KR20210001958A - 데이터 처리 장치, 데이터 처리 방법 및 기록 매체 - Google Patents

Abstract

본 발명은, 제조 프로세스의 시뮬레이션의 정밀도를 향상시킨다. 데이터 처리 장치이며, 제조 프로세스의 미리 결정된 스텝과 대응지어진 복수의 데이터 군 각각의 특징 공간에서의 분포가, 해당 복수의 데이터 군 각각에 대해서 산출된 해당 미리 결정된 스텝에서의 효과에 따라 분류되도록, 해당 특징 공간이 분할되었을 경우의, 각 영역을 특정하는 해석 결과를 저장하는 제1 저장부와, 상기 특징 공간의 각 영역으로 분류되는 데이터 군이 입력됨으로써, 각 영역에 대응하는 각각의 효과를 출력하는 복수의 모델을, 각 영역과 대응지어 저장하는 제2 저장부와, 상기 미리 결정된 스텝과 대응지어진 데이터 군이 새롭게 취득되어, 상기 해석 결과에 기초하여 해당 취득된 데이터 군이 분류되는 하나의 영역이 판정된 경우에, 상기 복수의 모델 중,해당 하나의 영역에 대응지어 저장된 모델을 사용해서 시뮬레이션 처리를 행하는 실행부를 갖는다.

Description

데이터 처리 장치, 데이터 처리 방법 및 기록 매체{DATA PROCESSING APPARATUS, DATA PROCESSING METHOD, AND RECORDING MEDIUM}

본 개시는, 데이터 처리 장치, 데이터 처리 방법 및 프로그램을 저장하는 컴퓨터 판독 가능한 기록 매체에 관한 것이다.

종래부터 제조 프로세스(예를 들어, 반도체 제조 프로세스)에서 이용 또는 측정된 데이터를 수집하여, 각종 해석을 행하는 데이터 처리 장치가 알려져 있다. 당해 데이터 처리 장치를 사용하여, 수집한 데이터를 해석해서 모델을 생성함으로써, 당해 제조 프로세스의 시뮬레이션 처리를 행할 수 있다.

미국 특허 출원 공개 제2017/0177997호 명세서 미국 특허 출원 공개 제2015/0211122호 명세서 일본 특허 공개 제2009-152269호 공보

본 개시는, 제조 프로세스의 시뮬레이션 처리에 있어서, 시뮬레이션 정밀도를 향상시키는 데이터 처리 장치, 데이터 처리 방법 및 프로그램을 저장하는 컴퓨터 판독 가능한 기록 매체를 제공한다.

일 형태에 의하면, 데이터 처리 장치는,

제조 프로세스의 미리 결정된 스텝과 대응지어진 복수의 데이터 군 각각의 특징 공간에서의 분포가, 해당 복수의 데이터 군 각각에 대해서 산출된 해당 미리 결정된 스텝에서의 효과에 따라 분류되도록, 해당 특징 공간이 분할되었을 경우의, 각 영역을 특정하는 해석 결과를 저장하는 제1 저장부와,

상기 특징 공간의 각 영역으로 분류되는 데이터 군이 입력됨으로써, 각 영역에 대응하는 각각의 효과를 출력하는 복수의 모델을, 각 영역과 대응지어 저장하는 제2 저장부와,

상기 미리 결정된 스텝과 대응지어진 데이터 군이 새롭게 취득되어, 상기 해석 결과에 기초하여 해당 취득된 데이터 군이 분류되는 하나의 영역이 판정된 경우에, 상기 복수의 모델 중, 해당 하나의 영역에 대응지어 저장된 모델을 사용해서 시뮬레이션 처리를 행하는 실행부를 갖는다.

본 개시에 의하면, 제조 프로세스의 시뮬레이션 처리에 있어서, 시뮬레이션 정밀도를 향상시키는 데이터 처리 장치, 데이터 처리 방법 및 프로그램을 제공할 수 있다.

도 1은 데이터 처리 시스템의 전체 구성 일례를 도시하는 도면이다.
도 2는 각 사업소에서 취급되는 데이터 군의 구체예를 도시하는 도면이다.
도 3은 해석 결과 저장부에 저장되는 해석 결과 데이터의 개요를 설명하기 위한 도면이다.
도 4는 데이터 처리 장치의 하드웨어 구성의 일례를 도시하는 도면이다.
도 5는 데이터 해석부의 기능 구성의 일례를 도시하는 도면이다.
도 6은 효과 산출부의 처리의 구체예를 도시하는 도면이다.
도 7은 데이터 저장부에 저장된 데이터 군의 일례를 도시하는 도면이다.
도 8은 분할부의 처리의 구체예를 도시하는 도면이다.
도 9는 Proxel 산출부에 의해 산출된 Proxel의 일례를 도시하는 도면이다.
도 10은 분할부 및 Proxel 산출부에 의한 Proxel 산출 처리의 흐름을 나타내는 제1 흐름도이다.
도 11은 Proxel을 산출하는 것의 이점을 설명하기 위한 제1 도이다.
도 12는 Proxel을 산출하는 것의 이점을 설명하기 위한 제2 도이다.
도 13은 모델 생성부의 기능 구성의 일례를 도시하는 도면이다.
도 14는 모델 생성부의 처리의 구체예를 나타내는 제1 도이다.
도 15는 모델 생성부의 처리의 구체예를 나타내는 제2 도이다.
도 16은 모델 생성부에 의한 모델 생성 처리의 흐름을 나타내는 제1 흐름도이다.
도 17은 추정부의 기능 구성의 일례를 도시하는 도면이다.
도 18은 추정부의 처리의 구체예를 도시하는 도면이다.
도 19는 추정부에 의한 추정 처리의 흐름을 나타내는 흐름도이다.
도 20은 각 모델의 Proxel별 시뮬레이션 정밀도의 일례를 도시하는 도면이다.

이하, 각 실시 형태에 대해서 첨부의 도면을 참조하면서 설명한다. 또한, 본 명세서 및 도면에서, 실질적으로 동일한 기능 구성을 갖는 구성 요소에 대해서는, 동일한 번호를 부여함으로써 중복된 설명을 생략한다.

[제1 실시 형태]

<데이터 처리 시스템의 전체 구성>

먼저, 데이터 처리 시스템의 전체 구성에 대해서 설명한다. 도 1은, 데이터 처리 시스템의 전체 구성의 일례를 도시하는 도면이다. 도 1에 도시한 바와 같이, 데이터 처리 시스템(100)은, 데이터 처리 장치(110)와, 각 사업소(120, 130, 140)(사업소명="사업소 A", "사업소 B", "사업소 C") 내의 단말기(121, 131, 141)를 갖는다. 데이터 처리 장치(110)와, 각 사업소(120, 130, 140) 내의 단말기(121, 131, 141)는, 네트워크(150)를 통해서 통신 가능하게 접속된다.

데이터 처리 장치(110)에는, 데이터 해석 프로그램, 모델 생성 프로그램, 추정 프로그램이 인스톨되어 있다. 데이터 처리 장치(110)는, 당해 데이터 해석 프로그램, 모델 생성 프로그램, 추정 프로그램을 실행함으로써, 데이터 해석부(111), 모델 생성부(112), 추정부(113)로서 기능한다.

데이터 해석부(111)는, 각 사업소(120, 130, 140) 내의 단말기(121, 131, 141)로부터 데이터 군(도 1의 예에서는, 초기 데이터, 설정 데이터, 출력 데이터, 측정 데이터, 실험 데이터, 목표 데이터)을 네트워크(150)를 통해서 수집한다. 또한, 데이터 해석부(111)는, 수집한 데이터 군을, 데이터 저장부(114)에 저장한다. 여기서, 데이터 군의 수집 방법은, 이것에 한정되지 않고, 예를 들어 데이터 군이 기록된 기록 매체를, 데이터 처리 장치(110)의 관리자가 각 사업소(120, 130, 140)로부터 취득하여, 해당 기록 매체로부터 데이터 군을 판독함으로써, 데이터 군을 수집해도 된다.

또한, 데이터 해석부(111)는, 데이터 저장부(114)에 저장된 데이터 군을 해석하고, 해석 결과 데이터를 해석 결과 저장부(115)(제1 저장부)에 저장한다.

모델 생성부(112)는, 해석 결과 데이터에 기초하여, 데이터 저장부(114)에 저장한 데이터 군을 분류하고, 분류한 각각의 데이터 군을 사용하여, 반도체 제조 프로세스(예를 들어, 반도체 제조 장치(a))의 모델을 생성한다. 모델 생성부(112)는, 생성한 모델을, 모델 저장부(116)(제2 저장부)에 저장한다.

추정부(113)는, 새로운 데이터 군이 취득된 경우에, 모델 저장부(116)로부터 판독한 모델에 당해 데이터 군을 입력함으로써, 시뮬레이션 처리를 행한다.

사업소(120)(사업소명="사업소 A")에는, 반도체 제조 프로세스를 실행하는 반도체 제조 장치(반도체 제조 장치(a))가 포함된다. 또한, 사업소(120) 내에는, 반도체 제조 프로세스에서 측정 데이터를 측정하는 측정기와, 반도체 제조 프로세스에서 제조된 결과물(반도체 또는 중간 생성물)에 대해서 실험 데이터를 측정하는 실험치 측정기가 포함된다. 또한, 사업소(120) 내에는, 데이터 처리 시스템(100)을 구성하는 단말기(121)와, 데이터 군을 저장하는 데이터베이스가 포함된다.

반도체 제조 장치(a)는, 단말기(121)로부터 입력된 초기 데이터, 설정 데이터, 목표 데이터에 기초하여 반도체 제조 프로세스를 실행한다. 또한, 반도체 제조 장치(a)는, 반도체 제조 프로세스를 실행함으로써 얻은 출력 데이터를, 초기 데이터, 설정 데이터, 목표 데이터와 대응지어서 데이터베이스에 저장한다.

측정기는, 반도체 제조 장치(a)에 의한 반도체 제조 프로세스의 실행 중에 측정 데이터를 측정하여, 데이터베이스에 저장한다. 실험치 측정기는, 반도체 제조 프로세스에서 제조된 결과물(반도체 또는 중간 생성물)에 대해서 실험 데이터를 측정하여, 데이터베이스에 저장한다.

단말기(121)는, 반도체 제조 장치(a)가 반도체 제조 프로세스를 실행할 때 사용하는 초기 데이터, 설정 데이터, 목표 데이터를 입력하여, 반도체 제조 장치(a)에 설정한다. 또한, 단말기(121)는, 데이터베이스에 저장된 데이터 군(초기 데이터, 설정 데이터, 출력 데이터, 측정 데이터, 실험 데이터, 목표 데이터)을, 데이터 처리 장치(110)에 송신한다.

