TW202105515A - 資料處理裝置、資料處理方法及程式 - Google Patents
資料處理裝置、資料處理方法及程式 Download PDFInfo
- Publication number
- TW202105515A TW202105515A TW109120042A TW109120042A TW202105515A TW 202105515 A TW202105515 A TW 202105515A TW 109120042 A TW109120042 A TW 109120042A TW 109120042 A TW109120042 A TW 109120042A TW 202105515 A TW202105515 A TW 202105515A
- Authority
- TW
- Taiwan
- Prior art keywords
- data
- data group
- model
- unit
- area
- Prior art date
Links
- 238000003672 processing method Methods 0.000 title claims description 9
- 238000004519 manufacturing process Methods 0.000 claims abstract description 124
- 230000000694 effects Effects 0.000 claims abstract description 102
- 238000004458 analytical method Methods 0.000 claims abstract description 45
- 238000004088 simulation Methods 0.000 claims abstract description 43
- 238000003860 storage Methods 0.000 claims abstract description 34
- 238000009826 distribution Methods 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 89
- 230000008859 change Effects 0.000 claims description 11
- 239000004065 semiconductor Substances 0.000 description 110
- DMSMPAJRVJJAGA-UHFFFAOYSA-N benzo[d]isothiazol-3-one Chemical compound C1=CC=C2C(=O)NSC2=C1 DMSMPAJRVJJAGA-UHFFFAOYSA-N 0.000 description 103
- 230000008569 process Effects 0.000 description 84
- 238000004364 calculation method Methods 0.000 description 44
- 238000010586 diagram Methods 0.000 description 33
- 238000005259 measurement Methods 0.000 description 22
- 238000013500 data storage Methods 0.000 description 19
- 238000007405 data analysis Methods 0.000 description 18
- 230000008901 benefit Effects 0.000 description 11
- 239000007787 solid Substances 0.000 description 8
- 230000011218 segmentation Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 239000013067 intermediate product Substances 0.000 description 2
- 238000000329 molecular dynamics simulation Methods 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000010494 dissociation reaction Methods 0.000 description 1
- 230000005593 dissociations Effects 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 238000000295 emission spectrum Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06G—ANALOGUE COMPUTERS
- G06G7/00—Devices in which the computing operation is performed by varying electric or magnetic quantities
- G06G7/48—Analogue computers for specific processes, systems or devices, e.g. simulators
- G06G7/62—Analogue computers for specific processes, systems or devices, e.g. simulators for electric systems or apparatus
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4155—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by programme execution, i.e. part programme or machine function execution, e.g. selection of a programme
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/45—Nc applications
- G05B2219/45031—Manufacturing semiconductor wafers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Manufacturing & Machinery (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Mathematical Physics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Human Computer Interaction (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Drying Of Semiconductors (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本發明之課題在於提高製造製程之模擬之精度。
本發明係一種資料處理裝置,其具有:第1儲存部,其儲存解析結果,該解析結果係於將與製造製程之規定步驟相關聯之複數個資料群各者在特徵空間中的分佈,以根據針對該複數個資料群之各者算出之該規定步驟中之效果進行分類的方式,分割該特徵空間之情形時,特定出各區域;第2儲存部,其將複數個模型與各區域相關聯地儲存,上述複數個模型係藉由被輸入分類到上述特徵空間之各區域中之資料群,輸出與各區域對應之各個效果;以及執行部,其於新取得與上述規定步驟相關聯之資料群,並基於上述解析結果判定出該取得之資料群所分類到之1區域之情形時,使用與該1區域相關聯而儲存之模型進行模擬處理。
Description
本發明係關於一種資料處理裝置、資料處理方法及程式。
先前,已知有收集製造製程(例如半導體製造製程)中所利用或測定之資料並進行各種解析之資料處理裝置。藉由使用該資料處理裝置解析所收集之資料並產生模型,可進行該製造製程之模擬處理。
[先前技術文獻]
