KR20190024720A - 패턴 형성 장치, 결정 방법, 프로그램, 정보 처리 장치 및 물품 제조 방법 - Google Patents

패턴 형성 장치, 결정 방법, 프로그램, 정보 처리 장치 및 물품 제조 방법 Download PDF

Info

Publication number
KR20190024720A
KR20190024720A KR1020180097925A KR20180097925A KR20190024720A KR 20190024720 A KR20190024720 A KR 20190024720A KR 1020180097925 A KR1020180097925 A KR 1020180097925A KR 20180097925 A KR20180097925 A KR 20180097925A KR 20190024720 A KR20190024720 A KR 20190024720A
Authority
KR
South Korea
Prior art keywords
mark
optical information
shape
substrate
template
Prior art date
Application number
KR1020180097925A
Other languages
English (en)
Other versions
KR102376606B1 (ko
Inventor
신이치 에가시라
Original Assignee
캐논 가부시끼가이샤
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 캐논 가부시끼가이샤 filed Critical 캐논 가부시끼가이샤
Publication of KR20190024720A publication Critical patent/KR20190024720A/ko
Application granted granted Critical
Publication of KR102376606B1 publication Critical patent/KR102376606B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
    • G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
    • G03F9/7003—Alignment type or strategy, e.g. leveling, global alignment
    • G03F9/7046—Strategy, e.g. mark, sensor or wavelength selection
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L23/00—Details of semiconductor or other solid state devices
    • H01L23/544—Marks applied to semiconductor devices or parts, e.g. registration marks, alignment structures, wafer maps
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/38—Masks having auxiliary features, e.g. special coatings or marks for alignment or testing; Preparation thereof
    • G03F1/42—Alignment or registration features, e.g. alignment marks on the mask substrates
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/20—Exposure; Apparatus therefor
    • G03F7/2002—Exposure; Apparatus therefor with visible light or UV light, through an original having an opaque pattern on a transparent support, e.g. film printing, projection printing; by reflection of visible or UV light from an original such as a printed image
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/20—Exposure; Apparatus therefor
    • G03F7/2022—Multi-step exposure, e.g. hybrid; backside exposure; blanket exposure, e.g. for image reversal; edge exposure, e.g. for edge bead removal; corrective exposure
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70591—Testing optical components
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
    • G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
    • G03F9/7003—Alignment type or strategy, e.g. leveling, global alignment
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
    • G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
    • G03F9/7073—Alignment marks and their environment
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
    • G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
    • G03F9/7088—Alignment mark detection, e.g. TTR, TTL, off-axis detection, array detector, video detection
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
    • G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
    • G03F9/7092—Signal processing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L2223/00—Details relating to semiconductor or other solid state devices covered by the group H01L23/00
    • H01L2223/544—Marks applied to semiconductor devices or parts
    • H01L2223/54426—Marks applied to semiconductor devices or parts for alignment

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Multimedia (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
  • Exposure Of Semiconductors, Excluding Electron Or Ion Beam Exposure (AREA)
  • Shaping Of Tube Ends By Bending Or Straightening (AREA)

Abstract

본 발명은 기판에 제공된 마크를 검출함으로써 상기 마크의 광학 정보를 취득하도록 구성되는 검출 광학계, 및 마크의 광학 정보에 적용해서 마크의 위치를 취득하기 위한 템플릿 및 광학 정보로부터 취득되는 파형 신호로부터 마크의 위치를 나타내는 특징량을 추출하기 위한 영역을 나타내는 윈도우를 사용해서 마크의 위치를 취득하는 처리를 행하도록 구성되는 처리 유닛을 포함하는 패턴 형성 장치를 제공하며, 처리 유닛은, 복수의 기판 각각에 대해서, 검출 광학계에 의해 취득되는 마크의 광학 정보에 기초하여, 템플릿의 형상 및 윈도우의 형상 중 적어도 하나를 나타내는 파라미터를 결정한다.