사업소(130)(사업소명="사업소 B"), 사업소(140)(사업소명="사업소 C")에서는, 사업소(120)와 마찬가지의 반도체 제조 프로세스가 실행된다. 이 때문에, 사업소(130), 사업소(140)에는, 사업소(120)와 마찬가지의 장치가 포함된다. 단, 도 1의 예에서는, 사업소(130)에는, 실험치 측정기가 포함되어 있지 않다. 또한, 사업소(140)에는, 측정기 및 실험치 측정기가 포함되어 있지 않다.

이와 같이, 사업소별로 포함되어 있는 장치가 다른 경우, 각 사업소(120, 130, 140) 내의 각 단말기(121, 131, 141)로부터 데이터 처리 장치(110)에 송신되는 데이터 군의 정보의 항목도 다르게 된다. 예를 들어, 사업소(130) 내의 단말기(131)로부터 송신되는 데이터 군에는, 실험 데이터(또는 그 일부)가 포함되지 않는다. 또한, 예를 들어 사업소(140)의 단말기(141)로부터 송신되는 데이터 군에는, 측정 데이터 및 실험 데이터(또는 그것들의 일부)는 포함되지 않는다.

<데이터 군의 구체예>

다음에, 각 사업소(120, 130, 140)에서 취급되는 데이터 군에 대해서 설명한다. 도 2는, 각 사업소에서 취급되는 데이터 군의 구체예를 도시하는 도면이다. 여기에서는, 사업소(120)에서 취급되는 데이터 군에 대해서 설명한다.

도 2에 도시한 바와 같이, 사업소(120)의 반도체 제조 장치(a)는, 복수의 반도체 제조 프로세스(프로세스명=프로세스 I 내지 M)를 실행한다. 반도체 제조 장치(a)가 실행하는 각각의 반도체 제조 프로세스에는, 복수의 스텝(예를 들어, 스텝명=스텝 1 내지 N)이 포함된다. 또한, 여기에서 말하는 「스텝」이란, 반도체 제조 프로세스에 있어서, 상태(처리 대상물의 속성, 반도체 제조 장치(a)의 상태, 반도체 제조 장치(a) 내의 분위기 등)를 변화시키는 최소의 처리 단위를 가리키는 것으로 한다. 따라서, 시간의 경과와 함께 상태가 변화하는 경우, 본 실시 형태에서는, 시간 경과 전과 시간 경과 후에, 각각 별도의 스텝으로서 파악하는 것으로 한다.

도 2에서, 데이터 군(201)은,

·사업소(120)의 반도체 제조 장치(a)가 실행하는 복수의 반도체 제조 프로세스 중, 프로세스명="프로세스 I"인 반도체 제조 프로세스이며,

·해당 반도체 제조 프로세스에 포함되는 복수의 스텝 중, 스텝명="STEP1"인 스텝

과 대응지어진 데이터 군이다.

도 2에 도시한 바와 같이, 데이터 군(201)은, 정보의 항목으로서, "초기 데이터(I)", "설정 데이터(R)", "출력 데이터(E)", "측정 데이터(Pl)", "실험 데이터(Pr)", "목표 데이터(Pf)"를 포함한다.

"초기 데이터(I)"에는, 사업소(120) 내의 단말기(121)로부터 입력된, 초기 데이터가 포함된다. 반도체 제조 프로세스의 경우, 초기 데이터에는,

·Initial CD(critical dimensions)

·Material(재료)

·Thickness(두께)

·Aspect ratio(애스펙트비)

·Mask coverage(마스크 피복성)

등이 포함된다.

"설정 데이터(R)"에는, 사업소(120) 내의 단말기(121)로부터 입력되어, 반도체 제조 장치(a)에 설정되는 설정 데이터가 포함된다. 반도체 제조 장치(a)에 설정되는 설정 데이터는, 반도체 제조 장치(a)의 특성에 의존하는 데이터이다. 반도체 제조 프로세스의 경우, 설정 데이터에는,

·Pressure(챔버 내의 압력)

·Power(고주파 전원의 전력)

·Gas(가스 유량)

·Temperature(챔버 내의 온도 또는 처리 대상물 표면의 온도)

등이 포함된다.

"출력 데이터(E)"에는, 사업소(120)의 반도체 제조 장치(a)에 의한, 프로세스명="프로세스 I"인 반도체 제조 프로세스, 스텝명="STEP1"인 스텝의 실행 중에, 사업소(120)의 반도체 제조 장치(a)로부터 출력되는 출력 데이터가 포함된다. 반도체 제조 장치(a)로부터 출력되는 출력 데이터는, 반도체 제조 장치(a)의 특성에 의존하는 데이터이다. 반도체 제조 프로세스의 경우, 출력 데이터에는,

·Vpp(전위차)

·Vdc(직류 자기 바이어스 전압)

·OES(발광 분광 분석에 의한 발광 강도)

·Reflect(반사파 전력)

등이 포함된다.

"측정 데이터(Pl)"에는, 사업소(120)의 반도체 제조 장치(a)에 의한, 프로세스명="프로세스 I"인 반도체 제조 프로세스, 스텝명="STEP1"인 스텝의 실행 중에, 사업소(120)의 측정기에 의해 측정되는 측정 데이터가 포함된다. 측정기에 의해 측정되는 측정 데이터는, 반도체 제조 장치(a)의 특성에 의존하지 않는 데이터이다. 반도체 제조 프로세스의 경우, 측정 데이터에는,

·Plasma density(플라스마 밀도)

·Ion energy(이온 에너지)

·Ion flux(이온 유량)

등이 포함된다.

"실험 데이터(Pr)"에는, 사업소(120)의 반도체 제조 장치(a)에 의해, 프로세스명="프로세스 I"인 반도체 제조 프로세스, 스텝명="STEP1"인 스텝이 실행됨으로써 생성된 결과물을, 실험치 측정기가 측정함으로써 얻은 실험 데이터가 포함된다. 실험치 측정기에 의해 측정되는 실험 데이터는, 반도체 제조 장치(a)의 특성에 의존하지 않는 데이터이다. 반도체 제조 프로세스의 경우, 실험 데이터에는,

·Etching rate(에칭 속도)

·Deposition rate(성막 속도)

·XY position(XY 좌표)

·Film type(박막의 종류)

·Vertical/Lateral(종형/횡형의 구분)

등이 포함된다.

"목표 데이터(Pf)"에는, 사업소(120) 내의 단말기(121)로부터 입력된 목표 데이터가 포함된다. 목표 데이터란, 사업소(120)의 반도체 제조 장치(a)에 의해, 프로세스명="프로세스 I"인 반도체 제조 프로세스 전체가 실행됨으로써 생성되는 결과물이 도달해야 할 속성이다. 반도체 제조 프로세스의 경우, 목표 데이터에는,

·CD(critical dimensions)

·Depth(깊이)

·Taper(테이퍼각)

·Tilting(틸트각)

·Bowing(보잉)

등이 포함된다.

여기서, 도 2에 도시하는 데이터 군은 일례이며, 각 정보의 항목에 포함되는 데이터의 종류는, 도시한 것에 한정되지 않는다. 또한, 데이터 군에는, 사업소별로, 프로세스별로, 스텝별로 다른 정보의 항목, 다른 종류의 데이터가 포함되는 것으로 한다.

<해석 결과 데이터의 개요>

다음에, 각 사업소(120, 130, 140)로부터 수집한 데이터 군을, 데이터 처리 장치(110)의 데이터 해석부(111)가 해석함으로써, 해석 결과 저장부(115)에 저장되는 해석 결과 데이터의 개요에 대해서 설명한다. 도 3은, 해석 결과 저장부에 저장되는 해석 결과 데이터의 개요를 설명하기 위한 도면이다.

도 3에서, 데이터 군(301)은, 프로세스명="프로세스 I"인 반도체 제조 프로세스, 스텝명="STEP1"인 스텝과 대응지어진 데이터 군이며, 각 사업소(120, 130, 140)로부터 수집된 복수의 데이터 군을 포함한다.

구체적으로는, 데이터 군(301)에는, 사업소(120)로부터 수집한 데이터 군(201) 이외에, 사업소(130, 140) 각각의, 프로세스명="프로세스 I"인 반도체 제조 프로세스, 스텝명="STEP1"인 스텝과 대응지어진 데이터 군이 포함된다.

데이터 처리 장치(110)에서는, 동일한 프로세스, 동일한 스텝의 복수의 데이터 군을 해석하여, 마찬가지의 효과가 얻어지는 데이터 군끼리를 그룹으로 분류한다. 반도체 제조 장치에서는, 동일한 프로세스, 동일한 스텝을 실행하는 경우에도, 데이터 군에 포함되는 데이터가 다름으로써, 다른 결과물이 얻어지는 경우가 있기 때문이다. 따라서, 마찬가지의 효과가 얻어지는 데이터 군끼리를 그룹으로 분류하고, 각 그룹을 특정하는 특정 데이터를 산출함으로써, 마찬가지의 효과를 얻기 위해서 허용되는, 데이터 군에 포함되는 각 데이터의 범위를 산출할 수 있다.

도 3에서, 복수의 그룹(310)은, 데이터 군(301) 중, 마찬가지의 효과가 얻어지는 데이터 군끼리를 그룹으로 분류함으로써 얻어진 것이다. 동일한 프로세스, 동일한 스텝에 있어서, 마찬가지의 효과가 얻어지는 그룹에 의해 특정되는 특정 데이터(각 데이터의 범위)란, 반도체 제조 프로세스에 있어서, "상태"에 마찬가지의 변화를 부여하는 최소의 데이터 단위라고 할 수 있다. 즉, 당해 그룹에 의해 특정되는 특정 데이터(각 데이터의 범위)는, 반도체 제조 프로세스에서의 미세 가공에 있어서의 최소의 데이터 단위라고 할 수 있다.

이와 같이, 반도체 제조 프로세스에서의 미세 가공에 있어서의 최소의 데이터 단위(Process Element)를, 제1 실시 형태에서는 "Proxel"이라고 칭한다. 화상의 최소 단위(Picture Element)를 "Pixel", 입체의 최소 단위(Volume Element)를 "Voxel"이라고 칭하는 것과 마찬가지의 호칭이다. 이후, 복수의 그룹(310)에 포함되는 각각의 그룹에 의해 특정되는 특정 데이터를, Proxel(311 내지 314)이라고 칭한다.

제1 실시 형태에 있어서, 데이터 해석부(111)는, 수집된 데이터 군을 해석함으로써 "Proxel"을 산출하고, 산출한 Proxel을 해석 결과 데이터로서, 해석 결과 저장부(115)에 저장한다.

