KR20230041009A - 데이터 처리 장치, 데이터 처리 시스템, 데이터 처리 방법 및 데이터 처리 프로그램 - Google Patents

데이터 처리 장치, 데이터 처리 시스템, 데이터 처리 방법 및 데이터 처리 프로그램 Download PDF

Info

Publication number
KR20230041009A
KR20230041009A KR1020237003962A KR20237003962A KR20230041009A KR 20230041009 A KR20230041009 A KR 20230041009A KR 1020237003962 A KR1020237003962 A KR 1020237003962A KR 20237003962 A KR20237003962 A KR 20237003962A KR 20230041009 A KR20230041009 A KR 20230041009A
Authority
KR
South Korea
Prior art keywords
data
processing
unit
data processing
time
Prior art date
Application number
KR1020237003962A
Other languages
English (en)
Inventor
히토시 요네미치
히사노리 사카이
다케시 아키모토
Original Assignee
도쿄엘렉트론가부시키가이샤
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 도쿄엘렉트론가부시키가이샤 filed Critical 도쿄엘렉트론가부시키가이샤
Publication of KR20230041009A publication Critical patent/KR20230041009A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67276—Production flow monitoring, e.g. for increasing throughput
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/443—Emission spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67253—Process monitoring, e.g. flow or thickness monitoring
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67282—Marking devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J2003/283—Investigating the spectrum computer-interfaced
    • G01J2003/2833—Investigating the spectrum computer-interfaced and memorised spectra collection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Software Systems (AREA)
  • Drying Of Semiconductors (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Automation & Control Theory (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)

Abstract

다파장의 시계열 데이터를, 특징 데이터의 누락을 억제하여 압축하고, 영상화하는 데이터 처리 장치, 데이터 처리 시스템, 데이터 처리 방법 및 데이터 처리 프로그램을 제공한다. 데이터 처리 장치는, 다파장의 시계열 데이터를, 미리 정해진 기준 데이터를 이용하여 정규화함으로써, 정규화 데이터를 생성하는 전처리부와, 상기 정규화 데이터를, 미리 정해진 시간 범위 및 미리 정해진 파장 범위마다 복수의 영역으로 구분하고, 각 영역에 있어서의 벗어난 값을, 대표값으로서 추출하는 추출부와, 상기 각 영역의 대표값을 색 데이터로 변환하여, 화상 데이터를 생성하는 생성부를 갖는다.

