検査精度の確認と成形不良検査に関連する機能の調整を行う。なお、以下では成形不良検査に用いる装置の検査精度の確認を検査精度確認、該装置の成形不良検査に関連する機能の再調整を検査機能調整と称する。具体的には、成形不良検査の精度を確認するための基準として用いる基板（基準基板）の検査部１０３７における検査結果と、情報取得部１０４７によって基準基板の成形不良に関する情報を用いることにより、検査精度の確認を行う。さらに、検査精度の確認結果に基づいて、検査機能調整の要否を判定し、調整が必要な場合には調整対象の特定と、調整についても行う。一例としては、この検査精度確認と検査機能調整を定期的に行う。

図３は、インプリント装置１００の動作を説明するフローチャートである。本図に示される動作は、図２に示すリソグラフィシステムにも適用されうる。図３に示される動作は、制御部１１０または制御装置１００３のうちの少なくとも一方によって制御されうる。工程Ｓ１０１では、不図示の基板搬送機構によって基板Ｓが搬送元（例えば、前処理装置との中継部）から基板保持部１０２の上に搬送される。搬送された基板Ｓの基板保持部１０２上での位置を、広角アライメント計測部１５１で基板Ｓ上のマークを観察する事により計測する。ここで計測した位置に基づいて、基板Ｓを位置決めする。

工程Ｓ１０２～Ｓ１０６は、基板Ｓの複数のショット領域のうちインプリント対象のショット領域に対するインプリント処理の各工程を示している。

まず、工程Ｓ１０２では、基板Ｓの複数のショット領域のうちインプリント対象のショット領域の上にディスペンサ１０８によってインプリント材ＩＭを配置（供給）する。具体的には、基板駆動機構１０５によって基板Ｓを移動させながら、ディスペンサ１０８からインプリント材ＩＭを吐出することで、インプリント対象のショット領域にインプリント材ＩＭを配置する。

工程Ｓ１０３では、インプリント対象のショット領域上のインプリント材ＩＭと型Ｍ（のパターン領域ＭＰ）とを接触させる。具体的には、基板駆動機構１０５及び型駆動機構１２２の少なくとも一方によって基板Ｓと型Ｍとを相対的に移動させることで、インプリント対象のショット領域上のインプリント材ＩＭと型Ｍとを接触させる。例えば、インプリント対象のショット領域上のインプリント材ＩＭに型Ｍが接触するように、型駆動機構１２２によって型Ｍを移動させる。なお、インプリント対象のショット領域上のインプリント材ＩＭと型Ｍとを接触させる際には、変形機構１２３によって、型Ｍのパターン領域ＭＰを基板Ｓに向かって凸形状に変形させるとよい。

工程Ｓ１０４では、基板Ｓと型Ｍとのアライメント（位置合わせ）、具体的には、インプリント対象のショット領域と型Ｍのパターン領域ＭＰとのアライメントを行う。具体的には、アライメント計測部１０６によってインプリント対象のショット領域のアライメントマークと型Ｍのアライメントマークとの相対位置を計測しながら、かかる相対位置が目標相対位置の許容範囲に収まるように、アライメントを行う。例えば、基板駆動機構１０５及び型駆動機構１２２の少なくとも一方によって基板Ｓと型Ｍとを相対的に移動させることで、それらの相対位置を目標相対位置の許容範囲に収める。目標装置位置は、例えば、重ね合わせ検査装置で得られた過去の結果などから決められた補正値に応じて設定される。

工程Ｓ１０５では、インプリント対象のショット領域上のインプリント材ＩＭと型Ｍとを接触させた状態において、インプリント材ＩＭを硬化させる。具体的には、インプリント材ＩＭを硬化させるためのエネルギーを、硬化部１０７から基板Ｓと型Ｍのパターン領域ＭＰとの間のインプリント材ＩＭに照射する。これにより、インプリント材ＩＭが硬化し、インプリント対象のショット領域にインプリント材ＩＭの硬化物（パターン）が形成される。

工程Ｓ１０６では、インプリント対象のショット領域上の硬化したインプリント材ＩＭから型Ｍを引き離す（離型）。具体的には、インプリント材ＩＭの硬化物と型Ｍのパターン領域ＭＰとが分離されるように、基板駆動機構１０５及び型駆動機構１２２の少なくとも一方によって基板Ｓと型Ｍとを相対的に移動させる。例えば、インプリント対象のショット領域上のインプリント材ＩＭの硬化物から型Ｍが分離するように、型駆動機構１２２によって型Ｍを移動させる。なお、インプリント対象のショット領域上の硬化したインプリント材ＩＭから型Ｍを引き離す際には、変形機構１２３によって、型Ｍのパターン領域ＭＰを基板Ｓに向かって凸形状に変形させるとよい。また、撮像部１１２によって、基板Ｓ、型Ｍ及びインプリント材ＩＭを撮像して画像を取得し、かかる画像に基づいてインプリント材ＩＭと型Ｍとの分離の状態を観察する。

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

工程Ｓ１０８では、インプリント処理が行われた基板Ｓのショット領域（及び周辺部）を撮像して、かかるショット領域に形成されたパターンを含む画像を取得する。基板上の各ショット領域の撮像には、例えば、広角アライメント計測部１５１を用いればよい。ショット領域に対して、広角アライメント計測部１５１の視野が狭い場合には、基板駆動機構１０５によって基板Ｓの位置を変更しながら複数回の撮像を行うことで所望の領域（ショット領域）の画像を取得すればよい。

工程Ｓ１０８で取得された画像は、後述するように、基板Ｓにおけるパターンの形成不良の有無を検査（判定）する処理に関して、学習用の画像として用いる場合もあるし、検査用の画像として用いる場合もある。本実施形態では、広角アライメント計測部１５１を用いて画像を取得する場合を例に説明するが、これに限定されるものではない。例えば、アライメント計測部１０６や撮像部１１２などを用いて同様の画像を取得してもよい。

また、本実施形態では、基板上の全てのショット領域に対してインプリント処理を行った後に各ショット領域を撮像して画像を取得しているが、これに限定されるものではない。例えば、基板上の１つのショット領域に対してインプリント処理を行った後（Ｓ１０６の後）に、かかるショット領域を撮像して画像を取得してもよい。また、インプリント装置１００から基板Ｓを搬出した後に、外部装置で基板上の各ショット領域を撮像して画像を取得してもよい。

なお、図３に示すフローは、成形不良検査装置を含むインプリント装置を用いた場合の例について説明したものである。インプリント装置とは別体の成形不良検査装置で成形不良検査を行う場合には、インプリント装置では工程Ｓ１０８を行わず、工程Ｓ１０８と同様の工程を成形不良検査装置で行う。また、インプリント装置とは別体の成形不良検査装置で成形不良検査を行う場合でも、インプリント装置において工程Ｓ１０８を行い、インプリント装置で撮像した画像を用いて別体の成形不良検査装置において成形不良検査を行っても良い。

工程Ｓ１０９では、インプリント装置１００から基板Ｓを搬出する。具体的には、基板搬送機構（不図示）を用いて、基板Ｓを基板保持部１０２から搬送先（例えば、後処理装置との中継部）に搬送する。

なお、複数の基板で構成されるロットを処理する場合には、複数の基板のそれぞれに対して、図３に示す各工程が行われる。

次に、本実施形態において、インプリント処理の後に行われる、基板Ｓにおけるパターンの形成不良の有無を検査する検査処理（パターンの形成不良の有無を判定する判定方法）について説明する。パターンの形成不良は、上述したように、浸み出しや未充填に起因して発生する。

図４は、基板上のインプリント材ＩＭと型Ｍとが接触している状態を示す側面図である。本図は、例えば、上述の工程Ｓ１０５における状態である。図４（Ａ）は、浸み出しを説明する図である。浸み出しとは、図４（Ａ）に示すように、基板上のショット領域（型Ｍ）からインプリント材ＩＭがはみ出していること（パターンを形成すべき領域外へのインプリント材ＩＭのはみ出し）を意味する。図４（Ｂ）は、未充填を説明する図である。未充填とは、図４（Ｂ）に示すように、型Ｍと基板Ｓとの間にインプリント材ＩＭが充填されていない箇所が発生していることを意味する。

図５は、図３に示す工程Ｓ１０８で取得される画像の一例を示す図である。図５（Ａ）は、浸み出しおよび未充填が発生していない場合を示す図である。通常、即ち、浸み出しや未充填が発生していない場合には、図５（Ａ）に示すように、ショット領域の境界１６１まで、インプリント材ＩＭが充填されてパターンが形成される。なお、図５（Ａ）乃至図５（Ｃ）では、画像上部のショット領域にパターンを形成した例を示している。一方、未充填が発生した場合には、図５（Ｂ）に示すように、インプリント材ＩＭがショット領域の境界１６１まで充填されてない箇所が白く（又は黒く）撮像される。また、浸み出しが発生した場合には、図５（Ｃ）に示すように、ショット領域の境界１６１からはみ出したインプリント材ＩＭが黒く（又は白く）撮像される。

次に、本実施形態での成形不良の検査方法について述べる。本実施形態では、成形不良検査方法として機械学習の一手法であるオートエンコーダ（ＡｕｔｏＥｎｃｏｄｅｒ）を用いる。図６は、オートエンコーダの概要を説明する図である。オートエンコーダは、図６（Ａ）に示すように、正常時のデータ（例えば、画像）のみを用いて学習モデルを作成するものである。十分な量のデータで学習した学習モデルに、異常なデータ（正常なデータとは異なる部分を含むデータ）を入力すると、図６（Ｂ）に示すように、異常な部分が除去されたデータが出力（推定）される。

本実施形態では、成形不良がない正常なデータ（正常なパターン画像）を入力データ及び教師データとして用いて、学習モデルを事前に作成する。そして、検査処理において、成形不良を検査（判定）すべき画像を学習モデルに入力して、出力データを取得する。上述したように、正常なデータ（成形不良を含まない画像）を入力した場合には、出力データとして、入力データと同一のデータが出力される。一方、異常なデータ（成形不良（浸み出し及び未充填）がある画像）を入力した場合には、出力データとして、入力データから推測される正常なデータ（成形不良を含まない画像）が出力される。従って、図６（Ｂ）に示すように、入力データ（入力画像）と出力データ（出力画像）との差分が成形不良の部分を表しており、かかる差分の有無から、成形不良（浸み出しや未充填）の有無を検査（判定）する。

次に、成形不良の検査処理について、より詳細に説明する。浸み出しや未充填などの成形不良検査に使用する画像は、いずれの成形不良検査装置で撮像しても同じ結果になることを想定している。そのため、例えば、図２に示すようなリソグラフィシステムの成形不良検査に使用する学習モデルは、複数の成形不良検査装置に共通で使用する学習モデルを作成（学習）したあと、ネットワークなどを介してそれぞれの成形不良検査装置に入力される。そして、それぞれの成形不良検査装置で使用される。複数の成形不良検査装置の撮像性能がほぼ同一であれば、同じ学習データを共通して使用することで、複数の成形不良検査装置間の成形不良検査精度を均一にできる。

しかし、実際には、装置が異なると、例えば、装置個体差や経時変化によって基板を観察した際の画像が変化して、成形不良の検査精度が劣化する可能性がある。各成形不良検査装置の成形不良検査精度が劣化して再調整が必要であることを調べるためには、各成形不良検査手段の検査結果に対して目視による画像観察（判定）等を行う必要がある。また、成形不良の検査精度が劣化した場合は、例えば、学習モデルの再算出（再学習）等により成形不良検査装置を再調整する必要がある。成形不良検査の検査精度確認及び検査機能調整する作業は人手を介する必要があるため、成形不良検査装置を継続的に稼働させるために必要な確認・調整作業に時間がかりうる。

上記問題を解決するため、本実施形態では、成形不良検査精度を確認し、その結果に基づいて検査機能の再調整の要否を判定することを特徴とする。なお、本明細書において、基準基板とは、少なくとも一部に成形処理が行われた基板であって、成形不良検査の精度を確認（検査）するために用いる基板である。つまり、基準基板は、確認用基板であるともいえる。本実施形態では、基準基板として、少なくとも一部のショット領域にインプリント材のパターンが形成された基板を用いる。基準基板に形成されたインプリント材のパターンは、いずれのインプリント装置による処理で形成されたものであっても良い。また、基準基板は、成形不良を含んでいないインプリント処理済みの基板を用いても構わないが、成形不良を含んでいるインプリント処理済みの基板である方が好ましい。また、基準基板として、半導体デバイス等の物品を製造している途中の基板を用いても構わない。

図７は、本実施形態における検査精度の取得処理を模式的に示す図である。図７に示すように、本実施形態における検査精度の確認処理は、学習モデルを作成する際（学習時）の処理と、成形不良の有無を実際に検査する処理を含む検査精度を取得する際（検査時）の処理とに大別される。図８は、成形不良検査装置１００７のシステム構成を示す概略図である。前述した様に、成形不良検査装置１００７は、インプリント装置１００の計算機構１１３や制御装置１００３を用いて（併用して）実現してもよい。成形不良検査装置１００７は、画像取得部１０１７、作成部１０２７、検査部１０３７、情報取得部１０４７、判定部１０５７、および調整部１０６７を含む。

画像取得部１０１７は、基板のショット領域（パターンを形成すべき領域）の周辺部の画像を取得する機能を実現する。画像取得部１０１７は、基板を撮像する撮像部を備えていても良いが、外部の撮像装置によって撮像された画像を取得する構成であっても良い。画像取得部１０１７が取得する画像は、２種類ある。一つは、学習モデルを作成するための教師データとして用いる画像である。本実施形態において、教師データとして用いる画像は、上述の通り、成形不良を含まないパターンが形成されたショット領域の周辺部の画像である。もう一つは、成形不良検査を行う画像、即ち、検査用（検査対象）の画像（検出画像）
である。

作成部１０２７は、画像取得部１０１７に入力された教師データ用の画像を用いて、基板Ｓにおけるパターンの成形不良の有無を検査する検査処理に用いる学習モデル作成する機能を実現する。

検査部１０３７は、画像取得部１０１７に入力された検査対象の画像を作成部１０２７で作成された学習モデルに入力して、パターンの形成不良の有無を示す検査結果を取得する機能を実現する。検査精度の取得処理を行う場合には、画像取得部１０１７に基準基板のショット領域（パターンを形成すべき領域）の周辺部の画像（基準画像）を入力し、基準画像のパターンの形成不良の有無の検査結果を取得する。なお、検査部１０３７におい用いられる学習モデルは、外部装置によって作成された学習モデルであっても良い。この場合、検査部１０３７は、例えば、ネットワークなどを介して学習モデルを取得する。その場合、学習モデルを情報処理装置の外部から取得（例えば、ダウンロード）するための学習モデル取得部を設ける。

情報取得部１０４７は、基準基板の成形不良に関する情報を取得する。ここで、基準基板の成形不良に関する情報とは、例えば、以下の（Ａ）～（Ｃ）の少なくとも１つを含む。なお、基準基板が成形不良を含んでいる場合には、（Ａ）の中の少なくとも１つを含むことが好ましい。また、基準基板の成形不良に関する情報に（Ａ）が存在しない場合には、基板基準が成形不良を含んでいないことを示す。
（Ａ）成形不良がある位置、成形不良の大きさ、浸み出しや未充填などの成形不良の種類などの成形不良情報
（Ｂ）基準画像の撮像時における波長情報・光量・解像度・撮像位置・明視野／暗視野などの撮像条件の情報
（Ｃ）基準画像の明るさ・コントラストなどの基準画像の特徴情報
基準基板の成形不良に関する情報は、重ね合わせ検査装置、ＣＤ検査装置、欠陥検査装置、及び電気特性検査装置のうち少なくとも１つの検査装置１００５において基準基板を検査した結果から取得される。また、基準基板の成形不良に関する情報は、人間が目視で基準基板が撮像された画像を検査した結果から取得されてもよい。また、基準基板の成形不良に関する情報は、成形不良検査装置１００７がキーボードやタッチパネル等の入力手段を有する場合には、入力手段を介して成形不良検査装置１００７の操作画面から入力されても良い。また、基準基板の成形不良に関する情報は、ネットワーク１００２を介して取得されても良いし、ハードディスクやＵＳＢのような可搬メディアを介して取得されても良い。成形不良に関する情報は、基準基板について既に検査された結果から取得された成形不良に関する情報であると言える。また、成形不良に関する情報は、基準基板に関する既知の成形不良に関する情報であるとも言える。さらに、成形不良に関する情報は、基準基板の成形不良に関する正しい情報であるともいえる。

判定部１０５７は、検査部１０３７において取得された基準基板の成形不良の有無の検査結果と、情報取得部１０４７において取得された基準基板の成形不良に関する情報とを比較する。そして、比較結果に基づいて検査機能調整の要否を判定する。

調整部１０６７は、判定部１０５７において、検査機能調整が必要であると判定された場合に、判定部１０５７における比較結果に基づいて、成形不良検査装置１００７の成形不良検査に関連する機能のうち、調整すべき機能を特定し、調整する。なお、本明細書において、成形不良検査に関連する機能とは、画像取得部１０１７、作成部１０２７、および検査部１０３７において実現される機能が含まれる。

まず、図７乃至図９を用いて、学習モデルを作成する際の処理について説明する。図９は、本実施形態における学習モデルを作成する際の処理を説明するためのフローチャートである。図９のフローチャートは、工程Ｓ２０１から工程Ｓ２０３を実施する事で、学習モデルを作成および保存する。

工程Ｓ２０１では、画像取得部１０１７は学習用の画像を取得する。具体的には、基板を撮像して得られたパターンを含む画像（学習用の画像）を、画像取得部１０１７が取得する。学習用の画像の取得は、複数の基板のそれぞれに対して、且つ、かかる基板の各ショット領域に対して行われる。学習用の画像は多い方が好ましい。Ｓ２０１は、図７に示す１７０の部分に相当する。

工程Ｓ２０２では、作成部１０２７は、工程Ｓ２０１で取得した複数の画像に基づいて、学習モデルを作成する。具体的には、事前に作成したニューラルネットワークの入力データ及び出力データ（教師データ）として、同一の画像１８１を用いて、かかるニューラルネットワークの最適化を行う。これにより、学習モデル１８２（ニューラルネットワーク）を作成する。Ｓ２０２は、図７に示す１７１の部分に相当する。

工程Ｓ２０３で、作成部１０２７は、作成した学習モデル１８２を保存する。この工程は、図７の１７２に相当する。

次に、図７、図８、および図１０乃至図１３を用いて、検査機能調整の要否を判定する処理について述べる。図１０は、検査機能調整の要否を判定する際の処理を説明するためのフローチャートである。

工程Ｓ３０１では、検査部１０３７が基準基板に対して成形不良検査を行う。本工程の詳細については、図１１を用いて後述する。

工程Ｓ３０２では、工程Ｓ３０１で行われた基準基板に対する成形不良検査の結果と、情報取得部１０４７により取得した基準基板の成形不良に関する情報とを比較し、比較結果を取得する。本工程の詳細については、図１２を用いて後述する。

工程Ｓ３０３では、判定部１０５７は取得した比較結果に基づき、検査機能調整の要否を判定する。具体的には、判定部１０５７は、基準基板に対する成形不良検査の結果と、基準基板の成形不良に関する情報との間に相違がある場合、即ち、不一致の場合には、成形不良の誤検出があると判定し、検査機能調整が必要であると判定する。一方、基準基板に対する成形不良検査の結果と、情報取得部１０４７により取得した基準基板の成形不良に関する情報との間に相違がない場合、即ち、一致の場合には、成形不良の誤検出がないと判定し、検査機能調整は不要であると判定する。なお、基準基板に対する成形不良検査の結果と、情報取得部１０４７により取得した基準基板の成形不良に関する情報間の相違が少ないまたは小さい程、検査精度が高いと言える。工程Ｓ３０３において、検査機能調整が必要であると判定された場合（Ｙｅｓ）は、工程Ｓ３０４へ処理を移行する。一方、工程Ｓ３０３において、検査機能調整が必要でないと判定された場合（Ｎｏ）は、検査機能調整の要否判定の処理を終了する。

工程Ｓ３０４では、成形不良の誤検出をなくして、成形不良検査の精度の向上させるため、工程Ｓ３０２で取得された比較結果に基づいて、検査機能調整を行う。本工程の詳細については、図１３を用いて後述する。

なお、本実施形態では工程Ｓ３０３誤検出の有無によって、検査機能調整の要否を判定した。しかし、基準基板に対する成形不良検査の結果と、基準基板の成形不良に関する情報と、の相違に基づいて検査精度を算出し、検査精度が閾値以下の場合に、検査機能調整が必要であると判定しても良い。この場合、判定部１０５７は検査精度を算出する算出部として機能する。

図１１は、図１０の工程Ｓ３０１の詳細な処理を説明するフローチャートである。つまり、基準基板に対する成形不良検査処理のフローチャートである。工程Ｓ３１１では、画像取得部１０１７は、基準基板の画像１８４（基準画像）を取得する。この工程は、図７の１７３の部分に相当する。

工程Ｓ３１２では、検査部１０３７は工程Ｓ２０３で保存した学習モデル１８２を読み込む。この工程は、図７の１７４に相当する。なお、学習モデル１８２は、別の成形不良検査装置で算出した学習モデルを使用しても良い。

工程Ｓ３１３では、検査部１０３７は工程Ｓ３１１で取得した画像１８４を、工程Ｓ３１２で読み込んだ学習モデル１８２に入力し、出力画像１８５（出力データ）を得る。この工程は、図７の１７５に相当する。

工程Ｓ３１４では、検査部１０３７は工程Ｓ３１１で取得した検査対象の画像１８４と、工程Ｓ３１３の出力画像の差分を求め、かかる差分に基づいて、成形不良の有無の検査結果１８６を取得する。例えば、検査対象の画像１８４と出力画像１８５との差分が事前に設定した閾値よりも大きい場合には、成形不良（浸み出しや未充填）があるという検査結果１８６が得られる。一方、検査対象の画像１８４と出力画像１８５との差分が事前に設定した閾値以下である場合には、成形不良がないという検査結果１８６が得られる。この工程は、図７の１７６の部分に相当する。

図１２は、図１０の工程Ｓ３０２の詳細な処理を説明するフローチャートである。つまり、基準基板に対する成形不良検査の結果と、情報取得部１０４７により取得した基準基板の成形不良に関する情報とを比較する処理のフローチャートである。工程Ｓ３２１では、判定部１０５７は、図１１の工程Ｓ３１４で取得した基準基板の検査結果を取得する。

工程Ｓ３２２では、判定部１０５７は、情報取得部１０４７から基準基板の成形不良に関する情報１８８を取得する。この工程は、図７の１７７の部分に相当する。

工程Ｓ３２３では、判定部１０５７は、工程Ｓ３２１で得られた基準基板の検査結果１８６と、工程Ｓ３２２で得られた基準基板の成形不良に関する情報１８８と、を比較する。そして、比較結果１８９が取得される。この工程は、図７の１７８の部分に相当する。

図１３は、図１０の工程Ｓ３０４の詳細な処理を説明するフローチャートである。つまり、検査機能調整処理のフローチャートである。工程Ｓ３３１では、調整部１０６７は、比較結果１８９に基づいて、成形不良検査装置１００７の成形不良検査に関連する機能のうち、調整すべき機能を特定する。具体的には、成形不良検査に関連する機能を実現する画像取得部１０１７、作成部１０２７、および検査部１０３７のうち、いずれの機能を調整すべきかを特定する。

工程Ｓ３３２では、調整部１０６７は、工程Ｓ３３１で特定した調整対象に対して検査の条件を調整する指示を出す。ここで、調整される検査の条件には、画像取得部１０１７において取得される検査用の画像の撮像条件、並びに、検査部１０３７において用いられる学習モデルおよび閾値等が含まれる。検査用の画像の撮像条件には、検査用の画像の撮像時における照明光、フォーカス、倍率、撮像する領域および撮像を行う手段等が含まれる。具体的な調整対象と調整指示の例として以下のものがあげられる。
（１）成形不良を誤検出した画像の、工程Ｓ３１４で求められた差分が、工程Ｓ３１４の閾値周辺に集中していた場合は、検査部１０３７に対して閾値を調整する指示をする。
（２）成形不良に関する情報に含まれる基準画像の特徴情報と、検査用の画像のコントラストや明るさなどの特徴との差が所定の閾値より大きい場合は、画像取得部１０１７に対して検査用の画像の撮像時における照明光の波長を調整する指示をする。
（３）成形不良に関する情報に含まれる基準画像の特徴情報と、検査用の画像のコントラストや明るさなどの特徴との差が所定の閾値より大きい場合は、画像取得部１０１７に対して検査用の画像の撮像時の照明光の光量を調整する指示をする。
（４）類似の学習モデルが他にある場合は、検査部１０３７に対して工程Ｓ３１２で類似の学習モデルを読み込むように調整する指示をする。
（５）作成部１０２７に対して調整対象の成形不良検査装置で撮像した画像を追加して、学習モデルの再学習を調整する。

例えば、検査用の画像の撮像時における照明光、フォーカス、倍率、撮像する領域および撮像を行う手段の少なくとも１つが含まれる。

工程Ｓ３３３では、調整部１０６７は、学習モデル再学習が必要か否かを判定する。具体的には、調整部１０６７は、工程Ｓ３３２の調整指示の中に学習モデルの再学習が含まれているかを確認する。調整指示の中に学習モデルの再学習が含まれていない場合は、学習モデルの再学習が必要ない判定し、処理を工程Ｓ３３５に移行する。一方、調整指示の中に学習モデルの再学習が含まれている場合は、学習モデルの再学習が必要であると判定し、処理を工程Ｓ３３４に移行する。

工程Ｓ３３４では、学習モデルの再学習を実施する。具体的には、図９を用いて説明した処理をデータの追加または変更して再実行する。これにより、学習モデルの少なくとも一部が修正（変更）される。学習モデルの再学習は、他の成形不良検査装置で実施しても構わない。

工程Ｓ３３５では、検査機能調整を行った後、検査精度を確認するために基準基板に対する成形不良検査を再度実施する。基準基板に対する成形不良検査を再度実施する場合、工程Ｓ３１１から実施することが好ましい。ただし、工程Ｓ３３２の調整指示が工程Ｓ３１２～Ｓ３１４係る機能にしか影響しない場合、その直前の工程から実施しても構わない。工程Ｓ３３１～Ｓ３３５は、図７の１７９の部分に相当する。

なお、工程Ｓ３３２において、成形不良検査装置１００７の表示部に、調整対象を選択するためのユーザインターフェースを表示させ、ユーザによって入力された指示に基づいて、調整対象を選択しても良い。図１４および図１５は、第１実施形態に係るユーザインターフェースの画面例を示す模式図である。図１４（Ａ）は、成形不良検査装置１００７の調整方法を選択するためのユーザインターフェースの画面例を示す模式図である。例えば、図１４（Ａ）に示すように、成形不良の誤検出があることを画面に表示することによってユーザに通知する。そして、ユーザが調整方法、即ち、調整する検査の条件の候補を選択可能に表示画面に表示する。このユーザインターフェースにおいて、ユーザは検査機能調整をしないことを選択することも可能である。このとき、基準基板の成形不良の有無の検査結果と、基準基板の成形不良に関する情報と、の詳細な比較結果を含む比較結果のリスト１４０１を表示しても良い。

図１４（Ｂ）は、使用する学習モデルを選択するためのユーザインターフェースの画面例を示す模式図である。例えば、図１４（Ｂ）に示すように、ユーザが複数の学習モデルから、成形不良検査に使用する学習モデルを選択可能なユーザインターフェースを表示しても良い。このとき、例えば、複数の学習モデルと、判定部１０５７によって算出された学習モデルの検査精度と、をそれぞれ対応付けて表示させる。これにより、ユーザは学習モデルのそれぞれの検査精度を直感的に把握することが可能となる。

また、図１４（Ｃ）に示すように、学習モデルの再学習が必要な場合において、ユーザが学習モデルの再学習をする・しないを選択可能なユーザインターフェースを表示しても良い。

さらに、ユーザインターフェースには、図１５（Ａ）に示すように、比較結果のリスト１４０１とともに、ユーザが学習モデルの再学習をする・しないを選択可能な表示しても良い。また、ユーザインターフェースには、図１５（Ｂ）に示すように、成形不良の検出誤差がある画像を表示しても良い。このような画像を表示させることにより、ユーザによる目視の確認も容易に行うことが可能となる。

別の実施形態として、リソグラフィシステムに含まれる複数の成形不良検査装置のそれぞれの検査精度を比較することで、検査精度が高い成形不良検査装置を特定することができる。リソグラフィシステムにおける検査精度を向上させるため、インプリント処理した基板に対して、検査精度がより高い成形不良検査装置で成形不良検査を実施することも可能である。このとき、リソグラフィシステムに含まれる装置のうち、検査精度が最も高い成形不良検査装置を成形不良検査に用いることが好ましいが、検査精度が閾値を超える成形不良検査装置で用いても良い。

以上、本実施形態の情報処理装置を適用した成形不良検査装置、インプリント装置、リソグラフィシステムについて述べた。本実施形態によれば、インプリント装置における基板上に形成されたパターンの成形不良の有無を判定するため検査精度の確認および検査機能調整を効率的に実現することが可能となる。
＜第２実施形態＞
第２実施形態は、成形装置の例として、基板の上に平坦化層を形成する形成処理（平坦化処理）を行う平坦化装置について説明する。なお、ここで言及しない事項は、前述の実施形態に従い得る。

前述の実施形態では、型Ｍとして、凹凸パターンを設けた回路パターン転写用の型について述べたが、凹凸パターンがない平面部を有するモールド（平面テンプレート）であってもよい。平面テンプレートは、平面部によって基板上の組成物を平坦化するように成形する平坦化処理（組成物の成形処理）を行う平坦化装置（成形装置）に用いられる。平坦化処理は、基板上に供給された硬化性組成物に平面テンプレートの平坦部を接触させた状態で、光の照射によって、或いは、加熱によって硬化性組成物を硬化させる工程を含む。

図１６は、第２実施形態における平坦化装置による処理を説明する図である。平坦化装置では、平面テンプレートを用いて、基板Ｓの上に平坦化層を形成する。基板上の下地パターン４０２は、前の工程で形成されたパターン起因の凹凸プロファイルを有しており、特に近年のメモリ素子の多層構造化に伴いプロセス基板は１００ｎｍ前後の段差を持つものも出てきている。基板全体の緩やかなうねりに起因する段差は、フォト工程で使われているスキャン露光装置のフォーカス追従機能によって補正可能である。しかし、露光装置の露光スリット面積内に収まってしまうピッチの細かい凹凸は、そのまま露光装置のＤＯＦ（Ｄｅｐｔｈ Ｏｆ Ｆｏｃｕｓ）を消費してしまう。基板の下地パターン４０２を平滑化する従来手法としてＳＯＣ（Ｓｐｉｎ Ｏｎ Ｃａｒｂｏｎ）、ＣＭＰ（Ｃｈｅｍｉｃａｌ Ｍｅｃｈａｎｉｃａｌ Ｐｏｌｉｓｈｉｎｇ）のような平坦化層を形成する手法が用いられている。しかし従来技術では十分な平坦化性能が得られない問題があり、今後多層化による下地の凹凸差は更に増加する傾向にある。

この問題を解決するために、本実施形態の平坦化装置は、基板に予め塗布された未硬化の組成物に対して平面テンプレート（平面プレート）を押し当てて基板面内の局所平面化を行う。本実施形態において、平坦化装置の構成は、図１に示したインプリント装置１００と概ね同様とすることができる。ただし、平坦化装置では、凹凸パターンが形成されたパターン部を有する型Ｍの代わりに、基板Ｓと同じかそれより大きい面積の平面プレート４０１を使用し、基板Ｓの上の組成物層の全面に接触させる。型保持部は、そのような平面プレートを保持するように構成される。

図１６（Ａ）は、基板上に組成物を供給し、平面プレート４０１を接触させる前の状態を示している。この組成物の供給パターンは、基板全面での凹凸情報を考慮して計算されたものである。図１６（Ｂ）は、平面プレート４０１が基板上の組成物４０３と接触した状態を示している。図１６（Ｃ）は、組成物４０３に光を照射して組成物４０３を硬化させた後、平面プレート４０１を引き離した状態を示している。

上記したように、実際の基板はパターンの段差のみでなく、基板全面で凹凸をもっているため、その凹凸の影響により、平面プレート４０１が組成物４０３と接触するタイミングが異なる。本実施形態では、最初に接触した位置では、接触直後から組成物の移動が始まるが、その程度に応じて組成物を多く配置している。また、最後に接触した位置では、組成物の移動の始まりが遅く、周辺から流入する組成物が加わるが、その程度に応じて組成物の量を減らしている。このような対処により、基板全面で均一な厚みの平坦化層を形成することができる。なお、本実施形態では、処理対象の基板Ｓの全面に対して平坦化処理を一括して行う場合について説明したが、基板Ｓのショット領域ごとに平坦化処理を行ってもよい。

前述の実施形態に係る発明は、本実施形態の平坦化装置についても同様に適用することができる。本実施形態では、平坦化処理を行った後に、平坦化処理を行った基板またはショット領域（平坦化層を形成すべき領域）及びその周辺部の画像を取得し、かかる画像を用いて浸み出し及び未充填（に起因する成形不良）を検査（検出）する。なお、本実施形態では、基準基板として、少なくとも一部に平坦化処理が行われた基板を用いる。

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

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

次に、物品の具体的な製造方法について説明する。図１７（Ａ）に示すように、絶縁体等の被加工材２ｚが表面に形成されたシリコンウエハ等の基板１ｚを用意し、続いて、インクジェット法等により、被加工材２ｚの表面に組成物３ｚを付与する。ここでは、複数の液滴状になった組成物３ｚが基板上に付与された様子を示している。

図１７（Ｂ）に示すように、インプリント用の型４ｚを、その凹凸パターンが形成された側を基板上の組成物３ｚに向け、対向させる。図１７（Ｃ）に示すように、組成物３ｚが付与された基板１ｚと型４ｚとを接触させ、圧力を加える。組成物３ｚは型４ｚと被加工材２ｚとの隙間に充填される。この状態で硬化用のエネルギーとして光を型４ｚを透して照射すると、組成物３ｚは硬化する。

図１７（Ｄ）に示すように、組成物３ｚを硬化させた後、型４ｚと基板１ｚを引き離すと、基板１ｚ上に組成物３ｚの硬化物のパターンが形成される。この硬化物のパターンは、型の凹部が硬化物の凸部に、型の凹部が硬化物の凸部に対応した形状になっており、即ち、組成物３ｚに型４ｚの凹凸パターンが転写されたことになる。

図１７（Ｅ）に示すように、硬化物のパターンを耐エッチングマスクとしてエッチングを行うと、被加工材２ｚの表面のうち、硬化物が無いか或いは薄く残存した部分が除去され、溝５ｚとなる。図１７（Ｆ）に示すように、硬化物のパターンを除去すると、被加工材２ｚの表面に溝５ｚが形成された物品を得ることができる。ここでは硬化物のパターンを除去したが、加工後も除去せずに、例えば、半導体素子等に含まれる層間絶縁用の膜、つまり、物品の構成部材として利用してもよい。なお、型４ｚとして、凹凸パターンを設けた回路パターン転写用の型を用いた例について述べたが、凹凸パターンがない平面部を有する型（平面テンプレート）であってもよい。

＜その他の実施形態＞
以上、本発明の好ましい実施形態について説明したが、本発明は、これらの実施形態に限定されず、その要旨の範囲内で種々の変形および変更が可能である。

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

１００ インプリント装置
１００７ 成形不良検査装置
１０１７ 画像取得部
１０２７ 作成部
１０３７ 検査部
１０４７ 情報取得部
１０５７ 判定部
１０６７ 調整部
１４０１ リスト

Claims (22)

1. 型を用いて基板上の組成物を成形する成形処理が行われた基板について、前記成形された組成物の成形不良を検査するための条件の調整の要否を判定する情報処理装置であって、
   成形された前記基板上の組成物の画像を取得する画像取得部と、
   学習モデルを用いて、前記画像取得部により取得した前記画像に対して、前記組成物の成形不良の検査を行う検査部と、
   少なくとも一部に前記成形処理が行われた前記基板であって、前記要否の判定の基準とする基準基板の、前記組成物の成形不良に関する情報を取得する情報取得部と、
   前記検査部によって前記基準基板の前記組成物の成形不良が検査されて取得された検査結果と、前記情報取得部によって取得された前記組成物の成形不良に関する情報とを比較し、前記比較の結果に基づいて、前記検査の条件の調整の要否を判定する判定部と、を備えることを特徴とする情報処理装置。
2. 前記判定部は、前記比較の結果、前記検査部において前記組成物の成形不良の誤検出がある場合は、前記検査の条件の調整が必要であると判定することを特徴とする請求項１に記載の情報処理装置。
3. 前記判定部は、前記検査部における前記基準基板の前記組成物の成形不良の検査結果と、前記情報取得部が取得した前記成形不良に関する情報と、に相違がある場合に、前記検査部において前記組成物の成形不良の誤検出があると判定することを特徴とする請求項２に記載の情報処理装置。
4. 前記判定部において、前記検査の条件の調整が必要であると判定された場合に、前記比較の結果に基づいて、前記検査の条件の調整を行う調整部をさらに有し、
   前記検査の条件は、前記取得される前記画像の撮像条件、および、前記学習モデルの少なくとも一方を含むことを特徴とする請求項１乃至３のいずれか１項に記載の情報処理装置。
5. 前記調整部は、前記学習モデルを調整する場合に、前記学習モデルを他の学習モデルに変更する、前記学習モデルの一部を修正する、または成形不良を検出する際の閾値を変更することを特徴とする請求項４に記載の情報処理装置。
6. 前記調整部は、前記撮像条件を調整する場合に、前記画像の撮像時における照明光、フォーカス、倍率、撮像する領域および撮像を行う手段の少なくとも１つを変更することを特徴とする請求項４または５に記載の情報処理装置。
7. 前記調整部は、前記比較の結果に基づいて、調整する検査の条件の候補を選択可能に表示部に表示させ、選択された前記検査の条件を調整することを特徴とする請求項４乃至６のいずれか１項に記載の情報処理装置。
8. 前記比較の結果に基づいて、前記検査の精度を算出する算出部を含み、
   前記調整部は、前記検査に用いられた前記学習モデルと、その検査精度を対応づけて表示部に表示させることを特徴とする請求項４乃至７のいずれか１項に記載の情報処理装置。
9. 前記成形不良は、前記組成物の浸み出し、および前記組成物の未充填のいずれかを含むことを特徴とする請求項１乃至８のいずれか１項に記載の情報処理装置。
10. 前記成形不良に関する情報は、前記成形不良がある位置、前記成形不良の大きさ、前記成形不良の種類、前記基準基板の撮像時における前記基準基板を照明する光の波長または光量、撮像位置、明視野／暗視野、解像度、画像の明るさ、および画像のコントラストの少なくとも１つを含むことを特徴とする請求項１乃至９のいずれか１項に記載の情報処理装置。
11. 前記基準基板の前記成形不良に関する情報を入力するための入力手段を有することを特徴とする請求項１乃至１０のいずれか１項に記載の情報処理装置。
12. 前記基準基板は前記組成物の成形不良を有する基板であることを特徴とする請求項１乃至１１のいずれか１項に記載の情報処理装置。
13. 複数の前記画像に基づいて、前記検査部で用いる前記学習モデルを作成する作成部をさらに有することを特徴とする請求項１乃至１２のいずれか１項に記載の情報処理装置。
14. 前記学習モデルを情報処理装置の外部から取得する学習モデル取得部を有することを特徴とする請求項１乃至１２のいずれか１項に記載の情報処理装置。
15. 前記学習モデルは、前記成形された前記基板上の組成物の複数の画像のうち、前記成形不良を含まない画像を教師データとして作成されることを特徴する請求項１乃至１４のいずれか１項に記載の情報処理装置。
16. 前記検査部は、前記画像を前記学習モデルに入力し、出力されたデータと、入力した前記画像との差分に基づいて、前記組成物の成形不良の検査を行うことを特徴とする請求項１乃至１５のいずれか１項に記載の情報処理装置。
17. 型を用いて基板上の組成物を成形する成形処理が行われた基板について、前記成形された組成物の成形不良を検査するための条件の調整の要否を判定する判定方法であって、
    成形された前記基板上の組成物の画像を取得する画像取得工程と、
    学習モデルを用いて、前記画像取得工程において取得した前記画像に対して、前記組成物の成形不良の検査を行う検査工程と、
    少なくとも一部に前記成形処理が行われた前記基板であって、前記要否の判定の基準とする基準基板の、前記組成物の成形不良に関する情報を取得する情報取得工程と、
    前記検査工程における前記基準基板の前記組成物の成形不良が検査されて取得された検査結果と、前記情報取得工程によって取得された前記組成物の成形不良に関する情報とを比較し、前記比較の結果に基づいて、前記検査の条件の調整の要否を判定する判定工程と、を有することを特徴とする判定方法。
18. 成形された前記基板上の組成物の画像を撮像する撮像部と、
    請求項１乃至１６のいずれか１項に記載の情報処理装置と、を備えることを特徴とする成形不良検査装置。
19. 型を用いて基板上の組成物を成形する成形装置であって、
    請求項１８に記載の成形不良検査装置を有することを特徴とする成形装置。
20. 前記成形装置は、前記型のパターンを前記組成物に接触させることにより前記組成物のパターンを形成するインプリント装置、または、前記型の平面部を前記組成物に接触させることにより前記組成物を平坦にする平坦化装置を含むことを特徴とする請求項１９に記載の成形装置。
21. 請求項１９または２０に記載の成形装置を用いて基板上の組成物を成形する成形工程と、
    前記成形工程で前記組成物が成形された基板に対して、前記組成物の成形不良の検査を行う検査工程と、
    前記成形工程で前記組成物を成形された基板を加工する加工工程と、を含み、
    前記加工された基板から物品を製造することを特徴とする物品の製造方法。
22. 請求項１７に記載の判定方法をコンピュータに実行させることを特徴とするプログラム。
    

Images