<데이터 처리 장치의 하드웨어 구성>

다음에, 데이터 처리 장치(110)의 하드웨어 구성에 대해서 설명한다. 도 4는, 데이터 처리 장치의 하드웨어 구성의 일례를 도시하는 도면이다.

도 4에 도시한 바와 같이, 데이터 처리 장치(110)는, CPU(Central Processing Unit)(401), ROM(Read Only Memory)(402), RAM(Random Access Memory)(403)을 갖는다. CPU(401), ROM(402), RAM(403)은, 소위 컴퓨터를 형성한다. 또한, 데이터 처리 장치(110)는, 보조 기억 장치(404), 조작 장치(405), 표시 장치(406), I/F(Interface) 장치(407), 드라이브 장치(408)를 갖는다. 또한, 데이터 처리 장치(110)의 각 하드웨어는, 버스(409)를 통해서 서로 접속된다.

CPU(401)는, 보조 기억 장치(404)에 인스톨된 각종 프로그램(예를 들어, 데이터 해석 프로그램, 모델 생성 프로그램, 추정 프로그램 등)을 실행한다.

ROM(402)은, 불휘발성 메모리이며, 주기억 장치로서 기능한다. ROM(402)은, 보조 기억 장치(404)에 인스톨된 각종 프로그램을 CPU(401)가 실행하기 위해서 필요한 각종 프로그램, 데이터 등을 저장한다. 구체적으로는, ROM(402)은, BIOS(Basic Input/Output System)나 EFI(Extensible Firmware Interface) 등의 부트 프로그램 등을 저장한다.

RAM(403)은, DRAM(Dynamic Random Access Memory)이나 SRAM(Static Random Access Memory) 등의 휘발성 메모리이며, 주기억 장치로서 기능한다. RAM(403)은, 보조 기억 장치(404)에 인스톨된 각종 프로그램이 CPU(401)에 의해 실행될 때 전개되는, 작업 영역을 제공한다.

보조 기억 장치(404)는, 각종 프로그램이나, 각종 프로그램이 CPU(401)에 의해 실행됨으로써 수집되는 데이터 군, 산출되는 해석 결과 데이터, 및 생성되는 모델을 저장한다. 데이터 저장부(114), 해석 결과 저장부(115), 모델 저장부(116)는, 보조 기억 장치(404)에서 실현된다.

조작 장치(405)는, 데이터 처리 장치(110)의 관리자가 데이터 처리 장치(110)에 대하여 각종 지시를 입력할 때 사용하는 입력 디바이스이다. 표시 장치(406)는, 데이터 처리 장치(110)의 내부 정보를 표시하는 표시 디바이스이다.

I/F 장치(407)는, 네트워크(150)에 접속하여, 각 사업소(120, 130, 140) 내의 단말기(121, 131, 141)와 통신하기 위한 접속 디바이스이다.

드라이브 장치(408)는, 기록 매체(410)를 세트하기 위한 디바이스이다. 여기에서 말하는 기록 매체(410)에는, CD-ROM, 플렉시블 디스크, 광자기 디스크 등과 같이 정보를 광학적, 전기적 혹은 자기적으로 기록하는 매체가 포함된다. 또한, 기록 매체(410)에는, ROM, 플래시 메모리 등과 같이 정보를 전기적으로 기록하는 반도체 메모리 등이 포함되어 있어도 된다.

또한, 보조 기억 장치(404)에 인스톨되는 각종 프로그램은, 예를 들어 배포된 기록 매체(410)가 드라이브 장치(408)에 세트되고, 해당 기록 매체(410)에 기록된 각종 프로그램이 드라이브 장치(408)에 의해 판독됨으로써 인스톨된다. 혹은, 보조 기억 장치(404)에 인스톨되는 각종 프로그램은, 네트워크(150)를 통해서 다운로드됨으로써 인스톨되어도 된다.

<데이터 처리 장치의 데이터 해석부의 기능 구성>

다음에, 데이터 처리 장치(110)의 데이터 해석부(111)의 기능 구성에 대해서 설명한다. 도 5는, 데이터 해석부의 기능 구성의 일례를 도시하는 도면이다. 도 5에 도시한 바와 같이, 데이터 해석부(111)는, 수집부(510), 효과 산출부(520), 분할부(530), Proxel 산출부(540)를 갖는다.

수집부(510)는, 각 사업소(120, 130, 140) 내의 단말기(121, 131, 141)로부터, 네트워크(150)를 통해서, 데이터 군(예를 들어, 데이터 군(201) 등)을 수집한다.

효과 산출부(520)는, 수집한 데이터 군마다 효과를 산출한다. 효과 산출부(520)는, 수집한 데이터 군마다, 대응하는 프로세스, 대응하는 스텝을 실행하기 전의 상태를 나타내는 데이터와, 실행한 후의 상태를 나타내는 데이터를 취득하고 있는 것으로 하고, 이들 데이터를 사용해서 실행 전후의 상태의 변화를 효과로서 산출한다. 또한, 효과 산출부(520)는, 산출한 효과를, 설정 데이터, 출력 데이터, 측정 데이터, 실험 데이터와 함께, 데이터 군으로서 데이터 저장부(114)에 저장한다.

분할부(530)는, 데이터 저장부(114)에 저장된 복수의 데이터 군 각각을 판독하여, 특징 공간에서의 분포를 해석한다. 각 데이터 군에 포함되는 데이터의 종류가 K종류이었을 경우, 분할부(530)는, K차원의 특징 공간에서의 데이터 군의 분포를 해석한다.

구체적으로는, 분할부(530)는, 판독한 복수의 데이터 군에 대해서, 마찬가지의 효과가 얻어지는 데이터 군끼리를 그룹으로 분류한다. 또한, 분할부(530)는, 특징 공간에 분포하는 데이터 군이 그룹별로 분류되도록, K차원의 특징 공간을 분할한다.

Proxel 산출부(540)는, 분할부(530)에 의해 분할된 K차원의 특징 공간의 각 영역의 K종류의 각 데이터의 범위(그룹에 의해 특정되는 특정 데이터)를 산출함으로써 Proxel을 산출하고, 해석 결과 데이터로서 해석 결과 저장부(115)에 저장한다.

<데이터 해석부의 각 부의 처리의 구체예>

다음에, 데이터 해석부(111)의 각 부(수집부(510), 효과 산출부(520), 분할부(530), Proxel 산출부(540)) 중 효과 산출부(520), 분할부(530), Proxel 산출부(540)의 처리의 구체예에 대해서 설명한다.

(1) 효과 산출부의 처리의 구체예

먼저, 효과 산출부(520)의 처리의 구체예에 대해서 설명한다. 도 6은, 효과 산출부의 처리의 구체예를 도시하는 도면이다.

도 6에 도시하는 바와 같이, 미리 결정된 반도체 제조 프로세스의 미리 결정된 스텝(프로세스명="프로세스 I", 스텝명="STEP1")과 데이터 군의 관계는, 점선(600)과 같이 모식적으로 나타낼 수 있다.

즉, 설정 데이터가 설정된 반도체 제조 장치가, 미리 결정된 반도체 제조 프로세스의 미리 결정된 스텝을 실행하면, 실행 전의 상태(실행 전의 처리 대상물의 속성, 반도체 제조 장치의 상태, 반도체 제조 장치 내의 분위기의 어느 것)가, 실행 후에 변화한다. 그리고, 이때의 반도체 제조 프로세스의 실행 상황은, 설정 데이터, 출력 데이터, 측정 데이터, 실험 데이터에 의해 특정할 수 있다.

즉, 설정 데이터, 출력 데이터, 측정 데이터, 실험 데이터에 의해 특정되는 실행 상황 하에서는, 미리 결정된 반도체 제조 프로세스의 미리 결정된 스텝에서의 효과는,

·실행 전의 상태를 나타내는 데이터와,

·실행 후의 상태를 나타내는 데이터

의 차분에 의해 나타낼 수 있다.

그래서, 효과 산출부(520)에서는, 프로세스마다, 스텝별 데이터 군 각각에 대응하는, 실행 전의 상태를 나타내는 데이터와 실행 후의 상태를 나타내는 데이터를 취득한다. 그리고, 효과 산출부(520)에서는, 양자의 차분을 산출함으로써, 당해 프로세스, 당해 스텝에서의 각각의 실행 상황에 대응하는 효과를 산출한다. 또한, 효과 산출부(520)는, 산출한 효과를, 설정 데이터, 출력 데이터, 측정 데이터, 실험 데이터와 대응지어, 데이터 군으로서 데이터 저장부(114)에 저장한다.

도 7은, 데이터 저장부에 저장된 데이터 군의 일례를 도시하는 도면이며, 프로세스명="프로세스 I"인 반도체 제조 프로세스, 스텝명="STEP1"인 스텝에 대해서, 효과 산출부(520)에 의해 데이터 저장부(114)에 저장된 데이터 군의 일례이다.

도 7에 도시하는 바와 같이, 효과 산출부(520)에 의해 데이터 저장부(114)에 저장되는 데이터 군에는, 정보의 항목으로서, "데이터 군 식별자", "설정 데이터(R)", "출력 데이터(E)", "측정 데이터(Pl)", "실험 데이터(Pr)", "효과"가 포함된다.

"데이터 군 식별자"는, 각각의 데이터 군을 식별하기 위한 식별자이다. 도 7에서, 데이터 군 식별자="데이터 a001"은, 예를 들어 사업소(120)(사업소명="사업소 A")로부터 수집한 데이터 군과 효과를 포함하는 데이터 군이다. 또한, 데이터 군 식별자="데이터 b002"는, 예를 들어 사업소(130)(사업소명="사업소 B")로부터 수집한 데이터 군과 효과를 포함하는 데이터 군이다.

"설정 데이터(R)"부터" 실험 데이터(Pr)"까지의 각 정보의 항목에는, 각 사업소(120, 130, 140)로부터 수집한 데이터 군(도 2 참조) 중, 초기 데이터(I)와 목표 데이터(Pf)를 제외한 데이터 군이 저장된다.

"효과"에는, 효과 산출부(520)에 의해 산출된 효과가 저장된다. 도 7의 예에 의하면, 프로세스명="프로세스 I"인 반도체 제조 프로세스, 스텝명="STEP1"인 스텝의 경우, 데이터 군 식별자="데이터 a001"에 대응지어진 설정 데이터 등에 의해 특정되는 실행 상황 하에서는, "효과 <1>"이 얻어진다. 마찬가지로, 프로세스명="프로세스 I"인 반도체 제조 프로세스, 스텝명="STEP1"인 스텝의 경우, 데이터 군 식별자="데이터 b002"에 대응지어진 설정 데이터 등에 의해 특정되는 실행 상황 하에서는, "효과 <2>"가 얻어진다.