Description

패턴 형성 장치, 결정 방법, 프로그램, 정보 처리 장치 및 물품 제조 방법{PATTERN FORMING APPARATUS, DECIDING METHOD, PROGRAM, INFORMATION PROCESSING APPARATUS, AND ARTICLE MANUFACTURING METHOD}
본 발명은 패턴 형성 장치, 결정 방법, 프로그램, 정보 처리 장치, 및 물품 제조 방법에 관한 것이다.
디바이스의 미세화 및 집적화에 수반하여, 노광 장치나 임프린트 장치 등의 패턴 형성 장치에는 얼라인먼트 정밀도의 향상이 요구되고 있다. 얼라인먼트에서는, 일반적으로, 계측 대상물인 기판에 제공된 얼라인먼트 마크를 계측 광학계에 의해 계측(촬상)해서 데이터(마크 상)를 취득하고, 데이터를 처리 유닛에 의해 화상 또는 신호 처리함으로써, 얼라인먼트 마크, 즉 기판의 위치를 취득한다.
단, 얼라인먼트 마크의 계측 시에는, 디바이스 제조 프로세스의 변동, 계측 광학계의 수차, 처리 유닛의 전기 노이즈 등의 영향에 의해, 비선형 오차 성분이 중첩되어, 얼라인먼트 정밀도가 저하될 수 있다. 이에 대처하기 위해서, 계측 광학계에서, 조명광의 파장 및 조명 조건 등의 다양한 조건을 선택 가능하게 하고, 디바이스에 따라서 최적 조건을 선택하는 기술이 일본 특허 공개 제2003-324054호 공보에 제안되어 있다. 일본 특허 공개 제2003-324054호 공보는, 얼라인먼트 조건(얼라인먼트 파라미터)을 용이하고 정밀하게 최적화하는 기술을 제안하고 있다.
그러나, 최근에는, 다양한 디바이스 제조 단계의 증가에 기인하여 디바이스 제조 프로세스의 변동이 문제가 되는 경우가 증가하고 있다. 이러한 상황에서, 정확한 얼라인먼트를 실현하기 위해서는, 특정한 디바이스 단위나 디바이스 내의 단계 단위에서 얼라인먼트 파라미터를 최적화하는 종래 기술은 불충분해지고 있다. 더 구체적으로는, 모든 디바이스의 모든 단계 단위, 동일 단계 내의 기판 면 내의 샷 단위, 또는 동일 샷 내의 얼라인먼트 마크 단위에서 얼라인먼트 파라미터를 최적화하는 것이 필요해지고 있다.
종래 기술에서 최적화의 대상인 조명 조건 등의 조합의 수가 적은(저차원) 얼라인먼트 파라미터에 대해서는, 모든 조건을 확인해서 얼라인먼트 파라미터를 자동으로 최적화하는 것도 가능하다. 단, 프리얼라인먼트에서 사용되는 템플릿 형상, 파인 얼라인먼트에서 사용되는 윈도우 형상 등의 조합의 수가 많은(고차원) 얼라인먼트 파라미터를 자동으로 최적화하는 것은, 그 조건의 방대함으로 인해 용이하지 않다.
본 발명의 일 양태에 따르면, 기판에 패턴을 형성하는 패턴 형성 장치가 제공되며, 상기 장치는, 상기 기판에 제공된 마크를 검출함으로써 상기 마크의 광학 정보를 취득하도록 구성되는 검출 광학계, 및 상기 마크의 광학 정보에 적용해서 상기 마크의 위치를 취득하기 위한 템플릿 및 상기 광학 정보로부터 얻어지는 파형 신호로부터 상기 마크의 상기 위치를 나타내는 특징량을 추출하기 위한 영역을 나타내는 윈도우를 사용하여, 상기 마크의 위치를 취득하는 처리를 행하도록 구성되는 처리 유닛을 포함하며, 상기 처리 유닛은, 복수의 기판 각각에 대해서, 상기 검출 광학계에서 취득되는 상기 마크의 상기 광학 정보에 기초하여, 상기 템플릿의 형상 및 상기 윈도우의 형상 중 적어도 하나를 나타내는 파라미터를 결정하고, 상기 결정된 파라미터를 사용해서 상기 마크의 상기 위치를 취득한다.
본 발명의 추가적인 특징은 첨부된 도면을 참고한 예시적인 실시형태에 대한 이하의 설명으로부터 명확해질 것이다.
도 1은 본 발명의 양태에 따른 노광 장치의 구성을 도시하는 개략도이다.
도 2는 도 1에 도시하는 노광 장치의 검출 광학계 구성을 도시하는 개략도이다.
도 3은 프리얼라인먼트에 사용되는 얼라인먼트 마크의 형상의 일례를 도시하는 도면이다.
도 4는 파인 얼라인먼트에 사용되는 얼라인먼트 마크의 형상의 일례를 도시하는 도면이다.
도 5는 일반적인 노광 처리를 설명하기 위한 흐름도이다.
도 6은 프리얼라인먼트에서 사용되는 템플릿의 일례를 도시하는 도면이다.
도 7은 프리얼라인먼트에서 사용되는 얼라인먼트 마크를 포함하는 화상의 일례를 도시하는 도면이다.
도 8은 파인 얼라인먼트에서 생성되는 1차원 파형 신호의 일례를 도시하는 도면이다.
도 9는 제1 실시형태에 따른 노광 처리를 설명하기 위한 흐름도이다.
도 10a 및 도 10b는 강화 학습에서의 방책의 일례를 각각 구체적으로 설명하기 위한 도면이다.
도 11은 템플릿 형상의 강화 학습에서의 처리 시퀀스를 설명하기 위한 흐름도이다.
도 12는 제1 실시형태에 따른 학습 횟수와 상관도(RNCC1st) 및 최대 상관도(RNCC2nd)의 최적화 결과를 도시하는 그래프이다.
도 13은 템플릿 형상을 강건한 상태로 최적화할 수 있는 것을 설명하기 위한 그래프이다.
도 14는 제2 실시형태에 따른 노광 처리를 설명하기 위한 흐름도이다.
도 15는 얼라인먼트 마크 사이의 마크간 거리의 구체적인 일례를 도시하는 도면이다.
도 16a 및 도 16b는 강화 학습에서의 방책의 일례를 각각 구체적으로 설명하기 위한 도면이다.
도 17은 윈도우 형상의 강화 학습의 처리 시퀀스를 설명하기 위한 흐름도이다.
도 18은 강화 학습을 실시했을 경우에서의 학습 횟수와 3σ(M) 사이의 관계를 도시하는 그래프이다.
도 19는 제3 실시형태에 따른 노광 처리를 설명하기 위한 흐름도이다.
도 20은 제4 실시형태를 설명하기 위한 블록도이다.
도 21은 제5 실시형태를 설명하기 위한 블록도이다.
도 22는 제6 실시형태를 설명하기 위한 블록도이다.
본 발명의 바람직한 실시형태를 첨부의 도면을 참고하여 이하에서 설명한다. 도면 전체에 걸쳐 동일한 참조 번호는 동일한 부재를 나타내며, 그에 대한 반복적인 설명은 주어지지 않는다.
도 1은, 본 발명의 일 양태에 따른 노광 장치(1)의 구성을 도시하는 개략도이다. 노광 장치(1)는, 기판(4)에 패턴을 형성하는 패턴 형성 장치이며, 본 실시형태에서는, 레티클(2)의 패턴을 투영 광학계(3)를 통해 기판(4)에 투영함으로써 기판(4)을 노광한다. 노광 장치(1)는, 레티클(2)에 형성된 패턴을 투영(축소 투영)하는 투영 광학계(3)와, 이전 단계에서 하지 패턴 및 얼라인먼트 마크가 형성된 기판(4)을 보유지지하는 척(5)을 포함한다. 또한, 노광 장치(1)는, 척(5)을 보유지지해서 기판(4)을 미리정해진 위치에 위치결정하는 기판 스테이지(6), 기판(4)에 제공된 얼라인먼트 마크를 검출해서 얼라인먼트 마크의 광학 정보를 취득하는 검출 광학계(7), 제어 유닛(CU), 및 저장 유닛(SU)을 포함한다. 얼라인먼트 마크의 광학 정보는, 얼라인먼트 마크로부터의 광을 검출함으로써 취득되는 얼라인먼트 마크의 위치 정보를 포함한다. 얼라인먼트 마크의 광학 정보는, 예를 들어 얼라인먼트 마크를 촬상해서 취득되는, 얼라인먼트 마크(그 상)를 포함하는 화상, 얼라인먼트 마크로부터의 광의 강도를 나타내는 얼라인먼트 신호(1차원 파형 신호) 등을 포함한다.
제어 유닛(CU)은, 예를 들어 CPU, 메모리 등을 포함하는 컴퓨터(정보 처리 장치)로 형성되고, 저장 유닛(SU) 등에 저장된 프로그램에 따라서 노광 장치(1)의 각 유닛을 통괄적으로 제어한다. 제어 유닛(CU)은, 본 실시형태에서는, 기판(4)의 얼라인먼트에서, 검출 광학계(7)에 의해 취득된 얼라인먼트 마크의 광학 정보에 기초하여, 이러한 얼라인먼트 마크의 위치, 즉 기판(4)의 위치를 취득하는 처리(얼라인먼트 처리)를 행하는 처리 유닛으로서 기능한다. 템플릿은, 얼라인먼트 마크의 광학 정보에 적용해서 얼라인먼트 마크의 위치를 취득하기 위해 사용된다. 윈도우는, 얼라인먼트 마크의 광학 정보로부터 얻어지는 파형 신호로부터 얼라인먼트 마크의 위치를 나타내는 특징량을 추출하기 위한 영역을 나타낸다.
저장 유닛(SU)은, 예를 들어 노광 장치(1)의 각 유닛을 제어해서 기판(4)을 노광하는 노광 처리를 실시하기 위해서 필요한 프로그램을 저장한다. 노광 처리는 또한 상술한 얼라인먼트 처리도 포함한다. 또한, 저장 유닛(SU)은, 본 실시형태에서는, 검출 광학계(7)에 의해 취득된 얼라인먼트 마크의 광학 정보 및 얼라인먼트 처리에 필요한 템플릿(그 형상) 또는 윈도우(그 형상)를 저장한다.
도 2는 검출 광학계(7)의 구성을 도시하는 개략도이다. 광원(8)으로부터의 광은, 빔 스플리터(9)에 의해 반사되고, 렌즈(10)를 통해 기판(4)에 제공된 얼라인먼트 마크(11 또는 12)를 조명한다. 얼라인먼트 마크(11 또는 12)에 의해 회절된 광은, 렌즈(10), 빔 스플리터(9) 및 렌즈(13)를 통해 센서(14)에 의해 수광된다. 렌즈(10 및 13)는, 얼라인먼트 마크(11 또는 12)로부터의 광을 미리정해진 배율로 확대해서 센서(14)에 결상한다.
노광 장치(1)는, 얼라인먼트 방식으로서, 얼라인먼트 마크를 저 정밀도로 광범위하게 검출할 수 있는 프리얼라인먼트와, 얼라인먼트 마크를 좁은 범위에서 고정밀도로 검출할 수 있는 파인 얼라인먼트를 조합하여 얻어지는 방식을 채용한다. 따라서, 기판(4)에 제공된 얼라인먼트 마크(11 및 12)는, 얼라인먼트 용도에 적합했던 형상을 갖는다. 예를 들어, 얼라인먼트 마크(11)는, 본 실시형태에서는, 프리얼라인먼트에 사용되고, 도 3에 도시하는 형상을 갖는다. 얼라인먼트 마크(12)는, 본 실시형태에서는, 파인 얼라인먼트에 사용되고, 도 4에 도시하는 형상을 갖는다. 단, 얼라인먼트 마크(11 및 12)의 각각의 형상은 도 3 및 도 4에 도시하는 형상으로 한정되지 않는다. 예를 들어, 얼라인먼트 마크(11 및 12)는 동일한 형상을 가질 수 있다. 본 실시형태에서는, 얼라인먼트 마크(11 및 12)를 검출 광학계(7)로 검출한다. 그러나, 얼라인먼트 마크(11 및 12)를 다른 검출 광학계에 의해 따로따로 검출해도 된다.