Description

데이터 처리 장치, 데이터 처리 시스템, 데이터 처리 방법 및 데이터 처리 프로그램
본 개시는 데이터 처리 장치, 데이터 처리 시스템, 데이터 처리 방법 및 데이터 처리 프로그램에 관한 것이다.
반도체 제조 프로세스의 실행 중에 측정되는 측정 데이터 중, 예컨대, 발광 분광 분석 장치나 질량 분석 장치 등에 의해 측정되는 측정 데이터(소위, 다파장의 시계열 데이터)는, 일반적으로, 측정 분해능이 높고, 데이터량이 방대하다. 이 때문에, 데이터를 관리할 때의 관리 비용이 든다. 덧붙여, 다파장의 시계열 데이터의 경우, 사용자가, 직접, 이상 발생의 유무 등을 판단하는 것이 어렵다.
이에 대하여, 예컨대, 다파장의 시계열 데이터를 영상화하여 표시하면, 사용자는, 이상 발생의 유무 등을 판단하기 쉬워진다고 생각된다. 또한, 영상화한 데이터를 압축하여 관리하면, 관리 비용도 억제된다고 생각된다.
그러나, 다파장의 시계열 데이터의 경우, 영상화한 데이터를 표시할 때에, 혹은, 영상화한 데이터를 압축할 때에, 이상 발생을 나타내는 특징 데이터가 누락되어 버릴 가능성이 있다.
특허문헌 1: 일본 특허 공개 제2020-65013호 공보 특허문헌 2: 일본 특허 공개 제2005-217448호 공보 특허문헌 3: 일본 특허 제5315025호
본 개시는 다파장의 시계열 데이터를, 특징 데이터의 누락을 억제하여 압축하고, 영상화하는 데이터 처리 장치, 데이터 처리 시스템, 데이터 처리 방법 및 데이터 처리 프로그램을 제공한다.
본 개시의 일양태에 따른 데이터 처리 장치는, 예컨대, 이하 같은 구성을 갖는다. 즉,
다파장의 시계열 데이터를, 미리 정해진 기준 데이터를 이용하여 정규화함으로써,
정규화 데이터를 생성하는 전처리부와,
상기 정규화 데이터를, 미리 정해진 시간 범위 및 미리 정해진 파장 범위마다 복수의 영역으로 구분하고, 각 영역에 있어서의 벗어난 값을, 대표값으로서 추출하는 추출부와,
상기 각 영역의 대표값을 색 데이터로 변환하여, 화상 데이터를 생성하는 생성부를 갖는다.
본 개시에 따르면, 다파장의 시계열 데이터를, 특징 데이터의 누락을 억제하여 압축하고, 영상화하는 데이터 처리 장치, 데이터 처리 시스템, 데이터 처리 방법 및 데이터 처리 프로그램을 제공할 수 있다.
도 1은 데이터 처리 시스템의 시스템 구성의 일례를 나타내는 제1 도이다.
도 2는 반도체 제조 프로세스의 일례를 나타내는 도면이다.
도 3은 데이터 처리 장치의 하드웨어 구성의 일례를 나타내는 도면이다.
도 4는 OES 데이터의 일례를 나타내는 도면이다.
도 5는 전처리부에 의한 처리의 구체예를 나타내는 도면이다.
도 6은 압축부에 의한 처리의 구체예를 나타내는 도면이다.
도 7은 화상 데이터의 구체예를 나타내는 도면이다.
도 8은 영상화 처리의 흐름을 나타내는 흐름도이다.
도 9a는 데이터 처리 시스템의 시스템 구성의 일례를 나타내는 제2 도이다.
도 9b는 데이터 처리 시스템의 시스템 구성의 일례를 나타내는 제3 도이다.
도 10은 학습용 데이터의 일례를 나타내는 도면이다.
도 11은 학습부에 의한 학습 처리의 구체예를 나타내는 도면이다.
도 12는 추론부에 의한 추론 처리의 구체예를 나타내는 도면이다.
도 13은 이상 검지 처리의 흐름을 나타내는 흐름도이다.
도 14는 데이터 처리 시스템의 시스템 구성의 일례를 나타내는 제4 도이다.
이하, 각 실시형태에 대해서 첨부된 도면을 참조하면서 설명한다. 또한, 본 명세서 및 도면에 있어서, 실질적으로 동일한 기능 구성을 갖는 구성 요소에 대해서는, 동일한 부호를 붙임으로써 중복하는 설명을 생략한다.
[제1 실시형태]
<데이터 처리 시스템의 시스템 구성>
먼저, 제1 실시형태에 따른 데이터 처리 시스템의 시스템 구성에 대해서 설명한다. 도 1은 데이터 처리 시스템의 시스템 구성의 일례를 나타내는 제1 도이다. 도 1에 나타내는 바와 같이, 데이터 처리 시스템(100)은, 반도체 제조 프로세스와, 발광 분광 분석 장치(140)와, 데이터 처리 장치(150)를 갖는다.
반도체 제조 프로세스에서는, 미리 정해진 처리 공간(120)에 있어서, 대상물(처리 전 웨이퍼(110))을 처리하여, 결과물(처리 후 웨이퍼(130))을 생성한다. 또한, 여기서 말하는 처리 전 웨이퍼(110)란, 처리 공간(120)에 있어서 처리되기 전의 웨이퍼(기판)를 가리키며, 처리 후 웨이퍼(130)란, 처리 공간(120)에 있어서 처리된 후의 웨이퍼(기판)를 가리킨다.
발광 분광 분석 장치(140)는, 처리 공간(120)에 있어서 처리 전 웨이퍼(110)의 처리에 따라, OES(Optical Emission Spectroscopy) 데이터를 측정한다. OES 데이터란, 측정 파장의 수에 따른 수의, 각 시간의 발광 강도 데이터를 포함하는 "다파장의 시계열 데이터"이다.
발광 분광 분석 장치(140)에 의해 측정된 OES 데이터는, 데이터 처리 장치(150)의 OES 데이터 저장부(155)에 저장된다.
데이터 처리 장치(150)에는, 데이터 처리 프로그램이 인스톨되어 있고, 상기 프로그램이 실행됨으로써, 데이터 처리 장치(150)는, 전처리부(151), 압축부(152), 영상화부(153), 표시 제어부(154)로서 기능한다.
전처리부(151)는, OES 데이터 저장부(155)로부터 OES 데이터를 판독하고, 미리 정해진 기준 데이터를 이용하여, 전처리(예컨대, 정규화 처리)를 행한다. 또한, 전처리부(151)는, 전처리 후의 OES 데이터를, 압축부(152)에 통지한다.
압축부(152)는, 전처리 후의 OES 데이터를 압축하고, 압축 후의 OES 데이터를 영상화부(153)에 통지한다. 구체적으로는, 압축부(152)는, 전처리 후의 OES 데이터를 미리 정해진 사이즈(미리 정해진 시간 범위 및 미리 정해진 파장 범위)마다의 복수의 영역으로 구분하고, 각 영역에 포함되는 벗어난 값을, 각 영역의 대표값으로서 추출함으로써, 전처리 후의 OES 데이터를 압축한다. 또한, 벗어난 값이란, 각 영역에 있어서, 통계적으로 다른 값으로부터 크게 벗어난 값을 가리킨다. 이와 같이, 각 영역에 포함되는 벗어난 값을 남겨 전처리 후의 OES 데이터를 압축함으로써, OES 데이터에 포함되는 특징 데이터(이상 발생을 나타내는 특징 데이터)의 누락을 억제할 수 있다.
영상화부(153)는, 압축부(152)로부터 통지된 압축 후의 OES 데이터를 색 데이터로 변환함으로써 화상 데이터를 생성한다. 또한, 영상화부(153)는, 생성한 화상 데이터를, 화상 데이터 저장부(156)에 저장하며, 표시 제어부(154)에 통지한다. 이에 의해, 화상 데이터 저장부(156)에는, OES 데이터와 비교하여 데이터량이 대폭 삭감된 화상 데이터가 저장되게 되며, 관리 비용을 억제할 수 있다.
표시 제어부(154)는, 영상화부(153)에 의해 생성된 화상 데이터를 도시하지 않는 표시 장치에 표시하도록 제어한다. 전술한 바와 같이, 영상화부(153)에 의해 생성되는 화상 데이터는 압축되어 있기 때문에, 표시 장치의 화소수에 제약이 있는지의 여부에 상관없이, 표시 장치에 표시할 때에, 추가적인 처리를 행하는 일없이 표시할 수 있다. 즉, 표시 장치에 표시할 때에, 예컨대, 화상 데이터가 솎아져, 특징 데이터가 누락되어 버린다고 하는 사태를 회피할 수 있다.
또한, 영상화부(153)에 의해 생성되는 화상 데이터는, 특징 데이터의 누락이 억제되어 있기 때문에, 사용자는, 표시 장치에 표시되는 화상 데이터 상에서, 육안으로 보아 이상 발생의 유무 등을 판단할 수 있다.
<반도체 제조 프로세스에 있어서의 처리 공간>
다음에, 반도체 제조 프로세스의 미리 정해진 처리 공간에 대해서 설명한다. 도 2는 반도체 제조 프로세스의 일례를 나타내는 도면이다. 도 2에 나타내는 바와 같이, 반도체 제조 프로세스(200)는, 처리 공간의 일례인 챔버를 복수 갖는다. 도 2의 예에서는, 반도체 제조 프로세스(200)는, 부호 121(명칭="챔버 A")∼부호 123(명칭="챔버 C")의 3개의 챔버를 갖고 있고, 각각의 챔버에 있어서 처리 전 웨이퍼(110)가 처리된다.
또한, 반도체 제조 프로세스(200)에 있어서, 전술한 발광 분광 분석 장치(140)는, 챔버마다 설치되어 있고, 각각의 챔버에 있어서 OES 데이터가 측정된다. 그러나, 이하에서는, 설명의 간략화를 위해, 1의 챔버에 있어서 측정된 OES 데이터를 표시하는 경우에 대해서 설명을 행한다. 또한, 이하에서는, 상기 1의 챔버를 챔버 A로 하여 설명을 행한다. 또한, 이하에서는, 챔버 A를, 예컨대, 에칭 장치의 챔버로 하여 설명을 행한다.
<데이터 처리 장치의 하드웨어 구성>
다음에, 데이터 처리 장치(150)의 하드웨어 구성에 대해서 설명한다. 도 3은 데이터 처리 장치의 하드웨어 구성의 일례를 나타내는 도면이다. 도 3에 나타내는 바와 같이, 데이터 처리 장치(150)는, CPU(Central Processing Unit)(301), ROM(Read Only Memory)(302), RAM(Random Access Memory)(303)을 갖는다. 또한, 데이터 처리 장치(150)는, GPU(Graphics Processing Unit)(304)를 갖는다. 또한, CPU(301), GPU(304) 등의 프로세서(처리 회로, Processing Circuit, Processing Circuitry)와, ROM(302), RAM(303) 등의 메모리는, 소위 컴퓨터를 형성한다.
또한, 데이터 처리 장치(150)는, 보조 기억 장치(305), 표시 장치(306), 조작 장치(307), I/F(Interface) 장치(308), 드라이브 장치(309)를 갖는다. 또한, 데이터 처리 장치(150)의 각 하드웨어는, 버스(310)를 통해 서로 접속된다.
CPU(301)는, 보조 기억 장치(305)에 인스톨된 각종 프로그램(예컨대, 데이터 처리 프로그램 등)을 실행하는 연산 디바이스이다.