(2) 분할부의 처리의 구체예

다음에, 분할부(530)의 처리의 구체예에 대해서 설명한다. 도 8은, 분할부의 처리의 구체예를 도시하는 도면이다.

도 8에 도시하는 바와 같이, 분할부(530)는, 데이터 저장부(114)에 저장된 복수의 데이터 군을 프로세스마다, 스텝별로 판독하여, 특징 공간(800)에 플롯한다. 도 8에서, 숫자가 기재된 실선 원 표시는, 판독한 복수의 데이터 군 중 1개를 나타내고 있고, 실선 원 표시 내에 기재된 숫자는, 당해 데이터 군의 데이터 군 식별자를 나타내고 있다.

또한, 도 8의 예에서는, 설명을 간략화하기 위해서, 특징 공간(800)을 2차원으로 하고 있다(즉, 데이터 군에 포함되는 2종류의 데이터(데이터의 종류 p, 데이터의 종류 q)를 플롯한 모습을 나타내고 있음).

도 8에서, 실선 원 표시의 외측을 둘러싸는 점선 원 표시는, 마찬가지의 효과가 얻어지는 데이터 군끼리를 그룹으로 분류한 모습을 나타내고 있다. 즉, 점선 원 표시 내부에 포함되는 실선 원 표시 내에 기재된 데이터 군 식별자에 의해 식별되는 데이터 군은, 모두, 프로세스명="프로세스 I"인 반도체 제조 프로세스, 스텝명="STEP1"인 스텝에 있어서, 마찬가지의 효과를 갖는 데이터 군이다.

예를 들어, 점선 원 표시(801)에는, 데이터 군 식별자="데이터 a001", "데이터 a004", "데이터 a010"의 각 데이터 군이 포함된다. 이들 데이터 군 식별자가 기재된 각 실선 원 표시는, 특징 공간(800)에 있어서 서로 가까운 위치에 분포하고 있지만, 완전히 겹쳐 있는 것은 아니다. 즉, 각각의 데이터 군 식별자에 의해 식별되는 데이터 군은, 서로 비슷하지만, 완전히 일치하고 있는 것은 아니다.

한편, 이들 데이터 군은, 프로세스명="프로세스 I"인 반도체 제조 프로세스, 스텝명="STEP1"인 스텝이 실행되었을 때, 모두 효과 <1>이 얻어진 데이터 군이다. 환언하면, 특징 공간(800)에 있어서 점선 원 표시(801)에 의해 그룹으로 분류된 복수의 데이터 군은, 이 중의 어느 데이터 군 하에서 프로세스 I, STEP1이 실행되어도, 효과 <1>이 얻어지는 데이터 군이다.

마찬가지로, 도 8에서, 점선 원 표시(802)에는, 데이터 군 식별자="데이터 a005", "데이터 a006", "데이터 a007"이 포함된다. 점선 원 표시(804)에 포함되는 각 실선 원 표시 내에 기재된 데이터 군 식별자에 의해 식별되는 데이터 군은, 각각의 데이터 군 하에서 프로세스 I, STEP1이 실행되었을 경우에, 모두 효과 <4>가 얻어지는 데이터 군이다.

마찬가지로, 도 8에서, 점선 원 표시(803)에는, 데이터 군 식별자="데이터 a002"가 포함된다. 점선 원 표시(803)에 포함되는 실선 원 표시 내에 기재된 데이터 군 식별자에 의해 식별되는 데이터 군은, 당해 데이터 군 하에서 프로세스 I, STEP1이 실행되었을 경우에, 효과 <2>가 얻어지는 데이터 군이다.

마찬가지로, 도 8에서, 점선 원 표시(804)에는, 데이터 군 식별자="데이터 a003", "데이터 a008", "데이터 a009"가 포함된다. 점선 원 표시(802)에 포함되는 각 실선 원 표시 내에 기재된 데이터 군 식별자에 의해 식별되는 데이터 군은, 각각의 데이터 군 하에서 프로세스 I, STEP1이 실행되었을 경우에, 모두 효과 <3>이 얻어지는 데이터 군이다.

이와 같이, 분할부(530)는, 특징 공간에 분포하는 각 데이터 군이, 그룹별로 분류되도록 특징 공간을 분할한다. 또한, 분할부(530)는, 예를 들어 K차원의 특징 공간에 분포하는 각 데이터 군을, "효과"를 분할 지표로 해서 클러스터링 처리를 행함으로써, 특징 공간을 분할한다.

(3) Proxel 산출부의 처리의 구체예

다음에, Proxel 산출부(540)의 처리의 구체예에 대해서 설명한다. 상술한 바와 같이, Proxel 산출부(540)는, 분할부(530)에 의해 분할된 특징 공간의 각 영역의 각 데이터의 범위(그룹에 의해 특정되는 특정 데이터)를 산출함으로써, Proxel을 산출한다. 도 9는, Proxel 산출부에 의해 산출된 Proxel의 일례를 도시하는 도면이다.

도 9에 도시하는 바와 같이, Proxel 산출부(540)는, 분할부(530)에 의해 동일한 그룹으로 분류된 데이터 군 각각에 포함되는 각 데이터에 대해서, 최솟값과 최댓값을 산출함으로써, 특징 공간에서의 각 영역의 각 데이터의 범위를 산출한다.

도 9의 예는, 분할부(530)에 의해, 효과 <1>과 마찬가지의 효과가 얻어지는 데이터 군이, 그룹명="그룹 Gr1"인 그룹으로 분류된 것을 나타내고 있다. 또한, 도 9의 예는, 그룹명="그룹 Gr1"인 그룹으로 분류된 데이터 군에 포함되는 각 데이터 중, 설정 데이터의 "Pressure"에 대해서는,

·최솟값="Pressure_1"

·최댓값="Pressure_4"

이었던 것을 나타내고 있다.

그룹명="그룹 Gr1"인 그룹으로 분류된 데이터 군이 분포하는 특징 공간의 영역의 각 데이터의 범위는, 구체적으로는, 점선(900)에 의해 표현할 수 있다. 또한, 점선(900)에 의해 표현되는 각 데이터의 범위는, 도 3에서 설명한 Proxel(311)을 가리키는 것으로 한다.

<Proxel 산출 처리의 흐름>

다음에, 분할부(530) 및 Proxel 산출부(540)에 의한 Proxel 산출 처리의 흐름에 대해서 설명한다. 도 10은, 분할부 및 Proxel 산출부에 의한 Proxel 산출 처리의 흐름을 나타내는 제1 흐름도이다.

스텝 S1001에서, 분할부(530)는, 미리 결정된 프로세스, 미리 결정된 스텝에 대응지어진 데이터 군을, 데이터 저장부(114)로부터 판독한다.

스텝 S1002에서, 분할부(530)는, 각 데이터 군에 대해서 마찬가지의 효과가 얻어지는 데이터 군이 동일한 그룹으로 분류되도록 클러스터링 처리를 행함으로써, 특징 공간을 분할한다.

스텝 S1003에서, Proxel 산출부(540)는, 분할부(530)에 의해 분할된 특징 공간의 각 영역의 각 데이터의 범위(각 그룹을 특정하는 특정 데이터)를 산출함으로써 Proxel을 산출한다. 또한, Proxel 산출부(540)는, 산출한 Proxel을, 해석 결과 데이터로서, 해석 결과 저장부(115)에 저장한다.

<Proxel 산출의 이점>

다음에, Proxel 산출부(540)가 Proxel을 산출하는 것의 이점에 대해서 설명한다.

(1) 데이터의 취급 용이성 향상

Proxel 산출부(540)가 Proxel을 산출하는 것의 이점의 하나로서, 각 사업소(120, 130, 140)로부터 수집한 복수의 데이터 군의 취급 용이성이 향상되는 것을 들 수 있다.

도 11은, Proxel을 산출하는 것의 이점을 설명하기 위한 제1 도이다. 도 11에서, 복수의 데이터 군(1100)은, 각각, 각 사업소(120, 130, 140)로부터 수집한 복수의 데이터 군의 일례이며, 모두 마찬가지의 효과가 얻어지는 데이터 군인 것으로 한다. 또한, 도 11에서는, 설명의 간략화를 위해서, 각 데이터 군에 포함되는 데이터의 종류는 5종류로 하고 있다.

복수의 데이터 군(1100) 중, "측정 데이터"="Ion energy"의 일부, "실험 데이터"="Etching rate"의 일부가 공란으로 되어 있는 것은, 당해 데이터를 측정하는 측정기 또는 실험치 측정기를, 당해 사업소가 갖고 있지 않기 때문이다.

한편, 도 11에서, Proxel(1110)은, 복수의 데이터 군(1100)에 기초하여 Proxel 산출부(540)에 의해 산출된 Proxel의 일례이다.

Proxel(1110)을 산출함으로써, 동일한 효과("효과 <10>")가 얻어지는 복수의 데이터 군을, 하나의 데이터 군으로서 취급하는 것이 가능하게 된다. 이와 같이, Proxel(1110)을 산출함으로써, 공란을 포함하는 불완전한 데이터 군을 보간하여, 공란을 포함하지 않는 범용성이 높은 하나의 데이터 군으로서 취급하는 것이 가능하게 된다. 즉, Proxel을 산출함으로써, 범용성이 높은 데이터 처리를 실현할 수 있다.

(2) 데이터 군의 밀도를 균일화

Proxel 산출부(540)가 Proxel을 산출하는 것의 다른 이점의 하나로서, 각 사업소(120, 130, 140)로부터 수집한 복수의 데이터 군의 밀도의 변동의 영향을 받기 어려워지는 것을 들 수 있다. 즉, 특징 공간에서의 데이터 군의 밀도를 균일화할 수 있는 것을 들 수 있다.

도 12는, Proxel을 산출하는 것의 이점을 설명하기 위한 제2 도이다. 도 12에서, 횡축은, 데이터의 종류 P(여기서는, "HF power")를 나타내고, 종축은, 데이터의 종류 Q(여기서는, "LF Power")를 나타내고 있다.

도 12에 도시하는 특징 공간(1200)에 있어서, 흰색 원은, 각 데이터 군의 분포를 나타내고 있고, 정육각형은, Proxel을 나타내고 있다. 도 12에 도시하는 바와 같이, 각 사업소(120, 130, 140)로부터 수집한 복수의 데이터 군의, 특징 공간(1200)에서의 분포의 밀도에는 변동이 있다. 이에 대해, Proxel의 경우, 특징 공간(1200)에 있어서 균일하게 배치할 수 있다.