도 5를 참조하여, 노광 장치(1)에서의 일반적인 노광 처리에 대해서 설명한다. 여기에서는, 기판(4)을 정렬해서 노광할 때까지의 공정의 개략을 설명한다. 단계 S101에서는, 노광 장치(1)에 기판(4)을 반입한다. 단계 S102에서는, 프리얼라인먼트를 실시한다. 더 구체적으로는, 기판(4)에 제공된 얼라인먼트 마크(11)를 검출 광학계(7)로 검출하여, 기판(4)의 위치를 대략적으로 취득한다. 이때, 얼라인먼트 마크(11)는, 기판(4)의 복수의 샷 영역에서 검출되고, 기판(4)의 전체 시프트 및 1차 선형 성분(배율이나 회전)을 취득한다. 얼라인먼트 마크(11)의 위치를 취득하는 처리에 대해서는 후술한다.
단계 S103에서는, 파인 얼라인먼트를 실시한다. 더 구체적으로는, 프리얼라인먼트의 결과에 기초하여, 얼라인먼트 마크(12)를 검출 광학계(7)에 의해 검출할 수 있는 위치로 기판 스테이지(6)를 구동하고, 기판(4)의 복수의 샷 영역 각각에 제공된 얼라인먼트 마크(12)를 검출 광학계(7)로 검출한다. 그리고, 기판(4)의 전체 시프트 및 1차 선형 성분(배율이나 회전)을 정밀하게 취득한다. 이때, 다수의 샷 영역의 위치를 구함으로써, 기판(4)의 고차 변형 성분을 정밀하게 구할 수도 있다. 이에 의해, 기판(4)의 각 샷 영역의 정밀한 위치를 구할 수 있다. 얼라인먼트 마크(12)의 위치를 취득하는 처리에 대해서는 후술한다.
단계 S104에서는, 기판(4)을 노광한다. 더 구체적으로는, 파인 얼라인먼트를 실시한 후, 레티클(2)의 패턴을, 투영 광학계(3)를 통해 기판(4)의 각 샷 영역에 전사한다. 단계 S105에서는, 노광 장치(1)로부터 기판(4)을 반출한다.
여기서, 먼저, 프리얼라인먼트(단계 S102)에서의 얼라인먼트 마크(11)의 위치를 취득하는 처리에 대해서 설명한다. 얼라인먼트 마크(11)의 위치(센서 상의 위치)를 구할 때에는, 예를 들어 템플릿 매칭을 사용한다. 이하에서는, 템플릿 매칭의 방법으로서, 정규화 상호 상관(normalized cross-correlation)(NCC)를 특징량으로서 사용하는 경우를 예로 들어 설명한다. 단, 이러한 특징량은, NCC에 한정되는 것이 아니라, 이하에 나타내는 다양한 종류의 것을 특징량으로서 사용하는 것이 가능하다.
SSD (Sum of Squared Difference)
SAD (Sum of Absolute Difference)
ZNCC (Zero-mean Normalized Cross-Correlation)
NCC의 식은 이하에 의해 주어진다:
Figure pat00001
...(1)
여기서, T(i, j)는 템플릿의 휘도 값이고, I(i, j)는 마크의 휘도 값이고, M은 수평 방향에서의 템플릿의 화소수이고, N은 수직 방향에서의 템플릿의 화소수이며, RNCC는 상관도이다.
얼라인먼트 마크(11)(그 상)를 포함하는 화상에 대하여, 템플릿을 화상 내에서 스캔하고, 화상 내의 최대 상관도의 위치를 탐색한다. 그리고, 최대 상관도의 위치를 얼라인먼트 마크(11)의 위치로 설정한다. 얼라인먼트 마크(11)를 포함하는 화상은, 얼라인먼트 마크(11)의 광학 정보로서 검출 광학계(7)에 의해 취득된다.
프리얼라인먼트에서는 짧은 처리 시간도 요구되기 때문에, 얼라인먼트 마크(11)에 대한 템플릿은 도 6에서 원 구조로 나타낸 수십 개의 이산적인 값을 사용한다. 프리얼라인먼트 정밀도에 필요해지는 요소는, 프로세스에 관계없이, 얼라인먼트 마크의 참된 위치에서의 높은 상관도 및 얼라인먼트 마크 이외의 위치에서의 낮은 상관도이다. 예를 들어, 도 7에 도시한 바와 같은 얼라인먼트 마크(11)를 포함하는 화상에 대하여, 도 6에 나타내는 템플릿을 화상 내에서 스캔할 경우를 생각한다. 이 경우, 템플릿이 이산적인 한정된 값만을 갖기 때문에, 얼라인먼트 마크(11)의 상방에 존재하는 격자 패턴과 템플릿 사이의 상관도가 높아지는 경향이 있다. 이에 의해, 예를 들어 프로세스의 상태가 변화했을 때, 얼라인먼트 마크(11)의 위치를 잘못 구할 수 있다.
이어서, 파인 얼라인먼트(단계 S103)에서의 얼라인먼트 마크(12)의 위치를 취득하는 처리에 대해서 설명한다. 파인 얼라인먼트에서는, 검출 광학계(7)에 의해 취득된 화상에 포함되는 얼라인먼트 마크(12)의 상을 비계측 방향으로 적산하여 1차원 파형 신호를 생성하고, 1차원 파형 신호에 대해 신호 처리를 행함으로써 얼라인먼트 마크(12)의 위치를 취득한다. 도 8은, 화상에 포함되는 얼라인먼트 마크(12)의 상을 비계측 방향으로 적산해서 생성되는 1차원 파형 신호의 일례를 도시하는 도면이다.
얼라인먼트 마크(12)의 상(광학 상)을 적산하는 수단에 관해서는, 예를 들어 광학 상을 렌즈에 의해 적산하고 1차원 라인 센서로 수광하는 방식이나 2차원 에어리어 센서에 의해 취득한 화상으로부터 계산기 상에서 광학 상을 적산하는 방식이 있다. 또한, 얼라인먼트 마크(12)의 상을 적산하는 수단으로서, PDA(Phase Detection Alignment)도 있다. PDA는, 격자 형상 얼라인먼트 마크에 레이저광을 조사하고, 그 회절광을 검출 광학계에 의해 수광하면서 기판 스테이지(6)를 스캔함으로써 기준 격자와의 간섭 신호를 취득하고, 1차원 파형 신호를 생성하는 방식이다.
1차원 파형 신호로부터 얼라인먼트 마크(12)의 위치를 취득하는 때에는, 프리얼라인먼트에서와 마찬가지로, 템플릿을 사용한 NCC, 얼라인먼트 마크(12)가 대칭성을 갖고 있는 경우에는, 자기 반전 상과의 NCC 등을 사용한다. 단, 본 발명은 이들에 한정되는 것이 아니고, 위상 정보와의 상관을 사용한 PC(Phase Correlation) 등의 다양한 특징량을 사용하여, 1차원 파형 신호로부터 얼라인먼트 마크(12)의 위치를 구해도 된다.
1차원 파형 신호에 대한 신호 처리에서, 고정밀도를 실현하기 위해서 필요한 중요한 요소는, 1차원 파형 신호의 특정 부분에 착안해서 특징량을 취득하는 것, 즉 1차원 파형 신호에 대한 처리 영역(이하, "윈도우 형상"이라고 칭함)의 설정이다. 윈도우 형상은 일반적으로 얼라인먼트 마크의 설계값을 기준으로 설정된다. 단, 디바이스 제조 프로세스의 영향 등에 의해 얼라인먼트 마크의 사이즈가 설계값으로부터 변동하면, 윈도우 내에 오차 성분을 포함하는 노이즈 신호가 혼입되어, 얼라인먼트 정밀도가 저하된다.
따라서, 종래 기술과 같이, 얼라인먼트 마크를 조명하는 광의 파장, 조명 조건 등의 저차원 얼라인먼트 파라미터를 최적화하는 것만으로는 불충분하다. 따라서, 본 실시형태에서는, 프리얼라인먼트에서 사용되는 템플릿의 형상, 파인 얼라인먼트에서 사용되는 윈도우의 형상 등의 고차원 얼라인먼트 파라미터를 최적화하기 위한 새로운 기술을 제공한다.
<제1 실시형태>
제1 실시형태에서는, 프리얼라인먼트에서 사용되는 템플릿 형상(템플릿의 형상을 나타내는 파라미터)을, 강화 학습(reinforcement learning)을 사용해서 최적화한다. 강화 학습은, 보상 데이터에 기초하여, 시행착오를 통해 미지인 환경에서의 최적 행동을 획득하는 학습 방법이다. 강화 학습 이론의 상세는, "Sutton, Richard S.; Barto, Andrew G. (1988). Reinforcement Learning: An Introduction"같은 다수의 문헌에 공개되어 있다. 여기에서는, 본 실시형태에 관련하는 개요에 대해서만 설명한다.
강화 학습에서는, 학습시의 목표가 되는 보상에 다양한 형식의 값을 사용할 수 있다. 그러나, 일례에서, "행동 평가 함수(Qπ(s, a))"에 의한 학습예를 나타낸다. 행동 평가 함수(Qπ(s, a))는 이하에 의해 주어진다:
Figure pat00002
...(2)
t는 시간을 나타내고, s는 상태를 나타내고, a는 행동을 나타내고, π는 방책을 나타내고, Eπ{·}는 방책(π) 하에서의 기대값을 나타내고, r은 보상을 나타내고, γ는 장래 보상의 할인율을 나타내며, k는 장래 보상까지의 시간을 나타낸다.
행동 주체(에이전트)는, 식 (2)에서의 행동 평가 함수(Qπ(s, a))를 최대화하도록 행동한다. 이때, 행동은, "과거의 경험에 기초한 최적 행동" 및 추가의 보상의 획득을 목표로 한 "신규 행동의 탐색"을 미리정해진 방책(π)에 따라 선택하면서 실시된다. 이때, 기대값의 식이 장래 보상을 고려하기 때문에, 단기적으로는 보상이 감소하지만, 장기적으로는 큰 보상이 얻어지는 상황에 대처할 수 있다. 이에 의해, 행동 평가 함수(Qπ(s, a))를 최대화하는 상태와 행동을 학습하는 것이 가능하게 된다.
이하, 제1 실시형태에 대해서 구체적으로 설명한다. 도 9는 제1 실시형태에 따른 노광 처리를 설명하기 위한 흐름도이다. 여기에서는, 기판(4)을 정렬 및 노광할 때까지의 처리의 개략을 설명한다. 노광 처리는, 상술한 바와 같이, 제어 유닛(CU)이 노광 장치(1)의 각 유닛을 통괄적으로 제어하게 함으로써 실시된다.
단계 S201에서는, 노광 장치(1)에 기판(4)을 반입한다. 단계 S202에서는, 저장 유닛(SU)으로부터 템플릿 형상을 취득한다. 단계 S203에서는, 프리얼라인먼트를 실시한다. 단계 S204에서는, 프리얼라인먼트에서, 검출 광학계(7)에 의해 얼라인먼트 마크(11)를 검출해서 취득한 화상(마크 화상)을 저장 유닛(SU)에 저장한다. 단계 S205에서는, 파인 얼라인먼트를 실시한다. 단계 S206에서는, 기판(4)을 노광한다. 기판(4)의 노광과 병행하여, 단계 S207에서는, 템플릿 형상의 강화 학습을 실시한다. 템플릿 형상의 강화 학습에 대해서는 후술한다. 단계 S208에서는, 단계 S207에서 얻어진 템플릿 형상(강화 학습 후의 템플릿 형상)을 저장 유닛(SU)에 저장(보존)한다. 단계 S209에서는, 노광 장치(1)로부터 기판(4)을 반출한다.
템플릿 형상의 강화 학습(단계 S207)에 대해서, 상태 설정, 보상 설정, 행동 설정, 방책 설정, 및 처리 시퀀스를 이 순서대로 상세하게 설명한다.