[專利文獻]
[專利文獻1]美國專利申請公開第2017/0177997號說明書
[專利文獻2]美國專利申請公開第2015/0211122號說明書
[專利文獻3]日本專利特開2009-152269號公報
[發明所欲解決之問題]
本發明提供一種於製造製程之模擬處理中提高模擬精度之資料處理裝置、資料處理方法及程式。
[解決問題之技術手段]
根據一態樣,資料處理裝置具有:
第1儲存部,其儲存解析結果,該解析結果係於將與製造製程之規定步驟相關聯之複數個資料群各者在特徵空間中之分佈,以根據針對該複數個資料群之各者算出之該規定步驟中之效果進行分類的方式分割該特徵空間之情形時,特定出各區域;
第2儲存部,其將複數個模型與各區域相關聯地儲存,上述複數個模型係藉由被輸入分類到上述特徵空間之各區域中之資料群,而輸出與各區域對應之各個效果;以及
執行部,其於新取得與上述規定步驟相關聯之資料群,並基於上述解析結果判定出該取得之資料群所分類到之1區域之情形時,使用與該1區域相關聯地儲存之模型進行模擬處理。
[發明之效果]
根據本發明,可提供一種於製造製程之模擬處理中提高模擬精度之資料處理裝置、資料處理方法及程式。
以下,參照隨附圖式對各實施方式進行說明。再者,於本說明書及圖式中,關於具有實質上同一功能構成之構成要素,藉由賦予同一符號而省略重複之說明。
[第1實施方式]
<資料處理系統之整體構成>
首先,對資料處理系統之整體構成進行說明。圖1係表示資料處理系統之整體構成之一例的圖。如圖1所示,資料處理系統100具有資料處理裝置110、及各事務所120、130、140(事務所名="事務所A"、"事務所B"、"事務所C")內之終端121、131、141。資料處理裝置110與各事務所120、130、140內之終端121、131、141經由網路150可通訊地連接。
於資料處理裝置110安裝有資料解析程式、模型產生程式、推定程式。資料處理裝置110藉由執行該資料解析程式、模型產生程式、推定程式而作為資料解析部111、模型產生部112、推定部113發揮作用。
資料解析部111從各事務所120、130、140內之終端121、131、141經由網路150收集資料群(於圖1之例中,為初始資料、設定資料、輸出資料、測定資料、實驗資料、目標資料)。又,資料解析部111將所收集之資料群儲存於資料儲存部114。再者,資料群之收集方法不限定此處,例如,亦可藉由資料處理裝置110之管理者從各事務所120、130、140取得記錄有資料群之記錄媒體,並從該記錄媒體讀出資料群而收集資料群。
又,資料解析部111解析儲存於資料儲存部114之資料群,將解析結果資料儲存於解析結果儲存部115(第1儲存部)。
模型產生部112基於解析結果資料,對儲存於資料儲存部114之資料群進行分類,使用經分類之各個資料群,產生半導體製造製程(例如半導體製造裝置a)之模型。模型產生部112將產生之模型儲存於模型儲存部116(第2儲存部)。
推定部113於取得新資料群之情形時,藉由將該資料群輸入至從模型儲存部116讀出之模型,進行模擬處理。
事務所120(事務所名="事務所A")包含執行半導體製造製程之半導體製造裝置(半導體製造裝置a)。又,事務所120內包含半導體製造製程中對測定資料進行測定之測定器、及針對在半導體製造製程中製造之結果物(半導體或中間產物)測定實驗資料之實驗值測定器。進而,事務所120內包含構成資料處理系統100之終端121、及儲存資料群之資料庫。
半導體製造裝置a基於從終端121輸入之初始資料、設定資料、目標資料執行半導體製造製程。又,半導體製造裝置a將藉由執行半導體製造製程所獲得之輸出資料與初始資料、設定資料、目標資料相關聯地儲存於資料庫。
測定器於利用半導體製造裝置a所進行之半導體製造製程之執行中對測定資料進行測定,並儲存於資料庫。實驗值測定器針對在半導體製造製程中製造之結果物(半導體或中間產物)測定實驗資料,並儲存於資料庫。
終端121輸入用於半導體製造裝置a執行半導體製造製程時之初始資料、設定資料、目標資料,並設定於半導體製造裝置a。又,終端121將儲存於資料庫之資料群(初始資料、設定資料、輸出資料、測定資料、實驗資料、目標資料)發送至資料處理裝置110。
於事務所130(事務所名="事務所B")、事務所140(事務所名="事務所C")中,執行與事務所120相同之半導體製造製程。因此,事務所130、事務所140包含與事務所120相同之裝置。但是,圖1之例子中,事務所130不包含實驗值測定器。又,事務所140不包含測定器及實驗值測定器。
如此,於每個事務所包含之裝置不同之情形時,從各事務所120、130、140內之各終端121、131、141發送至資料處理裝置110之資料群之資訊之項目亦不同。例如,從事務所130內之終端131發送之資料群不包含實驗資料(或其一部分)。又,例如,從事務所140之終端141發送之資料群不包含測定資料及實驗資料(或其等之一部分)。
<資料群之具體例>
其次,對在各事務所120、130、140處理之資料群進行說明。圖2係表示在各事務所處理之資料群之具體例的圖。此處,對在事務所120處理之資料群進行說明。
如圖2所示,事務所120之半導體製造裝置a執行複數個半導體製造製程(製程名=製程I~M)。半導體製造裝置a所執行之各個半導體製造製程包含複數個步驟(例如,步驟名=步驟1~N)。再者,此處所說之所謂「步驟」,是指於半導體製造製程中,使狀態(處理對象物之屬性、半導體製造裝置a之狀態、半導體製造裝置a內之氣體氛圍等)變化之最小的處理單位。因此,於如隨時間經過而狀態發生變化般之情形時,本實施方式中,時間經過前與時間經過後作為不同之步驟看待。
圖2中,資料群201係與
・事務所120之半導體製造裝置a所執行之複數個半導體製造製程中的製程名="製程I"之半導體製造製程、
・該半導體製造製程所包含複數個步驟中的步驟名="STEP1"之步驟
相關聯之資料群。
如圖2所示,資料群201包含"初始資料(I)"、"設定資料(R)"、"輸出資料(E)"、"測定資料(Pl)"、"實驗資料(Pr)"、"目標資料(Pf)"作為資訊之項目。
"初始資料(I)"中包含從事務所120內之終端121輸入之初始資料。於半導體製造製程之情形時,初始資料中包含:
・Initial CD(Initial critical dimensions,初始臨界尺寸)
・Material(材料)
・Thickness(厚度)
・Aspect ratio(縱橫比)
・Mask coverage(遮罩被覆性)
等。
"設定資料(R)"中包含從事務所120內之終端121輸入的設定於半導體製造裝置a之設定資料。設定於半導體製造裝置a之設定資料係依存於半導體製造裝置a之特性之資料。於半導體製造製程之情形時,設定資料包含:
・Pressure(腔室內之壓力)
・Power(高頻電源之功率)
・Gas(氣體流量)
・Temperature(腔室內之溫度或處理對象物表面之溫度)
等。
"輸出資料(E)"中包含輸出資料,該輸出資料係於利用事務所120之半導體製造裝置a所進行之製程名="製程I"之半導體製造製程、步驟名="STEP1"之步驟的執行中,從事務所120之半導體製造裝置a輸出。從半導體製造裝置a輸出之輸出資料係依存於半導體製造裝置a之特性之資料。於半導體製造製程之情形時,輸出資料中包含:
・Vpp(電位差)
・Vdc(直流自偏壓電壓)
・OES(利用發射光譜分析所得之發光強度)
・Reflect(反射波功率)
等。
"測定資料(Pl)"中包含測定資料,該測定資料係於利用事務所120之半導體製造裝置a所進行之製程名="製程I"之半導體製造製程、步驟名="STEP1"之步驟的執行中,藉由事務所120之測定器測定。藉由測定器測定之測定資料係不依存於半導體製造裝置a之特性之資料。於半導體製造製程之情形時,測定資料中包含:
・Plasma density(電漿密度)
・Ion energy(離子能量)
・Ion flux(離子通量)
等。
"實驗資料(Pr)"中包含藉由實驗值測定器對結果物進行測定而獲得之實驗資料,上述結果物係藉由利用事務所120之半導體製造裝置a執行製程名="製程I"之半導體製造製程、步驟名="STEP1"之步驟而產生。藉由實驗值測定器測定之實驗資料係不依存於半導體製造裝置a之特性之資料。於半導體製造製程之情形時,實驗資料中包含:
・Etching rate(蝕刻速度)
・Deposition rate(成膜速度)
・XY position(XY座標)
・Film type(薄膜之種類)
・Vertical/Lateral(縱置式/橫置式之區分)
等。