이와 같이, Proxel을 산출함으로써, 특징 공간(1200)의 다양한 영역의 데이터 군을 균등하게 취급할 수 있기 때문에, 예를 들어 Proxel을 사용해서 기계 학습을 행한 경우, 데이터 군의 변동의 영향을 억제할 수 있다. 즉, Proxel을 산출함으로써, 범용성이 높은 데이터 처리를 실현할 수 있다.

<데이터 처리 장치의 모델 생성부의 기능 구성>

다음에, 데이터 처리 장치(110)의 모델 생성부(112)의 기능 구성에 대해서 설명한다. 도 13은, 모델 생성부의 기능 구성의 일례를 도시하는 도면이다. 도 13에 도시하는 바와 같이, 모델 생성부(112)는, 모델 생성용 데이터 취득부(1310), 모델 생성 판정부(1320), 모델 파라미터 조정부(1330)를 갖는다.

모델 생성용 데이터 취득부(1310)는, 해석 결과 저장부(115)에 저장된 복수의 Proxel을 순차 판독하고, 판독한 각 Proxel로 분류되는 복수의 데이터 군을, 데이터 저장부(114)로부터 판독한다. 또한, 모델 생성용 데이터 취득부(1310)는, 각 Proxel로 분류되는 복수의 데이터 군을, Proxel 단위로 모델 생성 판정부(1320)에 통지한다.

모델 생성 판정부(1320)는, Proxel 단위로 통지된 복수의 데이터 군 각각에 대해서, 당해 Proxel용으로서 새로운 모델을 생성할지 여부를 판정한다.

구체적으로는, 모델 생성 판정부(1320)는, 통지된 복수의 데이터 군 각각에 대해서, 데이터 군에 포함되는 데이터, 그 밖의 데이터, 지견 등에 기초하여,

·대응하는 스텝이 실행되었을 때의 반도체 제조 장치의 상태(예를 들어, 챔버 내의 데포지션 막의 양, 챔버 내를 구성하는 부품의 소모 정도 등),

·대응하는 스텝이 실행되었을 때의 반도체 제조 장치 내의 분위기,

·대응하는 스텝이 실행되었을 때의 처리 대상물의 경시 변화(예를 들어, 개구율 등)

등을 예측하여, 예측 결과를 얻는다.

또한, 모델 생성 판정부(1320)는, 대응하는 스텝을 실행할 때의 전제인,

·상태의 변화를 측정하는 반도체 제조 장치 내의 위치(예를 들어, 에지, 센터 등),

·반도체 제조 장치의 종류(예를 들어, 다른 하드웨어, 동일한 하드웨어의 다른 개체 등)

등을 판별하여, 판별 결과를 얻는다.

그리고, 모델 생성 판정부(1320)는, 상기 「예측 결과」 및 「판별 결과」를 판정 지표로 해서, 당해 Proxel용으로서 새로운 모델을 생성할지 여부를 판정한다. 모델 생성 판정부(1320)에서는, 예를 들어 예측 결과 및 판별 결과가, 당해 Proxel로 분류되는 다른 데이터 군의 예측 결과 및 판별 결과와 동일 정도라면, 새로운 모델은 생성하지 않는다. 한편, 모델 생성 판정부(1320)에서는, 예측 결과 및 판별 결과가, 당해 Proxel로 분류되는 다른 데이터 군의 예측 결과 및 판별 결과와 다르면, 새로운 모델을 생성한다.

또한, 모델 생성 판정부(1320)에 의해 생성되는 모델은, 복수의 시뮬레이터가 상자 구조에 의해 구성되어 있는 것으로 한다. 복수의 시뮬레이터에는, 예를 들어

·처리 공간(챔버) 시뮬레이터,

·전자계 시뮬레이터 또는 열유체 시뮬레이터,

·플라스마 시뮬레이터 또는 해리 시뮬레이터,

·형상 시뮬레이터,

·MD(Molecular Dynamics) 시뮬레이터,

·양자 화학 반응 시뮬레이터 또는 머티리얼즈 인포메틱스

등이 포함된다.

모델 파라미터 조정부(1330)는, 모델 생성 판정부(1320)에 의해 생성된 모델에 대해서, 모델 파라미터를 조정한다. 모델 파라미터 조정부(1330)는, 생성된 모델에,

·데이터 군과,

·대응하는 처리 대상물의 속성(대응하는 스텝이 실행되었을 때의 실행 전의 처리 대상물의 속성)

을 입력하여, 시뮬레이션 처리를 행한 경우의 출력이,

·해당 데이터 군에 포함되는 "효과"

와 일치하도록, 모델 파라미터를 조정한다.

이에 의해, 모델 파라미터 조정부(1330)에 의하면, Proxel별로,

·예측 결과, 및

·판별 결과

에 따라 생성된 복수의 모델에 대해서, 파라미터 조정할 수 있다.

또한, 모델 파라미터 조정부(1330)에서는, 파라미터 조정한 모델을, Proxel별로, 예측 결과 및 판별 결과와 대응지어 모델 저장부(116)에 저장한다.

<모델 생성부의 각 부의 처리의 구체예>

다음에, 모델 생성부(112)의 각 부(모델 생성용 데이터 취득부(1310), 모델 생성 판정부(1320), 모델 파라미터 조정부(1330))의 처리의 구체예에 대해서 설명한다.

도 14 및 도 15는, 모델 생성부의 처리의 구체예를 나타내는 제1 및 제2 도이다. 도 14의 예는, 반도체 제조 장치(a)가, 프로세스명="프로세스 I", 스텝명="STEP1"을 실행함으로써,

·실행 전의 상태를 나타내는 데이터 "상태 B001(실행 전)"이, 실행 후의 상태를 나타내는 데이터 "상태 R001(실행 후)"로 변화하고,

·데이터 군 식별자="데이터 a001"의 데이터 군이 수집된

것을 나타내고 있다.

마찬가지로, 도 14의 예는, 반도체 제조 장치(a)가, 프로세스명="프로세스 I", 스텝명="STEP1"을 실행함으로써,

·실행 전의 상태를 나타내는 데이터 "상태 B004(실행 전)"가, 실행 후의 상태를 나타내는 데이터 "상태 R004(실행 후)"로 변화하고,

·데이터 군 식별자="데이터 a004"의 데이터 군이 수집된

것을 나타내고 있다.

이하, 반도체 제조 장치(a)가, 프로세스명="프로세스 I", 스텝명="STEP1"을 실행한 것에 의한, 실행 전의 상태를 나타내는 데이터와, 실행 후의 상태를 나타내는 데이터의 관계, 및 수집된 데이터 군과의 관계는 마찬가지이다.

또한, 도 14의 예는, 데이터 군 식별자="데이터 a001", "데이터 a004", "데이터 a010"의 각 데이터 군이 Proxel(311)로 분류된 것을 나타내고 있다. 또한, 데이터 군 식별자="데이터 a002"의 데이터 군이, Proxel(312)로 분류된 것을 나타내고 있다.

또한, 도 14의 예는, 데이터 군 식별자="데이터 a001", "데이터 a004", "데이터 a010", "데이터 a002"의 각 데이터 군에, "효과 a001", "효과 a004", "효과 a010", "효과 a002"의 각 효과가 포함되어 있는 것을 나타내고 있다. 또한, 도 14의 예는, "효과 a001", "효과 a004", "효과 a010"이 "효과 <1>"에 포함되고, "효과 a002"가 "효과 <2>"에 포함되는 것을 나타내고 있다.

이러한 전제 하에, 모델 생성용 데이터 취득부(1310)는, 예를 들어 Proxel(311)로 분류되는 복수의 데이터 군(데이터 군 식별자="데이터 a001", "데이터 a004", "데이터 a010"의 각 데이터 군)을 판독한다.

계속해서, 모델 생성 판정부(1320)는, 판독한 복수의 데이터 군(데이터 군 식별자="데이터 a001", "데이터 a004", "데이터 a010"의 각 데이터 군)에 대해서, Proxel(311)용의 새로운 모델을 생성할지 여부를 판정한다.

여기서, 모델 생성 판정부(1320)는, 프로세스명="프로세스 I", 스텝명="STEP1"이 실행되었을 때의, 반도체 제조 장치(a)의 상태, 반도체 제조 장치(a) 내의 분위기, 처리 대상물의 경시 변화를 예측한 결과,

·데이터 군 식별자="데이터 a001"의 데이터 군에 포함되는 데이터, 그 밖의 데이터, 지견 등에 기초하여 예측한 예측 결과와,

·데이터 군 식별자="데이터 a004"의 데이터 군에 포함되는 데이터, 그 밖의 데이터, 지견 등에 기초하여 예측한 예측 결과와,

·데이터 군 식별자="데이터 a010"의 데이터 군에 포함되는 데이터, 그 밖의 데이터, 지견 등에 기초하여 예측한 예측 결과

가 대략 동등하다고 판정한 것으로 하자.

또한, 모델 생성 판정부(1320)는, 프로세스명="프로세스 I", 스텝명="STEP1"이 실행되었을 때의 전제에 대해서 판별한 각 판별 결과가, 서로 동등하다고 판정한 것으로 하자.

이러한 예측 결과 및 판별 결과이었을 경우, 모델 생성 판정부(1320)에서는, 데이터 군 식별자="데이터 a001", "데이터 a004", "데이터 a010"의 각 데이터 군에 대하여, 하나의 모델(모델명="모델 M1"의 모델)을 생성한다.

그리고, 모델 파라미터 조정부(1330)에서는, 모델명="모델 M1"의 모델에,

·데이터 군 식별자="데이터 a001"의 데이터 군과,

·대응하는 처리 대상물의 속성(프로세스명="프로세스 I", 스텝명="STEP1"의 스텝이 실행되었을 때의 실행 전의 처리 대상물의 속성)

을 입력하여, 시뮬레이션 처리를 행한 경우의 출력이,

·"효과 a001",

과 일치하고, 또한

·데이터 군 식별자="데이터 a004"의 데이터 군과,

·대응하는 처리 대상물의 속성(프로세스명="프로세스 I", 스텝명="STEP1"의 스텝이 실행되었을 때의 실행 전의 처리 대상물의 속성)

을 입력하여, 시뮬레이션 처리를 행한 경우의 출력이,

·"효과 a004"

와 일치하고, 또한

·데이터 군 식별자="데이터 a010"의 데이터 군과,

·대응하는 처리 대상물의 속성(프로세스명="프로세스 I", 스텝명="STEP1"의 스텝이 실행되었을 때의 실행 전의 처리 대상물의 속성)

을 입력하여, 시뮬레이션 처리를 행한 경우의 출력이,

·"효과 a010"

와 일치하도록, 모델 파라미터를 조정한다.

또한, 모델 파라미터 조정부(1330)에서는, 모델명="모델 M2"의 모델에 대해서도 마찬가지의 방법에 의해 모델 파라미터를 조정한다.