프리얼라인먼트에서 사용되는 템플릿 형상을 Ti(xi, yi)로서 정의하고, s를 상태로 한다. i는 템플릿 번호(1≤i≤N)를 나타내고, N은 템플릿 수를 나타내며, xi 및 yi는 i번째 템플릿의 좌표(x, y)를 나타낸다. 본 실시형태에서는, 상태 s는 후술하는 방책(π)을 따라서 변화한다.
강화 학습에 의해 도달해야 할 템플릿 형상의 최적 상태는, 이하의 조건 (1) 및 조건 (2)을 만족하는 템플릿 형상으로 설정된다.
조건 (1): 복수의 기판에서의 마크 화상의 얼라인먼트 마크(11)의 참된 위치의 상관도의 총합을 최대화한다.
조건 (2): 복수의 기판에서의 마크 화상의 얼라인먼트 마크(11)의 참된 위치 이외의 위치에서의 최대 상관도의 총합을 최소화한다.
행동 평가 함수(Qπ(s, a))를 나타내는 식 (2)에서의 보상(r)을 이하에 의해 정의한다:
Figure pat00003
...(3)
w는 기판 번호를 나타내고, WN은 기판의 총 수를 나타내고, RNCC1st(w)는 w번째 기판에 대한 마크 화상의 얼라인먼트 마크(11)의 참된 위치에서의 상관도를 나타내며, RNCC2nd(w)은 w번째 기판에 대한 마크 화상의 얼라인먼트 마크(11)의 참된 위치 이외의 위치에서의 최대 상관도를 나타낸다.
식 (3)은, 얼라인먼트 마크(11)의 참된 위치에서의 상관도가 높고, 얼라인먼트 마크(11)의 참된 위치 이외의 위치에서의 상관도가 낮은 경우에, 보상(r)이 증가하는 것을 기대한 식이다. 즉, 얼라인먼트 마크(11)가 존재하는 기판 상의 마크 영역과 템플릿 사이의 상관도의 총합과, 이러한 마크 영역의 주변 영역과 템플릿 사이의 상관도의 총합을 사용하여 보상(r)을 취득한다. 단, 본 발명은 식 (3)에 한정되는 것이 아니라, 식 (3)과 동일한 효과가 얻어지는 한은 어떠한 식도 사용할 수 있다. RNCC2nd(w)은, 값이 특정 임계값 이하이면, 더 이상 보상(r)에는 기여하지 않는다고 생각하고, 값이 임계값보다 큰 경우에만 유효해지는 활성화 함수를 경유할 수 있다. 기판의 총 수(WN)는, 1 로트에 대해 일반적인 총 수인 25일 수 있거나, 25보다 많거나 적을 수 있다.
행동(a)은 이하에 의해 정의한다:
Figure pat00004
i는 템플릿 번호(1≤i≤N)를 나타내고, N은 템플릿의 수를 나타낸다. 행동(a)은, 새로운 템플릿 형상을 탐색하기 위해서, 템플릿의 위치를 수직 및 수평 방향 각각으로 1 단계 이동시키는 행동이다. 본 발명은 행동이 새로운 템플릿 형상을 탐색할 수 있는 한은 행동(a)으로 한정되지 않고, 다른 행동을 정의할 수 있다.
방책(π)은 이하와 같이 정의한다.
방책(π): 랜덤하게 행동(ai)을 선택하고, 행동 평가 함수(Qπ(s, a))가 증가하고 있으면, 템플릿 형상을 갱신한다.
장래 보상을 고려하지 않고, 장래 보상까지의 시각 k를 0으로 설정하고, 장래 보상의 할인율(γ)을 0.01로 설정하며, 행동 평가 함수(Qπ(s, a))를 보상(r)과 등가로 설정한다.
도 10a 및 도 10b를 참조하여, 방책(π)에 대해서 구체적으로 설명한다. 먼저, t=0의 초기 상태(s0)의 템플릿 형상은 도 10a에 나타내는 형상이다. 그리고, 랜덤하게 선택된 행동(ai1(Ti(xi, yi) → T1((x + 1)i, y i)))에 의해, 템플릿 형상이 도 10b에 나타내는 형상으로 변화한다. 이때의 행동 평가 함수(Qπ(s, a))가, 초기 상태(s0)의 행동 평가 함수(Qπ(s, a))에 대하여 증가하는 경우, t=1의 상태(s1)의 템플릿 형상은 도 10b에 나타내는 형상으로 갱신된다. 한편, 이때의 행동 평가 함수(Qπ(s, a))가, 초기 상태(s0)의 행동 평가 함수(Qπ(s, a))에 대하여 증가하지 않는 경우, t=1의 상태(s1)의 템플릿 형상은 도 10a에 나타내는 형상을 유지한다. 이와 같이, 행동 평가 함수(Qπ(s, a))가 전회의 행동 평가 함수(Qπ(s, a))보다 양호할 경우에, 템플릿 형상은 갱신된다. 이에 의해, 방책(π) 하에서 시각(t)이 진행함에 따라, 행동 평가 함수(Qπ(s, a))가 증가하는 템플릿 형상으로 최적화를 행하는 것이 가능하게 된다. 시각(t)은, 학습 횟수(epoch)와 등가이기 때문에, 이하에서는 시각(t)이 1 단계 진행하는 것을 "1회 학습한다"라고 칭한다.
방책(π)의 정의는, 어떤 확률 분포를 따라 행동(a)을 선택해도 된다. 탐색완료 상태로 이행하는 행동을 선택하지 않는 등의 임의의 조건을 추가해도 된다. 장래 보상까지의 시각(k)에 대해 1 이상의 값을 설정하고, 누적 보상에 기초하여 행동 평가 함수(Qπ(s, a))를 최대화해도 된다. 이 경우, 최적화까지의 학습 횟수는 증가하지만, 조금 떨어진 거리에 최적 템플릿 형상이 있어도, 국소 해에 빠지지 않고, 템플릿 형상의 최적화가 가능하게 된다.
도 11을 참조하여, 템플릿 형상의 강화 학습의 처리 시퀀스를 설명한다. 단계 S301에서는, 최적화의 조건 단위를 설정한다. 예를 들어, 기판(4)의 샷 영역마다 템플릿 형상을 최적화하는 경우에는, 최적화의 조건 단위로서 샷 영역의 수를 설정한다. 단계 S302에서는, 저장 유닛(SU)으로부터, 복수의 기판(4)의 각각에 대해서 검출 광학계(7)에 의해 취득된 마크 화상을 취득한다(판독한다). 단계 S303에서는, 강화 학습의 실시 횟수의 상한(학습 상한 횟수)을 설정한다. 여기서 설정하는 학습 상한 횟수는, 학습이 충분히 진행되지 않고 있는 상황에서는, 기판(4)의 노광과 병행해서 실시가능한 최대 횟수이다. 한편, 강화 학습이 충분히 진행되고 원하는 보상이 얻어지는 상황이라면, 학습 상한 횟수에 0을 설정해도 된다. 원하는 보상이 얻어지지 않는 상황에서도, 전회의 강화 학습 시의 보상의 증가량이 미리정해진 임계값 이하가 되면, 최적화의 상한에 도달하고 있다고 판단하여, 학습 상한 횟수에 0을 설정해도 된다. 단계 S304에서는, 단계 S301에서 설정한 최적화의 조건 단위 및 단계 S303에서 설정한 학습 상한 횟수에 따라, 상술한 강화 학습을 실시한다.
도 12는, 식 (3)에서의 RNCC2nd에 임계값을 60%로 한 활성화 함수를 첨가해서 강화 학습을 실시했을 경우에서의 학습 횟수(epoch)와 상관도(RNCC1st) 및 최대 상관도(RNCC2nd)의 최적화의 결과를 도시하는 그래프이다. 도 12에서, 종축은 상관도를 나타내고, 횡축은 학습 횟수를 나타낸다. 도 12를 참조하면, 강화 학습을 반복함으로써, 얼라인먼트 마크의 참된 위치에서의 상관도(RNCC1st)가 증가하고, 얼라인먼트 마크의 참된 위치 이외의 위치에서의 최대 상관도(RNCC2nd)가 임계값(60%)까지 감소하고 있다는 것을 안다. 즉, 강화 학습을 반복함으로써, 원하는 데로, 템플릿 형상을 최적화할 수 있다.
얼라인먼트 마크의 참된 위치에서의 상관도(RNCC1st)는 복수의 기판(4)의 마크 화상의 총합이기 때문에, 디바이스 제조 프로세스의 변동에 대하여도 가장 강건한 상태로 최적화할 수 있게 된다. 예를 들어, 도 13에 도시하는 바와 같이, 최적화 전과 후에, 기판 간의 상관도의 변동도 작아진다. 도 13에서는, 종축은 상관도를 나타내고, 횡축은 기판 번호를 나타낸다. 최적화 후(After)는, 본 실시형태를 적용한 경우에 대응하고, 최적화 전(Before)은 본 실시형태를 적용하고 있지 않은 경우, 즉 종래 기술에 대응한다.
본 실시형태에 따르면, 프리얼라인먼트에 사용되는 템플릿 형상을 자동적으로 최적화(결정)하는 것이 가능해진다. 또한, 임의의 최적화의 조건 단위에서 템플릿 형상을 최적화하는 것이 가능하게 된다. 강화 학습을 실시하는 타이밍은 기판(4)의 노광과 병행하는 타이밍으로 한정되는 것은 아니다. 예를 들어, 프리얼라인먼트(얼라인먼트 마크의 검출시)에서, 원하는 보상이 획득될 때까지 강화 학습을 실시해도 되거나, 또는 강화 학습을 실시하는 타이밍은 임의의 타이밍일 수 있다.
복수의 기판(4)의 마크 화상을 저장 유닛(SU)에 저장하는 때에는, 저장 대상의 기판(4)의 마크 화상을 자유롭게 결정해도 된다. 예를 들어, 저장 유닛(SU)은, 복수의 기판(4)의 최신의 마크 화상을 저장하도록, 과거의 마크 화상을 갱신해도 된다. 또한, 새로운 마크 화상과 저장되어 있는 마크 화상 사이의 유사도가 임계값 이하인 경우에, 새로운 마크 화상을 저장할 수 있고, 마크 화상의 저장량(데이터양)을 가능한 한 증가시킬 수 있다.
<제2 실시형태>
제2 실시형태에서는, 파인 얼라인먼트에서 사용되는 윈도우 형상(윈도우의 형상을 나타내는 파라미터)을 강화 학습을 사용해서 최적화한다.
도 14는 제2 실시형태에 따른 노광 처리를 설명하기 위한 흐름도이다. 여기에서는, 기판(4)을 정렬 및 노광할 때까지의 처리의 개략을 설명한다. 노광 처리는, 상술한 바와 같이, 제어 유닛(CU)이 노광 장치(1)의 각 유닛을 통괄적으로 제어하게 함으로써 실시된다.
단계 S401에서는, 노광 장치(1)에 기판(4)을 반입한다. 단계 S402에서는, 프리얼라인먼트를 실시한다. 단계 S403에서는, 저장 유닛(SU)으로부터 윈도우 형상을 취득한다. 단계 S404에서는, 파인 얼라인먼트를 실시한다. 단계 S405에서는, 파인 얼라인먼트에서, 검출 광학계(7)에 의해 얼라인먼트 마크(12)를 검출해서 취득된 화상(마크 화상)으로부터 얻어지는 1차원 파형 신호를 저장 유닛(SU)에 저장한다. 단계 S406에서는, 기판(4)을 노광한다. 기판(4)의 노광과 병행하여, 단계 S407에서는 윈도우 형상의 강화 학습을 실시한다. 윈도우 형상의 강화 학습에 대해서는 후술한다. 단계 S408에서는, 단계 S407에서 얻어진 윈도우 형상(강화 학습 후의 윈도우 형상)을 저장 유닛(SU)에 저장(보존)한다. 단계 S409에서는, 노광 장치(1)로부터 기판(4)을 반출한다.
윈도우 형상의 강화 학습(단계 S407)에 대해서, 상태 설정, 보상 설정, 행동 설정, 방책 설정, 및 처리 시퀀스를 이 순서대로 상세하게 설명한다.