"目標資料(Pf)"中包含從事務所120內之終端121輸入之目標資料。所謂目標資料,係藉由利用事務所120之半導體製造裝置a執行製程名="製程I"之半導體製造製程整體而產生之結果物所應達到之屬性。於半導體製造製程之情形時,目標資料中包含:
・CD(critical dimensions,臨界尺寸)
・Depth(深度)
・Taper(錐形角)
・Tilting(傾斜角)
・Bowing(彎曲)
等。
再者,圖2所示之資料群係一例,各資訊之項目所包含之資料之種類不限定於圖示者。又,資料群中包含每個事務所、每個製程、每個步驟不同之資訊之項目、不同種類之資料。
<解析結果資料之概要>
其次,對解析結果資料之概要進行說明,該解析結果資料係藉由資料處理裝置110之資料解析部111對從各事務所120、130、140所收集之資料群進行解析,而儲存於解析結果儲存部115。圖3係用以對儲存於解析結果儲存部之解析結果資料之概要進行說明的圖。
圖3中,資料群301係與製程名="製程I"之半導體製造製程、步驟名="STEP1"之步驟相關聯之資料群,包含從各事務所120、130、140收集之複數個資料群。
具體而言,資料群301中除包含從事務所120收集之資料群201之外,亦包含與事務所130、140各者之製程名="製程I"之半導體製造製程、步驟名="STEP1"之步驟相關聯之資料群。
資料處理裝置110中,解析相同製程、相同步驟之複數個資料群,並對獲得相同效果之資料群彼此進行分組。於半導體製造裝置中,即便於執行相同製程、相同步驟之情形時,因資料群所包含之資料不同,故有獲得不同結果物之情況。因此,藉由對獲得相同效果之資料群彼此進行分組,算出特定出各組之特定資料,而可算出為獲得相同效果而容許的資料群所包含之各資料之範圍。
圖3中,複數個組310係藉由對資料群301中獲得相同效果之資料群彼此進行分組而獲得者。於相同製程、相同步驟中,所謂藉由獲得相同效果之組特定出之特定資料(各資料之範圍),於半導體製造製程中,可稱為將同樣之變化賦予至"狀態"之最小的資料單位。即,藉由該組所特定出之特定資料(各資料之範圍)可稱為半導體製造製程中之微細加工中之最小的資料單位。
如此,將半導體製造製程中之微細加工中之最小的資料單位(Process Element)於第1實施方式中稱為"Proxel"。該"Proxel"係與將圖像之最小單位(Picture Element)稱為"Pixel"、將立體之最小單位(Volume Element)稱為"Voxel"相同之稱呼。以後,將藉由複數個組310所包含之各個組所特定出之特定資料稱為Proxel311~314。
第1實施方式中,資料解析部111藉由解析所收集之資料群而算出"Proxel",並將所算出之Proxel作為解析結果資料儲存於解析結果儲存部115。
<資料處理裝置之硬體構成>
其次,對資料處理裝置110之硬體構成進行說明。圖4係表示資料處理裝置之硬體構成之一例的圖。
如圖4所示,資料處理裝置110具有CPU(Central Processing Unit,中央處理單位)401、ROM(Read Only Memory,唯讀記憶體)402、RAM(Random Access Memory,隨機存取記憶體)403。CPU401、ROM402、RAM403形成所謂電腦。又,資料處理裝置110具有輔助記憶裝置404、操作裝置405、顯示裝置406、I/F(Interface,介面)裝置407、驅動裝置408。再者,資料處理裝置110之各硬體經由匯流排409相互連接。
CPU401執行安裝於輔助記憶裝置404之各種程式(例如資料解析程式、模型產生程式、推定程式等)。
ROM402係非揮發性記憶體,作為主記憶裝置發揮作用。ROM402儲存CPU401執行安裝於輔助記憶裝置404之各種程式所需的各種程式、資料等。具體而言,ROM402儲存BIOS(Basic Input/Output System,基本輸出入系統)或EFI(Extensible Firmware Interface,可延伸韌體介面)等啟動程式等。
RAM403係DRAM(Dynamic Random Access Memory,動態隨機存取記憶體)或SRAM(Static Random Access Memory,靜態隨機存取記憶體)等揮發性記憶體,作為主記憶裝置發揮作用。RAM403提供藉由CPU401執行安裝於輔助記憶裝置404之各種程式時展開之作業區域。
輔助記憶裝置404儲存各種程式或藉由利用CPU401執行各種程式所收集之資料群、所算出之解析結果資料、及所產生之模型。資料儲存部114、解析結果儲存部115、模型儲存部116於輔助記憶裝置404中實現。
操作裝置405係資料處理裝置110之管理者對資料處理裝置110輸入各種指示時所使用之輸入器件。顯示裝置406係顯示資料處理裝置110之內部資訊之顯示器件。
I/F裝置407係連接於網路150,且用以與各事務所120、130、140內之終端121、131、141通訊之連接器件。
驅動裝置408係用以放置記錄媒體410之器件。此處所說的記錄媒體410包含如CD-ROM(compact disc read only memory,唯讀光碟)、軟碟、磁光碟等般光學性、電性或磁性地記錄資訊之媒體。又,記錄媒體410亦可包含如ROM、快閃記憶體等般電性地記錄資訊之半導體記憶體等。
再者,安裝於輔助記憶裝置404之各種程式例如可藉由如下安裝:被分發之記錄媒體410放置於驅動裝置408,記錄於該記錄媒體410之各種程式由驅動裝置408讀出。或者,安裝於輔助記憶裝置404之各種程式亦可藉由經由網路150下載而安裝。
<資料處理裝置之資料解析部之功能構成>
其次,對資料處理裝置110之資料解析部111之功能構成進行說明。圖5係表示資料解析部之功能構成之一例的圖。如圖5所示,資料解析部111具有收集部510、效果計算部520、分割部530、Proxel計算部540。
收集部510從各事務所120、130、140內之終端121、131、141,經由網路150收集資料群(例如資料群201等)。
效果計算部520對每個所收集之資料群算出效果。效果計算部520針對每個所收集之資料群取得表示執行對應之製程、對應之步驟前之狀態之資料、及表示執行後之狀態之資料,使用該等資料算出執行前後之狀態之變化作為效果。又,效果計算部520將算出之效果與設定資料、輸出資料、測定資料、實驗資料一起作為資料群儲存於資料儲存部114。
分割部530讀出儲存於資料儲存部114之複數個資料群之各者,並解析特徵空間中之分佈。於各資料群所包含之資料之種類為K種之情形時,分割部530解析K維之特徵空間中之資料群之分佈。
具體而言,分割部530針對所讀出之複數個資料群,對獲得相同效果之資料群彼此進行分組。又,分割部530以分佈於特徵空間之資料群被分類到每個組之方式,分割K維之特徵空間。
Proxel計算部540藉由算出利用分割部530分割之K維之特徵空間之各區域之K種各資料之範圍(由組特定出之特定資料)而算出Proxel,並作為解析結果資料儲存於解析結果儲存部115。
<資料解析部之各部之處理之具體例>
其次,對資料解析部111之各部(收集部510、效果計算部520、分割部530、Proxel計算部540)中的效果計算部520、分割部530、Proxel計算部540之處理之具體例進行說明。
(1)效果計算部之處理之具體例
首先,對效果計算部520之處理之具體例進行說明。圖6係表示效果計算部之處理之具體例的圖。
如圖6所示,規定之半導體製造製程之規定步驟(製程名="製程I"、步驟名="STEP1")與資料群之關係可如虛線600般模式地表示。
即,設定有設定資料之半導體製造裝置若執行規定之半導體製造製程之規定步驟,則執行前之狀態(執行前之處理對象物之屬性、半導體製造裝置之狀態、半導體製造裝置內之氣體氛圍中之任一個)變化為執行後。並且,此時之半導體製造製程之執行狀況可藉由設定資料、輸出資料、測定資料、實驗資料而特定出。
即,於藉由設定資料、輸出資料、測定資料、實驗資料特定出之執行狀況下,規定之半導體製造製程之規定步驟中之效果可藉由
・表示執行前之狀態之資料、及
・表示執行後之狀態之資料
之差分表示。
因此,效果計算部520中,取得與每個製程、每個步驟之資料群之各者對應之表示執行前的狀態之資料與表示執行後的狀態之資料。並且,效果計算部520中,藉由算出兩者之差分而算出與該製程、該步驟中之各個執行狀況對應之效果。又,效果計算部520將所算出之效果與設定資料、輸出資料、測定資料、實驗資料相關聯地作為資料群儲存於資料儲存部114。