한편, 도 15의 예는, 모델 생성 판정부(1320)가, Proxel(313)용으로서 모델을 생성한 후에, 또한 새로운 모델을 생성하는 것으로 판정한 케이스를 나타내고 있다.

구체적으로는, 도 15의 예는, 데이터 군 식별자="데이터 a003", "데이터 a008"의 각 데이터 군에 기초하여, 모델명="모델 M3"의 모델이 생성된 케이스를 나타내고 있다. 또한, 도 15의 예는, 그 후, 데이터 군 식별자="데이터 a009"의 데이터 군에 대해서, 또한 새로운 모델을 생성하는 것으로 판정된 케이스를 나타내고 있다.

여기서, 가령, 모델 생성 판정부(1320)가 새로운 모델을 생성하지 않고, 모델명="모델 M3"의 모델에,

·데이터 군 식별자="데이터 a009"의 데이터 군과,

·대응하는 처리 대상물의 속성(프로세스명="프로세스 I", 스텝명="STEP1"의 스텝이 실행되었을 때의 실행 전의 처리 대상물의 속성)

을 입력하여, 시뮬레이션 처리를 행한 것으로 하자.

이 경우, 도 15의 예의 흑색 사각으로 나타내는 바와 같이, 시뮬레이션 처리를 행한 경우의 출력이, 효과 <3>에 포함되지 않고, 효과 <3>으로부터 벗어나게 된다.

모델 생성 판정부(1320)에서는, 이러한 사태를 회피하기 위해서, 데이터 군 식별자="데이터 a009"의 데이터 군에 대해서도, 예측 결과 및 판별 결과를 판정 지표로 해서, 새로운 모델을 생성할지 여부를 판정한다.

도 15의 예는, 모델 생성 판정부(1320)가, Proxel(313)용으로서 새로운 모델을 생성하는 것으로 판정하고, 모델명="모델 M3'"의 모델을 생성한 모습을 나타내고 있다.

또한, 이 경우, 모델 파라미터 조정부(1330)에서는, 모델명="모델 M3'"의 모델에,

·데이터 군 식별자="데이터 a009"의 데이터 군과,

·대응하는 처리 대상물의 속성(프로세스명="프로세스 I", 스텝명="STEP1"의 스텝이 실행되었을 때의 실행 전의 처리 대상물의 속성)

을 입력하여, 시뮬레이션 처리를 행한 경우의 출력이,

·"효과 a009"(도시하지 않음)

와 일치하도록, 모델명="모델 M3'"의 모델의 모델 파라미터를 조정한다.

<모델 생성 처리의 흐름>

다음에, 모델 생성부(112)에 의한 모델 생성 처리의 흐름에 대해서 설명한다. 도 16은, 모델 생성부에 의한 모델 생성 처리의 흐름을 나타내는 흐름도이다.

스텝 S1601에서, 모델 생성용 데이터 취득부(1310)는, Proxel수를 카운트하는 카운터 i에 "1"을 입력한다.

스텝 S1602에서, 모델 생성용 데이터 취득부(1310)는, 해석 결과 저장부(115)에 저장된 i번째의 Proxel을 판독하고, i번째의 Proxel로 분류되는 복수의 데이터 군을, 데이터 저장부(114)로부터 판독한다.

스텝 S1603에서, 모델 생성용 데이터 취득부(1310)는, 판독한 데이터 군의 수를 카운트하는 카운터 j에" 1"을 입력한다.

스텝 S1604에서, 모델 생성 판정부(1320)는, j번째의 데이터 군에 포함되는 데이터, 그 밖의 데이터, 지견 등에 기초하여, 대응하는 스텝이 실행되었을 때의 반도체 제조 장치의 상태, 반도체 제조 장치 내의 분위기, 처리 대상물의 경시 변화를 예측한다.

스텝 S1605에서, 모델 생성 판정부(1320)는, 대응하는 스텝이 실행될 때의 전제인, 상태의 변화를 측정하는 반도체 제조 장치 내의 위치, 및 반도체 제조 장치의 종류를 판별한다.

스텝 S1606에서, 모델 생성 판정부(1320)는, 예측 결과 및 판별 결과를 판정 지표로 해서, j번째의 데이터 군에 대응하는 새로운 모델을 생성할지 여부를 판정한다.

스텝 S1606에서, 새로운 모델을 생성하는 것으로 판정한 경우에는(스텝 S1606에서 "예"인 경우에는), 스텝 S1607로 진행한다.

스텝 S1607에서, 모델 생성 판정부(1320)는, j번째의 데이터 군에 대응하는 새로운 모델을 생성하고, 스텝 S1608로 진행한다.

한편, 스텝 S1606에서, 새로운 모델을 생성하지 않는 것으로 판정한 경우에는(스텝 S1606에서 "아니오"인 경우에는), 직접, 스텝 S1608로 진행한다.

스텝 S1608에서, 모델 파라미터 조정부(1330)는, 스텝 S1607에서 새로운 모델이 생성되었을 경우에는, j번째의 데이터 군과, 대응하는 처리 대상물의 속성을, 새로운 모델에 입력하여 시뮬레이션 처리를 행한다. 또한, 모델 파라미터 조정부(1330)는, 시뮬레이션 처리를 행한 경우의 출력이, j번째의 데이터 군에 포함되는 "효과"와 일치하도록, 새로운 모델의 모델 파라미터를 조정한다.

한편, 새로운 모델이 생성되지 않은 경우, 모델 파라미터 조정부(1330)는, j번째의 데이터 군과, 대응하는 처리 대상물의 속성을, 이미 생성 완료된 모델에 입력하여, 시뮬레이션 처리를 행한다. 또한, 모델 파라미터 조정부(1330)는, 시뮬레이션 처리를 행한 출력이, j번째의 데이터 군에 포함되는 "효과"와 일치하도록, 이미 생성 완료된 모델의 모델 파라미터를 재조정한다.

스텝 S1609에서, 모델 생성 판정부(1320)는, 스텝 S1602에서 판독된 복수의 데이터 군 모두에 대해서, 스텝 S1604부터 스텝 S1608까지의 처리를 실행했는지 여부를 판정한다.

스텝 S1609에서, 아직 처리를 실행하지 않은 데이터 군이 있다고 판정한 경우에는(스텝 S1609에서 "아니오"인 경우에는), 스텝 S1610으로 진행한다. 스텝 S1610에서, 모델 생성 판정부(1320)는, 카운터 j를 인크리먼트하고, 스텝 S1604로 돌아간다.

한편, 스텝 S1609에서, 복수의 데이터 군 모두에 대해서 처리를 실행했다고 판정한 경우에는(스텝 S1609에서 "예"인 경우에는), 스텝 S1611로 진행한다.

스텝 S1611에서, 모델 생성용 데이터 취득부(1310)는, 모든 Proxel에 대해서, 스텝 S1602부터 스텝 S1610까지의 처리를 실행했는지 여부를 판정한다.

스텝 S1611에서, 아직 처리를 실행하지 않은 Proxel이 있다고 판정한 경우에는(스텝 S1611에서 "아니오"인 경우에는), 스텝 S1612로 진행한다. 스텝 S1612에서, 모델 생성용 데이터 취득부(1310)는, 카운터 i를 인크리먼트하고, 스텝 S1602로 돌아간다.

한편, 스텝 S1611에서, 모든 Proxel에 대해서, 스텝 S1602부터 스텝 S1610까지의 처리를 실행했다고 판정한 경우에는, 모델 생성 처리를 종료한다.

<추정부의 기능 구성>

다음에, 데이터 처리 장치(110)의 추정부(113)의 기능 구성에 대해서 설명한다. 도 17은, 추정부의 기능 구성의 일례를 도시하는 도면이다. 도 17에 도시하는 바와 같이, 추정부(113)는, 추정용 데이터 취득부(1710), 모델 선택부(1720), 모델 실행부(1730), 출력부(1740)를 갖는다.

추정용 데이터 취득부(1710)는, 데이터 저장부(114)로부터, 시뮬레이션 처리를 행하는 대상의 데이터 군(새로운 데이터 군)을 판독한다. 또한, 해석 결과 저장부(115)에 저장된 각 Proxel을 참조하여, 판독한 데이터 군이, 어느 Proxel로 분류될지를 판정한다.

모델 선택부(1720)는 선택부의 일례이다. 모델 선택부(1720)는, 새로운 데이터 군에 포함되는 데이터, 그 밖의 데이터, 지견 등에 기초하여, 대응하는 스텝이 실행되었을 때의 반도체 제조 장치의 상태, 반도체 제조 장치 내의 분위기, 처리 대상물의 경시 변화를 예측한다.

또한, 모델 선택부(1720)는, 대응하는 스텝이 실행될 때의 전제인, 상태의 변화를 측정하는 반도체 제조 장치 내의 위치 및 반도체 제조 장치의 종류를 판별한다.

또한, 모델 선택부(1720)는, 모델 저장부(116)에 저장된 복수의 모델이며, 새로운 데이터 군이 분류된 Proxel에 대응지어 저장된 모델 중에서, 선택 지표에 기초하는 하나의 모델을 선택한다. 구체적으로는, 모델 선택부(1720)는, 새로운 데이터 군이 분류된 Proxel에 대응지어진 모델 중에서, 동일한 예측 결과 및 판별 결과가 대응지어진 모델을 선택한다.

모델 실행부(1730)는 실행부의 일례이다. 모델 실행부(1730)는, 모델 선택부(1720)에 의해 선택된 하나의 모델에, 새로운 데이터 군과, 대응하는 처리 대상물의 속성을 입력하여, 시뮬레이션 처리를 행한다.

출력부(1740)는, 모델 실행부(1730)에 의해 시뮬레이션 처리가 행해짐으로써 추정된 효과를 출력한다.

<추정부의 각 부의 처리의 구체예>

다음에, 추정부(113)의 각 부(추정용 데이터 취득부(1710), 모델 선택부(1720), 모델 실행부(1730), 출력부(1740))의 처리의 구체예에 대해서 설명한다. 도 18은, 추정부의 처리의 구체예를 도시하는 도면이다.

도 18의 예는, 반도체 제조 장치(a)가, 프로세스명="프로세스 I", 스텝명="STEP1"을 실행했을 때의 실행 전의 상태를 나타내는 데이터가 "상태 B201(실행 전)"이며,

·실행 후에 데이터 군 식별자="데이터 a201"의 데이터 군이 새롭게 수집된

것을 나타내고 있다.

마찬가지로, 도 18의 예는, 반도체 제조 장치(a)가, 프로세스명="프로세스 I", 스텝명="STEP1"을 실행했을 때의 실행 전의 상태를 나타내는 데이터가 "상태 B202(실행 전)"이며,

·실행 후에 데이터 군 식별자="데이터 a202"의 데이터 군이 새롭게 수집된

것을 나타내고 있다.