파인 얼라인먼트에서 사용하는 윈도우 형상을 Wi로 정의하고, s를 상태로 한다. Wi는 특징량을 추출할 때에 i번째 값에 가산하는 가중치(0≤Wi≤1)를 나타내고, i는 윈도우 번호(1≤i≤N)를 나타내며, N은 윈도우의 수를 나타낸다. 본 실시형태에서는, 상태(s)는 후술하는 방책(π)에 따라서 변화한다.
강화 학습에 의해 도달해야 할 윈도우 형상의 최적 상태는, 이하의 조건(A)을 만족하는 윈도우 형상으로 설정된다.
조건 (A): 복수의 기판에서의 1차원 파형 신호의 얼라인먼트 마크(12)의 참된 위치에서의 계측 오차를 최소화한다.
단, 얼라인먼트 마크(12)의 참된 위치에서의 계측 오차를 얻기 위해서는, 기판(4)을 실제로 노광하고, 그 중첩 결과를 외부 계측 장치로 계측할 필요가 있기 때문에 시간을 요한다. 이에 대처하기 위해서, 본 실시형태에서는, 강화 학습에 의해 도달해야 할 윈도우 형상의 최적 상태를 이하의 조건(B)을 만족하는 윈도우 형상으로 설정한다.
조건(B): 복수의 기판에서의 1차원 파형 신호의 얼라인먼트 마크(12) 사이의 마크간 거리(M)의 변동을 최소화한다.
도 15는, 얼라인먼트 마크(12) 사이의 마크간 거리(M)를 상세하게 도시하는 도면이다. 마크간 거리(M)는 이상적으로는 모든 기판(4)에 대해 동일한 값이 되어야 할 불변량이다. 단, 실제로는, 얼라인먼트 마크(12)의 계측시의 계측 오차가 지배적이 되어, 복수의 기판(4)의 사이에서, 마크간 거리(M)의 변동(얼라인먼트 마크(12)의 사이즈 변동이나 얼라인먼트 마크(12)의 위치 어긋남 변동)이 발생한다. 따라서, 마크간 거리(M)는, 참으로 최소화하고 싶은 계측 오차의 근사 값으로 간주할 수 있어, 목적으로 하는 최적 상태의 학습에 사용할 수 있다. 따라서, 행동 평가 함수(Qπ(s, a))를 나타내는 식 (2)에서의 보상(r)을 이하에 의해 정의한다:
Figure pat00005
...(4)
σ(M)는 복수의 기판(WN)에서의 M의 표준 편차를 나타내며, WN은 기판의 총 수를 나타낸다. 기판의 총 수(WN)는, 1 로트에 대해 일반적인 총 수인 25일 수 있거나, 25보다 많거나 적을 수 있다.
행동(a)은 이하와 같이 정의한다:
Figure pat00006
i는 윈도우 번호(1≤i≤N)를 나타내며, N은 윈도우의 수를 나타낸다. 행동(a)은, 새로운 윈도우 형상을 탐색하기 위해서, 각각의 윈도우의 가중치를 증가/감소시키는 행동이다. 본 발명은, 행동이 새로운 윈도우 형상을 탐색할 수 있는 한 행동(a)으로 한정되는 것이 아니라, 다른 행동을 정의해도 된다.
방책(π)은 이하와 같이 정의한다.
방책(π): 랜덤하게 행동(ai)을 선택하고, 행동 평가 함수(Qπ(s, a))가 증가하고 있으면, 윈도우 형상을 갱신한다.
장래 보상을 고려하지 않고, 장래 보상까지의 시각(k)을 0으로 설정하고, 장래 보상의 할인율(γ)을 0.01으로 설정하며, 행동 평가 함수(Qπ(s, a))를 보상(r)과 등가로 설정한다.
도 16a 및 도 16b를 참조하여, 방책(π)에 대해서 상세하게 설명한다. 먼저, t=0의 초기 상태(s0)의 윈도우 형상은 도 16a에 나타내는 형상이다. 그리고, 랜덤하게 선택된 행동(ai1(Wi → 1/2 × Wi))에 의해, 윈도우 형상이 도 16b에 나타내는 형상으로 변화한다. 이때의 행동 평가 함수(Qπ(s, a))가, 초기 상태(s0)의 행동 평가 함수(Qπ(s, a))에 대하여 증가하는 경우, t=1의 상태(s1)의 윈도우 형상은 도 16b에 나타내는 형상으로 갱신된다. 한편, 이때의 행동 평가 함수(Qπ(s, a))가, 초기 상태(s0)의 행동 평가 함수(Qπ(s, a))에 대하여 증가하지 않는 경우, t=1의 상태(s1)의 윈도우 형상은 도 16a에 나타내는 형상을 유지한다. 이에 의해, 방책(π) 하에 시각(t)이 진행함에 따라, 행동 평가 함수(Qπ(s, a))가 증가하는 윈도우 형상으로 최적화를 행하는 것이 가능하게 된다.
방책(π)의 정의는, 어떤 확률 분포를 따라 행동(a)을 선택해도 된다. 탐색완료 상태로 이행하는 행동을 선택하지 않는 등의 임의의 조건을 추가해도 된다. 장래 보상까지의 시각(k)에 대해 1 이상의 값을 설정하고, 누적 보상에 기초하여 행동 평가 함수(Qπ(s, a))를 최대화해도 된다. 이 경우, 최적화까지의 학습 횟수는 증가하지만, 윈도우의 가중치가 비선형적인 특성을 갖고 있어도, 국소 해에 빠지지 않고, 윈도우 형상을 최적화할 수 있게 된다.
도 17을 참조하여, 윈도우 형상의 강화 학습의 처리 시퀀스를 설명한다. 단계 S501에서는, 최적화의 조건 단위를 설정한다. 예를 들어, 기판(4)의 샷 영역의 각각의 얼라인먼트 마크(12)마다 윈도우 형상을 최적화할 경우에는, 최적화의 조건 단위로서, 샷 영역의 수 × 얼라인먼트 마크(12)의 수를 설정한다. 단계 S502에서는, 저장 유닛(SU)으로부터, 복수의 기판(4)의 각각에 대해서 검출 광학계(7)에 의해 취득된 마크 화상으로부터 얻어지는 1차원 파형 신호를 취득한다(판독한다). 단계 S503에서는, 강화 학습을 실시하는 횟수의 상한(학습 상한 횟수)을 설정한다. 여기서 설정하는 학습 상한 횟수는, 학습이 충분히 진행되지 않고 있는 상황에서는, 기판(4)의 노광과 병행해서 실시가능한 최대 횟수이다. 한편, 강화 학습이 충분히 진행되고 원하는 보상이 얻어지는 상황이라면, 학습 상한 횟수에 0을 설정해도 된다. 원하는 보상이 얻어지지 않는 상황에서도, 전회의 강화 학습 시의 보상의 증가량이 미리정해진 임계값 이하가 되면, 최적화의 상한에 도달하고 있다고 판단하여, 학습 상한 횟수에 0을 설정해도 된다. 단계 S504에서는, 단계 S501에서 설정한 최적화의 조건 단위 및 단계 S503에서 설정한 학습 상한 횟수에 따라, 상술한 강화 학습을 실시한다.
도 18은, 강화 학습을 실시했을 경우에서의 학습 횟수(epoch) 및 3σ(M)(3 Standard Deviation of M) 사이의 관계를 도시하는 그래프이다. 도 18에서는, 종축은 3σ(M)을 나타내고, 횡축은 학습 횟수를 나타내고 있다. 도 18을 참조하여, 강화 학습을 반복함으로써, 계측 오차를 나타내는 3σ(M)가 감소하고 있는 것을 안다. 강화 학습 전의 초기값(학습 횟수=0)은, 본 실시형태를 적용하지 않은 경우, 즉 종래 기술에 대응한다.
본 실시형태에 따르면, 파인 얼라인먼트에 사용되는 윈도우 형상을 자동적으로 최적화(결정)하는 것이 가능하게 된다. 또한, 임의의 최적화의 조건 단위에서 윈도우 형상을 최적화하는 것이 가능해 진다. 강화 학습을 실시하는 타이밍은 기판(4)의 노광과 병행하는 타이밍으로 한정되는 것은 아니다. 예를 들어, 파인 얼라인먼트(얼라인먼트 마크의 검출시)에서, 원하는 보상이 획득될 때까지 강화 학습을 실시해도 되거나, 또는 강화 학습을 실시하는 타이밍은 임의의 타이밍일 수 있다. 프리얼라인먼트에서 사용되는 템플릿 형상의 강화 학습과 동시에, 윈도우 형상의 강화 학습을 실시해도 된다.
<제3 실시형태>
제3 실시형태에서는, 최적화된 윈도우 형상을 사용한 파인 얼라인먼트에서, 최적화된 윈도우 형상과 초기 윈도우 형상 사이의 계측값 오프셋을 보정한다.
도 19는 제3 실시형태에 따른 노광 처리를 설명하기 위한 흐름도이다. 여기에서는, 기판(4)을 정렬 및 노광할 때까지의 처리의 개략을 설명한다. 노광 처리는, 상술한 바와 같이, 제어 유닛(CU)이 노광 장치(1)의 각 유닛을 통괄적으로 제어하게 함으로써 실시된다. 단계 S601로부터 단계 S605까지의 처리는, 제2 실시형태에서 설명한 단계 S401로부터 단계 S405까지의 처리와 마찬가지이기 때문에, 여기서의 상세한 설명은 생략한다.
단계 S606에서는, 초기(학습 전)의 윈도우 형상을 사용해서 얻어진 얼라인먼트 마크(12)의 위치(계측값)와 현재(학습 후)의 윈도우 형상을 사용해서 얻어진 얼라인먼트 마크(12)의 위치 사이의 차분을 저장 유닛(SU)으로부터 취득하고, 계측값 오프셋을 보정한다. 계측값 오프셋을 보정하는 효과에 대해서는 후술한다. 단계 S607에서는, 기판(4)을 노광한다. 기판(4)의 노광과 병행하여, 단계 S608에서는 윈도우 형상의 강화 학습을 실시한다. 단계 S609에서는, 단계 S608에서 얻어진 윈도우 형상(강화 학습 후의 윈도우 형상)을 저장 유닛(SU)에 저장(보존)한다. 단계 S610에서는, 계측값 오프셋을 저장 유닛(SU)에 저장한다. 여기에서는, 단계 S502에서 취득한 복수의 기판(4)에 대한 각각의 1차원 파형 신호에 대하여, 초기의 윈도우 형상을 사용해서 얻어진 계측값과 현재의 윈도우 형상을 사용해서 얻어진 계측값 사이의 차분을 취득하고, 그 평균값을 계측값 오프셋으로서 저장 유닛(SU)에 저장한다. 단계 S611에서는, 노광 장치(1)로부터 기판(4)을 반출한다.
계측값 오프셋의 보정(단계 S606)의 효과에 대해서 설명한다. 노광 장치(1)의 얼라인먼트에서는, 기판 간의 공통인 오차 성분은, 얼라인먼트 오프셋으로서, 각 디바이스 단계의 초기 투입시에 구해진다. 얼라인먼트 오프셋은, 초기의 윈도우 형상을 사용해서 얻어진 계측값을 기준으로 하여 획득된다. 따라서, 강화 학습에 의해 윈도우 형상을 변경한 경우, 기판 간의 공통 얼라인먼트 오프셋이 변화할 수 있다.
본 실시형태에서는, 기판 간의 공통 변화량을 보정함으로써, 얼라인먼트 오프셋을 변경하지 않고, 각각의 디바이스 단계의 운용을 계속하는 것이 가능해진다. 여기에서 보정되는 대상은, 기판간의 공통 오프셋이며, 보정은 윈도우 형상의 최적화 효과에 영향을 주지 않는다. 본 실시형태에서는, 파인 얼라인먼트를 예로서 설명하였다. 그러나, 계측값 오프셋은 프리얼라인먼트에 대해서도 마찬가지로 보정될 수 있다.
<제4 실시형태>
제4 실시형태에서는, 저장 유닛을 포함하는 외부 장치(EA)에서, 템플릿 형상의 강화 학습을 실시한다.
도 20은, 노광 장치(1) 및 외부 장치(EA) 각각에서 실시되는 처리를 도시하는 도면이다. 여기에서는, 기판(4)을 정렬 및 노광할 때까지의 처리의 개략을 설명한다.