ROM(302)은, 불휘발성 메모리이며, 주기억 장치로서 기능한다. ROM(302)은, 보조 기억 장치(305)에 인스톨된 각종 프로그램을 CPU(301)가 실행하기 위해 필요한 각종 프로그램, 데이터 등을 저장한다. 구체적으로는, ROM(302)은 BIOS(Basic Input/Output System)이나 EFI(Extensible Firmware Interface) 등의 부트 프로그램 등을 저장한다.
RAM(303)은, DRAM(Dynamic Random Access Memory)이나 SRAM(Static Random Access Memory) 등의 휘발성 메모리이며, 주기억 장치로서 기능한다. RAM(303)은, 보조 기억 장치(305)에 인스톨된 각종 프로그램이 CPU(301)에 의해 실행될 때에 전개되는, 작업 영역을 제공한다.
GPU(304)는, 화상 처리용의 연산 디바이스이며, 본 실시형태에서는, CPU(301)에 의해 데이터 처리 프로그램이 실행될 때에, OES 데이터에 대해서, 병렬 처리에 의한 고속 연산을 행한다. 또한, GPU(304)는, 내부 메모리(GPU 메모리)를 탑재하고 있어, OES 데이터에 대해서 병렬 처리를 행할 때에 필요한 정보를 일시적으로 유지한다.
보조 기억 장치(305)는, 각종 프로그램이나, 각종 프로그램이 CPU(301)에 의해 실행될 때에 이용되는 각종 데이터 등을 저장한다. 예컨대, OES 데이터 저장부(155), 화상 데이터 저장부(156)는, 보조 기억 장치(305)에 있어서 실현된다.
표시 장치(306)는, 예컨대, 영상화부(153)에 의해 생성된 화상 데이터를 표시하는 표시 디바이스이다. 조작 장치(307)는, 데이터 처리 장치(150)의 사용자가 데이터 처리 장치(150)에 대하여 각종 지시를 입력할 때에 이용하는 입력 디바이스이다. I/F 장치(308)는, 도시하지 않는 네트워크와 접속하여, 다른 장치(예컨대, 발광 분광 분석 장치 등)와의 사이에서 데이터를 송수신하기 위한 접속 디바이스이다.
드라이브 장치(309)는 기록 매체(320)를 셋트하기 위한 디바이스이다. 여기서 말하는 기록 매체(320)에는, CD-ROM, 플렉시블 디스크, 광자기 디스크 등과 같이 정보를 광학적, 전기적 혹은 자기적으로 기록하는 매체가 포함된다. 또한, 기록 매체(320)에는, ROM, 플래시 메모리 등과 같이 정보를 전기적으로 기록하는 반도체 메모리 등이 포함되어 있어도 좋다.
또한, 보조 기억 장치(305)에 인스톨되는 각종 프로그램은, 예컨대, 배포된 기록 매체(320)가 드라이브 장치(309)에 셋트되고, 상기 기록 매체(320)에 기록된 각종 프로그램이 드라이브 장치(309)에 의해 판독됨으로써 인스톨된다. 혹은, 보조 기억 장치(305)에 인스톨되는 각종 프로그램은, 도시하지 않는 네트워크를 통해 다운로드됨으로써, 인스톨되어도 좋다.
<OES 데이터의 구체예>
다음에, 발광 분광 분석 장치(140)에 의해 측정되며, 데이터 처리 장치(150)의 OES 데이터 저장부(155)에 저장되는 OES 데이터의 구체예에 대해서 설명한다. 도 4는 OES 데이터의 일례를 나타내는 도면이다. 도 4에 나타내는 바와 같이, OES 데이터(410)는, 가시광의 파장 범위(200[㎚]∼800[㎚])에 포함되는 각 파장을, 0.5[㎚] 단위로 측정한 경우의 각 시간의 발광 강도 데이터군에 의해 구성된다. 또한, OES 데이터(410)에 있어서, 횡축은 시간을, 종축은 각 파장의 발광 강도를 나타내고 있다.
도 4의 OES 데이터(410)의 경우, 예컨대, 최상단의 그래프는, 파장=200[㎚]의 각 시간에 있어서의 발광 강도 데이터를, 2단째의 그래프는, 파장=200.5[㎚]의 각 시간에 있어서의 발광 강도 데이터를, 각각 나타내고 있다. 또한, 3단째의 그래프는, 파장=201[㎚]의 각 시간에 있어서의 발광 강도 데이터를 나타내고 있다.
또한, OES 데이터(410)의 시간 길이는, 예컨대, 처리 전 웨이퍼(110)가 챔버 A 내에서 처리되는 처리 시간(웨이퍼 1장분)이라고 한다. 혹은, OES 데이터(410)의 시간 길이는, 예컨대, 처리 전 웨이퍼(110)가 챔버 A 내에서 복수의 처리 공정을 기초로 처리되는 경우에 있어서는, 그 중 일부의 처리 공정의 처리 시간이어도 좋다. 혹은, OES 데이터(410)의 시간 길이는, 예컨대, 처리 전 웨이퍼(110)가 챔버 A 내에서 복수의 레시피에 의해 일부의 처리 공정이 실행되는 경우에 있어서는, 그 중 일부의 레시피에 의해 처리가 실행되는 시간이어도 좋다.
한편, 도 4에 있어서, OES 데이터(420)는, 횡축에 파장을, 종축에 시간을 취하며, 각 점(각 시간, 각 파장)의 발광 강도 데이터를 배열한 모습을 나타내고 있다. OES 데이터(420)의 경우, 횡축 방향에 1201점의 발광 강도 데이터가 배열되게 된다. 또한, OES 데이터(420)의 경우, 발광 강도 데이터의 샘플링 주기가 0.1초이며, 또한, 처리 전 웨이퍼(110)가 챔버 A 내에서 처리되는 처리 시간(웨이퍼 1장분)이 300초였다고 하면, 종축 방향에 3000점의 발광 강도 데이터가 배열되게 된다.
따라서, 만약 OES 데이터(420)의 각 점의 발광 강도 데이터를 색 데이터로 변환하여, 생성한 화상 데이터를 표시 장치(306)에 표시하고자 하면, 횡방향에 1201화소, 종방향에 3000화소의 화소수를 갖는 표시 장치가 필요하게 된다.
한편, 표시 장치(306)의 화소수에 제약이 있는 경우, OES 데이터(420)는, 솎아서 표시되게 되며, 그 경우, 이상 발생을 나타내는 특징 데이터가 누락되어 버릴 가능성이 있다. 그래서, 본 실시형태에 따른 데이터 처리 장치(150)에서는, 전술한 바와 같이, OES 데이터를 전처리한 뒤에 압축하고, 압축 후의 OES 데이터를 영상화함으로써 화상 데이터를 생성한다. 이에 의해, 표시 장치(306)의 화소수에 제약이 있는지의 여부에 상관없이, 표시 장치(306)에 표시할 때에, 화상 데이터가 솎아져 특징 데이터가 누락되어 버린다고 하는 사태를 회피할 수 있다.
<전처리부에 의한 처리의 구체예>
다음에, 데이터 처리 장치(150)의 전처리부(151)에 의한, OES 데이터(420)에 대한 처리의 구체예에 대해서 설명한다. 도 5는 전처리부에 의한 처리의 구체예를 나타내는 도면이다. 도 5에 나타내는 바와 같이, 전처리부(151)는, 정규화 처리부(510)를 갖는다.
정규화 처리부(510)는, OES 데이터 저장부(155)에 저장된 OES 데이터(420)를 판독하고, OES 데이터(420)에 포함되는 각 점의 발광 강도 데이터를, 기준 데이터를 이용하여 제산함으로써, 각 점의 발광 강도 데이터를 정규화한다.
또한, 기준 데이터에는, 예컨대, 기준이 되는 웨이퍼(양품이라고 판정된 웨이퍼)를 처리하였을 때에 측정된 OES 데이터의 각 파장의 발광 강도 데이터의 평균값이 이용되는 것으로 한다. 이 경우, 양품이라고 판정된 웨이퍼와의 차를 현재화시킬 수 있기 때문에, 화상 데이터가 생성되었을 때에, 이상 발생의 유무를 판단하기 쉬워진다.
혹은, 기준 데이터에는, 측정된 OES 데이터의 기준이 되는 파장의 발광 강도 데이터의 평균값이 이용되어도 좋다. 이 경우, 처리 전 웨이퍼의 처리 중에, 어떤 파장의 발광 강도가 상대적으로 강해져 있는지를 현재화시킬 수 있기 때문에, 화상 데이터가 생성되었을 때에, 이상 발생의 유무를 판단하기 쉬워진다.
도 5에 있어서, 전처리 후 OES 데이터(500)는, 정규화 처리부(510)에 의해 각 점의 발광 강도 데이터가 정규화된 전처리 후 OES 데이터의 일례이다. 또한, 도 5에 있어서, 각 점의 정규화 데이터(501)는, 전처리 후 OES 데이터(500) 내의 미리 정해진 사이즈(횡축 방향 3점, 종축 방향 3점)의 영역에 포함되는 각 점의 정규화 데이터를 나타내고 있다.
각 점의 정규화 데이터(501)에 나타내는 바와 같이, 각 점의 발광 강도 데이터가 기준 데이터에 의해 제산됨으로써, 정규화 데이터의 값은, 대략 "1.0"에 가까운 값이 된다.
<압축부에 의한 처리의 구체예>
다음에, 데이터 처리 장치(150)의 압축부(152)에 의한, 전처리 후 OES 데이터(500)에 대한 처리의 구체예에 대해서 설명한다. 도 6은 압축부에 의한 처리의 구체예를 나타내는 도면이다. 도 6에 나타내는 바와 같이, 압축부(152)는, 평균값 산출부(610), 대표값 추출부(620)를 갖는다.
평균값 산출부(610)는, 전처리 후 OES 데이터(500)에 포함되는 각 점의 정규화 데이터를, 미리 정해진 사이즈(예컨대, 횡축 방향 3점, 종축 방향 3점)마다의 복수의 영역으로 구분하고, 각각의 영역에 있어서, 각 점의 정규화 데이터의 평균값을 산출한다.
대표값 추출부(620)는, 각각의 영역에 있어서 산출된 평균값과, 각각의 영역에 포함되는 정규화 데이터(예컨대, 9점의 정규화 데이터)의 값의 차를 비교하여, 차가 최대가 되는 정규화 데이터의 값(즉, 벗어난 값)을, 각각의 영역의 대표값으로서 추출한다.
도 6의 예는, 평균값 산출부(610)가, 미리 정해진 사이즈의 영역에 포함되는 9점의 정규화 데이터(501)의 평균값으로서, "0.99"를 산출한 모습을 나타내고 있다. 또한, 도 6의 예는, 대표값 추출부(620)가, 미리 정해진 사이즈의 영역에 포함되는 9점의 정규화 데이터(501) 중에서, 평균값("0.99")과의 차가 최대가 되는 정규화 데이터의 값(벗어난 값="1.5")을, 대표값(601)으로서 추출한 모습을 나타내고 있다.
이와 같이, 미리 정해진 사이즈(횡축 방향 3점, 종축 방향 3점)의 영역마다 대표값을 추출함으로써, 전처리 후 OES 데이터(500)에 포함되는 정규화 데이터의 개수는, 횡축 방향에 있어서 1/3로 압축되고, 종축 방향에 있어서 1/3로 압축되게 된다. 이 결과, 도 6에 나타내는 바와 같이,
·횡축 방향에 1201점, 종축 방향에 3000점의 정규화 데이터,
가 배열된 전처리 후 OES 데이터(500)가,
·횡축 방향에 400점, 종축 방향에 1000점의 압축 데이터,
가 배열된 압축 후 OES 데이터(600)에 압축되게 되어, 관리 비용을 억제할 수 있다.
<화상 데이터의 구체예>
다음에, 데이터 처리 장치(150)의 영상화부(153)에 의해 생성되는 화상 데이터의 구체예에 대해서 설명한다. 도 7은 화상 데이터의 구체예를 나타내는 도면이다.
도 7에 있어서, 화상 데이터(600')는, 압축부(152)로부터 통지된 압축 후 OES 데이터(600)의 각 점의 압축 데이터를, 색 데이터로 변환함으로써 생성된 2차원의 화상 데이터의 구체예를 나타내고 있다. 화상 데이터(600')에 있어서, 횡축은 파장을 나타내고, 종축은 시간을 나타내고 있다. 또한, 각 점의 색의 차이는, 압축 데이터의 값의 차이를 나타내고 있고, 도 7의 예는 압축 데이터의 값이 최대인 점을 적색으로 변환하고, 압축 데이터의 값이 평균인 점을 녹색으로 변환하고, 압축 데이터의 값이 최소인 점을 청색으로 변환한 경우를 나타내고 있다. 또한, 압축 데이터의 값이 최대와 평균 사이의 값인 점을, 색상 고리에 있어서의 적색과 녹색 사이의 색으로 변환하고, 압축 데이터의 값이 평균과 최소 사이의 값인 점을, 색상 고리에 있어서의 녹색과 청색 사이의 색으로 변환한 경우를 나타내고 있다. 단, 압축 데이터의 각 값에 대한 각 색의 할당은 임의이며, 다른 할당 방법에 의해 각 색을 할당하여도 좋다.
화상 데이터(600')의 경우, 특징 데이터의 누락이 억제되어 있다. 이 때문에, 사용자는, 표시 장치(306)에 표시되는 화상 데이터(600') 상에서, 육안으로 보아 이상 발생의 유무 등을 판단할 수 있다.
또한, 도 7에 나타내는 바와 같이, 영상화부(153)에서는, 화상 데이터(600')의 소정 영역(701)이 지정된 경우, 소정 영역(701)의 화상 데이터를 확대하여, 확대 화상 데이터(702)를 표시하는 것도 가능하다. 이에 의해, 사용자는, 화상 데이터(600')를 부감하여 보는 것도, 특정한 파장 범위 및 특정한 시간 범위를 확대하여 보는 것도 가능하다.
또한, 도 7에는 나타내지 않지만, 압축 후 OES 데이터(600)는, 3차원의 화상 데이터로서 표시하여도 좋다. 예컨대, 횡축에 파장을, 깊이 방향의 축에 시간을, 높이 방향의 축에 압축 데이터의 값을 취하여, 입체적으로 표시하여도 좋다. 또한, 이 경우도, 압축 데이터의 값의 차이를, 색의 차이로서 표현하여도 좋다.
또한, 도 7에는 나타내고 있지 않지만, 화상 데이터(600')에 있어서, 횡축의 파장에 대응하는 여기종(여기 상태의 분자)을 합하여 표시하여도 좋다. 이에 의해, 사용자는, 이상 원인을 추측할 수 있다.
<데이터 처리 장치에 의한 영상화 처리의 흐름>
다음에, 데이터 처리 장치(150)에 의한 OES 데이터의 영상화 처리에 대해서 설명한다. 도 8은 영상화 처리의 흐름을 나타내는 흐름도이다.
단계 S801에 있어서, 데이터 처리 장치(150)는, 발광 분광 분석 장치(140)로부터 OES 데이터를 취득하여, OES 데이터 저장부(155)에 저장한다.
단계 S802에 있어서, 데이터 처리 장치(150)의 전처리부(151)는, OES 데이터 저장부(155)로부터 OES 데이터를 판독하여, 각 점의 발광 강도 데이터를 기준 데이터로 제산함으로써, 전처리를 행한다.
단계 S803에 있어서, 데이터 처리 장치(150)의 압축부(152)는, 전처리 후 OES 데이터에 포함되는 각 점의 정규화 데이터를 미리 정해진 사이즈마다의 복수의 영역으로 구분한다. 또한, 데이터 처리 장치(150)의 압축부(152)는, 미리 정해진 사이즈의 영역마다 산출한 평균값과의 차가 최대가 되는 정규화 데이터(벗어난 값)의 값을, 미리 정해진 사이즈의 각 영역의 대표값으로서 추출함으로써, 전처리 후 OES 데이터를 압축한다.
단계 S804에 있어서, 데이터 처리 장치(150)의 영상화부(153)는, 압축 후 OES 데이터의 각 점의 압축 데이터를, 색 데이터로 변환함으로써, 화상 데이터를 생성한다.
단계 S805에 있어서, 데이터 처리 장치(150)의 영상화부(153)는, 압축 후 OES 데이터의 화상 데이터를 표시한다.
<요약>
이상의 설명으로부터 분명한 바와 같이, 제1 실시형태에 따른 데이터 처리 장치(150)는,
·OES 데이터의 각 점의 발광 강도 데이터를, 미리 정해진 기준 데이터를 이용하여 제산하고, 정규화함으로써 정규화 데이터를 생성하는 전처리부를 갖는다.
·전처리 후의 OES 데이터를, 미리 정해진 시간 범위 및 미리 정해진 수의 파장 범위마다 복수의 영역으로 구분하고, 각 영역의 평균값과의 차가 최대가 되는 정규화 데이터의 값(벗어난 값)을, 각 영역의 대표값으로서 추출하는 압축부를 갖는다.
·각 영역의 대표값을 색 데이터로 변환하여, 화상 데이터를 생성하는 생성부를 갖는다.
이와 같이, OES 데이터를 영상화할 때, 정규화하여, 미리 정해진 사이즈의 영역마다 벗어난 값을 추출하는 방법으로 압축함으로써, OES 데이터에 포함되는 특징 데이터를 누락시키는 일없이, OES 데이터를 압축할 수 있다.
즉, 제1 실시형태에 따르면, OES 데이터를, 특징 데이터의 누락을 억제하여 압축하고, 영상화하는 데이터 처리 장치, 데이터 처리 시스템, 데이터 처리 방법 및 데이터 처리 프로그램을 제공할 수 있다.
[제2 실시형태]
상기 제1 실시형태에서는, OES 데이터의 관리 비용을 억제하며, 또한, 사용자가, 이상 발생의 유무 등을 판단할 수 있도록, OES 데이터를, 특징 데이터의 누락을 억제하여 압축하고, 영상화하는 구성에 대해서 설명하였다. 이에 대하여, 제2 실시형태에서는, 영상화한 OES 데이터를 이용하여, 이상 발생의 유무 등을 자동으로 판단하는 구성에 대해서 설명한다. 또한, 영상화한 OES 데이터를 이용하여, 이상 발생의 유무 등을 자동으로 판단하는 구성에는, 예컨대,
·대응하는 웨이퍼가, 정상적으로 처리가 행해진 양품인지, 이상을 포함하는 것인지를 판단하는 구성,
·대응하는 웨이퍼가, 정상적으로 처리가 행해진 양품인지, 양품 이외인지(적어도 정상적으로 처리가 행해진 양품이 아닌지)를 판단하는 구성,
·대응하는 웨이퍼가, 정상적으로 처리가 행해진 양품인지, 복수의 패턴 중 어떤 패턴의 이상을 포함하는 것인지를 판단하는 구성,
등 중 어느 하나의 구성이 포함된다. 이 중, 제2 실시형태에서는, 대응하는 웨이퍼가, 정상적으로 처리가 행해진 양품인지, 복수의 패턴 중 어떤 패턴의 이상을 포함하는 것인지를 자동으로 판단하는 구성에 대해서 설명한다. 이하, 제2 실시형태에 대해서, 상기 제1 실시형태와의 상위점을 중심으로 설명한다.
<데이터 처리 시스템의 시스템 구성>
먼저, 제2 실시형태에 따른 데이터 처리 시스템의 시스템 구성에 대해서, 도 9a 및 도 9b를 이용하여 설명한다. 도 9a는 데이터 처리 시스템의 시스템 구성의 일례를 나타내는 제2 도이다. 구체적으로는, 도 9a는 OES 데이터를 영상화함으로써 생성된 화상 데이터 및 대응하는 레시피와, 처리 후 웨이퍼의 처리 결과의 대응 관계를 학습하는 "학습 페이즈"에 있어서의 데이터 처리 시스템(900)의 시스템 구성의 일례를 나타내고 있다.
도 1에 나타낸 데이터 처리 시스템(100)과의 상위점은, 데이터 처리 시스템(900)의 경우, 데이터 처리 장치(920)가, 학습부(921)를 갖는 점이다.
데이터 처리 시스템(900)에 있어서, 데이터 처리 장치(920)는, 처리 후 웨이퍼(130)에 대한 처리 결과 정보를 취득한다. 처리 결과 정보에는,
·처리 후 웨이퍼(130)가, 정상적으로 처리가 행해진 양품인지, 이상을 포함하는 것인지를 나타내는 정보,
·처리 후 웨이퍼(130)가, 정상적으로 처리가 행해진 양품인지, 양품 이외인지(적어도 정상적으로 처리가 행해진 양품이 아닌지)를 나타내는 정보,
·처리 후 웨이퍼(130)가, 정상적으로 처리가 행해진 양품인지, 복수의 패턴 중 어떤 패턴에 속하는 이상을 포함하는 것인지를 나타내는 정보,
등의 여러 가지 바리에이션이 상정될 수 있지만, 본 실시형태에서는, 이 중, 처리 후 웨이퍼(130)가, 정상적으로 처리가 행해진 양품인지, 복수의 패턴 중 어떤 패턴에 속하는 이상을 포함하는 것인지를 나타내는 정보를 이용하는 경우에 대해서 설명한다. 또한, 처리 결과 정보에 포함될 수 있는 상기 정보는, 예컨대, 처리 후 웨이퍼를 검사 장치로 검사하였을 때의 출력인, 양품인지 불량품인지라고 하는 정보에 기초하여 생성되어도 좋다.
데이터 처리 장치(920)에서는, 취득한 처리 결과 정보를, 대응하는 레시피, 대응하는 화상 데이터와 함께, 학습용 데이터로서, 학습용 데이터 저장부(923)에 저장한다.
데이터 처리 장치(920)의 학습부(921)는, 화상 데이터와 레시피를 입력하여, 처리 후 웨이퍼의 처리 결과 정보를 출력하는 이상 검지 모델을 갖는다.
그리고, 데이터 처리 장치(920)는, 학습용 데이터 저장부(923)로부터 학습용 데이터를 판독하여, 이상 검지 모델에 대해서 학습 처리를 행한다. 구체적으로는, 데이터 처리 장치(920)는, 레시피와 화상 데이터를 이상 검지 모델에 입력하고, 이상 검지 모델의 출력이, 대응하는 처리 결과 정보에 근접하도록, 이상 검지 모델의 모델 파라미터를 갱신한다.
한편, 도 9b는 데이터 처리 시스템의 시스템 구성의 일례를 나타내는 제3 도이다. 구체적으로는, 도 9b는 OES 데이터를 영상화함으로써 생성된 화상 데이터 및 대응하는 레시피로부터, 처리 후 웨이퍼(130)의 처리 결과 정보를 추론하는 "추론 페이즈"에 있어서의 데이터 처리 시스템(900')의 시스템 구성의 일례를 나타내고 있다.
도 1에 나타낸 데이터 처리 시스템(100)과의 상위점은, 데이터 처리 시스템(900')의 경우, 데이터 처리 장치(920)가, 추론부(922)를 갖는 점이다.