이하, 반도체 제조 장치(a)가, 프로세스명="프로세스 I", 스텝명="STEP1"을 실행했을 때의 실행 전의 상태를 나타내는 데이터와, 실행 후에 새롭게 수집된 데이터 군의 관계는 마찬가지이다.

이러한 전제 하에, 도 18의 예는, 추정용 데이터 취득부(1710)가, 데이터 군 식별자="데이터 a201" 내지 "데이터 a205"의 각 데이터 군을 판독한 것을 나타내고 있다. 또한, 도 18의 예는, 추정용 데이터 취득부(1710)가, 데이터 군 식별자="데이터 a201", "데이터 a204"의 각 데이터 군을 Proxel(311)로 분류한 것을 나타내고 있다. 또한, 추정용 데이터 취득부(1710)가, 데이터 군 식별자="데이터 a202", "데이터 a203", "데이터 a205"의 각 데이터 군을, 각각, Proxel(313, 314, 312)로 분류한 것을 나타내고 있다.

여기서, 도 18의 예에서는, Proxel(311, 312)에 대응지어진 모델은 각각 1개씩이다. 이 때문에, 모델 실행부(1730)에서는, 예를 들어 모델명="모델 M1"인 모델에,

·데이터 군 식별자="데이터 a201", "데이터 a204"의 각 데이터 군과,

·대응하는 처리 대상물의 속성(대응하는 스텝이 실행되었을 때의 실행 전의 처리 대상물의 속성)

을 입력하고, 모델명="모델 M2"인 모델에,

·데이터 군 식별자="데이터 a205"인 데이터 군과,

·대응하는 처리 대상물의 속성(대응하는 스텝이 실행되었을 때의 실행 전의 처리 대상물의 속성)

을 입력하여, 각각 시뮬레이션 처리를 행함으로써, 추정 효과 a201, 추정 효과 a204, 추정 효과 a205를 출력한다.

한편, Proxel(313, 314)에는, 각각 2개의 모델이 대응지어져 있다. 이 때문에, 모델 선택부(1720)에서는, 데이터 군 식별자="데이터 a202"인 데이터 군에 포함되는 데이터, 그 밖의 데이터, 지견 등에 기초하여, 프로세스명="프로세스 I", 스텝명="STEP1"이 실행되었을 때의,

·반도체 제조 장치(a)의 상태,

·반도체 제조 장치(a) 내의 분위기,

·처리 대상물의 경시 변화

를 예측한다. 또한, 모델 선택부(1720)는, 프로세스명="프로세스 I", 스텝명="STEP1"이 실행될 때의 전제인, 상태의 변화를 측정하는 반도체 제조 장치(a) 내의 위치 및 반도체 제조 장치(a)의 종류를 판별한다.

도 18의 예는, 모델 선택부(1720)가, 예측 결과 및 판별 결과를 선택 지표로 해서, 모델명="모델 M3"인 모델을 선택하고, 모델 실행부(1730)가, 모델명="모델 M3"인 모델에,

·데이터 군 식별자="데이터 a202"인 데이터 군과,

·대응하는 처리 대상물의 속성(대응하는 스텝이 실행되었을 때의 실행 전의 처리 대상물의 속성)

을 입력하여, 시뮬레이션 처리를 행함으로써, 추정 효과 a202를 출력한 모습을 나타내고 있다.

마찬가지로, 도 18의 예는, 모델 선택부(1720)가, 예측 결과 및 판별 결과를 선택 지표로 해서, 모델명="모델 M4'"인 모델을 선택하고, 모델 실행부(1730)가, 모델명="모델 M4'"인 모델에,

·데이터 군 식별자="데이터 a203"인 데이터 군과,

·대응하는 처리 대상물의 속성(대응하는 스텝이 실행되었을 때의 실행 전의 처리 대상물의 속성)

을 입력하여, 시뮬레이션 처리를 행함으로써, 추정 효과 a203을 출력한 모습을 나타내고 있다.

<추정 처리의 흐름>

다음에, 추정부(113)에 의한 추정 처리의 흐름에 대해서 설명한다. 도 19는, 추정부에 의한 추정 처리의 흐름을 나타내는 흐름도이다.

스텝 S1901에서, 추정용 데이터 취득부(1710)는, 데이터 저장부(114)로부터, 새로운 데이터 군을 판독하고, 판독한 데이터 군이, 어느 Proxel로 분류될지를 판정한다.

스텝 S1902에서, 모델 선택부(1720)는, 판독한 데이터 군에 포함되는 데이터, 그 밖의 데이터, 지견 등에 기초하여, 대응하는 스텝이 실행되었을 때의 반도체 제조 장치의 상태, 반도체 제조 장치 내의 분위기, 처리 대상물의 경시 변화를 예측한다.

스텝 S1903에서, 모델 선택부(1720)는, 대응하는 스텝이 실행되었을 때의 전제인, 상태의 변화를 측정하는 반도체 제조 장치 내의 위치 및 반도체 제조 장치의 종류를 판별한다.

스텝 S1904에서, 모델 선택부(1720)는, 예측 결과 및 판별 결과를 선택 지표로 해서, 스텝 S1901에서 분류된 Proxel에 대응지어진 모델 중에서 하나의 모델을 선택한다.

스텝 S1905에서, 모델 실행부(1730)는, 선택된 하나의 모델에, 판독한 데이터 군과, 대응하는 처리 대상물의 속성을 입력하여, 시뮬레이션 처리를 행함으로써 효과를 추정한다.

스텝 S1906에서, 출력부(1740)는, 모델 실행부(1730)에 의해 시뮬레이션 처리가 행해짐으로써 추정된 효과를 출력한다.

<Proxel 단위로 모델을 사용해서 시뮬레이션 처리를 행하는 것의 이점>

다음에, 추정부(113)가 모델 생성부(112)에 의해 Proxel 단위로 생성된 모델을 사용하여, 시뮬레이션 처리를 행하는 것의 이점에 대해서 설명한다. 도 20은, 각 모델의 Proxel별 시뮬레이션 정밀도의 일례를 도시하는 도면이다.

도 20에서, 부호 2001은, 특징 공간에서의 복수의 Proxel 각각으로 분류되는 데이터 군을 입력으로 하여, 모델명="모델 M1"인 모델을 사용해서 시뮬레이션 처리를 행한 경우의, 각 Proxel의 정답률을 나타내고 있다. 마찬가지로, 부호 2002는, 특징 공간에서의 복수의 Proxel 각각으로 분류되는 데이터 군을 입력으로 하여, 모델명="모델 M2"인 모델을 사용해서 시뮬레이션 처리를 행한 경우의, 각 Proxel의 정답률을 나타내고 있다. 마찬가지로, 부호 2003은, 특징 공간에서의 복수의 Proxel 각각으로 분류되는 데이터 군을 입력으로 하여, 모델명="모델 M3"인 모델을 사용해서 시뮬레이션 처리를 행한 경우의, 각 Proxel의 정답률을 나타내고 있다. 또한, 도 20에서, 각 Proxel 내의 색의 농담은, 각 Proxel의 정답률을 나타내고 있으며, 색이 진한 부분은, 정답률이 낮은 것을 나타내고 있고, 색이 옅은 부분은, 정답률이 높은 것을 나타내고 있다.

도 20에 도시하는 바와 같이, 특징 공간 전체를 높은 정답률로 커버하는 모델은 존재하지 않으며, 어느 모델이든, 특정 Proxel에 대하여, 높은 정답률을 갖고 있다. 또한, 각각의 모델은, 서로 높은 정답률을 갖는 Proxel이 다르다.

따라서, 추정부(113)와 같이, 각각의 Proxel에 따른 모델을 사용해서 시뮬레이션 처리를 행하도록 구성함으로써, 하나의 모델만으로 특징 공간 전체를 커버하는 경우와 비교하여, 시뮬레이션 정밀도를 향상시킬 수 있다.

<정리>

이상의 설명으로부터 명백해진 바와 같이, 제1 실시 형태에 따른 데이터 처리 장치(110)에서는,

·프로세스마다, 스텝별로, 데이터 군을 수집하고, 수집한 데이터 군마다 효과를 산출한다.

·데이터 군 각각의 특징 공간에서의 분포에 있어서, 마찬가지의 효과가 얻어지는 데이터 군끼리 동일한 그룹으로 분류되도록, 특징 공간을 분할한다.

·분할한 특징 공간의 각 영역의 각 데이터의 범위를 특정하는 Proxel을 산출하여, 해석 결과 데이터로서 저장한다.

·각 Proxel로 분류되는 데이터 군을 입력함으로써, 각 Proxel에 대응하는 각각의 효과를 출력하는 복수의 모델을 생성하여, 각 Proxel과 대응지어 저장한다.

·새로운 데이터 군이 취득된 경우에, 해석 결과 데이터에 기초하여, 해당 새로운 데이터 군이 분류되는 Proxel을 판정한다.

·판정한 Proxel에 대응지어 저장된 모델을 사용하여, 해당 새로운 데이터 군에 대해서 시뮬레이션 처리를 행함으로써, 대응하는 스텝이 실행됨으로 인한 효과를 추정한다.

이와 같이, Proxel에 대응지어 생성한 모델을 사용해서 시뮬레이션 처리를 행함으로써, 하나의 모델만으로 특징 공간 전체를 커버하는 경우와 비교하여, 시뮬레이션 정밀도를 향상시킬 수 있다.

즉, 제1 실시 형태에 의하면, 제조 프로세스의 시뮬레이션 처리에 있어서, 시뮬레이션 정밀도를 향상시키는 데이터 처리 장치, 데이터 처리 방법 및 프로그램을 저장하는 컴퓨터 판독 가능한 기록 매체를 제공할 수 있다.

[제2 실시 형태]

상기 제1 실시 형태에 있어서, 모델 생성 판정부(1320)는, 예측 결과 및 판별 결과를 판정 지표로 하여, 새로운 모델을 생성할지 여부를 판정하는 것으로서 설명하였다.

그러나, 모델 생성 판정부(1320)에서 새로운 모델을 생성할지 여부를 판정하기 위한 판정 지표는 이것에 한정되지 않는다. 예를 들어, 도 15에서 도시한 바와 같이, 모델 생성 판정부(1320)는, 이미 생성 완료된 모델을 사용해서 시뮬레이션 처리를 행하고, 추정된 효과가, 미리 결정된 효과에 포함되는지 여부를 판정함으로써, 새로운 모델을 생성할지 여부를 판정해도 된다. 즉, 효과의 오차를 판정 지표로 함으로써, 새로운 모델을 생성할지 여부를 판정해도 된다.

구체적으로는, 모델 생성 판정부(1320)는, 시뮬레이션 처리를 행했을 때 추정된 효과와, 미리 결정된 효과의 오차가 큰 경우에, 새로운 모델을 생성하는 것으로 판정한다. 또한, 모델 생성 판정부(1320)는, 시뮬레이션 처리를 행했을 때 추정된 효과와, 미리 결정된 효과의 오차가 작은 경우에, 새로운 모델을 생성하지 않는 것으로 판정한다.

이 경우, 모델 생성 판정부(1320)는, 새로운 모델을 생성하는 것으로 판정한 후에, 예측 결과 및 판별 결과를 구하도록 구성된다.

이와 같이, 제2 실시 형태에 의하면, Proxel별로, 적절한 모델을 생성하는 것이 가능하게 된다. 그 결과, 제2 실시 형태에 의하면, 제조 프로세스의 시뮬레이션 처리에 있어서, 시뮬레이션 정밀도를 더욱 향상시키는 데이터 처리 장치, 데이터 처리 방법 및 프로그램을 저장하는 컴퓨터 판독 가능한 기록 매체를 제공할 수 있다.

[그 밖의 실시 형태]

상기 제1 실시 형태에서, 모델 생성 판정부(1320)는, 예측 결과 및 판별 결과를 판정 지표로 하여, 새로운 모델을 생성하는 것으로서 설명하였다. 그러나, 예측 결과 또는 판별 결과가 다른 경우에도, 효과를 연속적인 식으로 표현할 수 있을 경우에는, 새로운 모델을 생성하지 않고, 모델을 연속적인 식으로서 표현해도 된다. 즉, 하나의 모델은, 미리 결정된 범위의 효과를 망라해서 추정할 수 있도록 정의되는 것으로 한다.

또한, 상기 제1 및 제2 실시 형태에서는, 분할된 특징 공간의 각 영역의 각 데이터의 범위를 산출함으로써, Proxel을 산출하였다. 그러나, Proxel의 산출 방법은 이것에 한정되지 않는다.

예를 들어, 분할된 특징 공간의 각 영역이, 특징 공간에서 현저하게 이격되어 있었을 경우에, 서로 인접하도록, 각각의 영역을 변형되는 처리를 가하여, 변형 후의 각 영역의 각 데이터의 범위를 산출함으로써 Proxel을 산출해도 된다. 이에 의해, 특징 공간에서의 빈 영역(Proxel이 규정되어 있지 않은 영역)을 저감시킬 수 있다.

또한, 상기 제1 및 제2 실시 형태에서는, 분할된 특징 공간의 각 영역의 각 데이터의 범위를 산출함으로써 Proxel을 산출하고, 당해 Proxel을 해석 결과 데이터로서 해석 결과 저장부(115)에 저장하는 구성으로 하였다. 그러나, 해석 결과 저장부(115)에 저장하는 해석 결과 데이터는, Proxel에 한정되지 않는다. 예를 들어, 분할된 특징 공간의 각 영역을 대표하는 대표 데이터(각 그룹을 특정하는 특정 데이터)를 해석 결과 데이터로서 저장해도 된다.

또한, 상기 제1 및 제2 실시 형태에서는, 데이터 해석 프로그램, 모델 생성 프로그램, 추정 프로그램을 데이터 처리 장치(110)에 인스톨하여, 데이터 처리 장치(110)에 있어서 데이터 해석부(111), 모델 생성부(112), 추정부(113)를 실현하였다. 그러나, 이들 프로그램은, 예를 들어 각 사업소(120, 130, 140) 내의 단말기(121, 131, 141)에 인스톨해도 된다. 이 경우, 각 사업소(120, 130, 140) 내의 단말기(121, 131, 141)에서 데이터 해석부(111), 모델 생성부(112), 추정부(113)가 실현된다.

또한, 상기 제1 및 제2 실시 형태에서는, 모델 생성 판정부(1320)가, 새로운 모델을 생성할지 여부를 판정할 때, 및 모델 선택부(1720)가, 시뮬레이션 처리에 사용하는 모델을 선택할 때,

·대응하는 스텝이 실행되었을 때의 반도체 제조 장치의 상태,

·대응하는 스텝이 실행되었을 때의 반도체 제조 장치 내의 분위기,

·대응하는 스텝이 실행되었을 때의 처리 대상물의 경시 변화

를 예측하고,

·상태의 변화를 측정하는 반도체 제조 장치 내의 위치,

·반도체 제조 장치의 종류

를 판별하는 것으로서 설명하였다. 그러나, 모델 생성 판정부(1320), 모델 선택부(1720)가 예측하는 내용 및 판별하는 내용은, 이들에 한정되지 않고, 예시한 내용 이외의 내용을 예측 또는 판별해도 된다.

또한, 상기 제1 및 제2 실시 형태에서는, 반도체 제조 프로세스에서 수집된 데이터 군에 대해서, Proxel을 산출하는 경우에 대해서 설명했지만, Proxel을 산출하는 데이터 군은, 반도체 제조 프로세스에서 수집된 데이터 군에 한정되지 않는다. 반도체 제조 프로세스 이외의 제조 프로세스이어도, 예를 들어 플라스마를 사용하는 장치가 포함되는 제조 프로세스는, 일반적으로 설정 데이터가 복잡화된다. 이 때문에, 당해 장치가 포함되는 제조 프로세스에서 수집된 데이터 군에 대하여 Proxel을 산출한 경우도, 상술한 바와 같은 이점을 얻을 수 있다.

또한, 상기 실시 형태에 예를 든 구성 등에, 기타 요소와의 조합 등, 여기에서 나타낸 구성에 본 발명이 한정되는 것은 아니다. 이러한 점에 대해서는, 본 발명의 취지를 일탈하지 않는 범위에서 변경하는 것이 가능하고, 그 응용 형태에 따라서 적절하게 정할 수 있다.

Claims (7)

1. 제조 프로세스의 미리 결정된 스텝과 대응지어진 복수의 데이터 군 각각의 특징 공간에서의 분포가, 해당 복수의 데이터 군 각각에 대해서 산출된 해당 미리 결정된 스텝에서의 효과에 따라 분류되도록, 해당 특징 공간이 분할되었을 경우의, 각 영역을 특정하는 해석 결과를 저장하는 제1 저장부와,
   상기 특징 공간의 각 영역으로 분류되는 데이터 군이 입력됨으로써, 각 영역에 대응하는 각각의 효과를 출력하는 복수의 모델을, 각 영역과 대응지어 저장하는 제2 저장부와,
   상기 미리 결정된 스텝과 대응지어진 데이터 군이 새롭게 취득되어, 상기 해석 결과에 기초하여 해당 취득된 데이터 군이 분류되는 하나의 영역이 판정된 경우에, 상기 복수의 모델 중, 해당 하나의 영역에 대응지어 저장된 모델을 사용해서 시뮬레이션 처리를 행하는 실행부
   를 포함하는 데이터 처리 장치.
2. 제1항에 있어서,
   상기 하나의 영역에 대응지어 복수의 모델이 저장되어 있었을 경우, 미리 결정된 선택 지표에 기초하여 하나의 모델을 선택하는 선택부를 더 포함하는, 데이터 처리 장치.
3. 제2항에 있어서,
   상기 선택 지표에는, 상기 미리 결정된 스텝이 실행되는 장치의 상태, 상기 미리 결정된 스텝이 실행되는 장치 내의 분위기, 상기 미리 결정된 스텝이 실행되었을 때의 처리 대상물의 경시 변화의 어느 것을 예측한 예측 결과가 포함되는, 데이터 처리 장치.
4. 제2항에 있어서,
   상기 선택 지표에는, 상기 미리 결정된 스텝이 실행되는 장치의 종류 및 상기 미리 결정된 스텝이 실행되었을 때의 상태의 변화를 측정하는 장치 내의 위치의 어느 것을 판별한 판별 결과가 포함되는, 데이터 처리 장치.
5. 제1항에 있어서,
   상기 미리 결정된 스텝과 대응지어진 데이터 군이 새롭게 취득된 경우에, 해당 취득된 데이터 군이, 상기 특징 공간의 각 영역의 어느 영역으로 분류될지를, 상기 해석 결과에 기초하여 판정하는 판정부를 더 포함하는, 데이터 처리 장치.
6. 제조 프로세스의 미리 결정된 스텝과 대응지어진 복수의 데이터 군 각각의 특징 공간에서의 분포가, 해당 복수의 데이터 군 각각에 대해서 산출된 해당 미리 결정된 스텝에서의 효과에 따라 분류되도록, 해당 특징 공간이 분할되었을 경우의, 각 영역을 특정하는 해석 결과를 저장하는 제1 저장부와,
   상기 특징 공간의 각 영역으로 분류되는 데이터 군이 입력됨으로써, 각 영역에 대응하는 각각의 효과를 출력하는 복수의 모델을, 각 영역과 대응지어 저장하는 제2 저장부를 포함하는 데이터 처리 장치에서의 데이터 처리 방법이며,
   상기 미리 결정된 스텝과 대응지어진 데이터 군이 새롭게 취득되어, 상기 해석 결과에 기초하여 해당 취득된 데이터 군이 분류되는 하나의 영역이 판정된 경우에, 상기 복수의 모델 중, 해당 하나의 영역에 대응지어 저장된 모델을 사용해서 시뮬레이션 처리를 행하는 실행 공정
   을 포함하는 데이터 처리 방법.
7. 제조 프로세스의 미리 결정된 스텝과 대응지어진 복수의 데이터 군 각각의 특징 공간에서의 분포가, 해당 복수의 데이터 군 각각에 대해서 산출된 해당 미리 결정된 스텝에서의 효과에 따라 분류되도록, 해당 특징 공간이 분할되었을 경우의, 각 영역을 특정하는 해석 결과를 저장하는 제1 저장부와,
   상기 특징 공간의 각 영역으로 분류되는 데이터 군이 입력됨으로써, 각 영역에 대응하는 각각의 효과를 출력하는 복수의 모델을, 각 영역과 대응지어 저장하는 제2 저장부를 포함하는 데이터 처리 장치의 컴퓨터에,
   상기 미리 결정된 스텝과 대응지어진 데이터 군이 새롭게 취득되어, 상기 해석 결과에 기초하여 해당 취득된 데이터 군이 분류되는 하나의 영역이 판정된 경우에, 상기 복수의 모델 중, 해당 하나의 영역에 대응지어 저장된 모델을 사용해서 시뮬레이션 처리를 행하는 실행 공정
   을 실행시키기 위한 프로그램을 저장하는 컴퓨터 판독 가능한 기록 매체.

Images