먼저, 노광 장치(1)에서 실시되는 처리를 설명한다. 단계 S701에서는, 노광 장치(1)에 기판(4)을 반입한다. 단계 S702에서는, 외부 장치(EA)의 저장 유닛으로부터 템플릿 형상을 취득한다. 단계 S703에서는, 프리얼라인먼트를 실시한다. 단계 S704에서는, 프리얼라인먼트에서, 검출 광학계(7)에 의해 얼라인먼트 마크(11)를 검출해서 취득된 화상(마크 화상)을 외부 장치(EA)의 저장 유닛에 저장한다. 단계 S705에서는, 파인 얼라인먼트를 실시한다. 단계 S706에서는, 기판(4)을 노광한다. 단계 S707에서는, 노광 장치(1)로부터 기판(4)을 반출한다.
이어서, 외부 장치(EA)에서 실시되는 처리를 설명한다. 단계 S708에서는, 저장 유닛으로부터 템플릿 형상을 취득한다. 단계 S709에서는, 저장 유닛으로부터 마크 화상을 취득한다. 단계 S710에서는, 템플릿 형상의 강화 학습을 실시한다. 템플릿 형상의 강화 학습은 제1 실시형태에서 설명한 바와 같다. 단, 단계 S710에서는, 학습을 기판(4)의 노광과 병행해서 실시하는 제약을 받지 않고, 학습 상한 횟수를 자유롭게 설정하는 것이 가능하다. 단계 S711에서는, 단계 S710에서 얻어진 템플릿 형상(강화 학습 후의 템플릿 형상)을 저장 유닛에 저장(보존)한다.
본 실시형태에 따르면, 기판(4)을 노광하는 타이밍 이외의 타이밍에서 강화 학습을 실행할 수 있고 학습 속도를 향상시킬 수 있게 된다. 본 실시형태에서는, 템플릿 형상의 강화 학습을 예로서 설명하였다. 그러나, 본 발명은 윈도우 형상의 강화 학습에도 적용 가능하다. 템플릿 형상의 강화 학습과 윈도우 형상의 강화 학습을 동시에 실시해도 된다.
<제5 실시형태>
제5 실시형태에서는, 저장 유닛을 갖는 외부 장치(EA)에서, 중첩 검사 장치(IA)에서의 중첩 검사 결과를 사용하여, 윈도우 형상의 강화 학습을 실시한다. 중첩 검사 장치(IA)에서의 중첩 검사 결과는, 외부 장치(EA)의 저장 유닛에 저장되어 있다.
도 21은, 노광 장치(1) 및 외부 장치(EA) 각각에서 실시되는 처리를 도시하는 블록도이다. 여기에서는, 기판(4)을 정렬 및 노광할 때까지의 처리의 개략을 설명한다.
먼저, 노광 장치(1)에서 실시되는 처리를 설명한다. 단계 S801에서는, 노광 장치(1)에 기판(4)을 반입한다. 단계 S802에서는, 프리얼라인먼트를 실시한다. 단계 S803에서는, 외부 장치(EA)의 저장 유닛으로부터 윈도우 형상을 취득한다. 단계 S804에서는, 파인 얼라인먼트를 실시한다. 단계 S805에서는, 파인 얼라인먼트에서, 검출 광학계(7)에 의해 얼라인먼트 마크(12)를 검출해서 취득된 화상(마크 화상)으로부터 얻어지는 1차원 파형 신호를 외부 장치(EA)의 저장 유닛에 저장한다. 단계 S806에서는, 기판(4)을 노광한다. 단계 S807에서는, 노광 장치(1)로부터 기판(4)을 반출한다.
이어서, 외부 장치(EA)에서 실시되는 처리를 설명한다. 단계 S808에서는, 저장 유닛으로부터 윈도우 형상을 취득한다. 단계 S809에서는, 저장 유닛으로부터 1차원 파형 신호를 취득한다. 단계 S810에서는, 중첩 검사 장치(IA)에서의 중첩 검사 결과를 저장 유닛으로부터 취득한다. 여기에서는, 단계 S809에서 취득한 1차원 파형 신호에 대응하는 중첩 검사 결과를 취득할 필요가 있다. 단계 S811에서는, 윈도우 형상의 강화 학습을 실시한다. 윈도우 형상의 강화 학습은, 제2 실시형태에서 설명한 바와 같지만, 보상(r)의 정의가 상이하다. 보상(r)의 정의에 대해서는 후술한다. 또한, 학습을 기판(4)의 노광과 병행해서 실시하는 제약을 받지 않고, 학습 상한 횟수를 자유롭게 설정하는 것도 가능하다. 단계 S812에서는, 단계 S811에서 얻어진 윈도우 형상(강화 학습 후의 윈도우 형상)을 저장 유닛에 저장(보존)한다.
윈도우 형상의 강화 학습(단계 S811)에서의 보상(r)의 정의에 대해서 설명한다. 본 실시형태에서는, 보상(r)을 이하에 의해 정의한다:
Figure pat00007
...(5)
σ(OVL)는 복수의 기판(WN)에서의 OVL의 표준 편차를 나타내고, OVL은 중첩 검사 결과를 나타내며, WN은 기판의 총 수를 나타낸다. 기판의 총 수(WN)는, 1 로트에 대해 일반적인 총 수인 25일 수 있거나, 25보다 많거나 적을 수 있다.
본 실시형에 따르면, 중첩 검사 장치(IA)에서의 중첩 검사 결과를, 외부 장치(EA)의 저장 유닛이 취득할 수 있도록 구성된다. 이에 의해, 참으로 최소화해야 할 중첩 검사 결과를 직접적인 보상으로서 정의하고, 보다 정밀하게 윈도우 형상의 강화 학습을 행하는 것이 가능하게 된다.
<제6 실시형태>
제6 실시형태에서는, 저장 유닛을 갖는 외부 장치(EA)에서, 복수의 노광 장치(1 및 1')에 대하여 최적이 되도록, 템플릿 형상의 강화 학습을 실시한다.
도 22는, 노광 장치(1), 노광 장치(1') 및 외부 장치(EA) 각각에서 실시되는 처리를 도시하는 블록도이다. 본 실시형태에서는, 2개의 노광 장치(1 및 1')가 외부 장치(EA)와 접속하고 있다. 그러나, 외부 장치(EA)에 접속하는 노광 장치의 수는 한정되지 않는다. 단계 S901로부터 단계 S911까지의 처리는, 제4 실시형태에서 설명한 단계 S701로부터 단계 S711까지의 처리와 마찬가지이다.
본 실시형태에서는, 복수의 노광 장치에 의해 취득되는 마크 화상을 사용해서 강화 학습을 실시함으로써, 가동률이 낮은 노광 장치나 처리 매수가 적은 디바이스 단계 등의 학습 빈도가 적은 조건의 강화 학습을 실시(가속)할 수 있다. 본 실시형태에서는, 템플릿 형상의 강화 학습을 예로서 설명하였다. 그러나, 본 발명은 윈도우 형상의 강화 학습에도 적용 가능하다. 템플릿 형상의 강화 학습과 윈도우 형상의 강화 학습을 동시에 실시해도 된다.
각 실시형태에서 설명한 바와 같이, 노광 장치(1)는, 복수의 기판(4) 각각에 대해서, 검출 광학계(7)에 의해 취득되는 마크 화상에 기초하여, 템플릿의 형상 및 윈도우의 형상 중 적어도 하나(를 나타내는 파라미터)를 결정한다. 더 구체적으로는, 복수의 기판(4) 각각에 대해서, 검출 광학계(7)에 의해 취득되는 마크 화상에 기초하여, 템플릿 형상이나 윈도우 형상(파라미터)을 변경하면서 얼라인먼트 마크의 위치를 취득한다. 그리고, 이러한 얼라인먼트 마크의 위치로부터 템플릿 형상이나 윈도우 형상을 평가하기 위한 평가 지표인 행동 평가 함수(Qπ)를 취득하고, 행동 평가 함수(Qπ)가 기준을 충족하도록 템플릿 형상이나 윈도우 형상을 결정한다. 이때, 평가 지표를 최대화 또는 최소화하도록 템플릿 형상이나 윈도우 형상을 결정해도 된다.
본 발명의 실시형태에 따른 물품의 제조 방법은, 디바이스(예를 들어, 반도체 소자, 자기 저장 매체, 또는 액정 표시 소자) 등의 물품을 제조하기에 적합하다. 이 제조 방법은, 노광 장치(1)를 사용하여, 기판에 패턴을 형성하는 단계, 패턴이 형성된 기판을 처리하는 단계, 및 처리된 기판으로부터 물품을 제조하는 단계를 포함한다. 이 제조 방법은, 다른 주지의 단계(예를 들어, 산화, 성막, 증착, 도핑, 평탄화, 에칭, 레지스트 박리, 다이싱, 본딩, 및 패키징)을 더 포함할 수 있다. 본 실시형태에 따른 물품의 제조 방법은, 종래의 방법에 비하여, 물품의 성능, 품질, 생산성 및 생산 비용 중 적어도 하나에서 유리하다.
본 발명의 실시형태(들)는, 전술한 실시형태(들) 중 하나 이상의 기능을 실행하기 위해 저장 매체(보다 완전하게는 '비일시적 컴퓨터 판독가능 저장 매체'라 칭할수도 있음)에 기록된 컴퓨터 실행가능 명령어(예를 들어, 하나 이상의 프로그램)를 판독 및 실행하고 그리고/또는 전술한 실시형태(들) 중 하나 이상의 기능을 실행하는 하나 이상의 회로(예를 들어, 주문형 집적 회로(ASIC))를 포함하는 시스템 또는 장치의 컴퓨터에 의해, 그리고 예를 들어 전술한 실시형태(들) 중 하나 이상의 기능을 실행하기 위해 저장 매체로부터 컴퓨터 실행가능 명령어를 판독 및 실행함으로써 그리고/또는 전술한 실시형태(들) 중 하나 이상의 기능을 실행하기 위해 하나 이상의 회로를 제어함으로써 상기 시스템 또는 장치의 컴퓨터에 의해 실행되는 방법에 의해 실현될 수도 있다. 컴퓨터는 하나 이상의 프로세서(예를 들어, 중앙 처리 유닛(CPU), 마이크로 처리 유닛(MPU))를 포함할 수 있고 컴퓨터 실행가능 명령어를 판독 및 실행하기 위한 별도의 컴퓨터 또는 별도의 프로세서의 네트워크를 포함할 수 있다. 컴퓨터 실행가능 명령어는 예를 들어 네트워크 또는 저장 매체로부터 컴퓨터에 제공될 수 있다. 저장 매체는, 예를 들어 하드 디스크, 랜덤 액세스 메모리(RAM), 리드 온리 메모리(ROM), 분산형 컴퓨팅 시스템의 스토리지, 광디스크(예를 들어, 콤팩트 디스크(CD), 디지털 다기능 디스크(DVD) 또는 블루레이 디스크(BD)TM), 플래시 메모리 디바이스, 메모리 카드 등 중 하나 이상을 포함할 수 있다.
(기타의 실시예)
본 발명은, 상기의 실시형태의 1개 이상의 기능을 실현하는 프로그램을, 네트워크 또는 기억 매체를 개입하여 시스템 혹은 장치에 공급하고, 그 시스템 혹은 장치의 컴퓨터에 있어서 1개 이상의 프로세서가 프로그램을 읽어 실행하는 처리에서도 실현가능하다.
또한, 1개 이상의 기능을 실현하는 회로(예를 들어, ASIC)에 의해서도 실행가능하다.
본 발명은 패턴 형성 장치를 노광 장치에 한정하지 않으며 패턴 형성 장치를 임프린트 장치에도 적용할 수 있다. 임프린트 장치는 몰드와 기판 상에 공급된 임프린트 장치를 서로 접촉시키며, 경화용 에너지를 임프린트재에 적용하여 몰드의 패턴이 전사된 경화물의 패턴을 형성한다. 상술한 물품 제조 방법은 임프린트 장치를 사용하여 행해질 수 있다.
본 발명을 예시적인 실시형태를 참고하여 설명하였지만, 본 발명은 개시된 예시적인 실시형태로 한정되지 않음을 이해해야 한다. 이하의 청구항의 범위는 이러한 모든 변형과 동등한 구조 및 기능을 포함하도록 최광의로 해석되어야 한다.