데이터 처리 장치(920)의 추론부(922)는, 학습부(921)에 의해 학습 처리가 행해짐으로써 생성된, 학습이 끝난 이상 검지 모델을 갖는다. 추론부(922)는, 화상 데이터와 레시피를 학습이 끝난 이상 검지 모델에 입력함으로써, 대응하는 처리 후 웨이퍼(130)의 처리 결과 정보를 추론하여, 추론 결과로서 출력한다. 또한, 추론부(922)로부터 출력되는 추론 결과에는,
·처리 후 웨이퍼(130)가, 정상적으로 처리가 행해진 양품인지, 이상을 포함하는 것인지를 나타내는 정보,
·처리 후 웨이퍼(130)가, 정상적으로 처리가 행해진 양품인지, 양품 이외인지(적어도 정상적으로 처리가 행해진 양품이 아닌지)를 나타내는 정보,
·처리 후 웨이퍼(130)가, 정상적으로 처리가 행해진 양품인지, 복수의 패턴 중 어떤 패턴에 속하는 이상을 포함하는 것인지를 나타내는 정보,
등의 여러 가지 바리에이션이 포함될 수 있지만, 본 실시형태에서는, 이 중, 처리 후 웨이퍼(130)가, 정상적으로 처리가 행해진 양품인지, 복수의 패턴 중 어떤 패턴에 속하는 이상을 포함하는 것인지를 나타내는 정보를 출력하는 경우에 대해서 설명한다.
<학습용 데이터의 구체예>
다음에, 학습용 데이터 저장부(923)에 저장되는 학습용 데이터의 구체예에 대해서 설명한다. 도 10에 나타내는 바와 같이, 학습용 데이터(1000)는, 정보의 항목으로서, "장치", "레시피", "웨이퍼", "화상 데이터", "양호/이상을 포함함"이 포함된다.
"장치"에는, 처리 전 웨이퍼(110)가 처리된 챔버의 명칭이 저장된다. "레시피"에는, 처리 전 웨이퍼(110)가 챔버 A에서 처리될 때에 이용된 레시피를 식별하는 레시피 식별자가 저장된다.
"웨이퍼"에는, 챔버 A에서 처리된 처리 전 웨이퍼를 식별하는 웨이퍼식별자가 저장된다. "화상 데이터"에는, 대응하는 처리 전 웨이퍼가 챔버 A에서의 처리 중에 측정된 OES 데이터에 대해서, 영상화부(153)가 영상화함으로써 생성된 화상 데이터를 식별하는 화상 데이터 식별자가 저장된다.
또한, 학습용 데이터에 이용되는 화상 데이터는, 양품이라고 판정된 웨이퍼가 처리되었을 때에 측정된 OES 데이터의 각 파장의 발광 강도 데이터의 평균값을, 기준 데이터로 하여 전처리가 행해지고 있는 것으로 한다. 또한, 학습용 데이터에 이용되는 화상 데이터는, 처리 전 웨이퍼(110)가 챔버 A 내에서 처리되는 처리 시간(웨이퍼 1장분)의 화상 데이터라고 한다.
"양호/이상을 포함함"에는, 대응하는 처리 전 웨이퍼가 챔버 A에서 처리됨으로써 생성된 처리 후 웨이퍼(130)의 처리 결과 정보가 저장된다. 구체적으로는, 처리 후 웨이퍼(130)가, 정상적으로 처리가 행해진 양품인지, 복수의 패턴 중 어떤 패턴에 속하는 이상을 포함하는 것인지를 나타내는 정보가 저장된다.
도 10의 예는, "챔버 A"에 있어서 "레시피 1"을 이용하여 "웨이퍼 1"∼"웨이퍼 3"이 각각 처리됨으로써, "화상 데이터 1"∼"화상 데이터 3"이 생성되어, 처리 결과 정보("양호")가 출력된 모습을 나타내고 있다.
또한, 도 10의 예는, "챔버 A"에 있어서 "레시피 1"을 이용하여 "웨이퍼 4"가 처리됨으로써, "화상 데이터 4"가 생성되어, 처리 결과 정보("이상을 포함함(패턴 a)")가 출력된 모습을 나타내고 있다.
또한, 도 10의 예는, "챔버 A"에 있어서 "레시피 2"를 이용하여 "웨이퍼 5, 7, 8"이 처리됨으로써, "화상 데이터 5, 7, 8"이 생성되어, 처리 결과 정보("양호")가 출력된 모습을 나타내고 있다.
또한, 도 10의 예는, "챔버 A"에 있어서 "레시피 2"를 이용하여 "웨이퍼 6, 9"가 처리됨으로써, "화상 데이터 6, 9"가 생성되어, 처리 결과 정보("이상을 포함함(패턴 b)" 또는 "이상을 포함함(패턴 c)")가 출력된 모습을 나타내고 있다.
또한, 이상을 포함하는 패턴(패턴 a, b, c, ···등)은, 예컨대, 여기 상태에 있는 이상 원인마다, 분류되어 있는 것으로 한다. 이상 원인에는, 예컨대, 어떤 분자가 여기 상태에 있는 것인지, 혹은, 챔버 내의 어떤 파트가 이상한 것인지, 라고 하는 정보가 포함된다. 즉, 학습용 데이터(1000)를 이용하여 학습한 학습이 끝난 이상 검지 모델에 의하면, 이상의 패턴을 추론함으로써, 아울러 이상 원인을 추론할 수 있다.
<학습부에 의한 처리의 구체예>
다음에, 데이터 처리 장치(920)의 학습부(921)에 의한 학습 처리의 구체예에 대해서 설명한다. 도 11은 학습부에 의한 학습 처리의 구체예를 나타내는 도면이다. 도 11에 나타내는 바와 같이, 학습부(921)는, 이상 검지 모델(1101)과, 비교/변경부(1102)를 갖는다.
학습부(921)는, 학습용 데이터(1000)의 "레시피" 및 "화상 데이터"로부터, 레시피(예컨대, 레시피식 별자="레시피 1"에 의해 특정되는 레시피)와, 화상 데이터(예컨대, 화상 데이터 식별자="화상 데이터 1"에 의해 특정되는 화상 데이터)를 판독한다.
또한, 학습부(921)는, 학습용 데이터(1000)로부터 판독한 레시피 및 화상 데이터를 이상 검지 모델(1101)에 입력함으로써, 이상 검지 모델(1101)을 실행하여, 처리 결과 정보의 확률 분포를 출력한다.
이상 검지 모델(1101)로부터 출력된, 처리 결과 정보의 확률 분포는, 비교/변경부(1102)에 입력되어, 학습용 데이터(1000)의 "양호/이상을 포함함"으로부터 판독된 처리 결과 정보의 확률 분포와 비교된다. 예컨대, 학습용 데이터(1000)의 "양호/이상을 포함함"으로부터, "양호"가 판독된 경우에는, 이상 검지 모델(1101)로부터 출력된 처리 결과 정보의 확률 분포와, "양호"=100%, 다른 처리 결과 정보=0%"로 하는 확률 분포가 비교된다.
비교/변경부(1102)는, 비교 결과에 기초하여 이상 검지 모델(1101)의 모델 파라미터를 갱신한다. 이에 의해, 학습부(921)는, 레시피 및 화상 데이터를 입력으로 한 경우의 출력이, 학습용 데이터(1000)의 "양호/이상을 포함함"에 저장된 처리 결과 정보에 근접하도록, 이상 검지 모델(1101)의 모델 파라미터를 갱신할 수 있다.
<추론부에 의한 추론 처리의 구체예>
다음에, 데이터 처리 장치(920)의 추론부(922)에 의한 추론 처리의 구체예에 대해서 설명한다. 도 12는 추론부에 의한 추론 처리의 구체예를 나타내는 도면이다. 도 12에 나타내는 바와 같이, 추론부(922)는, 학습이 끝난 이상 검지 모델(1201)(이상 검지 모델(1101)에 대해서 학습 처리가 행해짐으로써 생성된 학습이 끝난 이상 검지 모델)과, 출력부(1202)를 갖는다.
추론부(922)는, 처리 전 웨이퍼(110)가 챔버 A에서 처리되었을 때에 이용된 레시피와, 처리 전 웨이퍼(110)가 챔버 A에서의 처리 중에 측정된 OES 데이터로부터 생성된 화상 데이터를 취득하여, 학습이 끝난 이상 검지 모델(1201)에 입력한다.
추론부(922)에 의해 레시피와 화상 데이터가 입력되면, 학습이 끝난 이상 검지 모델(1201)은, 처리 결과 정보의 확률 분포를 출력한다.
학습이 끝난 이상 검지 모델(1201)로부터 처리 결과 정보의 확률 분포가 출력되면, 출력부(1202)는, 미리 정해진 임계값 이상의 확률 분포 중, 최대의 확률 분포에 대응하는 처리 결과 정보를 출력한다. 예컨대, "양호"의 확률 분포가, 미리 정해진 임계값 이상이며, 또한, 최대였던 경우, 출력부(1202)는, 처리 후 웨이퍼(130)가, 정상적으로 처리가 행해진 양품인 것을 나타내는 정보를, 추론 결과로서 출력한다.
또한, 예컨대, "이상을 포함함(패턴 a)"의 확률 분포가, 미리 정해진 임계값 이상이며, 또한, 최대였던 경우에는, 출력부(1202)는, 처리 후 웨이퍼(130)가 패턴 a에 속하는 이상을 포함하는 것을 나타내는 정보 및 이상 원인을 나타내는 정보를 추론 결과로서 출력한다. 또한, 출력부(1202)는, 추론 결과에 더하여, 알맞은 레시피를 출력하도록 구성하여도 좋다.
<이상 검지 처리의 흐름>
다음에, 데이터 처리 시스템(900, 900')에 의한 이상 검지 처리의 흐름에 대해서 설명한다. 도 13은 이상 검지 처리의 흐름을 나타내는 흐름도이다. 또한, 도 13에 나타내는 각 공정 중, 단계 S801∼단계 S804에 나타내는 공정은, 도 8의 단계 S801∼단계 S804에 나타내는 공정과 동일하기 때문에, 여기서는 설명을 생략한다.
단계 S1301에 있어서, 데이터 처리 장치(920)는, 현재의 페이즈가 학습 페이즈인지 추론 페이즈인지를 판정한다. 단계 S1301에 있어서, 학습 페이즈라고 판정한 경우에는(단계 S1301에 있어서 YES의 경우에는), 단계 S1302로 진행한다.
단계 S1302에 있어서, 데이터 처리 장치(920)는, 처리 결과 정보를 취득하며, 대응하는 레시피를 취득한다.
단계 S1303에 있어서, 데이터 처리 장치(920)는, 취득한 처리 결과 정보와, 레시피와, 화상 데이터를 대응시켜, 학습용 데이터를 생성하고, 학습용 데이터 저장부(923)에 저장한다.
단계 S1304에 있어서, 데이터 처리 장치(920)의 학습부(921)는, 학습용 데이터를 이용하여, 이상 검지 모델에 대해서 학습 처리를 행하고, 학습이 끝난 이상 검지 모델을 생성한 후, 이상 검지 처리를 종료한다.
한편, 단계 S1301에 있어서, 추론 페이즈라고 판정한 경우에는(단계 S1301에 있어서 NO의 경우에는), 단계 S1305로 진행한다.
단계 S1305에 있어서, 데이터 처리 장치(920)의 추론부(922)는, 화상 데이터와 레시피를, 학습이 끝난 이상 검지 모델(1201)에 입력하여, 처리 결과 정보의 확률 분포를 출력한다.
단계 S1305에 있어서, 데이터 처리 장치(920)의 추론부(922)는, 학습이 끝난 이상 검지 모델(1201)로부터 출력된 처리 결과 정보의 확률 분포에 기초하여, 출력부(1202)로부터 출력된 추론 결과를, 반도체 제조 프로세스에 송신한다.
<요약>
이상의 설명으로부터 분명한 바와 같이, 제2 실시형태에 따른 데이터 처리 장치(920)는,
·OES 데이터를 영상화함으로써 생성된 화상 데이터 및 레시피와, 처리 후 웨이퍼의 처리 결과 정보의 대응 관계를 학습하는 이상 검지 모델을 갖는다.