圖7係表示儲存於資料儲存部之資料群之一例的圖,且係針對製程名="製程I"之半導體製造製程、步驟名="STEP1"之步驟而藉由效果計算部520儲存於資料儲存部114之資料群之一例。
如圖7所示,藉由效果計算部520儲存於資料儲存部114之資料群中包含"資料群識別碼"、"設定資料(R)"、"輸出資料(E)"、"測定資料(Pl)"、"實驗資料(Pr)"、"效果"作為資訊之項目。
"資料群識別碼"係用以識別各個資料群之識別碼。圖7中,資料群識別碼="資料a001"係例如包含從事務所120(事務所名="事務所A")收集之資料群與效果之資料群。又,資料群識別碼="資料b002"係例如包含從事務所130(事務所名="事務所B")收集之資料群與效果的資料群。
從"設定資料(R)"到"實驗資料(Pr)"之各資訊之項目中儲存從各事務所120、130、140收集之資料群(參照圖2)中之除初始資料(I)與目標資料(Pf)以外之資料群。
"效果"中儲存藉由效果計算部520算出之效果。根據圖7之例子,於製程名="製程I"之半導體製造製程、步驟名="STEP1"之步驟之情形時,於藉由與資料群識別碼="資料a001"相關聯之設定資料等而特定出之執行狀況下,獲得"效果<1>"。同樣地,於製程名="製程I"之半導體製造製程、步驟名="STEP1"之步驟之情形時,於藉由與資料群識別碼="資料b002"相關聯之設定資料等而特定出之執行狀況下,獲得"效果<2>"。
(2)分割部之處理之具體例
其次,對分割部530之處理之具體例進行說明。圖8係表示分割部之處理之具體例的圖。
如圖8所示,分割部530將儲存於資料儲存部114之複數個資料群針對每個製程、針對每個步驟地讀出,並繪製於特徵空間800。於圖8中,記載有數字之實線圓圈表示所讀出之複數個資料群中之1個,記載於實線圓圈內之數字表示該資料群之資料群識別碼。
再者,於圖8之例子中,為簡化說明,將特徵空間800設為2維(即,表示將資料群所包含之2種資料(資料之種類p、資料之種類q)繪製之情況)。
圖8中,包圍實線圓圈之外側之虛線圓圈表示對獲得相同效果之資料群彼此分組之情況。即,藉由虛線圓圈內部所包含之實線圓圈內記載之資料群識別碼識別之資料群均係於製程名="製程I"之半導體製造製程、步驟名="STEP1"之步驟中具有相同效果之資料群。
例如,虛線圓圈801中包含資料群識別碼="資料a001"、"資料a004"、"資料a010"之各資料群。記載有該等資料群識別碼之各實線圓圈於特徵空間800中分佈於彼此接近之位置且並不完全重合。即,藉由各個資料群識別碼識別之資料群彼此相似但並不完全一致。
另一方面,該等資料群係於執行製程名="製程I"之半導體製造製程、步驟名="STEP1"之步驟時均獲得效果<1>之資料群。換言之,特徵空間800中藉由虛線圓圈801分組之複數個資料群係無論於其中哪一個資料群下執行製程I、STEP1,均獲得效果<1>之資料群。
同樣地,圖8中,虛線圓圈802中包含資料群識別碼="資料a005"、"資料a006"、"資料a007"。藉由虛線圓圈802所包含之各實線圓圈內所記載之資料群識別碼識別之資料群係於在各個資料群下執行製程I、STEP1之情形時,均獲得效果<4>之資料群。
同樣地,圖8中,虛線圓圈803中包含資料群識別碼="資料a002"。藉由虛線圓圈803所包含之實線圓圈內所記載之資料群識別碼識別之資料群係於在該資料群下執行製程I、STEP1之情形時,獲得效果<2>之資料群。
同樣地,圖8中,虛線圓圈804中包含資料群識別碼="資料a003"、"資料a008"、"資料a009"。藉由虛線圓圈802所包含之各實線圓圈內所記載之資料群識別碼識別之資料群係於在各個資料群下執行製程I、STEP1之情形時,均獲得效果<3>之資料群。
如此,分割部530以分佈於特徵空間之各資料群被分類到每個組之方式分割特徵空間。再者,分割部530例如藉由將"效果"作為分割指標而對分佈於K維之特徵空間之各資料群進行聚類(clustering)處理,從而分割特徵空間。
(3)Proxel計算部之處理之具體例
其次,對Proxel計算部540之處理之具體例進行說明。如上所述,Proxel計算部540藉由算出利用分割部530分割之特徵空間之各區域之各資料之範圍(由組特定出之特定資料)而算出Proxel。圖9係表示藉由Proxel計算部算出之Proxel之一例的圖。
如圖9所示,Proxel計算部540針對被分割部530分組到相同組之資料群各者所包含之各資料,算出最小值與最大值,藉此算出特徵空間中之各區域之各資料之範圍。
圖9之例子表示藉由分割部530,獲得與效果<1>相同效果之資料群被分組到組名="組Gr1"之組。又,圖9之例子表示:針對被分組到組名="組Gr1"之組之資料群所包含之各資料中的設定資料之"Pressure",
・最小值="Pressure_1"
・最大值="Pressure_4"。
被分組到組名="組Gr1"之組之資料群所分佈之特徵空間之區域之各資料的範圍,具體而言,可藉由虛線900表示。再者,藉由虛線900表示之各資料之範圍是指圖3中所說明之Proxel311。
<Proxel計算處理之流程>
其次,對利用分割部530及Proxel計算部540所進行之Proxel計算處理之流程進行說明。圖10係表示利用分割部及Proxel計算部所進行之Proxel計算處理之流程的第1流程圖。
於步驟S1001中,分割部530將與規定之製程、規定之步驟相關聯之資料群從資料儲存部114讀出。
於步驟S1002中,分割部530藉由針對各資料群以獲得相同效果之資料群被分類到相同組之方式進行聚類處理,而分割特徵空間。
於步驟S1003中,Proxel計算部540藉由算出被分割部530分割之特徵空間之各區域之各資料之範圍(特定出各組之特定資料)而算出Proxel。又,Proxel計算部540將所算出之Proxel作為解析結果資料儲存於解析結果儲存部115。
<Proxel計算之優點>
其次,對Proxel計算部540算出Proxel之優點進行說明。
(1)提高資料之操作容易性
作為Proxel計算部540算出Proxel之1個優點,可列舉提高從各事務所120、130、140收集之複數個資料群之操作容易性。
圖11係用以說明算出Proxel之優點的第1圖。於圖11中,設複數個資料群1100係分別從各事務所120、130、140收集之複數個資料群之一例,且係均獲得相同效果之資料群。再者,圖11中,為簡化說明,各資料群所包含之資料之種類設為5種。
複數個資料群1100中,"測定資料"="Ion energy"之一部分、"實驗資料"="Etching rate"之一部分為空白欄是因為該事務所沒有測定該資料之測定器或實驗值測定器。
另一方面,圖11中,Proxel1110係基於複數個資料群1100並藉由Proxel計算部540算出之Proxel之一例。
藉由算出Proxel1110,能夠將獲得相同效果("效果<10>")之複數個資料群作為1資料群進行操作。如此,藉由算出Proxel1110,能夠內插包含空白欄之不完全之資料群並作為不包含空白欄之通用性較高的1資料群進行操作。即,藉由算出Proxel,可實現通用性較高之資料處理。
(2)使資料群之密度均勻化
作為Proxel計算部540算出Proxel之另一個優點,可列舉不再容易受到從各事務所120、130、140收集之複數個資料群之密度不均的影響。即,可列舉能夠使特徵空間中之資料群之密度均勻化。
圖12係用以說明算出Proxel之優點的第2圖。於圖12中,橫軸表示資料之種類P(此處為"HF power"),縱軸表示資料之種類Q(此處為"LF Power")。
圖12所示之特徵空間1200中,白圈表示各資料群之分佈,正六邊形表示Proxel。如圖12所示,從各事務所120、130、140收集之複數個資料群於特徵空間1200中之分佈之密度存在不均。與此相對,於Proxel之情形時,可於特徵空間1200中均勻地配置。
如此,因藉由算出Proxel可均等地操作特徵空間1200之各種區域之資料群,例如於使用Proxel進行機器學習之情形時,可抑制資料群不均之影響。即,藉由算出Proxel,可實現通用性較高之資料處理。
<資料處理裝置之模型產生部之功能構成>
其次,對資料處理裝置110之模型產生部112之功能構成進行說明。圖13係表示模型產生部之功能構成之一例的圖。如圖13所示,模型產生部112具有模型產生用資料取得部1310、模型產生判定部1320、模型參數調整部1330。
模型產生用資料取得部1310將儲存於解析結果儲存部115之複數個Proxel按順序讀出,將被分類到所讀出之各Proxel之複數個資料群從資料儲存部114讀出。又,模型產生用資料取得部1310將被分類到各Proxel之複數個資料群以Proxel為單位通知到模型產生判定部1320。