Claims (17)

  1. 기판에 패턴을 형성하는 패턴 형성 장치이며, 상기 장치는,
    상기 기판에 제공된 마크를 검출함으로써 상기 마크의 광학 정보를 취득하도록 구성되는 검출 광학계; 및
    상기 마크의 상기 광학 정보에 적용해서 상기 마크의 위치를 취득하기 위한 템플릿 및 상기 광학 정보로부터 얻어지는 파형 신호로부터 상기 마크의 상기 위치를 나타내는 특징량을 추출하기 위한 영역을 나타내는 윈도우를 사용하여, 상기 마크의 위치를 취득하는 처리를 행하도록 구성되는 처리 유닛을 포함하며,
    상기 처리 유닛은,
    복수의 기판 각각에 대해서, 상기 검출 광학계에 의해 취득되는 상기 마크의 상기 광학 정보에 기초하여, 상기 템플릿의 형상 및 상기 윈도우의 형상 중 적어도 하나를 나타내는 파라미터를 결정하고,
    상기 결정된 파라미터를 사용해서 상기 마크의 상기 위치를 취득하는 패턴 형성 장치.
  2. 제1항에 있어서, 상기 처리 유닛은,
    상기 복수의 기판 각각에 대해서, 상기 검출 광학계에 의해 취득되는 상기 마크의 상기 광학 정보에 기초하여, 상기 파라미터를 변경하면서 상기 마크의 상기 위치를 취득하며,
    상기 복수의 기판 각각에 대해서 취득한 상기 마크의 상기 위치로부터 상기 파라미터를 평가하기 위한 평가 지표를 취득하고, 상기 평가 지표가 기준을 충족하도록 상기 파라미터를 결정하는 패턴 형성 장치.
  3. 제2항에 있어서, 상기 처리 유닛은, 상기 평가 지표를 최대화 또는 최소화하도록 상기 파라미터를 결정하는 패턴 형성 장치.
  4. 제2항에 있어서, 상기 처리 유닛은, 상기 평가 지표가 전회의 평가 지표보다 양호할 경우에 상기 파라미터를 갱신하는 패턴 형성 장치.
  5. 제2항에 있어서, 상기 처리 유닛은, 상기 마크가 존재하는 상기 복수의 기판 상의 마크 영역과 상기 템플릿 사이의 상관도의 총합과, 상기 복수의 기판 상의 상기 마크 영역의 주변 영역과 상기 템플릿 사이의 상관도의 총합을 사용해서 상기 평가 지표를 취득하는 패턴 형성 장치.
  6. 제2항에 있어서, 상기 처리 유닛은, 상기 복수의 기판 간의 상기 윈도우로부터 추출되는 상기 특징량으로부터 취득되는 상기 마크의 사이즈 변동을 사용해서 상기 평가 지표를 취득하는 패턴 형성 장치.
  7. 제2항에 있어서, 상기 처리 유닛은, 상기 복수의 기판 간의 상기 윈도우로부터 추출되는 상기 특징량으로부터 취득되는 상기 마크의 위치 어긋남 변동을 사용해서 상기 평가 지표를 취득하는 패턴 형성 장치.
  8. 제1항에 있어서, 상기 처리 유닛은 상기 기판의 각 샷 영역마다 상기 파라미터를 결정하는 패턴 형성 장치.
  9. 제1항에 있어서, 상기 처리 유닛은 상기 기판의 샷 영역에 제공된 상기 마크 각각마다 상기 파라미터를 결정하는 패턴 형성 장치.
  10. 제1항에 있어서, 상기 처리 유닛은, 상기 파라미터를 결정하기 전의 상기 복수의 기판에 관한 상기 마크의 상기 위치의 평균값과, 상기 파라미터를 결정한 후의 상기 복수의 기판에 관한 상기 마크의 상기 위치의 평균값 사이의 차분을 취득하고, 상기 차분을 보정하기 위한 오프셋을 취득하는 패턴 형성 장치.
  11. 제1항에 있어서, 상기 마크의 상기 광학 정보를 저장하도록 구성되는 저장 유닛을 더 포함하는 패턴 형성 장치.
  12. 제11항에 있어서, 상기 저장 유닛은, 마크의 새로운 광학 정보와 상기 마크의 저장되어 있는 광학 정보 사이의 유사도가 임계값 이하인 경우에, 상기 마크의 상기 새로운 광학 정보를 저장하는 패턴 형성 장치.
  13. 제1항에 있어서, 상기 처리 유닛은 상기 기판에 상기 패턴을 형성하는 동안 상기 파라미터를 결정하는 패턴 형성 장치.
  14. 기판에 제공된 마크의 위치를 취득하는 처리에 사용되고, 상기 마크의 광학 정보에 적용되는 템플릿의 형상 및 상기 광학 정보로부터 취득되는 파형 신호로부터 상기 마크의 상기 위치를 나타내는 특징량을 추출하기 위한 영역을 나타내는 윈도우의 형상 중 적어도 하나를 나타내는 파라미터를 결정하는 결정 방법이며, 상기 방법은,
    복수의 기판 각각에 제공된 마크를 검출함으로써 상기 마크의 광학 정보를 취득하는 단계; 및
    상기 복수의 기판 각각에 대해서 취득된 상기 마크의 상기 광학 정보에 기초하여, 상기 템플릿의 상기 형상 및 상기 윈도우의 상기 형상 중 적어도 하나를 나타내는 파라미터를 결정하는 단계를 포함하는 결정 방법.
  15. 기판에 제공된 마크의 위치를 취득하는 처리에 사용되고, 상기 마크의 광학 정보에 적용되는 템플릿의 형상 및 상기 광학 정보로부터 취득되는 파형 신호로부터 상기 마크의 위치를 나타내는 특징량을 추출하기 위한 영역을 나타내는 윈도우의 형상 중 적어도 하나를 나타내는 파라미터를 결정하는 결정 방법을 컴퓨터가 실행하게 하는, 컴퓨터 판독가능 기록 매체에 저장된 프로그램이며, 상기 프로그램은 상기 컴퓨터가,
    복수의 기판 각각에 제공된 마크를 검출함으로써 상기 마크의 상기 광학 정보를 취득하는 단계; 및
    상기 복수의 기판 각각에 대해서 취득된 상기 마크의 상기 광학 정보에 기초하여, 상기 템플릿의 상기 형상 및 상기 윈도우의 상기 형상 중 적어도 하나를 나타내는 파라미터를 결정하는 단계를 실행하게 하는, 컴퓨터 판독가능 기록 매체에 저장된 프로그램.
  16. 정보 처리 장치이며,
    기판에 제공된 마크의 위치를 취득하는 처리에 사용되고, 상기 마크의 광학 정보에 적용되는 템플릿의 형상 및 상기 광학 정보로부터 취득되는 파형 신호로부터 상기 마크의 상기 위치를 나타내는 특징량을 추출하기 위한 영역을 나타내는 윈도우의 형상 중 적어도 하나를 나타내는 파라미터를 결정하도록 구성되는 처리 유닛을 포함하고,
    상기 처리 유닛은,
    복수의 기판 각각에 제공된 마크를 검출함으로써 상기 마크의 상기 광학 정보를 취득하며,
    상기 복수의 기판 각각에 대해서 취득된 상기 마크의 상기 광학 정보에 기초하여, 상기 템플릿의 상기 형상 및 상기 윈도우의 상기 형상 중 적어도 하나를 나타내는 파라미터를 결정하는 정보 처리 장치.
  17. 물품 제조 방법이며,
    패턴 형성 장치를 사용하여, 결정된 파라미터를 사용해서 기판의 마크 위치를 취득하고, 취득된 상기 마크의 위치에 기초하여 상기 기판의 위치를 제어함으로써 상기 기판에 패턴을 형성하는 단계;
    상기 형성 단계에서 상기 패턴이 형성된 상기 기판을 처리하는 단계; 및
    상기 처리된 기판으로부터 물품을 제조하는 단계를 포함하고,
    상기 패턴 형성 장치는,
    상기 마크를 검출함으로써 상기 기판에 제공된 마크의 광학 정보를 취득하도록 구성되는 검출 광학계, 및
    상기 마크의 상기 광학 정보에 적용해서 상기 마크의 상기 위치를 취득하기 위한 템플릿 및 상기 광학 정보로부터 취득되는 파형 신호로부터 상기 마크의 상기 위치를 나타내는 특징량을 추출하기 위한 영역을 나타내는 윈도우를 사용하여, 상기 마크의 위치를 취득하는 처리를 행하도록 구성되는 처리 유닛을 포함하며,
    상기 처리 유닛은, 복수의 기판 각각에 대해서, 상기 검출 광학계에 의해 취득된 상기 마크의 상기 광학 정보에 기초하여, 상기 템플릿의 형상 및 상기 윈도우의 형상 중 적어도 하나를 나타내는 파라미터를 결정하는 물품 제조 방법.
KR1020180097925A 2017-08-30 2018-08-22 패턴 형성 장치, 결정 방법, 프로그램, 정보 처리 장치 및 물품 제조 방법 KR102376606B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JPJP-P-2017-166111 2017-08-30
JP2017166111A JP6567004B2 (ja) 2017-08-30 2017-08-30 パターン形成装置、決定方法、プログラム、情報処理装置及び物品の製造方法