·학습용 데이터를 이용하여 이상 검지 모델에 대해서 학습 처리를 행함으로써 생성한, 학습이 끝난 이상 검지 모델을 갖는다.
·OES 데이터를 영상화함으로써 생성된 화상 데이터와, 레시피를, 학습이 끝난 이상 검지 모델에 입력함으로써, 처리 후 웨이퍼의 처리 결과 정보를 추론한다.
이와 같이, 화상 데이터를 이용하여, 처리 후 웨이퍼의 처리 결과 정보를 추론하는 구성으로 함으로써, 제2 실시형태에 따르면, 이상 발생의 유무 등을 자동으로 판단할 수 있다.
[제3 실시형태]
상기 제2 실시형태에서는, 처리 공간마다 데이터 처리 장치를 설치하고, 데이터 처리 장치마다 생성한 학습용 데이터를 이용하여, 데이터 처리 장치마다 학습이 끝난 이상 검지 모델을 생성하는 경우에 대해서 설명하였다. 이에 대하여, 제3 실시형태에서는, 데이터 처리 장치마다 생성한 학습용 데이터를 서버 장치가 수집하여 학습 처리를 행한다.
이에 의해, 제3 실시형태에 따르면, 보다 많은 학습용 데이터를 이용하여 학습 처리를 행함으로써 생성된 학습이 끝난 이상 검지 모델을 제공할 수 있게 된다.
이하, 제3 실시형태에 대해서, 상기 제1 및 제2 실시형태와의 상위점을 중심으로 설명한다.
<데이터 처리 시스템의 시스템 구성>
먼저, 제3 실시형태에 따른 데이터 처리 시스템의 시스템 구성에 대해서 설명한다. 도 14는 데이터 처리 시스템의 시스템 구성의 일례를 나타내는 제4 도이다.
도 14에 나타내는 바와 같이, 데이터 처리 시스템(1400)은, 복수의 반도체 제조 프로세스와, 각각의 반도체 제조 프로세스에 대응하는, 발광 분광 분석 장치(140), 데이터 처리 장치(1401), 연계부(1411)와, 서버 장치(1420)를 갖는다.
이 중, 발광 분광 분석 장치(140)에 대해서는, 이미 설명이 되어 있기 때문에, 여기서는 설명을 생략한다.
데이터 처리 장치(1401)는, 전처리부(151), 압축부(152), 영상화부(153), 추론부(922)를 갖는다. 또한, 데이터 처리 장치(1401)가 갖는, 전처리부(151), 압축부(152), 영상화부(153), 추론부(922)는, 도 9a, 도 9b를 이용하여 이미 설명되어 있기 때문에, 여기서는 설명을 생략한다.
또한, 데이터 처리 장치(1401)는, 발광 분광 분석 장치(140)에 의해 측정된 OES 데이터를 저장하는 OES 데이터 저장부(155), 영상화부(153)에 의해 생성된 화상 데이터를 저장하는 화상 데이터 저장부(156)를 갖는다. 또한, 데이터 처리 장치(1401)는, 화상 데이터와, 처리 결과 정보와, 레시피를 대응시켜, 학습용 데이터로서 저장하는 학습용 데이터 저장부(923)를 갖는다. 또한, OES 데이터 저장부(155), 화상 데이터 저장부(156), 학습용 데이터 저장부(923)에 대해서도, 이미 설명되어 있기 때문에, 여기서는, 설명을 생략한다.
연계부(1411)는, 학습용 데이터 저장부(923)에 저장된 학습용 데이터(예컨대, 학습용 데이터(1))를 판독하여, 서버 장치(1420)에 송신한다. 또한, 연계부(1411)와 서버 장치(1420) 사이에서 송수신되는 학습용 데이터에 포함되는 화상 데이터는, 압축되어 있기 때문에, OES 데이터 그 자체를 송수신하는 경우와 비교하여, 통신량을 삭감할 수 있다.
또한, 연계부(1411)는, 학습용 데이터를 서버 장치(1420)에 송신한 것에 따라 서버 장치(1420)로부터 취득한 학습이 끝난 이상 검지 모델을, 추론부(922)에 적용한다. 이에 의해, 추론부(922)는, 서버 장치(1420)에서 생성된, 각 반도체 제조 프로세스 공통의 학습이 끝난 이상 검지 모델을 이용하여 추론할 수 있다.
서버 장치(1420)는, 각 반도체 제조 프로세스에 대응하는 각 연계부(1411)로부터 학습용 데이터가 송신된 경우, 학습용 데이터 저장부(1422)에 저장한다. 또한, 서버 장치(1420)는, 학습부(921)를 갖는다.
학습부(921)는, 학습용 데이터 저장부(1422)에 저장된 학습용 데이터를 이용하여, 학습부(921)가 갖는 이상 검지 모델에 대해서 학습 처리를 행한다. 이에 의해, 학습부(921)에서는, 각 반도체 제조 프로세스에 적용된, 공통의 학습이 끝난 이상 검지 모델을 생성할 수 있다.
또한, 서버 장치(1420)에서는, 학습부(921)에 의해 생성된 학습이 끝난 이상 검지 모델을, 각 반도체 제조 프로세스에 대응하는 각 연계부(1411)에 송신한다.
<요약>
이상의 설명으로부터 분명한 바와 같이, 제3 실시형태에서는, 학습부(921)와 추론부(922)를 별체로 하여, 각각의 반도체 제조 프로세스에 있어서 취득된 학습용 데이터를 수집함으로써, 공통의 학습이 끝난 이상 검지 모델을 생성한다.
이에 의해, 제3 실시형태에 따르면, 반도체 제조 프로세스의 개체차에 의존하지 않는 학습이 끝난 이상 검지 모델을 생성할 수 있게 된다.
[제4 실시형태]
상기 제1 내지 제3 실시형태에서는, 반도체 제조 프로세스의 처리 공간에 있어서 처리 전 웨이퍼(110)의 처리에 따라 측정되는 다파장의 시계열 데이터로서, OES 데이터를 예를 들어 설명하였다. 그러나, 반도체 제조 프로세스의 처리 공간에 있어서 처리 전 웨이퍼(110)의 처리에 따라 측정되는 다파장의 시계열 데이터는, OES 데이터에 한정되지 않고, 예컨대, 챔버 내의 가스를 분석하는 질량 분석 장치에 의해 측정된 질량 분석 데이터여도 좋다. 혹은, 챔버의 외부 광원으로부터 웨이퍼 표면에 투광하였을 때의 반사광을 측정함으로써 얻어지는 반사광 데이터여도 좋다.
또한, 상기 제1 실시형태에서는, 미리 정해진 사이즈의 영역으로서, 횡축 방향에 3점, 종축 방향에 3점의 영역을 예시하였지만, 미리 정해진 사이즈의 영역은 이에 한정되지 않는다. 또한, 미리 정해진 사이즈의 영역의 형상은, 정방형에 한정되지 않고, 횡축 방향의 개수와 종축 방향의 개수는 달라도 좋다.
또한, 상기 제1 실시형태에서는, 압축부(152)에 의해 압축된 압축 후의 OES 데이터를 영상화부(153)가 영상화하여, 화상 데이터 저장부(156)에 저장하는 것으로서 설명하였다. 그러나, 데이터 처리 장치(150)에서는, 운용상, 압축 전의 OES 데이터(전처리 후의 OES 데이터), 혹은, 전처리 전의 OES 데이터(원래의 OES 데이터)를 일정 기간 관리하는 것이 필요로 되는 경우도 있다. 따라서, 데이터 처리 장치(150)의 영상화부(153)는, 상기 제1 실시형태에 있어서 설명한 기능에 더하여, 예컨대, 원래의 OES 데이터를 영상화하는 기능이나, 전처리 후의 OES 데이터를 영상화하는 기능 등을 갖고 있어도 좋다. 또한, 영상화부(153)는, 화상 데이터에 대하여, JPEG 압축 등의 화상 압축 처리를 실시한 뒤에, 화상 데이터 저장부(156)에 저장하는 기능을 가져도 좋다.
또한, 상기 제2 및 제3 실시형태에서는, 이상 검지 모델에, 레시피와 화상 데이터를 입력하는 것으로서 설명하였지만, 이상 검지 모델에는, 화상 데이터만을 입력하여도 좋다. 혹은, 이상 검지 모델에는, 레시피와, 화상 데이터에 더하여, 레시피와 화상 데이터 이외의 다른 데이터를 입력하여도 좋다.
또한, 상기 제3 실시형태에서는, 복수의 반도체 제조 프로세스에 대응하는 데이터 처리 장치(1401)에서 생성된 학습용 데이터를, 서버 장치(1420)가 수집하는 경우에 대해서 설명하였다. 그러나, 학습용 데이터는, 서버 장치(1420)를 통해(혹은 직접), 데이터 처리 장치 사이에서, 상호 송수신하여도 좋다. 이 경우, 연계부(1411)는, 다른 반도체 제조 프로세스의 연계부(1411)로부터 수신한 학습용 데이터(예컨대, 학습용 데이터(2))를 학습용 데이터 저장부(923)에 추가한다. 이에 의해, 학습부(921)는, 대응하는 반도체 제조 프로세스로부터 취득한 학습용 데이터(예컨대, 학습용 데이터(1))에 더하여, 다른 반도체 제조 프로세스로부터 취득된 학습용 데이터(예컨대, 학습용 데이터(2))를 이용하여, 이상 검지 모델의 학습 처리를 행할 수 있다. 즉, 학습부(921)에서는, 대응하는 반도체 제조 프로세스에 있어서 발생하지 않은 사상에 대해서도 학습 처리를 행할 수 있다. 또한, 이와 같이 하여 생성된 학습이 끝난 이상 검지 모델은, 서버 장치(1420)를 통해(혹은 직접), 데이터 처리 장치 사이에서, 상호 송수신함으로써, 다른 반도체 제조 프로세스에 적용하여도 좋다. 즉, 어느 하나의 반도체 제조 프로세스에 있어서 생성된 학습이 끝난 이상 검지 모델을, 서버 장치(1420)를 통해(혹은 직접), 다른 반도체 제조 프로세스에 횡전개하여도 좋다.
또한, 상기 제3 실시형태에서는, 서버 장치(1420)가 학습부(921)를 갖고, 생성한 학습이 끝난 이상 검지 모델을 데이터 처리 장치(1401)에 제공하는 것으로서 설명하였다. 그러나, 서버 장치(1420)에, 생성한 학습이 끝난 이상 검지 모델이 적용된 추론부를 배속하여도 좋다. 이 경우, 서버 장치(1420)에서는, 어느 하나의 반도체 제조 프로세스에 대응하는 연계부(1411)로부터 화상 데이터 및 레시피를 수신하면, 수신한 상기 화상 데이터 및 레시피에 기초한 추론 결과를, 대응하는 연계부(1411)에 송신한다. 즉, 생성한 학습이 끝난 이상 검지 모델을 서버 장치(1420)에 실행 가능하게 배속함으로써, 각 반도체 제조 프로세스 사이에서, 학습이 끝난 이상 검지 모델을 공유하여도 좋다.
또한, 상기 실시형태에 예를 든 구성 등에, 그 외의 요소와의 조합 등, 여기서 나타낸 구성에 본 발명이 한정되는 것이 아니다. 이들 점에 관해서는, 본 발명의 취지를 일탈하지 않는 범위에서 변경하는 것이 가능하고, 그 응용 형태에 따라 적절하게 정할 수 있다.
본 출원은 2020년 7월 16일에 출원된 일본국 특허 출원 제2020-122172호에 기초하여 그 우선권을 주장하는 것이며, 동일본국 특허 출원의 전체 내용을 참조함으로써 본원에 원용한다.

Claims (17)

  1. 데이터 처리 장치에 있어서,
    다(多)파장의 시계열 데이터를, 미리 정해진 기준 데이터를 이용하여 정규화함으로써, 정규화 데이터를 생성하는 전처리부와,
    상기 정규화 데이터를, 미리 정해진 시간 범위 및 미리 정해진 파장 범위마다 복수의 영역으로 구분하여, 각 영역에 있어서의 벗어난 값을, 대표값으로서 추출하는 추출부와,
    상기 각 영역의 대표값을 색 데이터로 변환하여, 화상 데이터를 생성하는 생성부를 포함하는 데이터 처리 장치.
  2. 제1항에 있어서,
    상기 전처리부는, 상기 미리 정해진 기준 데이터로서, 반도체 제조 프로세스에 있어서 기준이 되는 기판을 처리하였을 때의 상기 다파장의 시계열 데이터, 또는, 상기 다파장의 시계열 데이터 중 기준이 되는 파장의 시계열 데이터를 이용하여, 상기 다파장의 시계열 데이터를 정규화하는 것인, 데이터 처리 장치.
  3. 제1항에 있어서,
    상기 추출부는, 상기 각 영역에 포함되는 상기 정규화 데이터의 평균값을 산출하고, 상기 각 영역에 포함되는 상기 정규화 데이터 중에서, 각각의 평균값과의 차가 가장 큰 벗어난 값을, 상기 각 영역의 대표값으로서 추출하는 것인, 데이터 처리 장치.
  4. 제1항에 있어서,
    상기 다파장의 시계열 데이터는, 반도체 제조 프로세스에 있어서 기판의 처리 중에, 발광 분광 분석 장치 또는 질량 분석 장치에 의해 측정된 데이터인 것인, 데이터 처리 장치.
  5. 제4항에 있어서,
    상기 생성부에 의해 생성된 화상 데이터로서, 상기 기판의 처리 중에 측정된 상기 다파장의 시계열 데이터에 기초하여 생성된 화상 데이터와, 처리 후의 상기 기판의 처리 결과의 대응 관계를 학습한 모델에, 새롭게, 상기 생성부에 의해 생성된 화상 데이터로서, 기판의 처리 중에 측정된 다파장의 시계열 데이터에 기초하여 생성된 화상 데이터를 입력함으로써, 처리 후의 기판의 처리 결과를 추론하는 추론부를 더 포함하는 데이터 처리 장치.
  6. 제5항에 있어서,
    상기 추론부는, 상기 처리 결과로서, 처리 후의 상기 기판이 이상을 포함하는 것, 및, 처리 후의 상기 기판의 이상 원인을 추론하는 것인, 데이터 처리 장치.
  7. 제5항에 있어서,
    상기 생성부에 의해 생성된 화상 데이터로서, 상기 기판의 처리 중에 측정된 상기 다파장의 시계열 데이터에 기초하여 생성된 화상 데이터를, 상기 모델에 입력한 경우의 출력이, 처리 후의 상기 기판의 처리 결과에 근접하도록, 상기 모델에 대해서 학습 처리를 행하는 학습부를 더 포함하는 데이터 처리 장치.
  8. 데이터 처리 시스템에 있어서,
    제5항에 기재된 복수의 데이터 처리 장치와,
    상기 복수의 데이터 처리 장치와 접속되며, 상기 복수의 데이터 처리 장치로부터, 상기 기판의 처리 중에 측정된 상기 다파장의 시계열 데이터에 기초하여 생성된 화상 데이터, 또는, 상기 화상 데이터와 처리 후의 상기 기판의 처리 결과의 대응 관계를 학습한 모델, 중 적어도 어느 하나를 수신하는 서버 장치를 포함하는 데이터 처리 시스템.
  9. 데이터 처리 시스템에 있어서,
    제5항에 기재된 데이터 처리 장치와,
    상기 생성부에 의해 생성된 화상 데이터로서, 상기 기판의 처리 중에 측정된 상기 다파장의 시계열 데이터에 기초하여 생성된 화상 데이터를, 상기 모델에 입력한 경우의 출력이, 처리 후의 상기 기판의 처리 결과에 근접하도록, 상기 모델에 대해서 학습 처리를 행하는 학습부를 갖는 서버 장치를 포함하는 데이터 처리 시스템.
  10. 데이터 처리 방법에 있어서,
    다파장의 시계열 데이터를, 미리 정해진 기준 데이터를 이용하여 정규화함으로써, 정규화 데이터를 생성하는 전처리 공정과,
    상기 정규화 데이터를, 미리 정해진 시간 범위 및 미리 정해진 파장 범위마다 복수의 영역으로 구분하고, 각 영역에 있어서의 벗어난 값을, 대표값으로서 추출하는 추출 공정과,
    상기 각 영역의 대표값을 색 데이터로 변환하여, 화상 데이터를 생성하는 생성 공정을 포함하는 데이터 처리 방법.
  11. 제10항에 있어서,
    상기 전처리 공정은, 상기 미리 정해진 기준 데이터로서, 반도체 제조 프로세스에 있어서 기준이 되는 기판을 처리하였을 때의 상기 다파장의 시계열 데이터, 또는, 상기 다파장의 시계열 데이터 중 기준이 되는 파장의 시계열 데이터를 이용하여, 상기 다파장의 시계열 데이터를 정규화하는 것인, 데이터 처리 방법.
  12. 제10항에 있어서,
    상기 추출 공정은, 상기 각 영역에 포함되는 상기 정규화 데이터의 평균값을 산출하고, 상기 각 영역에 포함되는 상기 정규화 데이터 중에서, 각각의 평균값과의 차가 가장 큰 벗어난 값을, 상기 각 영역의 대표값으로서 추출하는 것인, 데이터 처리 방법.
  13. 제10항에 있어서,
    상기 다파장의 시계열 데이터는, 반도체 제조 프로세스에 있어서 기판의 처리 중에, 발광 분광 분석 장치 또는 질량 분석 장치에 의해 측정된 데이터인 것인, 데이터 처리 방법.
  14. 데이터 처리 프로그램에 있어서,
    다파장의 시계열 데이터를, 미리 정해진 기준 데이터를 이용하여 정규화함으로써, 정규화 데이터를 생성하는 전처리 공정과,
    상기 정규화 데이터를, 미리 정해진 시간 범위 및 미리 정해진 파장 범위마다 복수의 영역으로 구분하고, 각 영역에 있어서의 벗어난 값을, 대표값으로서 추출하는 추출 공정과,
    상기 각 영역의 대표값을 색 데이터로 변환하여, 화상 데이터를 생성하는 생성 공정을 컴퓨터에 실행시키기 위한 데이터 처리 프로그램.
  15. 제14항에 있어서,
    상기 전처리 공정은, 상기 미리 정해진 기준 데이터로서, 반도체 제조 프로세스에 있어서 기준이 되는 기판을 처리하였을 때의 상기 다파장의 시계열 데이터, 또는, 상기 다파장의 시계열 데이터 중 기준이 되는 파장의 시계열 데이터를 이용하여, 상기 다파장의 시계열 데이터를 정규화하는 것인, 데이터 처리 프로그램.
  16. 제14항에 있어서,
    상기 추출 공정은, 상기 각 영역에 포함되는 상기 정규화 데이터의 평균값을 산출하고, 상기 각 영역에 포함되는 상기 정규화 데이터 중에서, 각각의 평균값과의 차가 가장 큰 벗어난 값을, 상기 각 영역의 대표값으로서 추출하는 것인, 데이터 처리 프로그램.
  17. 제14항에 있어서,
    상기 다파장의 시계열 데이터는, 반도체 제조 프로세스에 있어서 기판의 처리 중에, 발광 분광 분석 장치 또는 질량 분석 장치에 의해 측정된 데이터인 것인, 데이터 처리 프로그램.
KR1020237003962A 2020-07-16 2021-07-05 데이터 처리 장치, 데이터 처리 시스템, 데이터 처리 방법 및 데이터 처리 프로그램 KR20230041009A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2020122172 2020-07-16
JPJP-P-2020-122172 2020-07-16
PCT/JP2021/025335 WO2022014392A1 (ja) 2020-07-16 2021-07-05 データ処理装置、データ処理システム、データ処理方法及びデータ処理プログラム

Publications (1)

Publication Number Publication Date
KR20230041009A true KR20230041009A (ko) 2023-03-23

Family

ID=79555305

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020237003962A KR20230041009A (ko) 2020-07-16 2021-07-05 데이터 처리 장치, 데이터 처리 시스템, 데이터 처리 방법 및 데이터 처리 프로그램

Country Status (6)

Country Link
US (1) US20230118026A1 (ko)
JP (1) JP7427788B2 (ko)
KR (1) KR20230041009A (ko)
CN (1) CN115803850A (ko)
TW (1) TW202204876A (ko)
WO (1) WO2022014392A1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005217448A (ja) 2001-11-29 2005-08-11 Hitachi Ltd 発光分光処理装置及びプラズマ処理方法
JP5315025B2 (ja) 2007-11-30 2013-10-16 株式会社日立ハイテクノロジーズ スペクトル解析および表示
JP2020065013A (ja) 2018-10-18 2020-04-23 東京エレクトロン株式会社 終点検出方法および終点検出装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6582618B1 (en) 1999-09-08 2003-06-24 Advanced Micro Devices, Inc. Method of determining etch endpoint using principal components analysis of optical emission spectra
JP2013161913A (ja) * 2012-02-03 2013-08-19 Tokyo Electron Ltd プラズマ処理装置及びプラズマ処理方法
JP6870346B2 (ja) 2017-01-30 2021-05-12 日本電気株式会社 データ分析システム、データ分析方法およびプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005217448A (ja) 2001-11-29 2005-08-11 Hitachi Ltd 発光分光処理装置及びプラズマ処理方法
JP5315025B2 (ja) 2007-11-30 2013-10-16 株式会社日立ハイテクノロジーズ スペクトル解析および表示
JP2020065013A (ja) 2018-10-18 2020-04-23 東京エレクトロン株式会社 終点検出方法および終点検出装置

Also Published As

Publication number Publication date
TW202204876A (zh) 2022-02-01
JP7427788B2 (ja) 2024-02-05
CN115803850A (zh) 2023-03-14
JPWO2022014392A1 (ko) 2022-01-20
WO2022014392A1 (ja) 2022-01-20
US20230118026A1 (en) 2023-04-20

Similar Documents

Publication Publication Date Title
US9766186B2 (en) Array mode repeater detection
US9619876B2 (en) Detecting defects on wafers based on 2D scatter plots of values determined for output generated using different optics modes
JP7074460B2 (ja) 画像検査装置および方法
US8041104B2 (en) Pattern matching apparatus and scanning electron microscope using the same
US7774153B1 (en) Computer-implemented methods, carrier media, and systems for stabilizing output acquired by an inspection system
WO2021205573A1 (ja) 学習装置、学習方法、および推論装置
KR102308437B1 (ko) 대상체의 외부의 검사를 최적화하기 위한 장치 및 그 방법
US10043265B2 (en) System, method and computer program product for identifying fabricated component defects using a local adaptive threshold
JP2007127657A (ja) 撮像装置、撮像方法、色分類装置、色分類方法および色むら検査装置
KR102538268B1 (ko) 웨이퍼 상의 로직 영역에서의 결함들의 검출
KR20230041009A (ko) 데이터 처리 장치, 데이터 처리 시스템, 데이터 처리 방법 및 데이터 처리 프로그램
Ibarra et al. Determination of Leaf Degradation Percentage for Banana leaves with Panama Disease Using Image Segmentation of Color Spaces and OpenCV
JP4801697B2 (ja) 画像形成方法，画像形成装置、及びコンピュータプログラム
Taskesen et al. Change detection for hyperspectral images using extended mutual information and oversegmentation
WO2023110285A1 (en) Method and system of defect detection for inspection sample based on machine learning model
US20240005477A1 (en) Index selection device, information processing device, information processing system, inspection device, inspection system, index selection method, and index selection program
US11139216B2 (en) System, method and non-transitory computer readable medium for tuning sensitivities of, and determining a process window for, a modulated wafer
JP2012185030A (ja) 色ムラ判別装置、色ムラ判別方法及び表示装置
JP7005477B2 (ja) 画像処理装置、画像処理方法、及びプログラム
CN113574409A (zh) 分析部、飞行时间成像装置和方法
JP2010198476A (ja) 欠陥検出装置、欠陥検出方法および欠陥検出プログラム
Rodríguez et al. Fusión de imágenes satelitales usando la transformada de Brovey y enriquecimiento espectral sobre computación heterogénea CPU/GPU
CN108665489B (zh) 用于检测地理空间影像的变化的方法及数据处理系统
JP2004340978A (ja) 色分類装置及び色分類方法並びに色むら検査装置
WO2024062929A1 (ja) 画像処理装置、および画像処理方法、並びにプログラム

Legal Events

Date Code Title Description
A201 Request for examination