模型產生判定部1320針對以Proxel為單位通知之複數個資料群之各者,判定是否產生新模型作為該Proxel用。
具體而言,模型產生判定部1320針對被通知之複數個資料群之各者,基於資料群所包含之資料、其他資料、見解等,對
・執行對應之步驟時之半導體製造裝置之狀態(例如腔室內之積存物膜之量、構成腔室內之零件之消耗程度等)、
・執行對應之步驟時之半導體製造裝置內之氣體氛圍、
・執行對應之步驟時之處理對象物之經時變化(例如開口率等)
等進行預測,而獲得預測結果。
又,模型產生判定部1320對作為執行對應之步驟時之前提的
・測定狀態之變化之半導體製造裝置內之位置(例如邊緣、中心等)、
・半導體製造裝置之種類(例如不同硬體、同一硬體之不同個體等)
等進行判別,而獲得判別結果。
然後,模型產生判定部1320將上述「預測結果」及「判別結果」作為判定指標,判定是否產生新模型作為該Proxel用。於模型產生判定部1320中,例如,預測結果及判別結果若與被分類到該Proxel之其他資料群之預測結果及判別結果為相同程度,則不產生新模型。另一方面,於模型產生判定部1320中,預測結果及判別結果若與被分類到該Proxel之其他資料群之預測結果及判別結果不同,則產生新模型。
再者,藉由模型產生判定部1320產生之模型係複數個模擬器由嵌套結構而構成者。複數個模擬器包含例如
・處理空間(腔室)模擬器;
・電磁場模擬器或熱流體模擬器;
・電漿模擬器或解離模擬器;
・形狀模擬器;
・MD(Molecular Dynamics,分子動力學)模擬器;及
・量子化學反應模擬器或材料信息學
等。
模型參數調整部1330針對藉由模型產生判定部1320產生之模型調整模型參數。模型參數調整部1330以如下方式調整模型參數:向所產生之模型輸入
・資料群;及
・對應之處理對象物之屬性(執行對應之步驟時之執行前之處理對象物的屬性),
進行模擬處理之情形時之輸出與
・該資料群所包含之"效果"
一致。
藉此,根據模型參數調整部1330,可對針對每個Proxel並根據
・預測結果、及
・判別結果
產生之複數個模型,進行參數調整。
再者,模型參數調整部1330中,將經參數調整之模型針對每個Proxel而與預測結果及判別結果相關聯地儲存於模型儲存部116。
<模型產生部之各部之處理之具體例>
其次,對模型產生部112之各部(模型產生用資料取得部1310、模型產生判定部1320、模型參數調整部1330)之處理之具體例進行說明。
圖14及圖15係表示模型產生部之處理之具體例的第1及第2圖。圖14之例子表示:藉由半導體製造裝置a執行製程名="製程I"、步驟名="STEP1",
・表示執行前之狀態之資料"狀態B001(執行前)"變化為表示執行後之狀態之資料"狀態R001(執行後)",
・收集有資料群識別碼="資料a001"之資料群。
同樣地,圖14之例子表示:藉由半導體製造裝置a執行製程名="製程I"、步驟名="STEP1",
・表示執行前之狀態之資料"狀態B004(執行前)"變化為表示執行後之狀態之資料"狀態R004(執行後)",
・收集有資料群識別碼="資料a004"之資料群。
以下,藉由半導體製造裝置a執行製程名="製程I"、步驟名="STEP1"所引起之表示執行前之狀態之資料與表示執行後之狀態之資料之關係、及與所收集之資料群之關係相同。
又,圖14之例子表示資料群識別碼="資料a001"、"資料a004"、"資料a010"之各資料群被分類到Proxel311。又,表示資料群識別碼="資料a002"之資料群被分類到Proxel312。
又,圖14之例子表示資料群識別碼="資料a001"、"資料a004"、"資料a010"、"資料a002"之各資料群中包含"效果a001"、"效果a004"、"效果a010"、"效果a002"之各效果。進而,圖14之例子表示"效果a001"、"效果a004"、"效果a010"包含於"效果<1>","效果a002"包含於"效果<2>"。
該前提下,模型產生用資料取得部1310例如讀出被分類到Proxel311之複數個資料群(資料群識別碼="資料a001"、"資料a004"、"資料a010"之各資料群)。
接著,模型產生判定部1320針對所讀出之複數個資料群(資料群識別碼="資料a001"、"資料a004"、"資料a010"之各資料群),判定是否產生Proxel311用之新模型。
此處,使模型產生判定部1320判定為對執行製程名="製程I"、步驟名="STEP1"時之半導體製造裝置a之狀態、半導體製造裝置a內之氣體氛圍、處理對象物之經時變化進行預測之結果與
・基於資料群識別碼="資料a001"之資料群所包含之資料、其他資料、見解等進行預測之預測結果、
・基於資料群識別碼="資料a004"之資料群所包含之資料、其他資料、見解等進行預測之預測結果、
・基於資料群識別碼="資料a010"之資料群所包含之資料、其他資料、見解等進行預測之預測結果
大致等同。
又,模型產生判定部1320係判定為針對執行製程名="製程I"、步驟名="STEP1"時之前提而判別之各判別結果彼此等同。
為此種預測結果及判別結果之情形時,於模型產生判定部1320中,相對於資料群識別碼="資料a001"、"資料a004"、"資料a010"之各資料群,產生1模型(模型名="模型M1"之模型)。
並且,模型參數調整部1330中,以如下方式調整模型參數:向模型名="模型M1"之模型輸入
・資料群識別碼="資料a001"之資料群、及
・對應之處理對象物之屬性(執行製程名="製程I"、步驟名="STEP1"之步驟時之執行前之處理對象物的屬性),
進行模擬處理之情形時之輸出與
・"效果a001"
一致,且,輸入
・資料群識別碼="資料a004"之資料群、及
・對應之處理對象物之屬性(執行製程名="製程I"、步驟名="STEP1"之步驟時之執行前之處理對象物的屬性),
進行模擬處理之情形時之輸出與
・"效果a004"
一致,且輸入
・資料群識別碼="資料a010"之資料群、及
・對應之處理對象物之屬性(執行製程名="製程I"、步驟名="STEP1"之步驟時之執行前之處理對象物的屬性),
進行模擬處理之情形時之輸出與
・"效果a010"
一致。
再者,模型參數調整部1330中,針對模型名="模型M2"之模型亦藉由同樣之方法調整模型參數。
另一方面,圖15之例子表示模型產生判定部1320於產生模型作為Proxel313用後,判定進而產生新模型之實例。
具體而言,圖15之例子表示基於資料群識別碼="資料a003"、"資料a008"之各資料群,產生模型名="模型M3"之模型之實例。又,圖15之例子表示其後,針對資料群識別碼="資料a009"之資料群,判定進而產生新模型之實例。
此處,假定,模型產生判定部1320不產生新模型,而向模型名="模型M3"之模型輸入
・資料群識別碼="資料a009"之資料群、及
・對應之處理對象物之屬性(執行製程名="製程I"、步驟名="STEP1"之步驟時之執行前之處理對象物的屬性),
並進行模擬處理。
於此情形時,如圖15之例子之黑色方形所示,進行模擬處理之情形時之輸出不包含於效果<3>且偏離了效果<3>。
於模型產生判定部1320中,為避免此種事態,亦針對資料群識別碼="資料a009"之資料群,將預測結果及判別結果作為判定指標判定是否產生新模型。
圖15之例子表示模型產生判定部1320判定產生新模型作為Proxel313用,產生模型名="模型M3'"之模型之情況。
再者,於此情形時,於模型參數調整部1330中,以如下之方式調整模型名="模型M3'"之模型之模型參數,即,向模型名="模型M3'"之模型輸入
・資料群識別碼="資料a009"之資料群、及
・對應之處理對象物之屬性(執行製程名="製程I"、步驟名="STEP1"之步驟時之執行前之處理兼容性物之屬性),
進行模擬處理之情形時之輸出與
・"效果a009"(未圖示)
一致。
<模型產生處理之流程>
其次,對利用模型產生部112所進行之模型產生處理之流程進行說明。圖16係表示利用模型產生部所進行之模型產生處理之流程的流程圖。
於步驟S1601中,模型產生用資料取得部1310向計數Proxel數量之計數器i輸入"1"。
於步驟S1602中,模型產生用資料取得部1310讀出儲存於解析結果儲存部115之第i個Proxel,將被分類到第i個Proxel之複數個資料群從資料儲存部114讀出。
於步驟S1603中,模型產生用資料取得部1310向計數所讀出之資料群之數量的計數器j輸入"1"。
於步驟S1604中,模型產生判定部1320基於第j個資料群所包含之資料、其他資料、見解等,對執行對應之步驟時之半導體製造裝置之狀態、半導體製造裝置內之氣體氛圍、處理對象物之經時變化進行預測。
於步驟S1605中,模型產生判定部1320對作為執行對應之步驟時之前提的測定狀態之變化之半導體製造裝置內之位置、及半導體製造裝置之種類進行判別。
於步驟S1606中,模型產生判定部1320將預測結果及判別結果作為判定指標,判定是否產生對應於第j個資料群之新模型。
於步驟S1606中,於判定產生新模型之情形時(於步驟S1606中是之情形時),前進至步驟S1607。
於步驟S1607中,模型產生判定部1320產生對應於第j個資料群之新模型,前進至步驟S1608。
另一方面,於步驟S1606中,於判定不產生新模型之情形時(於步驟S1606中否之情形時),直接前進至步驟S1608。
於步驟S1608中,模型參數調整部1330於步驟S1607中產生新模型之情形時,將第j個資料群與對應之處理對象物之屬性輸入至新模型,進行模擬處理。又,模型參數調整部1330以進行模擬處理之情形時之輸出與第j個資料群所包含之"效果"一致之方式,調整新模型之模型參數。
另一方面,於不產生新模型之情形時,模型參數調整部1330將第j個資料群與對應之處理對象物之屬性輸入至已經產生過之模型,進行模擬處理。又,模型參數調整部1330以進行模擬處理之輸出與第j個資料群所包含之"效果"一致之方式,重新調整已經產生過之模型之模型參數。
於步驟S1609中,模型產生判定部1320針對在步驟S1602中讀出之複數個資料群之全部,判定是否執行過從步驟S1604到步驟S1608之處理。
於步驟S1609中,於判定存在尚未執行處理之資料群之情形時(於步驟S1609中否之情形時),前進至步驟S1610。於步驟S1610中,模型產生判定部1320使計數器j遞增,返回至步驟S1604。
另一方面,於步驟S1609中,於判定針對複數個資料群之全部執行過處理之情形時(於步驟S1609中是之情形時),前進至步驟S1611。
於步驟S1611中,模型產生用資料取得部1310針對全部Proxel,判定是否執行過從步驟S1602到步驟S1610之處理。
於步驟S1611中,於判定存在尚未執行處理之Proxel之情形時(於步驟S1611中否之情形時),前進至步驟S1612。於步驟S1612中,模型產生用資料取得部1310使計數器i遞增,返回至步驟S1602。
另一方面,於步驟S1611中,針對全部Proxel,於判定執行過從步驟S1602到步驟S1610之處理之情形時,結束模型產生處理。
<推定部之功能構成>
其次,對資料處理裝置110之推定部113之功能構成進行說明。圖17係表示推定部之功能構成之一例的圖。如圖17所示,推定部113具有推定用資料取得部1710、模型選擇部1720、模型執行部1730、輸出部1740。
推定用資料取得部1710從資料儲存部114讀出進行模擬處理之對象之資料群(新資料群)。又,參照儲存於解析結果儲存部115之各Proxel,判定所讀出之資料群被分類到哪個Proxel。
模型選擇部1720係選擇部之一例。模型選擇部1720基於新資料群所包含之資料、其他資料、見解等,對執行對應之步驟時之半導體製造裝置之狀態、半導體製造裝置內之氣體氛圍、處理對象物之經時變化進行預測。
又,模型選擇部1720對作為執行對應之步驟時之前提的測定狀態之變化之半導體製造裝置內的位置及半導體製造裝置的種類進行判別。
進而,模型選擇部1720從儲存於模型儲存部116之複數個模型且與新資料群所分類到之Proxel相關聯地儲存之模型中,選擇基於選擇指標之1模型。具體而言,模型選擇部1720從與新資料群所分類到之Proxel相關聯之模型之中,選擇將相同預測結果及判別結果相關聯之模型。
模型執行部1730係執行部之一例。模型執行部1730向藉由模型選擇部1720選擇之1模型輸入新資料群及對應之處理對象物之屬性,進行模擬處理。
輸出部1740輸出藉由利用模型執行部1730進行模擬處理而推定之效果。
<推定部之各部之處理之具體例>
其次,對推定部113之各部(推定用資料取得部1710、模型選擇部1720、模型執行部1730、輸出部1740)之處理之具體例進行說明。圖18係表示推定部之處理之具體例的圖。
圖18之例子表示:半導體製造裝置a執行製程名="製程I"、步驟名="STEP1"時之表示執行前之狀態的資料為"狀態B201(執行前)",
・執行後新收集資料群識別碼="資料a201"之資料群。
同樣地,圖18之例子表示:半導體製造裝置a執行製程名="製程I"、步驟名="STEP1"時之表示執行前之狀態的資料為"狀態B202(執行前)",
・執行後新收集有資料群識別碼="資料a202"之資料群。
以下,半導體製造裝置a執行製程名="製程I"、步驟名="STEP1"時之表示執行前之狀態的資料與執行後新收集之資料群之關係相同。
於此前提下,圖18之例子表示推定用資料取得部1710讀出資料群識別碼="資料a201"~"資料a205"之各資料群。又,圖18之例子表示推定用資料取得部1710將資料群識別碼="資料a201"、"資料a204"之各資料群分類到Proxel311。又,表示推定用資料取得部1710將資料群識別碼="資料a202"、"資料a203"、"資料a205"之各資料群分別分類到Proxel313、314、312。
此處,於圖18之例子中,與Proxel311、312相關聯之模型分別各有1個。因此,於模型執行部1730中,例如,向模型名="模型M1"之模型輸入
・資料群識別碼="資料a201"、"資料a204"之各資料群、及
・對應之處理對象物之屬性(執行對應之步驟時之執行前之處理對象物的屬性),
且向模型名="模型M2"之模型輸入
・資料群識別碼="資料a205"之資料群、及
・對應之處理對象物之屬性(執行對應之步驟時之執行前之處理對象物的屬性),
並分別進行模擬處理,藉此,輸出推定效果a201、推定效果a204、推定效果a205。
另一方面,使2個模型分別與Proxel313、314相關聯。因此,於模型選擇部1720中,基於資料群識別碼="資料a202"之資料群所包含之資料、其他資料、見解等,對執行製程名="製程I"、步驟名="STEP1"時之
・半導體製造裝置a之狀態、
・半導體製造裝置a內之氣體氛圍、
・處理對象物之經時變化
進行預測。又,模型選擇部1720對作為執行製程名="製程I"、步驟名="STEP1"時之前提的測定狀態之變化之半導體製造裝置a內的位置及半導體製造裝置a的種類進行判別。
圖18之例子表示如下情況:模型選擇部1720將預測結果及判別結果作為選擇指標,選擇模型名="模型M3"之模型,模型執行部1730向模型名="模型M3"之模型輸入
・資料群識別碼="資料a202"之資料群、及
・對應之處理對象物之屬性(執行對應之步驟時之執行前之處理對象物的屬性),
並進行模擬處理,藉此輸出推定效果a202。
同樣地,圖18之例子表示如下情況:模型選擇部1720將預測結果及判別結果作為選擇指標,選擇模型名="模型M4'"之模型,模型執行部1730向模型名="模型M4'"之模型輸入
・資料群識別碼="資料a203"之資料群、及
・對應之處理對象物之屬性(執行對應之步驟時之執行前之處理對象物的屬性),
並進行模擬處理,藉此輸出推定效果a203。
<推定處理之流程>
其次,對利用推定部113所進行之推定處理之流程進行說明。圖19係表示利用推定部所進行之推定處理之流程的流程圖。
於步驟S1901中,推定用資料取得部1710從資料儲存部114讀出新資料群,並判定所讀出之資料群被分類到哪個Proxel。
於步驟S1902中,模型選擇部1720基於所讀出之資料群所包含之資料、其他資料、見解等,對執行對應之步驟時之半導體製造裝置之狀態、半導體製造裝置內之氣體氛圍、處理對象物之經時變化進行預測。
於步驟S1903中,模型選擇部1720對作為執行對應之步驟時之前提的測定狀態之變化之半導體製造裝置內之位置、及半導體製造裝置之種類進行判別。
於步驟S1904中,模型選擇部1720將預測結果及判別結果作為選擇指標,從與步驟S1901中所分類之Proxel相關聯之模型之中選擇1模型。
於步驟S1905中,模型執行部1730向選擇之1模型輸入所讀出之資料群與對應之處理對象物之屬性,進行模擬處理,藉此推定效果。
於步驟S1906中,輸出部1740輸出藉由利用模型執行部1730進行模擬處理而推定之效果。
<以Proxel為單位使用模型進行模擬處理之優點>
其次,對推定部113使用藉由模型產生部112以Proxel為單位所產生之模型而進行模擬處理之優點進行說明。圖20係表示各模型之每個Proxel之模擬精度之一例的圖。
於圖20中,符號2001表示將被分類到特徵空間中之複數個Proxel各者的資料群作為輸入並使用模型名="模型M1"之模型進行模擬處理時的各Proxel之正確回答率。同樣地,符號2002表示將被分類到特徵空間中之複數個Proxel各者的資料群作為輸入並使用模型名="模型M2"之模型進行模擬處理時的各Proxel之正確回答率。同樣地,符號2003表示將被分類到特徵空間中之複數個Proxel各者之資料群作為輸入並使用模型名="模型M3"之模型進行模擬處理時的各Proxel之正確回答率。再者,於圖20中,各Proxel內之顏色之濃淡表示各Proxel之正確回答率,顏色較濃之部分表示正確回答率較低,顏色較淡之部分表示正確回答率較高。
如圖20所示,不存在以較高之正確回答率覆蓋特徵空間整體之模型,任一模型均具有相對於特定之Proxel較高之正確回答率。又,各個模型之具有較高之正確回答率之Proxel相互不同。
因此,如推定部113般,藉由構成為使用與各個Proxel相應之模型進行模擬處理,與僅由1模型覆蓋特徵空間整體之情形相比較,可提高模擬精度。
<總結>
如以上之說明所明確地,於第1實施方式之資料處理裝置110中,
・針對每個製程、每個步驟地收集資料群,且針對每個所收集之資料群算出效果。
・於資料群之各者在特徵空間中的分佈中,以獲得相同效果之資料群彼此被分類到相同組之方式,分割特徵空間。
・算出特定出經分割之特徵空間之各區域之各資料之範圍的Proxel,並作為解析結果資料而儲存。
・產生藉由輸入被分類到各Proxel之資料群而輸出對應於各Proxel之各個效果之複數個模型,且與各Proxel相關聯地儲存。
・於取得新資料群之情形時,基於解析結果資料,判定該新資料群所分類到之Proxel。
・藉由使用與經判定之Proxel相關聯地儲存之模型,針對該新資料群進行模擬處理,而推定執行對應之步驟所得之效果。
如此,藉由使用與Proxel相關聯而產生之模型進行模擬處理,與僅由1模型覆蓋特徵空間整體之情形相比較,可提高模擬精度。
即,根據第1實施方式,可提供於製造製程之模擬處理中提高模擬精度之資料處理裝置、資料處理方法及程式。
[第2實施方式]
上述第1實施方式中,已說明模型產生判定部1320將預測結果及判別結果作為判定指標,判定是否產生新模型。
然而,模型產生判定部1320中用以判定是否產生新模型之判定指標不限定於此。例如,如圖15中所示,模型產生判定部1320可藉由使用已經產生過之模型進行模擬處理,判定推定之效果是否包含於規定之效果中,而判定是否產生新模型。即,可藉由將效果之誤差作為判定指標,判定是否產生新模型。
具體而言,模型產生判定部1320於進行模擬處理時所推定之效果與規定之效果的誤差較大之情形時,判定產生新模型。又,模型產生判定部1320於進行模擬處理時所推定之效果與規定之效果的誤差較小之情形時,判定不產生新模型。
於此情形時,模型產生判定部1320係構成為於判定產生新模型後,求出預測結果及判別結果。
如此,根據第2實施方式,能夠實現針對每個Proxel產生合適的模型。該結果為,根據第2實施方式,可提供於製造製程之模擬處理中進而提高模擬精度之資料處理裝置、資料處理方法及程式。
[其他實施方式]
上述第1實施方式中,已說明模型產生判定部1320將預測結果及判別結果作為判定指標,產生新模型。然而,即便於預測結果或判別結果不同之情形,於效果能夠以連續之式表現之情形時,可不產生新模型,而將模型作為連續之式而表現。即,1模型被定義成可全面地推定規定之範圍之效果。
又,上述第1及第2實施方式中,藉由算出被分割之特徵空間之各區域之各資料之範圍,而算出Proxel。然而,Proxel之計算方法並不限定於此。
例如,於被分割之特徵空間之各區域在特徵空間中明顯地分離之情形時,亦可添加以相互相鄰之方式使各個區域變形之處理並算出變形後之各區域之各資料之範圍,藉此算出Proxel。藉此,可減少特徵空間中之空白區域(未界定Proxel之區域)。
又,上述第1及第2實施方式中,設為如下構成:藉由算出被分割之特徵空間之各區域之各資料之範圍而算出Proxel,將該Proxel作為解析結果資料儲存於解析結果儲存部115。然而,儲存於解析結果儲存部115之解析結果資料不限定於Proxel。例如,可將代表被分割之特徵空間之各區域之代表資料(特定出各組之特定資料)作為解析結果資料而儲存。
又,上述第1及第2實施方式中,將資料解析程式、模型產生程式、推定程式安裝於資料處理裝置110,於資料處理裝置110中實現資料解析部111、模型產生部112、推定部113。然而,該等程式例如亦可安裝於各事務所120、130、140內之終端121、131、141。於此情形時,於各事務所120、130、140內之終端121、131、141中實現資料解析部111、模型產生部112、推定部113。
又,上述第1及第2實施方式中,說明如下:於模型產生判定部1320判定是否產生新模型時、及於模型選擇部1720選擇用於模擬處理之模型時,對
・執行對應之步驟時之半導體製造裝置內之狀態、
・執行對應之步驟時之半導體製造裝置內之氣體氛圍、
・執行對應之步驟時之處理對象物之經時變化,
進行預測,且對
・測定狀態之變化之半導體製造裝置內之位置、
・半導體製造裝置之種類
進行判別。然而,模型產生判定部1320、模型選擇部1720所預測之內容及判別之內容不限定於該等,亦可預測或判別例示之內容以外之內容。
又,上述第1及第2實施方式中,已說明針對在半導體製造製程中所收集之資料群算出Proxel之情形,但算出Proxel之資料群不限於半導體製造製程中所收集之資料群。即便為半導體製造製程以外之製造製程,例如包含使用電漿之裝置之製造製程,一般而言設定資料會複雜化。因此,相對於在包含該裝置之製造製程中所收集之資料群,於算出Proxel之情形時,亦可獲得如上所述之優點。
再者,本發明並不限定於上述實施方式所列舉之構成等、以及與其他要素之組合等於此所示之構成。關於該等方面,能夠於不脫離本發明之主旨之範圍進行變更,且可根據其應用形態合適地作出決定。
100:資料處理系統
110:資料處理裝置
111:資料解析部
112:模型產生部
113:推定部
114:資料儲存部
115:解析結果儲存部
116:模型儲存部
120, 130, 140:事務所
121, 131, 141:終端
150:網路
201:資料群
301:資料群
310:複數個組
311, 312, 313, 314: Proxel
401: CPU
402: ROM
403: RAM
404:輔助記憶裝置
405:操作裝置
406:顯示裝置
407: I/F裝置
408:驅動裝置
409:匯流排
410:記錄媒體
510:收集部
520:效果計算部
530:分割部
540: Proxel計算部
600:虛線
800:特徵空間
801:虛線圓圈
802:虛線圓圈
803:虛線圓圈
804:虛線圓圈
900:虛線
1100:複數個資料群
1110: Proxel
1200:特徵空間
1310:模型產生用資料取得部
1320:模型產生判定部
1330:模型參數調整部
1710:推定用資料取得部
1720:模型選擇部
1730:模型執行部
1740:輸出部
2001:符號
2002:符號
2003:符號
A, B, C:事務所
a, b, c:半導體製造裝置
E:輸出資料
I:初始資料
Pl:測定資料
Pf:目標資料
Pr:實驗資料
p:資料之種類
q:資料之種類
R:設定資料
圖1係表示資料處理系統之整體構成之一例的圖。
圖2係表示在各事務所處理之資料群之具體例的圖。
圖3係用以對儲存於解析結果儲存部之解析結果資料之概要進行說明的圖。
圖4係表示資料處理裝置之硬體構成之一例的圖。
圖5係表示資料解析部之功能構成之一例的圖。
圖6係表示效果計算部之處理之具體例的圖。
圖7係表示儲存於資料儲存部之資料群之一例的圖。
圖8係表示分割部之處理之具體例的圖。
圖9係表示藉由Proxel計算部算出之Proxel之一例的圖。
圖10係表示利用分割部及Proxel計算部所進行之Proxel計算處理之流程的第1流程圖。
圖11係用以說明算出Proxel之優點的第1圖。
圖12係用以說明算出Proxel之優點的第2圖。
圖13係表示模型產生部之功能構成之一例的圖。
圖14係表示模型產生部之處理之具體例的第1圖。
圖15係表示模型產生部之處理之具體例的第2圖。
圖16係表示利用模型產生部所進行之模型產生處理之流程的第1流程圖。
圖17係表示推定部之功能構成之一例的圖。
圖18係表示推定部之處理之具體例的圖。
圖19係表示利用推定部所進行之推定處理之流程的流程圖。
圖20係表示各模型之每個Proxel之模擬精度之一例的圖。
100:資料處理系統
110:資料處理裝置
111:資料解析部
112:模型產生部
112:資料儲存部
113:推定部
115:解析結果儲存部
116:模型儲存部
120,130,140:事務所
121,131,141:終端
150:網路
A,B,C:事務所
a,b,c:半導體製造裝置
Claims (7)
- 一種資料處理裝置,其具有: 第1儲存部,其儲存解析結果,該解析結果係於將與製造製程之規定步驟相關聯之複數個資料群各者在特徵空間中的分佈,以根據針對該複數個資料群之各者算出之該規定步驟中之效果進行分類的方式,分割該特徵空間之情形時,特定出各區域; 第2儲存部,其將複數個模型與各區域相關聯地儲存,上述複數個模型係藉由被輸入分類到上述特徵空間之各區域中之資料群,而輸出與各區域對應之各個效果;以及 執行部,其於新取得與上述規定步驟相關聯之資料群,並基於上述解析結果判定出該取得之資料群所分類到之1區域之情形時,使用與該1區域相關聯地儲存之模型進行模擬處理。
- 如請求項1之資料處理裝置,其進而具有選擇部,該選擇部於與上述1區域相關聯地儲存有複數個模型之情形時,基於規定之選擇指標選擇1模型。
- 如請求項2之資料處理裝置,其中上述選擇指標中包含預測結果,該預測結果係預測執行上述規定步驟之裝置的狀態、執行上述規定步驟之裝置內的氣體氛圍、執行上述規定步驟時之處理對象物的經時變化中之任一個所得。
- 如請求項2之資料處理裝置,其中上述選擇指標中包含判別結果,該判別結果係判別執行上述規定步驟之裝置的種類及測定執行上述規定步驟時之狀態的變化之裝置內之位置中之任一個所得。
- 如請求項1之資料處理裝置,其進而具有判定部,該判定部於新取得與上述規定步驟相關聯之資料群之情形時,基於上述解析結果判定該所取得之資料群被分類到上述特徵空間之各區域的哪個區域。
- 一種資料處理方法,其係資料處理裝置中之資料處理方法,該資料處理裝置具有: 第1儲存部,其儲存解析結果,該解析結果係於將與製造製程之規定步驟相關聯之複數個資料群各者在特徵空間中的分佈,以根據針對該複數個資料群之各者算出之該規定步驟中之效果進行分類的方式,分割該特徵空間之情形時,特定出各區域;及 第2儲存部,其將複數個模型與各區域相關聯地儲存,上述複數個模型係藉由被輸入分類到上述特徵空間之各區域中之資料群,而輸出與各區域對應之各個效果; 上述資料處理方法具有執行步驟,該執行步驟係於新取得與上述規定步驟相關聯之資料群,並基於上述解析結果判定出該取得之資料群所分類到之1區域之情形時,使用與該1區域相關聯地儲存之模型進行模擬處理。
- 一種程式,其係用以使資料處理裝置之電腦執行執行步驟,該資料處理裝置具有: 第1儲存部,其儲存解析結果,該解析結果係於將與製造製程之規定步驟相關聯之複數個資料群各者在特徵空間中的分佈,以根據針對該複數個資料群之各者算出之該規定步驟中之效果進行分類的方式,分割該特徵空間之情形時,特定出各區域;及 第2儲存部,其將複數個模型與各區域相關聯地儲存,上述複數個模型係藉由被輸入分類到上述特徵空間之各區域中之資料群,而輸出與各區域對應之各個效果; 上述執行步驟係於新取得與上述規定步驟相關聯之資料群,並基於上述解析結果判定出該取得之資料群所分類到之1區域之情形時,使用與該1區域相關聯地儲存之模型進行模擬處理。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019-120365 | 2019-06-27 | ||
JP2019120365A JP6890632B2 (ja) | 2019-06-27 | 2019-06-27 | データ処理装置、データ処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202105515A true TW202105515A (zh) | 2021-02-01 |
TWI846887B TWI846887B (zh) | 2024-07-01 |
Family
ID=
Also Published As
Publication number | Publication date |
---|---|
JP6890632B2 (ja) | 2021-06-18 |
KR20210001958A (ko) | 2021-01-06 |
CN112149268A (zh) | 2020-12-29 |
JP2021005694A (ja) | 2021-01-14 |
US20200410413A1 (en) | 2020-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6890632B2 (ja) | データ処理装置、データ処理方法及びプログラム | |
US10627788B2 (en) | Retrieval apparatus and retrieval method for semiconductor device processing | |
EP3907618A1 (en) | Explainable artificial intelligence modeling and simulation system and method | |
Mair et al. | The end of gating? An introduction to automated analysis of high dimensional cytometry data | |
KR102017604B1 (ko) | 탐색 장치 및 탐색 방법 | |
US11748981B2 (en) | Deep learning method for predicting patient response to a therapy | |
US20220121176A1 (en) | Information processing device, program, process treatment executing device, and information processing system | |
CN111046930A (zh) | 一种基于决策树算法的供电服务满意度影响因素识别方法 | |
Hsu | Clustering ensemble for identifying defective wafer bin map in semiconductor manufacturing | |
US12001516B2 (en) | Method and assistance system for parameterizing an anomaly detection method | |
JP6956806B2 (ja) | データ処理装置、データ処理方法及びプログラム | |
US20230377132A1 (en) | Wafer Bin Map Based Root Cause Analysis | |
TW201321739A (zh) | 訊號分析裝置、訊號分析方法及電腦程式產品 | |
US20220027795A1 (en) | Techniques for training a classifier to detect executional artifacts in microwell plates | |
KR101609292B1 (ko) | 연구 개발 프로젝트 관리 장치 및 방법 | |
NO20200476A1 (en) | Geological Sediment Provenance Analysis and Display System | |
KR20210117550A (ko) | 3차원 형상의 임계 차원을 측정하기 위한 방법 및 이를 위한 장치 | |
JP2007164256A (ja) | テンプレート調整方法および装置、欠陥分布分類方法および装置、上記テンプレート調整方法または欠陥分布分類方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
JP7496470B2 (ja) | マイクロウェルプレートで実行アーティファクトを分析及び検出するための技法 | |
Zagarella | SPATIAL CLASSIFICATION OF BUILDINGS FOR URBAN ENERGY PLANNING |