Publications (2)

Publication Number Publication Date
KR20190024720A true KR20190024720A (ko) 2019-03-08
KR102376606B1 KR102376606B1 (ko) 2022-03-21

Family

ID=63173998

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180097925A KR102376606B1 (ko) 2017-08-30 2018-08-22 패턴 형성 장치, 결정 방법, 프로그램, 정보 처리 장치 및 물품 제조 방법

Country Status (7)

Country Link
US (1) US10831116B2 (ko)
EP (1) EP3451063B1 (ko)
JP (1) JP6567004B2 (ko)
KR (1) KR102376606B1 (ko)
CN (1) CN109427748B (ko)
SG (1) SG10201807415PA (ko)
TW (2) TWI684832B (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6767811B2 (ja) * 2016-08-31 2020-10-14 キヤノン株式会社 位置検出方法、位置検出装置、リソグラフィ装置および物品製造方法
JP6945601B2 (ja) * 2017-08-30 2021-10-06 キヤノン株式会社 パターン形成装置、決定方法、プログラム、情報処理装置及び物品の製造方法
JP6750654B2 (ja) * 2018-09-19 2020-09-02 株式会社三洋物産 遊技機
JP7278138B2 (ja) * 2019-04-18 2023-05-19 キヤノン株式会社 基板処理装置、物品製造方法、基板処理方法、基板処理システム、管理装置、およびプログラム
KR20210038143A (ko) * 2019-09-30 2021-04-07 (주)쎄미시스코 인공지능(ai) 기반 대상물 검사 시스템 및 방법
US20220223480A1 (en) * 2021-01-14 2022-07-14 Changxin Memory Technologies, Inc. Wafer measurement method and apparatus, medium, and electronic device

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06151274A (ja) * 1992-11-11 1994-05-31 Hitachi Ltd 半導体集積回路パターンの位置合わせ方法および装置
JPH08316132A (ja) * 1995-05-23 1996-11-29 Hitachi Ltd パターンの位置測定方法およびそれを用いた光学装置
JPH09115815A (ja) * 1995-10-16 1997-05-02 Canon Inc 位置検出方法および装置
US20030174330A1 (en) * 2002-03-15 2003-09-18 Canon Kabushiki Kaisha Position detection apparatus and method
US20050137837A1 (en) * 2002-04-30 2005-06-23 Canon Kabushiki Kaisha Management system and apparatus method therefor, and device manufacturing method
US20080063956A1 (en) * 2006-09-11 2008-03-13 Canon Kabushiki Kaisha Mark position detection apparatus

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5525808A (en) * 1992-01-23 1996-06-11 Nikon Corporaton Alignment method and alignment apparatus with a statistic calculation using a plurality of weighted coordinate positions
JPH10326739A (ja) * 1997-05-23 1998-12-08 Nikon Corp 位置合わせ方法及び露光方法
JPWO2005008753A1 (ja) * 2003-05-23 2006-11-16 株式会社ニコン テンプレート作成方法とその装置、パターン検出方法、位置検出方法とその装置、露光方法とその装置、デバイス製造方法及びテンプレート作成プログラム
JP2005030963A (ja) * 2003-07-08 2005-02-03 Canon Inc 位置検出方法
WO2005096353A1 (ja) * 2004-03-31 2005-10-13 Nikon Corporation アライメント条件決定方法及び装置、並びに露光方法及び装置
EP1796136B1 (en) * 2004-08-19 2015-09-30 Nikon Corporation Alignment information display method, program thereof, alignment method, exposure method, device manufacturing method, display system, display device, program, and measurement/inspection device
JP4290177B2 (ja) * 2005-06-08 2009-07-01 キヤノン株式会社 モールド、アライメント方法、パターン形成装置、パターン転写装置、及びチップの製造方法
US8440375B2 (en) * 2007-05-29 2013-05-14 Nikon Corporation Exposure method and electronic device manufacturing method
JP2009130184A (ja) * 2007-11-26 2009-06-11 Canon Inc アライメント方法、露光方法、パターン形成方法および露光装置
JP5508734B2 (ja) * 2009-02-09 2014-06-04 大日本スクリーン製造株式会社 パターン描画装置およびパターン描画方法
JP6588766B2 (ja) * 2015-08-10 2019-10-09 キヤノン株式会社 評価方法、露光方法、露光装置、プログラム、および物品の製造方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06151274A (ja) * 1992-11-11 1994-05-31 Hitachi Ltd 半導体集積回路パターンの位置合わせ方法および装置
JPH08316132A (ja) * 1995-05-23 1996-11-29 Hitachi Ltd パターンの位置測定方法およびそれを用いた光学装置
JPH09115815A (ja) * 1995-10-16 1997-05-02 Canon Inc 位置検出方法および装置
US20030174330A1 (en) * 2002-03-15 2003-09-18 Canon Kabushiki Kaisha Position detection apparatus and method
US20050137837A1 (en) * 2002-04-30 2005-06-23 Canon Kabushiki Kaisha Management system and apparatus method therefor, and device manufacturing method
US20080063956A1 (en) * 2006-09-11 2008-03-13 Canon Kabushiki Kaisha Mark position detection apparatus

Also Published As

Publication number Publication date
TW202020581A (zh) 2020-06-01
TW201921135A (zh) 2019-06-01
CN109427748A (zh) 2019-03-05
JP2019045585A (ja) 2019-03-22
US10831116B2 (en) 2020-11-10
EP3451063B1 (en) 2023-02-01
EP3451063A1 (en) 2019-03-06
TWI684832B (zh) 2020-02-11
SG10201807415PA (en) 2019-03-28
KR102376606B1 (ko) 2022-03-21
US20190064679A1 (en) 2019-02-28
TWI739276B (zh) 2021-09-11
JP6567004B2 (ja) 2019-08-28
CN109427748B (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
KR20190024720A (ko) 패턴 형성 장치, 결정 방법, 프로그램, 정보 처리 장치 및 물품 제조 방법
US11592753B2 (en) Methods of determining corrections for a patterning process, device manufacturing method, control system for a lithographic apparatus and lithographic apparatus
TW201828335A (zh) 用於影像分析之方法及設備
CN107797389B (zh) 位置检测方法和装置、存储介质、光刻装置和制造方法
EP3312672A1 (en) Methods of determining corrections for a patterning process, device manufacturing method, control system for a lithographic apparatus and lithographic apparatus
US9910371B2 (en) Exposure apparatus, exposure method, and device manufacturing method
KR20220081284A (ko) 검출 장치, 검출 방법, 노광 장치, 노광 시스템 및 물품 제조 방법
US9996916B2 (en) Evaluation method, storage medium, exposure apparatus, exposure method, and method of manufacturing article
JP2005037367A (ja) 寸法測定方法と寸法測定システム及び寸法測定プログラム
CN103309171B (zh) 产生方法和信息处理设备
KR20180125398A (ko) 리소그래피 장치 및 물품 제조 방법
JP6945601B2 (ja) パターン形成装置、決定方法、プログラム、情報処理装置及び物品の製造方法
KR20220120457A (ko) 기판상의 복수의 영역의 배열을 구하는 방법, 노광 장치, 물품의 제조 방법, 비일시적 기억 매체, 및 정보처리장치
TWI678726B (zh) 圖案化方法、微影蝕刻裝置及物品製造方法
CN113358056B (zh) 工件表面形貌的扫描方法、扫描系统及存储介质
KR20230047898A (ko) 기판상의 복수의 숏 영역의 배열을 구하는 방법, 노광 방법, 노광 장치, 물품의 제조 방법, 비일시적 컴퓨터 판독 가능한 기억 매체, 및 정보처리장치
US8878129B1 (en) Pattern measurement apparatus and pattern measurement method
JP5922927B2 (ja) 位置を求める方法、情報処理装置、リソグラフィ装置及び物品の製造方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant