WO2022168157A1 - 機械学習方法、レーザアニールシステム、及びレーザアニール方法 - Google Patents

機械学習方法、レーザアニールシステム、及びレーザアニール方法 Download PDF

Info

Publication number
WO2022168157A1
WO2022168157A1 PCT/JP2021/003721 JP2021003721W WO2022168157A1 WO 2022168157 A1 WO2022168157 A1 WO 2022168157A1 JP 2021003721 W JP2021003721 W JP 2021003721W WO 2022168157 A1 WO2022168157 A1 WO 2022168157A1
Authority
WO
WIPO (PCT)
Prior art keywords
laser annealing
irradiation
fluence
image data
processor
Prior art date
Application number
PCT/JP2021/003721
Other languages
English (en)
French (fr)
Inventor
浩 池上
彬 水谷
Original Assignee
国立大学法人九州大学
ギガフォトン株式会社
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 国立大学法人九州大学, ギガフォトン株式会社 filed Critical 国立大学法人九州大学
Priority to CN202180088721.0A priority Critical patent/CN116669890A/zh
Priority to JP2022579179A priority patent/JPWO2022168157A1/ja
Priority to PCT/JP2021/003721 priority patent/WO2022168157A1/ja
Publication of WO2022168157A1 publication Critical patent/WO2022168157A1/ja
Priority to US18/351,675 priority patent/US20230377916A1/en

Links

Images

Classifications

    • 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
    • H01L21/67011—Apparatus for manufacture or treatment
    • H01L21/67098—Apparatus for thermal treatment
    • H01L21/67115—Apparatus for thermal treatment mainly by radiation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02—Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/03—Observing, e.g. monitoring, the workpiece
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/09—Supervised learning
    • 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
    • H01L21/04—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer
    • H01L21/18—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer the devices having semiconductor bodies comprising elements of Group IV of the Periodic Table or AIIIBV compounds with or without impurities, e.g. doping materials
    • H01L21/20—Deposition of semiconductor materials on a substrate, e.g. epitaxial growth solid phase epitaxy
    • 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
    • H01L21/04—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer
    • H01L21/18—Manufacture or treatment of semiconductor devices or of parts thereof the devices having potential barriers, e.g. a PN junction, depletion layer or carrier concentration layer the devices having semiconductor bodies comprising elements of Group IV of the Periodic Table or AIIIBV compounds with or without impurities, e.g. doping materials
    • H01L21/26—Bombardment with radiation
    • H01L21/263—Bombardment with radiation with high-energy radiation
    • H01L21/268—Bombardment with radiation with high-energy radiation using electromagnetic radiation, e.g. laser radiation
    • 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
    • H01L21/683—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 for supporting or gripping
    • H01L21/687—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 for supporting or gripping using mechanical means, e.g. chucks, clamps or pinches
    • H01L21/68714—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 for supporting or gripping using mechanical means, e.g. chucks, clamps or pinches the wafers being placed on a susceptor, stage or support
    • H01L21/68764—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 for supporting or gripping using mechanical means, e.g. chucks, clamps or pinches the wafers being placed on a susceptor, stage or support characterised by a movable susceptor, stage or support, others than those only rotating on their own vertical axis, e.g. susceptors on a rotating caroussel
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/14—Measuring as part of the manufacturing process for electrical parameters, e.g. resistance, deep-levels, CV, diffusions by electrical means

Definitions

  • the present disclosure relates to machine learning methods, laser annealing systems, and laser annealing methods.
  • TFTs thin film transistors
  • IGZO indium gallium zinc oxide
  • Polycrystalline silicon, IGZO have higher carrier mobility than amorphous silicon and are superior in transistor on/off characteristics.
  • thin-film semiconductors are also expected to be applied to 3D-ICs that realize devices with higher functionality.
  • a 3D-IC can be realized by forming active elements such as sensors, amplifier circuits, and CMOS circuits on the top layer of an integrated circuit device. Therefore, there is a demand for a technique for manufacturing semiconductor thin films of higher quality.
  • a process temperature of 400° C. is required for glass substrates used in displays, 400° C. for integrated circuits, and 200° C. or less for PET, which is a plastic substrate.
  • the laser annealing method is used as a technique for crystallization without thermally damaging the underlying substrate of the semiconductor thin film.
  • a pulsed ultraviolet laser beam that is absorbed by the upper semiconductor thin film is used in order to suppress damage to the substrate due to thermal diffusion.
  • a XeF excimer laser with a wavelength of 351 nm, a XeCl excimer laser with a wavelength of 308 nm, a KrF excimer laser with a wavelength of 248 nm, or the like is used.
  • These gas lasers in the ultraviolet region are characterized by low coherence of laser light compared to solid-state lasers, excellent energy uniformity on the laser light irradiation surface, and uniform annealing over a wide area with high pulse energy.
  • a machine learning method is a first region of a semiconductor film on a substrate and is generated from reflected light of illumination light irradiated to a first region that is laser-annealed with pulsed laser light. obtaining measurement data of semiconductor characteristics in the first region; generating teacher data in which the image data is input and the measurement data is output; and performing machine learning using a neural network based on to generate a trained model.
  • a laser annealing system includes a laser device that outputs pulsed laser light for laser annealing a first region of a semiconductor film on a substrate; A light source, an imaging unit for generating image data from the reflected light of the illumination light, and a processor, which are configured to be able to access a trained model that receives the image data as an input and outputs an estimated value of the semiconductor characteristics, and the image data and a processor that calculates an estimated value using the learned model and corrects the irradiation condition of the pulsed laser beam based on the estimated value.
  • a laser annealing method includes annealing a first region of a semiconductor film on a substrate with a pulsed laser beam, irradiating the first region with illumination light, and reflecting light from the illumination light. Generating image data, using the image data as input and calculating estimated values using a trained model that outputs estimated values of semiconductor characteristics, and correcting the irradiation conditions of pulsed laser light based on the estimated values. including doing and
  • FIG. 1 schematically shows the configuration of a laser annealing system according to a comparative example.
  • FIG. 2 is a plan view showing an example of a mask.
  • FIG. 3 is a plan view showing an example of a substrate laser annealing method by a step-and-repeat method.
  • FIG. 4 shows an example of setting data of irradiation conditions for the irradiation regions Sr(1) to Sr(Kmax).
  • FIG. 5 is a flow chart showing the operation of the laser annealing processor in the comparative example.
  • FIG. 6 is a flowchart showing details of the initial adjustment process shown in FIG. FIG.
  • FIG. 7 is a flow chart showing details of processing for controlling the laser annealing apparatus and the laser apparatus shown in FIG.
  • FIG. 8 schematically shows the configuration of the machine learning system according to the first embodiment.
  • FIG. 9 is a flow chart showing the operation of the machine learning processor in the first embodiment.
  • FIG. 10 is a flowchart detailing the process of causing the laser annealing system to produce annealed samples.
  • FIG. 11 is a flowchart showing details of processing for acquiring image data by the image data generation unit.
  • FIG. 12 is a flow chart showing the details of the process of acquiring semiconductor characteristic measurement data by the semiconductor characteristic measuring unit.
  • FIG. 13 is a flowchart showing the details of the process of generating teacher data.
  • FIG. 14 shows an example of teacher data generated by the process of FIG. FIG.
  • FIG. 15 is a flowchart showing details of processing for performing machine learning and generating a trained model.
  • FIG. 16 schematically shows an example of a deep structure.
  • FIG. 17 is a graph showing the evaluation result of the trained model using the evaluation data in S65 of FIG.
  • FIG. 18 schematically shows the configuration of a laser annealing system according to the second embodiment.
  • FIG. 19 schematically shows the configuration of the imaging section.
  • FIG. 20 is a flow chart showing the operation of the laser annealing processor in the second embodiment.
  • FIG. 21 is a flow chart showing the details of the initial adjustment process shown in FIG.
  • FIG. 22 is a flow chart showing the details of the process of calculating the electron mobility estimate Eme(k) shown in FIG.
  • Eme(k) the electron mobility estimate
  • FIG. 23 is a flow chart showing details of processing for updating the irradiation conditions shown in FIG.
  • FIG. 24 is a flow chart showing a first example of processing for correcting the irradiation conditions shown in FIG.
  • FIG. 25 is a graph showing a typical relationship between the fluence target value Ft(k) and the electron mobility estimated value Eme(k).
  • FIG. 26 is a table for explaining criteria for determining the control direction of the fluence target value Ft(k) in the second embodiment.
  • FIG. 27 is a flow chart showing a second example of processing for correcting the irradiation conditions shown in FIG.
  • FIG. 28 is a flow chart showing a third example of processing for correcting the irradiation conditions shown in FIG. FIG.
  • FIG. 29 is a graph showing a typical relationship between the irradiation pulse number Np(k) and the electron mobility estimated value Eme(k).
  • FIG. 30 is a flow chart showing the operation of the laser annealing processor in the third embodiment.
  • FIG. 31 is a flow chart showing the details of the initial adjustment process shown in FIG.
  • FIG. 32 is a flow chart showing the details of the process of calculating the estimated value Vthe(k) of the gate threshold voltage shown in FIG.
  • FIG. 33 is a flow chart showing details of processing for updating the irradiation conditions shown in FIG.
  • FIG. 34 is a flow chart showing a first example of processing for correcting the irradiation conditions shown in FIG. FIG.
  • FIG. 35 is a graph showing a typical relationship between the fluence target value Ft(k) and the gate threshold voltage estimated value Vthe(k).
  • FIG. 36 is a table for explaining criteria for determining the control direction of the fluence target value Ft(k) in the third embodiment.
  • FIG. 37 is a plan view showing an example of a substrate laser annealing method by a step-and-scan method.
  • FIG. 38 is a plan view showing the illumination range of the substrate by the illumination light source.
  • FIG. 39 is a plan view showing the illumination range of the substrate by the illumination light source.
  • FIG. 40 is a flow chart showing the operation of the laser annealing processor in the fourth embodiment.
  • FIG. 41 is a flow chart showing the details of the initial adjustment process shown in FIG. FIG.
  • FIG. 42 is a flow chart showing details of annealing setting and annealing start processing for the scan area Sc(m) shown in FIG.
  • FIG. 43 is a flow chart showing the details of the process of counting Np+n pulses shown in FIG.
  • FIG. 44 is a flow chart showing the details of the image data acquisition process shown in FIG.
  • Machine learning system 2.1 Configuration 2.1.1 Laser annealing system 10 2.1.2 Image data generator 20 2.1.3 Semiconductor characteristic measurement unit 40 2.1.4 Machine Learning Processor 500 2.2 Machine learning operation 2.2.1 Main flow 2.2.2 Preparation of annealed sample 2.2.3 Acquisition of image data 2.2.4 Acquisition of measurement data of semiconductor characteristics 2.2.5 Teacher Generation of data 2.2.6 Machine learning 2.3 Action 3. Laser annealing system 10b that estimates electron mobility and corrects irradiation conditions 3.1 Configuration 3.2 Operation 3.2.1 Main Flow 3.2.2 Initial Adjustment 3.2.3 Calculation of Estimated Electron Mobility Eme(k) 3.2.4 Update of Irradiation Conditions 3.2.
  • FIG. 1 schematically shows the configuration of a laser annealing system 10 according to a comparative example.
  • the comparative examples of the present disclosure are forms known by the applicant to be known only by the applicant, and not known examples to which the applicant admits.
  • Laser annealing system 10 includes laser device 12 , optical path tube 13 , and laser annealing device 14 .
  • the laser device 12 is a discharge excitation type laser device that outputs an ultraviolet pulsed laser beam.
  • the laser device 12 is an excimer laser device using, for example, a laser gas containing argon gas or krypton gas as a rare gas, fluorine gas as a halogen gas, and neon gas as a buffer gas.
  • the pulse time width of the pulsed laser light is, for example, 10 ns or more and 100 ns or less.
  • Laser annealing apparatus 14 includes illumination optical system 170 , frame 172 , XYZ stage 174 , and laser annealing processor 100 .
  • An irradiation optical system 170 and an XYZ stage 174 are fixed to a frame 172 .
  • a substrate SUB is supported on a table 176 of an XYZ stage 174 .
  • the XYZ stage 174 moves the substrate SUB in a direction that intersects the direction of incidence of the pulsed laser beam on the substrate SUB, such as the X-axis direction and the Y-axis direction, and a direction that has the same directional component as the incident direction, such as the Z-axis direction. configured to move.
  • the XYZ stage 174 corresponds to the stage in this disclosure.
  • the substrate SUB is, for example, a glass substrate on which a film of amorphous silicon, IGZO, or IZO (indium zinc oxide) is deposited, an integrated circuit, or a plastic substrate.
  • a film of amorphous silicon, IGZO, or IZO indium zinc oxide
  • Irradiation optical system 170 includes highly reflective mirrors 111, 112, 113, 114, and 115, attenuator 120, shaping optical system 130, mask 140, projection optical system 145, window 146, housing 150, including.
  • High reflection mirrors 111 , 112 , 113 , 114 , and 115 are arranged in this order on the optical path of the pulsed laser beam that has passed through the optical path tube 13 .
  • the attenuator 120 is arranged in the optical path between the high reflection mirrors 111 and 112 .
  • Attenuator 120 includes two partially reflecting mirrors 121 and 122 and rotating stages 123 and 124 .
  • Rotating stages 123 and 124 are configured to be able to change the incident angles of the pulsed laser light with respect to partial reflection mirrors 121 and 122, respectively.
  • the angle of incidence on partially reflective mirrors 121 and 122 adjusts the transmittance of attenuator 120 .
  • Shaping optics 130 includes a fly-eye lens 134 and a condenser lens 136 .
  • the fly-eye lens 134 is arranged so that the focal plane of the fly-eye lens 134 and the front focal plane of the condenser lens 136 are aligned.
  • the condenser lens 136 is arranged so that the back focal plane of the condenser lens 136 and the position of the mask 140 coincide.
  • Mask 140 is Koehler illuminated by shaping optics 130 .
  • FIG. 2 is a plan view showing an example of the mask 140.
  • the mask 140 is, for example, a dot mask in which a large number of dot-like metal thin film pieces 141 are arranged in a grid pattern on the surface of a synthetic quartz substrate. “Arranged in a grid pattern” refers to a state in which dot-shaped metal thin film pieces 141 are arranged at intersections of a plurality of imaginary vertical lines and a plurality of imaginary horizontal lines. The pulsed laser beam is blocked by the metal thin film piece 141 of the mask 140 and the shaded area around it.
  • the projection optical system 145 is arranged in the optical path between the high reflection mirror 115 and the substrate SUB.
  • the projection optical system 145 may be a reduced projection optical system composed of a combination of multiple lenses 143 and 144 .
  • a window 146 is arranged in the optical path between the projection optical system 145 and the substrate SUB.
  • the housing 150 may be sealed with an O-ring or the like to prevent outside air from entering the housing 150, and may be purged with N2 gas.
  • the laser annealing processor 100 is a processing device that includes a memory 101 storing a control program and a CPU (central processing unit) 102 that executes the control program.
  • Laser annealing processor 100 is specially configured or programmed to perform various processes contained in this disclosure.
  • the laser annealing processor 100 outputs data on the target pulse energy Et and a trigger signal to the laser device 12 .
  • Laser annealing processor 100 also controls the operation of attenuator 120 and XYZ stage 174 .
  • the laser annealing processor 100 controls a work transfer robot (not shown) for setting the substrate SUB on the table 176 of the XYZ stage 174 .
  • the laser device 12 outputs pulsed laser light for laser annealing an amorphous semiconductor film on the substrate SUB.
  • the laser device 12 outputs pulsed laser light based on the data of the target pulse energy Et received from the laser annealing processor 100 and the trigger signal.
  • the laser device 12 may include an energy monitor (not shown) and feedback-control the pulse energy based on the output result of the energy monitor.
  • the XYZ stage 174 positions the table 176 so that the projection optical system 145 forms an inverted image of the mask 140 in the irradiation area Sr(k) of the substrate SUB.
  • a pulsed laser beam output from the laser device 12 enters the laser annealing device 14 via the optical path tube 13 .
  • the pulsed laser light incident on the laser annealing device 14 passes through the attenuator 120 with a set transmittance.
  • the pulsed laser beam that has passed through the attenuator 120 has its light intensity distribution spatially homogenized by the shaping optical system 130 and enters the mask 140 .
  • the pattern formed on the mask 140 part of the pulsed laser light is blocked and the rest is transmitted through the mask 140.
  • the pulsed laser beam transmitted through the mask 140 is reduced and projected onto the surface of the substrate SUB by the projection optical system 145 .
  • the amorphous silicon film on the surface of the substrate SUB is irradiated with laser light, the amorphous silicon film is heated and melted, and then crystallized.
  • FIG. 3 is a plan view showing an example of a method of laser annealing the substrate SUB by a step-and-repeat method.
  • the surface of the substrate SUB includes Kmax irradiation areas Sr(1) to Sr(Kmax).
  • Sr(k) be one of the irradiation regions Sr(1) to Sr(Kmax).
  • k can take an integer value from 1 to Kmax.
  • the shape of the irradiation region Sr(k) corresponds to the shape of the beam cross section of the pulsed laser light on the substrate SUB.
  • the irradiation area Sr(k) is an example of the first area in the present disclosure.
  • the dashed arrows in FIG. 3 indicate the order of laser annealing.
  • the position of the beam cross section of the pulsed laser light relative to the substrate SUB moves in the X direction.
  • the irradiation regions Sr(1) to Sr(Kmax) are laser-annealed in this order.
  • the procedure of laser annealing by the step-and-repeat system is as follows. First, the XYZ stage 174 is operated to move and stop the substrate SUB so that the first irradiation area Sr(1) coincides with the area where the inverted image of the mask 140 is formed. Next, the attenuator 120 is controlled so that the fluence of the pulsed laser light on the substrate SUB becomes the target value Ft(1). Then, the irradiation region Sr(1) is irradiated through the mask 140 with the pulsed laser light of the set irradiation pulse number Np(1). After that, the output of the pulsed laser light is stopped.
  • the XYZ stage 174 is operated to move and stop the substrate SUB so that the next irradiation area Sr(2) coincides with the area where the inverted image of the mask 140 is formed.
  • the attenuator 120 is controlled so that the fluence of the pulsed laser light reaches the target value Ft(2), and the pulsed laser light with the irradiation pulse number Np(2) is irradiated onto the irradiation region Sr(2) through the mask 140. do.
  • the output of the pulsed laser light is stopped.
  • the irradiation regions Sr(3) to Sr(Kmax) are laser annealed.
  • Each of the irradiation regions Sr(1) to Sr(Kmax) has a rectangular shape, and the lengths of two sides thereof are Bx and By, respectively.
  • Bx and By are the beam widths of the pulsed laser light on the surface of the substrate SUB, and correspond to the beam widths in the X-axis direction and the Y-axis direction, respectively.
  • Ta be the transmittance of the attenuator 120
  • Tt be the total transmittance of the optical system from the output position of the laser device 12 to the substrate SUB when the transmittance Ta of the attenuator 120 is maximum.
  • the transmittance Ta of the attenuator 120 is controlled to a value obtained by the following equation in order to bring the fluence in the irradiation region Sr(k) to a value near the target value Ft(k).
  • Ta Ft(k)*(Bx*By)/(Tt*Et)
  • the method of controlling the transmittance Ta of the attenuator 120 is not limited to the above method.
  • An energy monitor (not shown) may be placed in the optical path of the pulsed laser beam that has passed through the attenuator 120, and the transmittance Ta may be feedback-controlled based on the output result of this energy monitor.
  • FIG. 4 shows an example of irradiation condition setting data for the irradiation regions Sr(1) to Sr(Kmax).
  • the irradiation condition setting data includes fluence target values Ft(1) to Ft(Kmax) and irradiation pulse numbers Np(1) to Np(Kmax).
  • Irradiation pulse numbers Np(1) to Np(Kmax) refer to the number of pulses of pulsed laser light with which one location on the substrate SUB is irradiated.
  • Setting data of irradiation conditions is stored in, for example, the memory 101 (see FIG. 1).
  • different fluence target values Ft(1) to Ft(Kmax) may be set, or different irradiation pulse numbers Np(1) to Np (Kmax) may be set.
  • the fluence target values Ft(1) to Ft(Kmax) may be common values
  • the irradiation pulse numbers Np(1) to Np(Kmax) may be common values.
  • FIG. 5 is a flowchart showing operations of the laser annealing processor 100 in the comparative example.
  • step-and-repeat laser annealing is performed by the following method.
  • the laser annealing processor 100 performs initial adjustments. Details of S100 will be described later with reference to FIG.
  • the laser annealing processor 100 sets the value of k to an initial value of one. The values of k correspond to those described with reference to FIGS.
  • the laser annealing processor 100 sets irradiation conditions for the irradiation region Sr(k).
  • the irradiation conditions include the fluence target value Ft(k) and the irradiation pulse number Np(k).
  • the laser annealing processor 100 controls the laser annealing device 14 and the laser device 12 so that laser annealing of the irradiation region Sr(k) is performed. Details of S150 will be described later with reference to FIG.
  • the laser annealing processor 100 determines whether the value of k has reached Kmax. If the value of k has not reached Kmax (S200: NO), the laser annealing processor 100 proceeds to S210. At S210, the laser annealing processor 100 updates the value of k by adding 1 to the value of k. After that, the laser annealing processor 100 returns the process to S140. When the value of k reaches Kmax (S200: YES), the laser annealing processor 100 terminates the processing of this flowchart.
  • laser annealing is performed from the irradiation regions Sr(1) to Sr(Kmax).
  • FIG. 6 is a flowchart showing the details of the initial adjustment process shown in FIG. The flowchart shown in FIG. 6 corresponds to the subroutine of S100 in FIG.
  • the laser annealing processor 100 controls a work transfer robot (not shown) so that the substrate SUB is set on the table 176 of the XYZ stage 174.
  • the laser annealing processor 100 reads setting data of irradiation conditions for the irradiation regions Sr(1) to Sr(Kmax).
  • the irradiation conditions are those described with reference to FIG. 4, for example.
  • the irradiation conditions set in S140 described above are the irradiation conditions corresponding to the irradiation region Sr(k) among the irradiation conditions read in S102.
  • the laser annealing processor 100 ends the processing of this flowchart and returns to the processing shown in FIG.
  • FIG. 7 is a flow chart showing details of processing for controlling the laser annealing apparatus 14 and the laser apparatus 12 shown in FIG.
  • the flowchart shown in FIG. 7 corresponds to the subroutine of S150 in FIG.
  • the laser annealing processor 100 controls the attenuator 120 based on the fluence target value Ft(k) and the pulse energy of the pulsed laser light output from the laser device 12 .
  • a target pulse energy Et set in the laser device 12 is used as the pulse energy of the pulsed laser light.
  • the laser annealing processor 100 controls the attenuator 120 so that the transmittance Ta of the attenuator 120 becomes the value calculated as described above.
  • the laser annealing processor 100 controls the position of the XYZ stage 174 in the X-axis direction and the Y-axis direction so that the irradiation area Sr(k) is irradiated with the pulsed laser beam, and moves the XYZ stage 174 at that position. stop.
  • the laser annealing processor 100 controls the position of the XYZ stage 174 on the Z axis so that the image of the mask 140 is formed on the surface of the substrate SUB, and stops the XYZ stage 174 at that position.
  • the laser annealing processor 100 transmits a trigger signal of Np(k) pulses to the laser device 12 at the repetition frequency f.
  • a pulsed laser beam of Np(k) pulses is output from the laser device 12 to irradiate the irradiation region Sr(k), thereby performing laser annealing.
  • the laser annealing processor 100 ends the processing of this flowchart and returns to the processing shown in FIG.
  • Laser annealing of IGZO and IZO differs from laser annealing of amorphous silicon in that it does not crystallize them.
  • laser annealing of IGZO and IZO also has the same problems as laser annealing of amorphous silicon.
  • machine learning is performed using teacher data in which the image data of the irradiated region Sr(k) after laser annealing is used as an input and the semiconductor characteristic measurement data is used as an output. to generate a trained model. Estimates of semiconductor characteristics are calculated by calculating outputs for new image data using this trained model.
  • FIG. 8 schematically shows the configuration of the machine learning system according to the first embodiment.
  • the machine learning system includes a laser annealing system 10 , an image data generator 20 , a semiconductor characteristic measurement unit 40 and a machine learning processor 500 .
  • the laser annealing processor 100 included in the laser annealing system 10 receives from the machine learning processor 500 setting data of irradiation conditions and an instruction to perform laser annealing. In addition, the laser annealing processor 100 notifies the machine learning processor 500 of the completion of the operation of the work transfer robot (not shown) and the completion of the laser annealing. The laser annealing system 10 performs laser annealing on the substrate SUB for annealing samples.
  • the configuration of the laser annealing system 10 may be the same as described with reference to FIG. 8, illustration of some components of the laser annealing system 10 is omitted.
  • the image data generation section 20 includes an image data generation processor 200 , a transfer optical system 245 , an XYZ stage 274 and an image generation unit 280 .
  • the XYZ stage 274 is fixed to a frame (not shown).
  • a table 276 of an XYZ stage 274 supports a laser-annealed annealed sample substrate SUB.
  • the transfer optical system 245 is arranged on the optical path between the image generation unit 280 and the substrate SUB.
  • the transfer optical system 245 may be a reduction projection optical system composed of a combination of multiple lenses 243 and 244 .
  • the image generation unit 280 includes an illumination light source 281 , an imaging section 282 and a half mirror 283 .
  • the illumination light source 281 is configured to output illumination light toward the half mirror 283 .
  • the illumination light includes multiple wavelength components of visible light. For example, the illumination light is white light. Part of the illumination light is reflected by the half mirror 283, passes through the transfer optical system 245, is irradiated onto the substrate SUB, and is reflected by the substrate SUB.
  • the imaging unit 282 includes an image sensor. The imaging unit 282 receives part of the reflected light of the illumination light via the transfer optical system 245 and the half mirror 283 . An image of the surface of the substrate SUB is formed on the light receiving surface of the imaging unit 282 by the transfer optical system 245 .
  • the imaging unit 282 generates and outputs image data from the image formed on the light receiving surface.
  • the image data generation processor 200 is configured to control the XYZ stage 274, the illumination light source 281, and the imaging section 282, respectively.
  • the image data generation processor 200 receives image data from the imaging unit 282 .
  • the image data generation processor 200 controls a work transport robot (not shown) for setting the substrate SUB on the table 276 of the XYZ stage 274 .
  • the image data generation processor 200 receives an image data generation instruction from the machine learning processor 500 . Further, the image data generation processor 200 notifies the machine learning processor 500 of completion of operation of the workpiece transfer robot and completion of generation of image data, and transmits image data.
  • the semiconductor characteristic measurement unit 40 includes a semiconductor characteristic measurement processor 400 , a device analyzer 430 and an XYZ stage 474 .
  • the XYZ stage 474 is fixed to a frame (not shown).
  • a table 476 of an XYZ stage 474 supports a substrate SUB for annealing samples on which semiconductor devices are fabricated.
  • a semiconductor device is manufactured by a semiconductor manufacturing apparatus 30 .
  • the device analyzer 430 contacts the terminals of the semiconductor element formed on the surface of the substrate SUB with the probe 431 to measure and output the semiconductor characteristics of the semiconductor element.
  • Semiconductor properties include, for example, electron mobility.
  • the semiconductor property includes gate threshold voltage.
  • the semiconductor characteristic measurement processor 400 is configured to control the XYZ stage 474 and the device analyzer 430 respectively.
  • the semiconductor characteristic measurement processor 400 receives semiconductor characteristic measurement data from the device analyzer 430 .
  • the semiconductor characteristic measurement processor 400 controls a work transfer robot (not shown) for setting the substrate SUB on the table 476 of the XYZ stage 474 .
  • the semiconductor characteristic measurement processor 400 receives semiconductor characteristic measurement instructions from the machine learning processor 500 . In addition, the semiconductor characteristic measurement processor 400 notifies the machine learning processor 500 of the completion of the operation of the workpiece transfer robot and the completion of semiconductor characteristic measurement, and transmits measurement data.
  • the machine learning processor 500 is a processing device including a memory 501 storing a control program and a CPU 502 executing the control program.
  • Machine learning processor 500 is specially configured or programmed to perform various processes contained in this disclosure.
  • FIG. 9 is a flowchart showing operations of the machine learning processor 500 in the first embodiment.
  • machine learning is performed by the following method to generate a learned model.
  • the machine learning processor 500 causes the laser annealing system 10 to perform laser annealing and produce an annealed sample.
  • Laser annealing is performed by irradiating a semiconductor film on a substrate SUB for annealing samples with a pulsed laser beam. Details of S10 will be described later with reference to FIG.
  • the machine learning processor 500 causes the image data generation unit 20 to generate image data, and acquires the image data of each of the irradiation regions Sr(1) to Sr(Kmax) of the annealing samples from the image data generation unit 20.
  • Image data is generated from reflected light of the illumination light applied to the annealed sample. Details of S20 will be described later with reference to FIG.
  • the machine learning processor 500 determines whether the semiconductor process by the semiconductor manufacturing apparatus 30 has been completed and the semiconductor device has been manufactured.
  • Semiconductor processes include processes for forming resist films and other films, etching processes, ion implantation processes, and the like. If the semiconductor process is not finished (S30: NO), the machine learning processor 500 waits until the semiconductor process is finished. If the semiconductor process has ended (S30: YES), the machine learning processor 500 proceeds to S40.
  • the machine learning processor 500 causes the semiconductor characteristic measurement unit 40 to measure semiconductor characteristics, and obtains measurement data of the semiconductor characteristics of each of the irradiation regions Sr(1) to Sr(Kmax) of the annealed sample from the semiconductor characteristic measurement unit 40. get. Details of S40 will be described later with reference to FIG.
  • the machine learning processor 500 generates teacher data in which the image data is input and the measurement data of semiconductor characteristics is associated as output. Details of S50 will be described later with reference to FIGS.
  • the machine learning processor 500 performs machine learning using a neural network based on teacher data to generate a trained model. Details of S60 will be described later with reference to FIGS. After S60, the machine learning processor 500 ends the processing of this flowchart.
  • FIG. 10 is a flow chart showing details of the process of causing the laser annealing system 10 to prepare annealed samples.
  • the flowchart shown in FIG. 10 corresponds to the subroutine of S10 in FIG.
  • the machine learning processor 500 transmits setting data of irradiation conditions for preparing an annealed sample to the laser annealing processor 100 of the laser annealing system 10 .
  • the irradiation conditions for preparing the annealed sample may be the same as those described with reference to FIG.
  • the fluence target values Ft(1) to Ft(Kmax) are desirably set within a range of, for example, 400 mJ/cm 2 or more and 700 mJ/cm 2 or less so as not to deviate from the vicinity of a specific value.
  • the number of irradiation pulses Np(1) to Np(Kmax) be set within a range of, for example, 1 to 15 and not biased toward a specific value.
  • the machine learning processor 500 determines whether or not the substrate SUB for the annealing sample has been placed on the table 176 of the laser annealing system 10, that is, whether or not the operation of the work transfer robot (not shown) of the laser annealing system 10 has been completed. judge. If the substrate SUB is not placed on the table 176 (S12: NO), the machine learning processor 500 waits until the substrate SUB is placed on the table 176. If the substrate SUB is placed on the table 176 (S12: YES), the machine learning processor 500 advances the process to S13.
  • the machine learning processor 500 causes the laser annealing system 10 to perform laser annealing by sending a laser annealing execution instruction to the laser annealing processor 100 .
  • the machine learning processor 500 determines whether the laser irradiation to all the irradiation regions Sr(1) to Sr(Kmax) of the substrate SUB for annealing samples has been completed, that is, whether the laser annealing has been completed. judge. If laser irradiation to all irradiation regions Sr(1) to Sr(Kmax) has not been completed (S14: NO), the machine learning processor 500 performs laser irradiation to all irradiation regions Sr(1) to Sr(Kmax). Wait until the irradiation is completed. When laser irradiation to all the irradiation regions Sr(1) to Sr(Kmax) is completed (S14: YES), the machine learning processor 500 ends the processing of this flowchart and returns to the processing shown in FIG.
  • FIG. 11 is a flow chart showing the details of the process of acquiring image data by the image data generator 20 .
  • the flowchart shown in FIG. 11 corresponds to the subroutine of S20 in FIG.
  • the machine learning processor 500 determines whether the substrate SUB for annealing samples has been placed on the table 276 of the image data generator 20, that is, whether the operation of the work transport robot (not shown) of the image data generator 20 has been completed. determine whether or not If the substrate SUB is not placed on the table 276 (S22: NO), the machine learning processor 500 waits until the substrate SUB is placed on the table 276. If the substrate SUB is placed on the table 276 (S22: YES), the machine learning processor 500 advances the process to S23.
  • the machine learning processor 500 causes the image data generation unit 20 to generate image data by transmitting an image data generation instruction to the image data generation processor 200 .
  • the machine learning processor 500 determines whether or not the generation of image data for all the irradiation regions Sr(1) to Sr(Kmax) of the substrate SUB for annealing samples has been completed. If generation of image data for all of the irradiation regions Sr(1) to Sr(Kmax) has not been completed (S24: NO), the machine learning processor 500 generates images of all the irradiation regions Sr(1) to Sr(Kmax). Wait for data generation to complete. When generation of image data for all irradiation regions Sr(1) to Sr(Kmax) is completed (S24: YES), the machine learning processor 500 advances the process to S25.
  • the machine learning processor 500 receives image data from the image data generator 20 . After S25, the machine learning processor 500 ends the processing of this flowchart and returns to the processing shown in FIG.
  • FIG. 12 is a flow chart showing the details of the process of acquiring measurement data of semiconductor characteristics by the semiconductor characteristic measurement unit 40 .
  • the flowchart shown in FIG. 12 corresponds to the subroutine of S40 in FIG.
  • the machine learning processor 500 determines whether or not the substrate SUB for the annealing sample has been placed on the table 476 of the semiconductor characteristic measuring section 40, that is, whether the operation of the workpiece transfer robot (not shown) of the semiconductor characteristic measuring section 40 has been completed. determine whether or not If the substrate SUB is not placed on the table 476 (S42: NO), the machine learning processor 500 waits until the substrate SUB is placed on the table 476. If the substrate SUB is placed on the table 476 (S42: YES), the machine learning processor 500 advances the process to S43.
  • the machine learning processor 500 causes the semiconductor characteristic measurement unit 40 to measure the semiconductor characteristics by transmitting a semiconductor characteristic measurement instruction to the semiconductor characteristic measurement processor 400.
  • the machine learning processor 500 determines whether the measurement of the semiconductor characteristics of all the irradiation regions Sr(1) to Sr(Kmax) of the substrate SUB has been completed. If the measurement of the semiconductor characteristics of all the irradiation regions Sr(1) to Sr(Kmax) has not been completed (S44: NO), the machine learning processor 500 detects the semiconductor characteristics of all the irradiation regions Sr(1) to Sr(Kmax). Wait until the characteristic measurement is completed. When the measurement of the semiconductor characteristics of all the irradiation regions Sr(1) to Sr(Kmax) is completed (S44: YES), the machine learning processor 500 advances the process to S45.
  • the machine learning processor 500 receives semiconductor characteristic measurement data from the semiconductor characteristic measurement unit 40 . After S45, the machine learning processor 500 ends the processing of this flowchart and returns to the processing shown in FIG.
  • FIG. 13 is a flowchart showing the details of the process of generating teacher data.
  • the flowchart shown in FIG. 13 corresponds to the subroutine of S50 in FIG.
  • the machine learning processor 500 stores the image data received from the image data generator 20 in the memory 501 in association with the irradiation areas Sr(1) to Sr(Kmax).
  • the machine learning processor 500 stores the semiconductor characteristic measurement data received from the semiconductor characteristic measuring unit 40 in the memory 501 in association with the irradiation areas Sr(1) to Sr(Kmax). After S52, the machine learning processor 500 ends the processing of this flowchart and returns to the processing shown in FIG.
  • FIG. 14 shows an example of teacher data generated by the process of FIG.
  • the teacher data is obtained by associating image data and semiconductor characteristic measurement data with each of the irradiation regions Sr(1) to Sr(Kmax).
  • FIG. 14 shows an example in which electron mobilities Em(1) to Em(Kmax) are measured as semiconductor characteristics.
  • the semiconductor characteristic may be gate threshold voltage.
  • the teacher data may be created separately for each semiconductor film deposition condition and for each mask 140 used for laser annealing.
  • the teacher data may be created.
  • FIG. 15 is a flowchart showing the details of the process of performing machine learning to generate a learned model.
  • the flowchart shown in FIG. 15 corresponds to the subroutine of S60 in FIG.
  • the machine learning processor 500 reads teacher data from the memory 501.
  • the teaching data are those described with reference to FIGS. 13 and 14.
  • FIG. 13 The teaching data are those described with reference to FIGS. 13 and 14.
  • the machine learning processor 500 distributes the teacher data so that part of the teacher data is used as learning data and the other part is used as evaluation data. For example, of Kmax data sets associated with the irradiation regions Sr(1) to Sr(Kmax), 90% are used as learning data and 10% are used as evaluation data. This distribution is performed randomly except for the distribution ratio. Random as used in the present disclosure includes the use of pseudo-random numbers generated by a computer according to a certain algorithm. Further, if the irradiation conditions for the irradiation regions Sr(1) to Sr(Kmax) are randomly set, the allocation operation may not be random. Kmax/10) may be used as evaluation data.
  • a deep layer structure is a type of neural network, and is a structure in which functions imitating the functions of nerve cells are arranged in multiple layers.
  • FIG. 16 schematically shows an example of a deep layer structure.
  • each layer function receives data from the previous layer and outputs data generated according to each function to the subsequent layer.
  • These functions perform operations such as convolution, pooling, smoothing, and full connections.
  • the machine learning processor 500 uses the learning data to train the deep structure. Specifically, image data included in learning data is input to the deep structure. Then, the values of the coefficients included in each function are determined so that the sum of errors between the data output to the final stage of the deep structure and the semiconductor characteristic measurement data included in the learning data is minimized.
  • a deep structure trained in this manner is referred to as a trained model in the present disclosure.
  • the machine learning processor 500 evaluates the learned model using the evaluation data. Specifically, the image data included in the evaluation data is input to the trained model. Then, the error between the data output to the final stage of the trained model and the semiconductor characteristic measurement data included in the evaluation data is calculated.
  • the machine learning processor 500 determines whether the accuracy of the learned model is sufficient. For example, the accuracy of the learned model is determined based on the error average and variation calculated in S65. If the accuracy of the trained model is not sufficient (S66: NO), the machine learning processor 500 returns the process to S63, resets the parameters, and retrains the deep structure. If the accuracy of the trained model is sufficient (S66: YES), the machine learning processor 500 ends the processing of this flowchart and returns to the processing shown in FIG.
  • FIG. 17 is a graph showing the evaluation result of the trained model using the evaluation data in S65 of FIG. Electron mobility is adopted as a semiconductor property.
  • the horizontal axis of FIG. 17 indicates the estimated value of the electron mobility output from the trained model by inputting the image data included in the evaluation data to the trained model.
  • the vertical axis indicates the measured electron mobility included in the evaluation data as measurement data. As shown in FIG. 17, although there is an error between the estimated electron mobility and the measured electron mobility, they are generally in agreement, and it was found that the estimated electron mobility can be sufficiently used for estimating the electron mobility.
  • the irradiation region Sr(k) of the semiconductor film on the substrate SUB which is laser-annealed with the pulsed laser beam, is image data generated from the reflected light of the illumination light applied to the .
  • measurement data of semiconductor characteristics in the irradiation region Sr(k) are acquired.
  • the image data is used as an input and the measurement data is used as an output to generate teacher data in association with each other.
  • machine learning using a neural network is performed based on the training data to generate a trained model.
  • the semiconductor characteristics can be predicted based on the image data of the irradiation region Sr(k) whose semiconductor characteristics are unknown, and the irradiation conditions of the pulsed laser beam can be adjusted even during laser annealing. be able to.
  • Electron mobility and gate threshold voltage are examples of semiconductor properties that cannot be measured until after the semiconductor device is fabricated. Other semiconductor properties include, for example, contact resistance.
  • the machine learning method according to the first embodiment further includes evaluating the trained model, generating the trained model using part of the teacher data as learning data, The other part of is used as evaluation data to evaluate the trained model. According to this, since evaluation data that is not used as learning data is used, it is possible to appropriately evaluate a trained model. Otherwise, the first embodiment is the same as the comparative example.
  • FIG. 18 schematically shows the configuration of a laser annealing system 10b according to the second embodiment.
  • the laser annealing system 10b includes an image generation unit 180 in addition to the configuration of the laser annealing system 10 according to the comparative example, and includes a beam splitter 115b instead of the high reflection mirror 115.
  • FIG. The memory 101 stores a trained model having image data as an input and an electron mobility estimate Eme(k) as an output, and the laser annealing processor 100 can access the trained model.
  • the image generation unit 180 includes an illumination light source 181, an imaging section 182, and a half mirror 183. These configurations are the same as those of the image generation unit 280 in the first embodiment.
  • the beam splitter 115b is a dichroic mirror that transmits one of the visible illumination light output from the illumination light source 181 and the ultraviolet pulse laser light output from the laser device 12 and reflects the other.
  • the beam splitter 115b is configured to transmit the illumination light and reflect the pulsed laser light.
  • a high reflection mirror 115 similar to that of the comparative example may be arranged so that the illumination light output from the illumination light source 181 is incident on the substrate SUB at an incident angle different from that of the pulse laser light. good.
  • Part of the illumination light output from the illumination light source 181 is reflected by the half mirror 183, passes through the beam splitter 115b and the projection optical system 145, is irradiated onto the irradiation area Sr(k) of the substrate SUB, and is reflected by the substrate SUB. be.
  • the imaging unit 182 receives part of the reflected light of the illumination light via the projection optical system 145, the beam splitter 115b, and the half mirror 183, and generates image data.
  • the projection optical system 145 may include a combination lens of calcium fluoride and synthetic quartz to reduce chromatic aberration between the ultraviolet pulsed laser light and the visible illumination light.
  • the imaging unit 182 includes a shutter 184 , an image sensor 185 , a driving circuit 186 and an imaging controller 187 .
  • the shutter 184 opens and closes according to a shutter trigger signal received from the imaging controller 187, and blocks the reflected light of the illumination light reflected by the substrate SUB in the closed state. Thereby, the timing of incidence of the reflected light on the image sensor 185 and the length of the incidence time are adjusted.
  • the image sensor 185 includes, for example, charge-coupled devices (CCDs) arranged in a matrix, and images the surface of the substrate SUB.
  • the drive circuit 186 reads out image data by detecting the charge of each charge-coupled device.
  • the imaging controller 187 controls charge detection by the drive circuit 186 and processes image data read by the drive circuit 186 .
  • the imaging controller 187 receives control signals from the laser annealing processor 100 and transmits image data to the laser annealing processor 100 .
  • imaging controller 187 may be included in laser annealing processor 100 .
  • the image sensor 185 may use a CMOS (complementary metal oxide semiconductor) transistor instead of the charge-coupled device.
  • FIG. 20 is a flow chart showing the operation of the laser annealing processor 100 in the second embodiment.
  • step-and-repeat laser annealing is performed by the following method.
  • the laser annealing processor 100 performs initial adjustment. Details of S100b will be described later with reference to FIG.
  • the processing from S130 to S150 is the same as explained in the comparative example.
  • the laser annealing processor 100 acquires image data of the laser-annealed irradiation area Sr(k). While the XYZ stage 174 is stopped in S150, the irradiation area Sr(k) is irradiated with Np(k) pulses of pulsed laser light, and the XYZ stage 174 has not yet moved by the time the process of S170b is performed. shall be The laser annealing processor 100 controls the illumination light source 181 and the imaging section 182 to acquire image data of the irradiation area Sr(k).
  • the laser annealing processor 100 uses the image data and the trained model to calculate the electron mobility estimate Eme(k). Details of S180b will be described later with reference to FIG.
  • the laser annealing processor 100 updates the irradiation conditions of the pulsed laser light based on the electron mobility estimated value Eme(k).
  • the updating of the irradiation conditions includes the case of updating the irradiation conditions without changing them and the case of correcting and updating the irradiation conditions. Details of S190b will be described later with reference to FIGS.
  • the processes of S200 and S210 are the same as those described in the comparative example.
  • the next irradiation region Sr(k+1) is irradiated with the pulsed laser light after 1 is added to the value of k. Therefore, the irradiation conditions are updated in S190b before the next irradiation region Sr(k+1) is irradiated with the pulsed laser beam.
  • the next irradiation area Sr(k+1) corresponds to the second area in the present disclosure.
  • FIG. 21 is a flowchart showing the details of the initial adjustment process shown in FIG.
  • the flowchart shown in FIG. 21 corresponds to the subroutine of S100b in FIG.
  • the processing of S101 is the same as in the comparative example.
  • the laser annealing processor 100 reads the irradiation condition setting data for the irradiation region Sr(1) and the electron mobility target value Emt.
  • the irradiation conditions for the irradiation region Sr(1) include the fluence target value Ft(1) and the irradiation pulse number Np(1).
  • the irradiation conditions for the irradiation region Sr(2) and subsequent regions are set in S190b.
  • the laser annealing processor 100 ends the processing of this flowchart and returns to the processing shown in FIG.
  • FIG. 22 is a flowchart showing the details of the process of calculating the estimated value Eme(k) of electron mobility shown in FIG.
  • the flowchart shown in FIG. 22 corresponds to the subroutine of S180b in FIG.
  • the laser annealing processor 100 reads the learned model from the memory 101 .
  • the laser annealing processor 100 inputs the image data acquired in S170b to the trained model.
  • the laser annealing processor 100 calculates the electron mobility estimate Eme(k). After S183b, the laser annealing processor 100 ends the processing of this flowchart and returns to the processing shown in FIG.
  • FIG. 23 is a flow chart showing details of processing for updating the irradiation conditions shown in FIG.
  • the flowchart shown in FIG. 23 corresponds to the subroutine of S190b in FIG.
  • the laser annealing processor 100 determines whether the absolute value of the difference ⁇ Em(k) calculated in S191b is equal to or less than the first threshold Emtr. If the absolute value of the difference ⁇ Em(k) is less than or equal to the first threshold Emtr (S192b: YES), the laser annealing processor 100 advances the process to S193. In S193, the laser annealing processor 100 sets the fluence target value Ft(k) and the irradiation pulse number Np(k), which are the current irradiation conditions, as the next irradiation conditions Ft(k+1) and Np(k+1), respectively. do. That is, the irradiation conditions are not changed.
  • the laser annealing processor 100 advances the process to S194b.
  • the laser annealing processor 100 corrects the irradiation conditions of the pulsed laser light based on the estimated value Eme(k) of the electron mobility. Details of the processing of S194b will be described later with reference to FIGS.
  • the laser annealing processor 100 ends the processing of this flowchart and returns to the processing shown in FIG.
  • FIG. 24 is a flowchart showing a first example of processing for correcting irradiation conditions shown in FIG.
  • the flowchart shown in FIG. 24 corresponds to the subroutine of S194b in FIG.
  • the laser annealing processor 100 determines whether the product of the amount of change in the estimated value Eme(k) of electron mobility and the amount of change in the target fluence value Ft(k) is 0 or more. . That is, it is determined whether or not the following formula is satisfied. (Eme(k)-Eme(k-1)) ⁇ (Ft(k)-Ft(k-1)) ⁇ 0 If this expression is satisfied (S1946b: YES), the laser annealing processor 100 advances the process to S1947b. If this expression is not satisfied (S1946b: NO), the laser annealing processor 100 advances the process to S1948b.
  • FIG. 25 is a graph showing a typical relationship between the fluence target value Ft(k) and the electron mobility estimated value Eme(k).
  • the curve showing the relationship between the fluence target value Ft(k) and the electron mobility estimated value Eme(k) has an upwardly convex shape, and the electron mobility is near the maximum value of the estimated value Eme(k).
  • a target value Emt of degrees is set.
  • the estimated value Eme(k) of the electron mobility is equal to or greater than the value Emt-Emtr obtained by subtracting the first threshold value Emtr from the target value Emt, and is obtained by adding the first threshold value Emtr to the target value Emt.
  • the target fluence value Ft(k) is either in the low region L or in the high region H. .
  • the relationship between the fluence target value Ft(k) and the electron mobility estimated value Eme(k) rises to the right.
  • the fluence target value Ft(k) is in the high region H, the relationship between the fluence target value Ft(k) and the electron mobility estimated value Eme(k) is downward.
  • FIG. 26 is a table for explaining criteria for determining the control direction of the fluence target value Ft(k) in the second embodiment.
  • the change direction of the target fluence value Ft(k) indicates whether the change amount Ft(k)-Ft(k-1) of the target fluence value Ft(k) is a positive number or a negative number. indicates That is, when the fluence target value Ft(k) is increased in the previous update, the change amount Ft(k)-Ft(k-1) becomes a positive number, and the fluence target value Ft(k) is increased in the previous update. If it is lowered, the amount of change Ft(k)-Ft(k-1) becomes a negative number.
  • the change direction of the estimated value Eme(k) of the electron mobility means whether the amount of change Eme(k) ⁇ Eme(k ⁇ 1) of the estimated value Eme(k) of the electron mobility is a positive number or a negative number. indicates That is, when the estimated electron mobility Eme(k) is higher than before the previous update, the amount of change Eme(k)-Eme(k-1) becomes a positive number, and the estimated electron mobility Eme(k ) is lower than before the previous update, the amount of change Eme(k)-Eme(k-1) becomes a negative number.
  • the product of the variations is positive. If one of the variations is positive and the other is negative, the product of the variations is negative. If the product of the change amounts is a positive number (S1946b: YES), the current fluence target value Ft(k) is in the low region L, so the control direction of the fluence target value Ft(k) should be positive. , the estimated value Eme(k) of the electron mobility can be brought closer to the target value Emt. If the product of the amount of change is a negative number (S1946b: NO), the current target value of fluence Ft(k) is in the high region H. , the estimated value Eme(k) of the electron mobility can be brought closer to the target value Emt.
  • the laser annealing processor 100 calculates the next fluence target value Ft(k+1) by adding a positive number ⁇ Ft to the current fluence target value Ft(k). In S1948b, the laser annealing processor 100 calculates the next fluence target value Ft(k+1) by subtracting a positive number ⁇ Ft from the current fluence target value Ft(k).
  • the laser annealing processor 100 ends the processing of this flowchart and returns to the processing shown in FIG.
  • a first example of processing for correcting irradiation conditions is performed as described above.
  • FIG. 27 is a flowchart showing a second example of processing for correcting irradiation conditions shown in FIG.
  • the flowchart shown in FIG. 27 corresponds to the subroutine of S194b in FIG.
  • the laser annealing processor 100 determines whether the absolute value of the difference ⁇ Em(k) calculated in S191b is equal to or less than the second threshold Emtrmax.
  • the second threshold Emtrmax is a value greater than the first threshold Emtr in S192b. If the absolute value of the difference ⁇ Em(k) is equal to or less than the second threshold Emtrmax (S1941: YES), the laser annealing processor 100 advances the process to S1946b. The processes after S1946b are the same as those described with reference to FIG. If the absolute value of the difference ⁇ Em(k) is greater than the second threshold Emtrmax (S1941: NO), the laser annealing processor 100 advances the process to S1942.
  • the laser annealing processor 100 controls the XYZ stage 174 to move the substrate SUB so that the pulsed laser light irradiates the trial irradiation area of the substrate SUB.
  • a substrate for trial irradiation (not shown) may be set on the table 176 instead of the substrate SUB.
  • the laser annealing processor 100 acquires the relationship between the fluence target value Ft(k) and the electron mobility estimated value Eme(k). Specifically, while changing the fluence target value Ft(k) according to each value of k, the corresponding irradiation region Sr(k) is subjected to trial irradiation for laser annealing, and image data is acquired each time. , to compute an estimate of the electron mobility Eme(k).
  • the laser annealing processor 100 calculates the estimated electron mobility Eme(k) and the target value Emt based on the relationship between the fluence target value Ft(k) and the electron mobility estimated value Eme(k). determines the fluence Ftadj that minimizes the difference ⁇ Em(k) between
  • the laser annealing processor 100 sets the fluence Ftadj as the next fluence target value Ft(k+1). After S1945, S1947b, or S1948b, the laser annealing processor 100 ends the processing of this flowchart and returns to the processing shown in FIG. A second example of processing for correcting irradiation conditions is performed as described above.
  • the target fluence value Ft(k) and the electron mobility estimated value Eme(k) can be acquired to correct the fluence target value Ft(k). This correction can be performed based on the relationship between the fluence target value Ft(k) and the electron mobility estimated value Eme(k) without measuring the electron mobility with the device analyzer 430 .
  • deterioration of the optical system may be determined by another method.
  • an energy monitor (not shown) may be arranged in the optical path of the pulsed laser beam that has passed through the attenuator 120, and the processing of S1942 to S1945 may be performed when the output of the energy monitor is lowered. Further, the processing of S1942 to S1945 may be performed when the cumulative pulse number of laser annealing by the laser annealing device 14 is equal to or greater than a predetermined value.
  • FIG. 28 is a flowchart showing a third example of processing for correcting irradiation conditions shown in FIG.
  • the flowchart shown in FIG. 28 corresponds to the subroutine of S194b in FIG.
  • the laser annealing processor 100 determines whether or not the irradiation pulse number Np(k) is less than the threshold value Nmax. If the irradiation pulse number Np(k) is less than the threshold value Nmax (S1949: YES), the laser annealing processor 100 advances the process to S1950. If the irradiation pulse number Np(k) is equal to or greater than the threshold value Nmax (S1949: NO), the laser annealing processor 100 advances the process to S1951.
  • FIG. 29 is a graph showing a typical relationship between the irradiation pulse number Np(k) and the electron mobility estimated value Eme(k).
  • the estimated value Eme(k) of the electron mobility is equal to or greater than the value Emt-Emtr obtained by subtracting the first threshold value Emtr from the target value Emt, and is obtained by adding the first threshold value Emtr to the target value Emt. If it is within the range equal to or less than the obtained value Emt+Emtr, a determination of YES is made in S192b, and the processing in FIG. 28 is not performed.
  • the irradiation pulse number Np(k) is either in the region L where it is small or in the region H where it is large.
  • the relationship between the irradiation pulse number Np(k) and the electron mobility estimated value Eme(k) is upward-sloping.
  • the threshold value Nmax of the irradiation pulse number Np(k) is set so that the irradiation pulse number Np(k) does not reach the region H. If the irradiation pulse number Np(k) is less than the threshold value Nmax (S1949: YES), the irradiation pulse number Np(k) is in the small region L, so that the control direction of the irradiation pulse number Np(k) is positive. , the estimated value Eme(k) of the electron mobility can be brought closer to the target value Emt.
  • the laser annealing processor 100 adds 1 to the current number of irradiation pulses Np(k) to calculate the next number of irradiation pulses Np(k+1).
  • the laser annealing processor 100 sets the current irradiation pulse number Np(k) as the next irradiation pulse number Np(k+1). That is, the irradiation conditions are not changed.
  • the laser annealing processor 100 ends the processing of this flowchart and returns to the processing shown in FIG.
  • the third example of processing for correcting the irradiation conditions is performed as described above.
  • One of the first to third examples may be performed as the process of correcting the irradiation conditions.
  • the fluence target value Ft(k) and the number of irradiation pulses Np(k) are corrected by combining the first example and the third example, or by combining the second example and the third example. processing may be performed.
  • a laser annealing system 10b includes a laser device 12 that outputs a pulsed laser beam for laser annealing an irradiation region Sr(k) of a semiconductor film on a substrate SUB, It includes an illumination light source 181 that irradiates an illumination area Sr(k) with illumination light, an imaging unit 182 that generates image data from reflected light of the illumination light, and a laser annealing processor 100 .
  • the laser annealing processor 100 is configured to be able to access a trained model having image data as an input and an electron mobility estimate Eme(k) as an output.
  • the irradiation conditions of the pulsed laser beam are corrected based on the estimated value Eme(k).
  • the irradiation region Sr(k) of the semiconductor film on the substrate SUB is annealed with pulsed laser light.
  • the irradiation area Sr(k) is irradiated with illumination light, and image data is generated from the reflected light of the illumination light.
  • the estimated value Eme(k) is calculated using a trained model in which the image data is input and the estimated value Eme(k) of the electron mobility is output. Also, the irradiation conditions of the pulsed laser beam are corrected based on the estimated value Eme(k).
  • the electron mobility can be predicted based on the image data of the irradiation region Sr(k) whose semiconductor characteristics are unknown, and the irradiation conditions of the pulsed laser light can be adjusted even during laser annealing. can do.
  • the laser annealing system 10b further includes a beam splitter 115b arranged in the optical path of the pulsed laser light.
  • the illumination light source 181 irradiates the irradiation region Sr(k) with illumination light through the beam splitter 115b, and the imaging unit 182 receives reflected light of the illumination light through the beam splitter 115b. According to this, irradiation of pulsed laser light, irradiation of illumination light from the illumination light source 181, and acquisition of image data by the imaging unit 182 can be performed from substantially the same direction via the beam splitter 115b.
  • the pulsed laser light includes a first wavelength component of ultraviolet light
  • the illumination light includes a plurality of second wavelength components of visible light.
  • the beam splitter 115b is a dichroic mirror that transmits one of the first and second wavelength components and reflects the other. According to this, the loss of the pulsed laser light in the beam splitter 115b can be reduced. In addition, it is possible to suppress the pulsed laser beam reflected by the substrate SUB from entering the imaging unit 182 .
  • the laser annealing system 10b further includes an XYZ stage 174 that moves the substrate SUB in the X-axis direction and the Y-axis direction that intersect with the direction of incidence of the pulsed laser beam on the substrate SUB.
  • the irradiation area Sr(k) is irradiated with the pulsed laser light of the set irradiation pulse number Np(k) while the XYZ stage 174 is stopped.
  • the XYZ stage 174 moves the substrate SUB so that the next irradiation region Sr(k+1) different from the irradiation region Sr(k) is irradiated with the pulsed laser light.
  • the laser annealing processor 100 corrects the irradiation conditions before the next irradiation region Sr(k+1) is irradiated with the pulsed laser light. According to this, the irradiation conditions can be corrected each time one irradiation region Sr(k) is laser-annealed in a step-and-repeat manner.
  • the irradiation conditions include fluence of pulsed laser light, and the semiconductor properties include electron mobility. If the estimated value Eme(k) of the electron mobility increases as a result of increasing the fluence, the laser annealing processor 100 corrects the irradiation conditions to increase the fluence, and as a result of increasing the fluence, the estimated value Eme( When k) becomes low, the irradiation conditions are corrected so as to lower the fluence.
  • the fluence control direction (positive or negative) can be accurately determined from the relationship between the change direction (positive or negative) of the fluence and the change direction (positive or negative) of the estimated value Eme(k) of the electron mobility. can judge.
  • the laser annealing processor 100 sets the absolute value of the difference ⁇ Em(k) between the estimated electron mobility Eme(k) and the target value Emt to the second If it is greater than the threshold Emtrmax, trial irradiation is performed while changing the irradiation conditions, image data is acquired, and the estimated value Eme(k) is calculated. Thereby, the relationship between the irradiation condition and the estimated value Eme(k) is acquired, and the irradiation condition is corrected based on this relationship. According to this, even if the optical system of the laser annealing device 14 deteriorates, the irradiation conditions can be appropriately corrected based on the relationship between the irradiation conditions and the estimated value Eme(k).
  • the irradiation conditions include the irradiation pulse number Np(k) of the pulsed laser light irradiated to one location on the substrate SUB.
  • the laser annealing processor 100 increases the irradiation pulse number Np(k) when the absolute value of the difference ⁇ Em(k) between the electron mobility estimated value Eme(k) and the target value Emt is greater than the first threshold value Emtr. Correct the irradiation conditions so that According to this, the electron mobility can be brought closer to the target value Emt by increasing the irradiation pulse number Np(k). Otherwise, the second embodiment is the same as the comparative example.
  • the laser annealing system 10b in the second embodiment may be used. . That is, the laser annealing system 10b may be used to perform laser annealing of the substrate SUB for annealing samples and acquisition of image data of the annealing samples in a step-and-repeat manner.
  • the third embodiment differs from the second embodiment in that the laser annealing processor 100 estimates the gate threshold voltage instead of estimating the electron mobility.
  • a memory 101 included in the laser annealing processor 100 stores a trained model that receives image data as an input and outputs an estimated value Vthe(k) of the gate threshold voltage. Otherwise, the configuration of the third embodiment is similar to that of the second embodiment.
  • FIG. 30 is a flow chart showing the operation of the laser annealing processor 100 in the third embodiment.
  • FIG. 31 is a flow chart showing the details of the initial adjustment process shown in FIG.
  • FIG. 32 is a flow chart showing the details of the process of calculating the estimated value Vthe(k) of the gate threshold voltage shown in FIG.
  • FIG. 33 is a flow chart showing details of processing for updating the irradiation conditions shown in FIG.
  • the processing shown in FIGS. 30 to 33 is the same as the processing shown in FIGS. 20 to 23, except that the electron mobility in FIGS. 20 to 23 is replaced with the gate threshold voltage.
  • Vtht be the target value of the gate threshold voltage
  • Vthe(k) be the estimated value of the gate threshold voltage
  • ⁇ Vth(k) be the difference between the estimated value Vthe(k) of the gate threshold voltage and the target value Vtht
  • a threshold of 1 is Vthtr.
  • FIG. 34 is a flow chart showing a first example of processing for correcting the irradiation conditions shown in FIG.
  • the flowchart shown in FIG. 34 corresponds to the subroutine of S194c in FIG.
  • FIG. 35 is a graph showing a typical relationship between the fluence target value Ft(k) and the gate threshold voltage estimated value Vthe(k).
  • FIG. 36 is a table for explaining criteria for determining the control direction of the fluence target value Ft(k) in the third embodiment.
  • the curve showing the relationship between the target fluence value Ft(k) and the estimated value Vthe(k) of the gate threshold voltage has a downward convex shape, and the estimated value Vthe(k ), the target value Vtht of the gate threshold voltage is set in the vicinity of the minimum value of . Therefore, the control direction of the fluence target value Ft(k) corresponding to the positive/negative of the product of the change amounts is opposite to that in the second embodiment.
  • the laser annealing processor 100 advances the process to S1947c. If the product of the change amounts is less than 0 (S1946c: NO), the laser annealing processor 100 advances the process to S1948c.
  • the laser annealing processor 100 calculates the next fluence target value Ft(k+1) by subtracting a positive number ⁇ Ft from the current fluence target value Ft(k). In S1948c, the laser annealing processor 100 calculates the next fluence target value Ft(k+1) by adding a positive number ⁇ Ft to the current fluence target value Ft(k).
  • a first example of processing for correcting irradiation conditions is performed as described above.
  • a second example of processing for correcting irradiation conditions is the same as the second embodiment except for the following (1) and (2).
  • (1) In order to determine the fluence Ftadj by trial irradiation from S1942 to S1945 in FIG. and target value Vtht are used.
  • (2) Instead of the processing from S1946b to S1948b in FIG. 27, the processing from S1946c to S1948c in FIG. 34 is performed.
  • a third example of processing for correcting irradiation conditions is the same as in the second embodiment. That is, as in FIG. 28, each time the irradiation conditions are corrected, 1 is added to the current irradiation pulse number Np(k) to calculate the next irradiation pulse number Np(k+1) (S1950). However, if the irradiation pulse number Np(k) has reached the threshold value Nmax, the current irradiation pulse number Np(k) is set as the next irradiation pulse number Np(k+1) (S1951).
  • the irradiation conditions include the fluence of the pulsed laser light
  • the semiconductor characteristics include the gate threshold voltage.
  • the laser annealing processor 100 corrects the irradiation conditions to increase the fluence, and as a result of increasing the fluence, the estimated value Vthe( When k) becomes high, the irradiation conditions are corrected so as to lower the fluence. Also, if the estimated value Vthe (k) is low as a result of lowering the fluence, correct the irradiation conditions to lower the fluence.
  • the fluence control direction (positive or negative) can be accurately determined from the relationship between the change direction (positive or negative) of the fluence and the change direction (positive or negative) of the estimated value Vthe(k) of the gate threshold voltage. can judge.
  • the third embodiment is similar to the second embodiment.
  • Step-and-scan laser annealing system 10b 5.1 Configuration
  • the fourth embodiment differs from the second and third embodiments in that laser annealing is performed by a step-and-scan method instead of a step-and-repeat method.
  • the mask 140 may have rectangular openings unlike the dot mask shown in FIG.
  • the substrate SUB may be irradiated with pulsed laser light having a rectangular beam cross section without using the mask 140 .
  • FIG. 37 is a plan view showing an example of a method of laser annealing the substrate SUB by the step-and-scan method.
  • the surface of the substrate SUB includes Mmax scan areas Sc(1) to Sc(Mmax). Let Sc(m) be one of the scan areas Sc(1) to Sc(Mmax). m can take an integer value from 1 to Mmax.
  • the dashed arrow in FIG. 37 indicates the moving direction of the beam cross section B of the pulsed laser beam relative to the substrate SUB.
  • the position of the beam cross section B corresponds to the incident position of the pulsed laser beam on the substrate SUB.
  • the beam cross section B is moved. For example, when the substrate SUB is moved in the -X direction by the XYZ stage 174, the beam cross section B relatively moves in the X direction.
  • the procedure of laser annealing by the step-and-scan method is as follows. First, the substrate SUB is moved so that the position of the beam cross section B coincides with the initial position In(1) away from the scan area Sc(1) in the -X direction. Next, the substrate SUB is started to move in the -X direction and accelerated to a speed of -Vx until the beam cross section B reaches the scan area Sc(1). Then, the transmission of the trigger signal with the repetition frequency f to the laser device 12 is started, and the scan area Sc(1) is laser-annealed. After the laser annealing of the scan area Sc(1) is completed, the transmission of the trigger signal is stopped, and the speed of the substrate SUB in the -X direction is reduced.
  • the substrate SUB is moved so that the position of the beam cross section B coincides with the initial position In(2) away from the scan area Sc(2) in the X direction.
  • the substrate SUB is started to move in the X direction and accelerated to a speed Vx until the beam cross section B reaches the scan area Sc(2).
  • transmission of a trigger signal with repetition frequency f to the laser device 12 is started, and the scan area Sc(2) is laser annealed.
  • the transmission of the trigger signal is stopped, and the speed of the substrate SUB in the X direction is reduced.
  • the scan regions Sc(3) to Sc(Mmax) are similarly laser annealed.
  • the beam cross section B has a rectangular shape, and the lengths of its two sides are Bx and By, respectively.
  • Np be the number of irradiation pulses of the pulsed laser light irradiated to one location on the substrate SUB.
  • the irradiation pulse number Np may be a constant value regardless of the irradiation position on the substrate SUB.
  • FIG. 38 and 39 are plan views showing the illumination range IL of the substrate SUB by the illumination light source 181.
  • the illumination range IL of the illumination light from the illumination light source 181 includes the beam cross section B of the pulsed laser light on the substrate SUB and its periphery. The positional relationship between the illumination range IL and the beam cross section B is fixed.
  • the dashed arrows indicate the direction of movement of the illumination range IL and the beam cross-section B with respect to the substrate SUB. That is, when the substrate SUB moves in the -X direction, the illumination range IL and the beam cross section B move in the X direction with respect to the substrate SUB as shown in FIG. As shown, the illumination range IL and beam cross section B move in the -X direction with respect to the substrate SUB.
  • the area that has already been laser annealed is indicated by oblique lines.
  • regions that have not yet been laser-annealed are successively laser-annealed.
  • the imaging unit 182 sequentially acquires image data of the laser-annealed region.
  • a region on the substrate SUB corresponding to the position and size of the beam cross section B is an example of the first region in the present disclosure.
  • the image acquisition range IM is located on the side opposite to the moving direction of the beam cross section B. That is, depending on whether the XYZ stage 174 is moving the substrate SUB in the X direction or in the -X direction, the imaging unit 182 uses another position within the illumination range IL as an image acquisition range IM to obtain image data. to get
  • the image acquisition range IM is adjacent to the beam cross section B.
  • FIGS. 38 and 39 show the case where the dimensions of the image acquisition range IM are the same as the dimensions of the beam cross section B, the present disclosure is not limited to this.
  • the dimensions of the image acquisition area IM may differ from the dimensions of the beam cross-section B.
  • it is desirable that the dimensions of the image acquisition range IM are the same as those of the imaging target of the image data used to create the learned model.
  • the imaging unit 182 After the end of emission of one pulse of the pulsed laser light, the imaging unit 182 performs imaging before the start of emission of the next pulse so that the pulsed laser light is not reflected when acquiring the image data of the image acquisition range IM. is desirable. Therefore, it is desirable that the opening time Ts of the shutter 184 satisfy the following conditions. Ts ⁇ 1/f ⁇ Here, ⁇ is the pulse time width of the pulsed laser light. Therefore, the opening time Ts of the shutter 184 is shorter than the repetition period 1/f of the pulsed laser beam.
  • the timing of the shutter trigger signal transmitted from the imaging controller 187 to the shutter 184 is controlled so that the opening/closing of the shutter 184 is finished after the emission of one pulse of the pulsed laser light is finished and before the emission of the next pulse is started.
  • the opening time Ts of the shutter 184 satisfy the following conditions. Ts ⁇ x/Vx where ⁇ x is the allowable limit for image blur.
  • FIG. 40 is a flow chart showing the operation of the laser annealing processor 100 in the fourth embodiment.
  • step-and-scan laser annealing is performed by the following method.
  • the laser annealing processor 100 performs initial adjustment. Details of S100d will be described later with reference to FIG.
  • the laser annealing processor 100 sets the value of m to an initial value of 1.
  • the values of m correspond to those described with reference to FIG.
  • the laser annealing processor 100 performs annealing settings for the scan area Sc(m) and starts laser annealing for the scan area Sc(m). Details of S120d will be described later with reference to FIG.
  • the laser annealing processor 100 sets the value of k to an initial value of 1.
  • image data is acquired (S170d)
  • the electron mobility estimated value Eme (k) is calculated ( S180b) and update of the irradiation conditions (S190d) are performed once each, and the value of k is updated each time these are performed once.
  • the value of k is updated multiple times during laser annealing of one scan area Sc(m).
  • the laser annealing processor 100 counts Np+n pulse trigger signals. Assuming that the processing from S170d to S200d can be completed in a short time, the time for Np+n pulses substantially corresponds to the update cycle of the irradiation conditions. n is an integer of 0 or more. Details of S160d will be described later with reference to FIG.
  • the laser annealing processor 100 acquires the image data of the laser annealed image acquisition range IM. Details of S170d will be described later with reference to FIG.
  • the laser annealing processor 100 uses the image data and the trained model to calculate the electron mobility estimate Eme(k).
  • the processing of S180b is similar to that of the second embodiment.
  • the laser annealing processor 100 updates the irradiation conditions of the pulsed laser light based on the electron mobility estimated value Eme(k).
  • the process of updating the fluence target value Ft(k) as the irradiation condition is the same as in the second embodiment, and for example, one of the above-described first and second examples can be applied. is. However, the irradiation pulse number Np does not have to be updated in the fourth embodiment.
  • the laser annealing processor 100 determines whether or not the laser annealing of the scan area Sc(m) is completed. If the laser annealing of the scan area Sc(m) is not completed (S200d: NO), the laser annealing processor 100 advances the process to S210. At S210, the laser annealing processor 100 updates the value of k by adding 1 to the value of k. After that, the laser annealing processor 100 returns the processing to S160d, and after outputting Np+n pulses, obtains image data (S170d), calculates the estimated electron mobility Eme(k) (S180b), and updates the irradiation conditions (S190d). conduct. If the laser annealing of the scan area Sc(m) is finished (S200d: YES), the laser annealing processor 100 advances the process to S220d.
  • the laser annealing processor 100 determines whether or not the laser annealing of the scan area Sc(Mmax) is completed. That is, it is determined whether or not the value of m is greater than or equal to Mmax. If the laser annealing of the scan area Sc(Mmax) has not ended (S220d: NO), the laser annealing processor 100 advances the process to S230d. At S230d, laser annealing processor 100 updates the value of m by adding 1 to the value of m. After that, the laser annealing processor 100 returns the processing to S120d. When the laser annealing of the scan area Sc(Mmax) is finished (S220d: YES), the laser annealing processor 100 finishes the processing of this flowchart.
  • FIG. 41 is a flow chart showing the details of the initial adjustment process shown in FIG.
  • the flowchart shown in FIG. 41 corresponds to the subroutine of S100d in FIG.
  • the processing of S101 is the same as in the comparative example and the second embodiment.
  • the laser annealing processor 100 reads the fluence target value Ft(1), the irradiation pulse number Np, and the electron mobility target value Emt.
  • the laser annealing processor 100 controls the position of the XYZ stage 174 on the Z axis so that the image of the mask 140 is formed on the surface of the substrate SUB, and stops the XYZ stage 174 at that position.
  • the laser annealing processor 100 ends the processing of this flowchart and returns to the processing shown in FIG.
  • FIG. 42 is a flow chart showing the details of processing for setting and starting annealing for the scan area Sc(m) shown in FIG.
  • the flowchart shown in FIG. 42 corresponds to the subroutine of S120d in FIG.
  • the laser annealing processor 100 sets the fluence target value Ft(m) and the irradiation pulse number Np.
  • the fluence target value Ft(m) when the value of m is 1 is the fluence target value Ft(1) read in S102d.
  • the fluence target value Ft(m) when the value of m is 2 or more is the last fluence target value Ft(k) in the previous scan region Sc(m ⁇ 1).
  • the laser annealing processor 100 controls the attenuator 120 based on the fluence target value Ft(m) and the pulse energy of the pulsed laser light output from the laser device 12 .
  • the laser annealing processor 100 positions the XYZ stage 174 in the X-axis direction and the Y-axis direction so that the beam cross section B of the pulsed laser light is positioned at the initial position In(m) of the scan area Sc(m). Control.
  • the laser annealing processor 100 sets the scanning direction of the beam cross section B to the positive direction if m is an odd number, and sets it to the negative direction if m is an even number.
  • the scanning direction is the X direction or -X direction indicated by dashed arrows in FIGS.
  • the laser annealing processor 100 starts moving the substrate SUB by the XYZ stage 174 and accelerates it to the speed Vx or -Vx.
  • the laser annealing processor 100 starts sending trigger signals to the laser device 12 at the repetition frequency f.
  • the pulsed laser beam output from the laser device 12 is irradiated onto the scan area Sc(m), and laser annealing is performed.
  • the laser annealing of the scan area Sc(m) is completed (S200d: YES)
  • the movement of the substrate SUB in the X direction or -X direction by the XYZ stage 174 is stopped, and the laser annealing of the next scan area Sc(m+1) is stopped.
  • Trigger signal transmission may be stopped until
  • the laser annealing processor 100 ends the processing of this flowchart and returns to the processing shown in FIG.
  • FIG. 43 is a flow chart showing the details of the process of counting Np+n pulses shown in FIG. The flowchart shown in FIG. 43 corresponds to the subroutine of S160d in FIG.
  • the laser annealing processor 100 sets the value of the counter Nc for counting the number of pulses to the initial value 0.
  • the laser annealing processor 100 determines whether or not the trigger signal has been transmitted to the laser device 12 . If the trigger signal has not been transmitted (S162: NO), the laser annealing processor 100 waits until the trigger signal is transmitted. If the trigger signal has been transmitted (S162: YES), the laser annealing processor 100 proceeds to S163.
  • the laser annealing processor 100 adds 1 to the value of the counter Nc to update the value of Nc.
  • the laser annealing processor 100 determines whether the value of the counter Nc is equal to or greater than Np+n. If the value of Nc is less than Np+n (S164: NO), the laser annealing processor 100 returns the process to S162. If the value of Nc is equal to or greater than Np+n (S164: YES), the laser annealing processor 100 ends the processing of this flowchart and returns to the processing shown in FIG.
  • n is an integer equal to or greater than 0, every time the laser device 12 outputs pulsed laser light of Np pulses or more, it is determined whether or not to correct the irradiation conditions of the pulsed laser light. For example, when the value of n is 0, the update period of the irradiation conditions corresponds approximately to the time of Np pulses, and the irradiation conditions such as the fluence target value Ft(k) can be frequently updated. However, for example, in the image acquisition range IM when the target value Ft(k) of the fluence is corrected and the time for Np pulses has passed, laser annealing is performed according to the target value Ft(k ⁇ 1) of the fluence before correction. part is included.
  • the update period of the irradiation conditions corresponds approximately to the time of 2 ⁇ Np pulses.
  • the image acquisition range IM after the correction of the fluence target value Ft(k) and the time corresponding to 2 ⁇ Np pulses has elapsed is laser annealed according to the corrected fluence target value Ft(k).
  • FIG. 44 is a flow chart showing the details of the image data acquisition process shown in FIG. The flowchart shown in FIG. 44 corresponds to the subroutine of S170d in FIG.
  • the laser annealing processor 100 sets the image acquisition range IM to a position shifted from the beam cross section B of the pulsed laser light in the direction opposite to the scanning direction.
  • An example of the image acquisition range IM is as described with reference to FIGS. 38 and 39. FIG.
  • the laser annealing processor 100 images the image acquisition range IM. After S172, the laser annealing processor 100 ends the processing of this flowchart and returns to the processing shown in FIG.
  • the image acquisition range IM is imaged after the image acquisition range IM is set so that the amount of data obtained by imaging is small.
  • the drive circuit 186 (see FIG. 19) of the imaging section 182 detects the charges of all the pixels of the image sensor 185 instead of detecting the charges of all the pixels of the image sensor 185 . It may be configured to detect a range of charges.
  • the image pickup controller 187 acquires image data from the drive circuit 186 by designating a range in which the drive circuit 186 detects charges among all the pixels of the image sensor 185 .
  • image data may be acquired by the drive circuit 186 detecting charges from all pixels of the image sensor 185 to acquire an image, and the imaging controller 187 extracting the image data of the image acquisition range IM from this image. .
  • the laser annealing system 10b has an XYZ stage 174 that moves the substrate SUB in the X-axis direction and the Y-axis direction that intersect with the direction of incidence of the pulsed laser beam on the substrate SUB.
  • the XYZ stage 174 moves the substrate SUB by a distance corresponding to the beam width Bx of the pulse laser light while the semiconductor film is irradiated with the pulse laser light of the set irradiation pulse number Np.
  • the laser annealing processor 100 determines whether or not to correct the irradiation conditions each time the semiconductor film is irradiated with the pulsed laser light having the pulse number equal to or greater than the irradiation pulse number Np. According to this, the irradiation conditions can be corrected while moving the substrate SUB by the step-and-scan method. Also, the stop time of the substrate SUB can be shortened compared to the step-and-repeat method.
  • the laser annealing processor 100 adjusts the irradiation conditions each time the semiconductor film is irradiated with a pulsed laser beam having a pulse number equal to or greater than twice the irradiation pulse number Np. It is determined whether or not to correct. According to this, it is possible to obtain image data of the semiconductor film laser-annealed according to the irradiation conditions after the previous correction, so that the irradiation conditions can be corrected more appropriately.
  • the imaging unit 182 acquires image data by imaging the first region while the XYZ stage 174 is moving the substrate SUB. According to this, it is possible to suppress the occurrence of stop time of the substrate SUB for acquisition of image data.
  • the imaging unit 182 includes a shutter 184 that blocks the reflected light of the illumination light, and the opening time Ts of the shutter 184 is greater than the repetition period 1/f of the pulsed laser light. short. According to this, the image data can be obtained after the emission of one pulse of the pulsed laser light is finished and before the emission of the next pulse is started so that the pulsed laser light is not reflected when obtaining the image data.
  • the laser annealing system 10b includes an XYZ stage 174 that moves the substrate SUB in the X-axis direction and the Y-axis direction that intersect with the direction of incidence of the pulsed laser beam on the substrate SUB.
  • the illumination light source 181 is configured to irradiate an illumination range IL including the incident position of the pulsed laser light on the substrate SUB and its periphery with illumination light.
  • the imaging unit 182 includes an image sensor 185 capable of imaging the illumination range IL, a driving circuit 186 that reads image data of a specified range from the image sensor 185, and an imaging controller 187 that controls the driving circuit 186.
  • the imaging controller 187 designates the moved first region to restore the first region.
  • the image data is obtained by designating the first area in the illumination range IL that can be imaged by the image sensor 185, so the amount of data obtained by imaging can be reduced.
  • the XYZ stage 174 is configured to be movable in the X direction and the ⁇ X direction.
  • the imaging unit 182 acquires image data at different positions within the illumination range IL depending on when the XYZ stage 174 is moving in the X direction and when it is moving in the ⁇ X direction. According to this, the acquisition range of the image data can be changed depending on whether the XYZ stage 174 is moving in the X direction or in the -X direction.
  • the positional relationship with the illumination range IL by the illumination light source 181 can be fixed.
  • the laser annealing system 10b includes an XYZ stage 174 that moves the substrate SUB in the X-axis direction and the Y-axis direction that intersect with the direction of incidence of the pulsed laser beam on the substrate SUB.
  • the illumination light source 181 is configured to irradiate an illumination range IL including the incident position of the pulsed laser light on the substrate SUB and its periphery with illumination light.
  • the imaging unit 182 includes an image sensor 185 capable of imaging the illumination range IL, and an imaging controller 187 that obtains image data by extracting a portion of the image of the illumination range IL.
  • the imaging controller 187 converts the image of the moved first region into the image of the illumination range IL. to obtain image data. According to this, even without the complicated driving circuit 186, image data of a necessary range can be extracted from the image of the illumination range IL.
  • the fourth embodiment is the same as the second embodiment.
  • the gate threshold voltage may be estimated instead of estimating the electron mobility in the fourth embodiment.
  • the laser annealing system 10b in the fourth embodiment may be used. . That is, the laser annealing system 10b may be used to perform laser annealing of the substrate SUB for annealing samples and acquisition of image data of the annealing samples by a step-and-scan method.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Toxicology (AREA)
  • Optics & Photonics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Electromagnetism (AREA)
  • Mechanical Engineering (AREA)
  • Plasma & Fusion (AREA)
  • Recrystallisation Techniques (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

機械学習方法は、基板上の半導体膜の第１の領域であってパルスレーザ光でレーザアニールされた第１の領域に照射された照明光の反射光から生成された画像データを取得することと、第１の領域における半導体特性の計測データを取得することと、画像データを入力とし、計測データを出力として対応付けた教師データを生成することと、教師データに基づいてニューラルネットワークを用いた機械学習を行い、学習済みモデルを生成することと、を含む。

Description

機械学習方法、レーザアニールシステム、及びレーザアニール方法
　本開示は、機械学習方法、レーザアニールシステム、及びレーザアニール方法に関する。
　ガラス基板を用いたフラットパネルディスプレイの駆動素子にはＴＦＴ（薄膜トランジスタ）が用いられている。高精細ディスプレイの実現には、駆動力の高いＴＦＴの作製が必要となる。ＴＦＴのチャネル材である半導体薄膜には、多結晶シリコンやＩＧＺＯ（indium gallium zinc oxide）などが用いられている。多結晶シリコンやＩＧＺＯは、アモルファスシリコンよりもキャリア移動度が高く、トランジスタのオン／オフ特性に優れている。
　また、薄膜半導体は、より高機能なデバイスを実現する３Ｄ－ＩＣへの適用も期待されている。３Ｄ－ＩＣは、集積回路デバイスの最上層にセンサや増幅回路、ＣＭＯＳ回路などの能動素子を形成することにより実現され得る。そのため、より高品質な半導体薄膜を製造する技術が求められている。
　さらに、情報端末機器の多様化にともない、小型・軽量で消費電力が少なく自由に折り曲げが可能なフレキシブルディスプレイやフレキシブルコンピュータに対する要求が高まりつつある。そのため、ＰＥＴ（polyethylene terephthalate）などのプラスティック基板上に高品質な半導体薄膜を形成する技術の確立が求められている。
　ガラス基板上、集積回路上、あるいはプラスティック基板上に高品質な半導体薄膜を形成するためには、これらの基板に熱損傷を与えることなく半導体薄膜の結晶化を行う必要がある。ディスプレイに用いられるガラス基板では４００℃、集積回路では４００℃、プラスティック基板であるＰＥＴでは２００℃以下のプロセス温度が求められている。
　半導体薄膜の下地基板に熱損傷を与えることなく結晶化を行う技術としてレーザアニール法が用いられている。この方法では、熱拡散による基板への損傷を抑制するため、上層の半導体薄膜で吸収されるパルス紫外レーザ光が用いられる。
　半導体薄膜がシリコンである場合には、波長３５１ｎｍのＸｅＦエキシマレーザ、波長３０８ｎｍのＸｅＣｌエキシマレーザ、波長２４８ｎｍのＫｒＦエキシマレーザなどが用いられる。これら紫外領域のガスレーザは、固体レーザと比較してレーザ光の干渉性が低く、レーザ光照射面でのエネルギー均一性に優れ、高いパルスエネルギーで広い領域を均一にアニールできるという特徴を有する。
国際公開第２００６／０５５００３号 米国特許出願公開第２０１７／３４５１４０号明細書
Paul C. van der Wilt,"Excimer-Laser Annealing: Microstructure Evolution and a Novel Characterization Technique", SID 2014 DIGEST, 149-152(2014)
概要
　本開示の１つの観点に係る機械学習方法は、基板上の半導体膜の第１の領域であってパルスレーザ光でレーザアニールされた第１の領域に照射された照明光の反射光から生成された画像データを取得することと、第１の領域における半導体特性の計測データを取得することと、画像データを入力とし、計測データを出力として対応付けた教師データを生成することと、教師データに基づいてニューラルネットワークを用いた機械学習を行い、学習済みモデルを生成することと、を含む。
　本開示の１つの観点に係るレーザアニールシステムは、基板上の半導体膜の第１の領域をレーザアニールするためのパルスレーザ光を出力するレーザ装置と、第１の領域に照明光を照射する照明光源と、照明光の反射光から画像データを生成する撮像部と、プロセッサであって、画像データを入力とし、半導体特性の推定値を出力とした学習済みモデルにアクセス可能に構成され、画像データ及び学習済みモデルを用いて推定値を計算し、推定値に基づいてパルスレーザ光の照射条件を補正する、プロセッサと、を含む。
　本開示の１つの観点に係るレーザアニール方法は、基板上の半導体膜の第１の領域をパルスレーザ光でアニールすることと、第１の領域に照明光を照射し、照明光の反射光から画像データを生成することと、画像データを入力とし、半導体特性の推定値を出力とした学習済みモデルを用いて推定値を計算することと、推定値に基づいてパルスレーザ光の照射条件を補正することと、を含む。
　本開示のいくつかの実施形態を、単なる例として、添付の図面を参照して以下に説明する。
図１は、比較例に係るレーザアニールシステムの構成を概略的に示す。 図２は、マスクの例を示す平面図である。 図３は、ステップアンドリピート方式による基板のレーザアニール方法の例を示す平面図である。 図４は、照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）に対する照射条件の設定データの一例を示す。 図５は、比較例におけるレーザアニールプロセッサの動作を示すフローチャートである。 図６は、図５に示される初期調整の処理の詳細を示すフローチャートである。 図７は、図５に示されるレーザアニール装置とレーザ装置を制御する処理の詳細を示すフローチャートである。 図８は、第１の実施形態に係る機械学習システムの構成を概略的に示す。 図９は、第１の実施形態における機械学習プロセッサの動作を示すフローチャートである。 図１０は、レーザアニールシステムにアニールサンプルを作製させる処理の詳細を示すフローチャートである。 図１１は、画像データ生成部により画像データを取得する処理の詳細を示すフローチャートである。 図１２は、半導体特性計測部により半導体特性の計測データを取得する処理の詳細を示すフローチャートである。 図１３は、教師データを生成する処理の詳細を示すフローチャートである。 図１４は、図１３の処理によって生成される教師データの一例を示す。 図１５は、機械学習を行って学習済みモデルを生成する処理の詳細を示すフローチャートである。 図１６は、深層構造の一例を概略的に示す。 図１７は、図１５のＳ６５における評価データを用いた学習済みモデルの評価結果を示すグラフである。 図１８は、第２の実施形態に係るレーザアニールシステムの構成を概略的に示す。 図１９は、撮像部の構成を模式的に示す。 図２０は、第２の実施形態におけるレーザアニールプロセッサの動作を示すフローチャートである。 図２１は、図２０に示される初期調整の処理の詳細を示すフローチャートである。 図２２は、図２０に示される電子移動度の推定値Ｅｍｅ（ｋ）を計算する処理の詳細を示すフローチャートである。 図２３は、図２０に示される照射条件を更新する処理の詳細を示すフローチャートである。 図２４は、図２３に示される照射条件を補正する処理の第１の例を示すフローチャートである。 図２５は、フルーエンスの目標値Ｆｔ（ｋ）と電子移動度の推定値Ｅｍｅ（ｋ）との典型的な関係を示すグラフである。 図２６は、第２の実施形態におけるフルーエンスの目標値Ｆｔ（ｋ）の制御方向の判断基準を説明する表である。 図２７は、図２３に示される照射条件を補正する処理の第２の例を示すフローチャートである。 図２８は、図２３に示される照射条件を補正する処理の第３の例を示すフローチャートである。 図２９は、照射パルス数Ｎｐ（ｋ）と電子移動度の推定値Ｅｍｅ（ｋ）との典型的な関係を示すグラフである。 図３０は、第３の実施形態におけるレーザアニールプロセッサの動作を示すフローチャートである。 図３１は、図３０に示される初期調整の処理の詳細を示すフローチャートである。 図３２は、図３０に示されるゲート閾値電圧の推定値Ｖｔｈｅ（ｋ）を計算する処理の詳細を示すフローチャートである。 図３３は、図３０に示される照射条件を更新する処理の詳細を示すフローチャートである。 図３４は、図３３に示される照射条件を補正する処理の第１の例を示すフローチャートである。 図３５は、フルーエンスの目標値Ｆｔ（ｋ）とゲート閾値電圧の推定値Ｖｔｈｅ（ｋ）との典型的な関係を示すグラフである。 図３６は、第３の実施形態におけるフルーエンスの目標値Ｆｔ（ｋ）の制御方向の判断基準を説明する表である。 図３７は、ステップアンドスキャン方式による基板のレーザアニール方法の例を示す平面図である。 図３８は、照明光源による基板の照明範囲を示す平面図である。 図３９は、照明光源による基板の照明範囲を示す平面図である。 図４０は、第４の実施形態におけるレーザアニールプロセッサの動作を示すフローチャートである。 図４１は、図４０に示される初期調整の処理の詳細を示すフローチャートである。 図４２は、図４０に示されるスキャン領域Ｓｃ（ｍ）のアニール設定及びアニール開始の処理の詳細を示すフローチャートである。 図４３は、図４０に示されるＮｐ＋ｎパルスをカウントする処理の詳細を示すフローチャートである。 図４４は、図４０に示される画像データの取得の処理の詳細を示すフローチャートである。
実施形態
＜内容＞
１．比較例
　１．１　レーザアニールシステム１０の構成
　　１．１．１　レーザ装置１２
　　１．１．２　レーザアニール装置１４
　１．２　動作
　　１．２．１　レーザ装置１２
　　１．２．２　レーザアニール装置１４
　　１．２．３　パルスレーザ光の照射順序
　　１．２．４　照射条件
　　１．２．５　レーザアニールプロセッサ１００の動作
　　　１．２．５．１　メインフロー
　　　１．２．５．２　初期調整
　　　１．２．５．３　レーザアニール装置１４とレーザ装置１２の制御
　１．３　比較例の課題
２．機械学習システム
　２．１　構成
　　２．１．１　レーザアニールシステム１０
　　２．１．２　画像データ生成部２０
　　２．１．３　半導体特性計測部４０
　　２．１．４　機械学習プロセッサ５００
　２．２　機械学習の動作
　　２．２．１　メインフロー
　　２．２．２　アニールサンプルの作製
　　２．２．３　画像データの取得
　　２．２．４　半導体特性の計測データの取得
　　２．２．５　教師データの生成
　　２．２．６　機械学習
　２．３　作用
３．電子移動度を推定して照射条件を補正するレーザアニールシステム１０ｂ
　３．１　構成
　３．２　動作
　　３．２．１　メインフロー
　　３．２．２　初期調整
　　３．２．３　電子移動度の推定値Ｅｍｅ（ｋ）の計算
　　３．２．４　照射条件の更新
　　　３．２．４．１　照射条件を補正する処理の第１の例
　　　３．２．４．２　照射条件を補正する処理の第２の例
　　　３．２．４．３　照射条件を補正する処理の第３の例
　３．３　作用
　３．４　他の構成例
４．ゲート閾値電圧を推定して照射条件を補正するレーザアニールシステム１０ｂ
　４．１　構成
　４．２　動作
　４．３　作用
５．ステップアンドスキャン方式のレーザアニールシステム１０ｂ
　５．１　構成
　５．２　動作
　５．３　レーザアニールプロセッサ１００の動作
　　５．３．１　メインフロー
　　５．３．２　初期調整
　　５．３．３　スキャン領域Ｓｃ（ｍ）のアニール設定とアニール開始
　　５．３．４　Ｎｐ＋ｎパルスのカウント
　　５．３．５　画像データの取得
　５．４　作用
　５．５　他の構成例
６．その他
　以下、本開示の実施形態について、図面を参照しながら詳しく説明する。以下に説明される実施形態は、本開示のいくつかの例を示すものであって、本開示の内容を限定するものではない。また、各実施形態で説明される構成及び動作の全てが本開示の構成及び動作として必須であるとは限らない。なお、同一の構成要素には同一の参照符号を付して、重複する説明を省略する。
１．比較例
　１．１　レーザアニールシステム１０の構成
　図１は、比較例に係るレーザアニールシステム１０の構成を概略的に示す。本開示の比較例とは、出願人のみによって知られていると出願人が認識している形態であって、出願人が自認している公知例ではない。レーザアニールシステム１０は、レーザ装置１２と、光路管１３と、レーザアニール装置１４と、を含む。
　１．１．１　レーザ装置１２
　レーザ装置１２は、紫外光のパルスレーザ光を出力する放電励起式のレーザ装置である。レーザ装置１２は、例えば、レアガスとしてアルゴンガス又はクリプトンガス、ハロゲンガスとしてフッ素ガス、バッファガスとしてネオンガス等を含むレーザガスを用いたエキシマレーザ装置である。パルスレーザ光のパルス時間幅は例えば１０ｎｓ以上、１００ｎｓ以下である。
　１．１．２　レーザアニール装置１４
　レーザアニール装置１４は、照射光学システム１７０と、フレーム１７２と、ＸＹＺステージ１７４と、レーザアニールプロセッサ１００と、を含む。
　フレーム１７２に、照射光学システム１７０とＸＹＺステージ１７４とが固定されている。ＸＹＺステージ１７４のテーブル１７６に基板ＳＵＢが支持される。ＸＹＺステージ１７４は、基板ＳＵＢへのパルスレーザ光の入射方向と交差する方向、例えばＸ軸方向及びＹ軸方向と、入射方向と同じ方向成分を有する方向、例えばＺ軸方向と、に基板ＳＵＢを移動できるように構成されている。ＸＹＺステージ１７４は本開示におけるステージに相当する。
　基板ＳＵＢは、例えば、アモルファス状態のシリコン、ＩＧＺＯ、あるいはＩＺＯ（indium zinc oxide）の膜が成膜されたガラス基板、集積回路、あるいはプラスティック基板である。
　照射光学システム１７０は、高反射ミラー１１１、１１２、１１３、１１４、及び１１５と、アッテネータ１２０と、整形光学系１３０と、マスク１４０と、投影光学系１４５と、ウインドウ１４６と、筐体１５０と、を含む。光路管１３を通過したパルスレーザ光の光路に、高反射ミラー１１１、１１２、１１３、１１４、及び１１５がこの順で配置されている。
　アッテネータ１２０は、高反射ミラー１１１と高反射ミラー１１２との間の光路に配置されている。アッテネータ１２０は、２枚の部分反射ミラー１２１及び１２２と回転ステージ１２３及び１２４とを含む。回転ステージ１２３及び１２４は、それぞれ部分反射ミラー１２１及び１２２に対するパルスレーザ光の入射角を変更可能に構成されている。部分反射ミラー１２１及び１２２に対する入射角により、アッテネータ１２０の透過率が調整される。
　整形光学系１３０及びマスク１４０は、高反射ミラー１１３と高反射ミラー１１４との間の光路に配置されている。整形光学系１３０は、フライアイレンズ１３４と、コンデンサレンズ１３６と、を含む。フライアイレンズ１３４は、フライアイレンズ１３４の焦点面とコンデンサレンズ１３６の前側焦点面とが一致するように配置される。コンデンサレンズ１３６は、コンデンサレンズ１３６の後側焦点面とマスク１４０の位置とが一致するように配置される。マスク１４０は、整形光学系１３０によってケーラー照明される。
　図２は、マスク１４０の例を示す平面図である。マスク１４０は、例えば、合成石英基板の表面に多数のドット状の金属薄膜片１４１を格子状に配置したドットマスクである。「格子状に配置」とは、仮想の複数の縦線と複数の横線との交差位置にそれぞれドット状の金属薄膜片１４１が配置された状態をいう。マスク１４０のうちの金属薄膜片１４１及び周囲の斜線部分ではパルスレーザ光が遮光される。
　図１を再び参照し、投影光学系１４５は、高反射ミラー１１５と基板ＳＵＢとの間の光路に配置されている。投影光学系１４５は、複数のレンズ１４３及び１４４の組合せレンズで構成される縮小投影光学系であってもよい。
　ウインドウ１４６は、投影光学系１４５と基板ＳＵＢとの間の光路に配置されている。
　筐体１５０は、筐体１５０内に外気が混入するのを抑制するようにＯリング等によってシールされ、Ｎ２ガスでパージされていてもよい。
　レーザアニールプロセッサ１００は、制御プログラムが記憶されたメモリ１０１と、制御プログラムを実行するＣＰＵ（central processing unit）１０２と、を含む処理装置である。レーザアニールプロセッサ１００は本開示に含まれる各種処理を実行するために特別に構成又はプログラムされている。
　レーザアニールプロセッサ１００は、レーザ装置１２に、目標パルスエネルギーＥｔのデータやトリガ信号を出力する。また、レーザアニールプロセッサ１００は、アッテネータ１２０及びＸＹＺステージ１７４の動作を制御する。レーザアニールプロセッサ１００は、ＸＹＺステージ１７４のテーブル１７６に基板ＳＵＢをセットするための図示しないワーク搬送ロボットを制御する。
　１．２　動作
　１．２．１　レーザ装置１２
　レーザ装置１２は、基板ＳＵＢ上のアモルファスの半導体膜をレーザアニールするためのパルスレーザ光を出力する。レーザ装置１２は、レーザアニールプロセッサ１００から受信した目標パルスエネルギーＥｔのデータ及びトリガ信号に基づいてパルスレーザ光を出力する。レーザ装置１２は図示しないエネルギーモニタを含み、エネルギーモニタの出力結果に基づいてパルスエネルギーをフィードバック制御してもよい。
　１．２．２　レーザアニール装置１４
　レーザアニール装置１４において、ＸＹＺステージ１７４は、基板ＳＵＢの照射領域Ｓｒ（ｋ）にマスク１４０の倒立像が投影光学系１４５によって形成されるように、テーブル１７６を位置決めする。
　レーザ装置１２から出力されたパルスレーザ光は、光路管１３を介してレーザアニール装置１４に入射する。
　レーザアニール装置１４に入射したパルスレーザ光は、アッテネータ１２０を設定された透過率で透過する。
　アッテネータ１２０を透過したパルスレーザ光は、整形光学系１３０によって光強度分布が空間的に均一化されて、マスク１４０に入射する。
　マスク１４０に形成されたパターンに従って、パルスレーザ光の一部は遮断され、他はマスク１４０を透過する。マスク１４０を透過したパルスレーザ光は、投影光学系１４５によって、基板ＳＵＢの表面に縮小投影される。基板ＳＵＢの表面のアモルファスシリコン膜にレーザ光が照射されると、アモルファスシリコン膜が加熱されて溶融し、その後結晶化する。
　図２に示されるようなマスク１４０の像を基板ＳＵＢの表面に形成した場合、金属薄膜片１４１でそれぞれ遮光された遮光部では温度上昇が抑制されるので、パルスレーザ光のエネルギーによる溶融後に、他の部分よりも早く結晶化が開始される。遮光部の各々から四方に結晶成長が進み、その外縁が隣の結晶の外縁に達するところで結晶成長が終了する。これにより結晶サイズのばらつきが小さく、特性のばらつきの小さい多結晶シリコン膜を形成することができる。
　１．２．３　パルスレーザ光の照射順序
　図３は、ステップアンドリピート方式による基板ＳＵＢのレーザアニール方法の例を示す平面図である。図３において、基板ＳＵＢの表面は、Ｋｍａｘ個の照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）を含む。照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）のうちの１つの照射領域をＳｒ（ｋ）とする。ｋは１からＫｍａｘまでの整数値を取り得る。照射領域Ｓｒ（ｋ）の形状は基板ＳＵＢにおけるパルスレーザ光のビーム断面の形状に相当する。照射領域Ｓｒ（ｋ）は本開示における第１の領域の一例である。
　図３における破線の矢印は、レーザアニールの順序を示す。例えば、ＸＹＺステージ１７４によって基板ＳＵＢを－Ｘ方向に移動させると、相対的に基板ＳＵＢに対するパルスレーザ光のビーム断面の位置がＸ方向に移動する。ＸＹＺステージ１７４のＸ軸方向とＹ軸方向とにおける位置が制御されることにより、照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）がこの順でレーザアニールされる。
　ステップアンドリピート方式によるレーザアニールの手順は以下の通りである。
　まず、マスク１４０の倒立像が形成される領域に最初の照射領域Ｓｒ（１）が一致するように、ＸＹＺステージ１７４を動作させて基板ＳＵＢを移動させ、停止させる。次に、基板ＳＵＢにおけるパルスレーザ光のフルーエンスが目標値Ｆｔ（１）となるようにアッテネータ１２０を制御する。そして、設定された照射パルス数Ｎｐ（１）のパルスレーザ光を、マスク１４０を介して照射領域Ｓｒ（１）に照射する。その後、パルスレーザ光の出力を停止させる。
　次に、マスク１４０の倒立像が形成される領域に、次の照射領域Ｓｒ（２）が一致するように、ＸＹＺステージ１７４を動作させて基板ＳＵＢを移動させ、停止させる。そして、パルスレーザ光のフルーエンスが目標値Ｆｔ（２）となるようにアッテネータ１２０を制御し、照射パルス数Ｎｐ（２）のパルスレーザ光を、マスク１４０を介して照射領域Ｓｒ（２）に照射する。その後、パルスレーザ光の出力を停止させる。
　以後、同様に、照射領域Ｓｒ（３）～Ｓｒ（Ｋｍａｘ）がレーザアニールされる。
　照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）の各々が長方形の形状を有し、その２辺の長さをそれぞれＢｘ及びＢｙとする。Ｂｘ及びＢｙは基板ＳＵＢの表面におけるパルスレーザ光のビーム幅であって、それぞれＸ軸方向及びＹ軸方向のビーム幅に相当する。アッテネータ１２０の透過率をＴａとし、アッテネータ１２０の透過率Ｔａが最大であるときのレーザ装置１２の出力位置から基板ＳＵＢまでの光学系の透過率の合計をＴｔとする。このとき、照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）の各々におけるフルーエンスはＴｔ・Ｔａ・Ｅｔ／（Ｂｘ・Ｂｙ）で求められる。従って、照射領域Ｓｒ（ｋ）におけるフルーエンスを目標値Ｆｔ（ｋ）付近の値とするために、アッテネータ１２０の透過率Ｔａは以下の式で求められる値に制御される。
　　　Ｔａ＝Ｆｔ（ｋ）・（Ｂｘ・Ｂｙ）／（Ｔｔ・Ｅｔ）
　アッテネータ１２０の透過率Ｔａの制御方法は以上の方法に限定されない。アッテネータ１２０を透過したパルスレーザ光の光路に図示しないエネルギーモニタを配置し、このエネルギーモニタの出力結果に基づいて透過率Ｔａをフィードバック制御してもよい。
　１．２．４　照射条件
　図４は、照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）に対する照射条件の設定データの一例を示す。照射条件の設定データは、フルーエンスの目標値Ｆｔ（１）～Ｆｔ（Ｋｍａｘ）及び照射パルス数Ｎｐ（１）～Ｎｐ（Ｋｍａｘ）を含む。照射パルス数Ｎｐ（１）～Ｎｐ（Ｋｍａｘ）とは、基板ＳＵＢ上の１箇所に照射されるパルスレーザ光のパルス数をいう。照射条件の設定データは、例えば、メモリ１０１（図１参照）に記憶されている。
　異なる照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）をアニールするために、異なるフルーエンスの目標値Ｆｔ（１）～Ｆｔ（Ｋｍａｘ）が設定されてもよいし、異なる照射パルス数Ｎｐ（１）～Ｎｐ（Ｋｍａｘ）が設定されてもよい。あるいは、フルーエンスの目標値Ｆｔ（１）～Ｆｔ（Ｋｍａｘ）が共通の値であってもよいし、照射パルス数Ｎｐ（１）～Ｎｐ（Ｋｍａｘ）が共通の値であってもよい。
　１．２．５　レーザアニールプロセッサ１００の動作
　１．２．５．１　メインフロー
　図５は、比較例におけるレーザアニールプロセッサ１００の動作を示すフローチャートである。比較例においては、以下の方法でステップアンドリピート方式によるレーザアニールが行われる。
　Ｓ１００において、レーザアニールプロセッサ１００は初期調整を行う。Ｓ１００の詳細については図６を参照しながら後述する。
　Ｓ１３０において、レーザアニールプロセッサ１００はｋの値を初期値１にセットする。ｋの値は図３及び図４を参照しながら説明したものに相当する。
　Ｓ１４０において、レーザアニールプロセッサ１００は照射領域Ｓｒ（ｋ）の照射条件を設定する。照射条件は、フルーエンスの目標値Ｆｔ（ｋ）と照射パルス数Ｎｐ（ｋ）とを含む。
　Ｓ１５０において、レーザアニールプロセッサ１００は照射領域Ｓｒ（ｋ）のレーザアニールが行われるようにレーザアニール装置１４及びレーザ装置１２を制御する。Ｓ１５０の詳細については図７を参照しながら後述する。
　Ｓ２００において、レーザアニールプロセッサ１００はｋの値がＫｍａｘに達したか否かを判定する。
　ｋの値がＫｍａｘに達していない場合（Ｓ２００：ＮＯ）、レーザアニールプロセッサ１００はＳ２１０に処理を進める。Ｓ２１０において、レーザアニールプロセッサ１００はｋの値に１を加算してｋの値を更新する。その後、レーザアニールプロセッサ１００はＳ１４０に処理を戻す。
　ｋの値がＫｍａｘに達した場合（Ｓ２００：ＹＥＳ）、レーザアニールプロセッサ１００は本フローチャートの処理を終了する。
　以上のようにして、照射領域Ｓｒ（１）からＳｒ（Ｋｍａｘ）までのレーザアニールが行われる。
　１．２．５．２　初期調整
　図６は、図５に示される初期調整の処理の詳細を示すフローチャートである。図６に示されるフローチャートは、図５のＳ１００のサブルーチンに相当する。
　Ｓ１０１において、レーザアニールプロセッサ１００は、基板ＳＵＢがＸＹＺステージ１７４のテーブル１７６にセットされるように図示しないワーク搬送ロボットを制御する。
　Ｓ１０２において、レーザアニールプロセッサ１００は、照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）の照射条件の設定データを読み込む。照射条件は、例えば図４を参照しながら説明したものである。上述のＳ１４０において設定される照射条件は、Ｓ１０２で読み込まれた照射条件のうちの照射領域Ｓｒ（ｋ）に対応する照射条件である。
　Ｓ１０２の後、レーザアニールプロセッサ１００は本フローチャートの処理を終了し、図５に示される処理に戻る。
　１．２．５．３　レーザアニール装置１４とレーザ装置１２の制御
　図７は、図５に示されるレーザアニール装置１４とレーザ装置１２とを制御する処理の詳細を示すフローチャートである。図７に示されるフローチャートは、図５のＳ１５０のサブルーチンに相当する。
　Ｓ１５１において、レーザアニールプロセッサ１００は、フルーエンスの目標値Ｆｔ（ｋ）と、レーザ装置１２から出力されるパルスレーザ光のパルスエネルギーと、に基づいてアッテネータ１２０を制御する。パルスレーザ光のパルスエネルギーとして、レーザ装置１２に設定される目標パルスエネルギーＥｔが用いられる。レーザアニールプロセッサ１００は、アッテネータ１２０の透過率Ｔａが上述のように計算された値となるようにアッテネータ１２０を制御する。
　Ｓ１５２において、レーザアニールプロセッサ１００は、照射領域Ｓｒ（ｋ）にパルスレーザ光が照射されるようにＸＹＺステージ１７４のＸ軸方向とＹ軸方向とにおける位置を制御し、その位置でＸＹＺステージ１７４を停止させる。
　Ｓ１５３において、レーザアニールプロセッサ１００は、基板ＳＵＢの表面にマスク１４０の像が結像するようにＸＹＺステージ１７４のＺ軸における位置を制御し、その位置でＸＹＺステージ１７４を停止させる。
　Ｓ１５４において、レーザアニールプロセッサ１００は、レーザ装置１２に繰返し周波数ｆでＮｐ（ｋ）パルスのトリガ信号を送信する。これにより、ＸＹＺステージ１７４が停止した状態で、Ｎｐ（ｋ）パルスのパルスレーザ光がレーザ装置１２から出力されて照射領域Ｓｒ（ｋ）に照射され、レーザアニールが行われる。
　Ｓ１５４の後、レーザアニールプロセッサ１００は本フローチャートの処理を終了し、図５に示される処理に戻る。
　１．３　比較例の課題
　比較例においては、アモルファスシリコン膜にパルスレーザ光を照射することでレーザアニールを行い、多結晶シリコン膜とすることで半導体特性を向上させている。しかし、半導体特性には、多結晶シリコン膜の膜厚や結晶粒径などの様々な要因が関係し、目標とする半導体特性を得るために必要なパルスレーザ光の照射条件は場合によって異なる可能性がある。また、半導体特性を計測するためにはデバイスアナライザのような計測器に基板ＳＵＢを移動させる必要がある。さらに、多結晶シリコン膜を加工して半導体デバイスを作製した後でないと半導体特性を計測できない場合もある。このため、レーザアニールを行っている間は、半導体特性を計測することが困難であり、パルスレーザ光の照射条件を調整することが困難であった。
　ＩＧＺＯ及びＩＺＯのレーザアニールはこれらを結晶化するものではない点でアモルファスシリコンのレーザアニールと異なる。しかし、ＩＧＺＯ及びＩＺＯのレーザアニールにおいてもアモルファスシリコンのレーザアニールと同様の問題がある。
　以下に説明する幾つかの実施形態においては、レーザアニールされた後の照射領域Ｓｒ（ｋ）の画像データを入力とし、半導体特性の計測データを出力として対応付けた教師データを用いて機械学習を行い、学習済みモデルを生成する。この学習済みモデルを用いて新たな画像データに対する出力を計算することにより、半導体特性の推定値を計算する。
２．機械学習システム
　２．１　構成
　図８は、第１の実施形態に係る機械学習システムの構成を概略的に示す。機械学習システムは、レーザアニールシステム１０と、画像データ生成部２０と、半導体特性計測部４０と、機械学習プロセッサ５００と、を含む。
　２．１．１　レーザアニールシステム１０
　レーザアニールシステム１０に含まれるレーザアニールプロセッサ１００は、機械学習プロセッサ５００から、照射条件の設定データ及びレーザアニールの実行指示を受信する。また、レーザアニールプロセッサ１００は、機械学習プロセッサ５００に、図示しないワーク搬送ロボットの動作完了やレーザアニールの完了を通知する。レーザアニールシステム１０は、アニールサンプル用の基板ＳＵＢに対するレーザアニールを実行する。
　他の点については、レーザアニールシステム１０の構成は図１を参照しながら説明したのと同様でよい。なお、図８においては、レーザアニールシステム１０の一部の構成要素の図示が省略されている。
　２．１．２　画像データ生成部２０
　画像データ生成部２０は、画像データ生成プロセッサ２００と、転写光学系２４５と、ＸＹＺステージ２７４と、画像生成ユニット２８０と、を含む。
　ＸＹＺステージ２７４は、図示しないフレームに固定されている。ＸＹＺステージ２７４のテーブル２７６に、レーザアニールされたアニールサンプル用の基板ＳＵＢが支持される。
　転写光学系２４５は、画像生成ユニット２８０と基板ＳＵＢとの間の光路に配置されている。転写光学系２４５は、複数のレンズ２４３及び２４４の組合せレンズで構成される縮小投影光学系であってもよい。
　画像生成ユニット２８０は、照明光源２８１と、撮像部２８２と、ハーフミラー２８３と、を含む。
　照明光源２８１は、ハーフミラー２８３に向けて照明光を出力するように構成されている。照明光は可視光の複数の波長成分を含む。例えば、照明光は白色光である。照明光の一部はハーフミラー２８３によって反射され、転写光学系２４５を透過して基板ＳＵＢに照射され、基板ＳＵＢによって反射される。
　撮像部２８２はイメージセンサを含む。撮像部２８２は、照明光の反射光の一部を転写光学系２４５及びハーフミラー２８３を介して受光する。撮像部２８２の受光面には、転写光学系２４５によって基板ＳＵＢの表面の像が形成される。撮像部２８２は、受光面に形成された像から画像データを生成し、出力する。
　画像データ生成プロセッサ２００は、ＸＹＺステージ２７４と、照明光源２８１と、撮像部２８２と、をそれぞれ制御するように構成されている。画像データ生成プロセッサ２００は、撮像部２８２から画像データを受信する。画像データ生成プロセッサ２００は、ＸＹＺステージ２７４のテーブル２７６に基板ＳＵＢをセットするための図示しないワーク搬送ロボットを制御する。
　画像データ生成プロセッサ２００は、機械学習プロセッサ５００から、画像データの生成指示を受信する。また、画像データ生成プロセッサ２００は、機械学習プロセッサ５００に、ワーク搬送ロボットの動作完了や画像データの生成完了を通知したり、画像データを送信したりする。
　２．１．３　半導体特性計測部４０
　半導体特性計測部４０は、半導体特性計測プロセッサ４００と、デバイスアナライザ４３０と、ＸＹＺステージ４７４と、を含む。
　ＸＹＺステージ４７４は、図示しないフレームに固定されている。ＸＹＺステージ４７４のテーブル４７６に、半導体デバイスが作製されたアニールサンプル用の基板ＳＵＢが支持される。半導体デバイスは、半導体製造装置３０によって作製される。
　デバイスアナライザ４３０は、基板ＳＵＢの表面に形成された半導体素子の端子にプローブ４３１を接触させて、半導体素子の半導体特性を計測し、出力する。半導体特性は、例えば電子移動度を含む。あるいは、半導体特性はゲート閾値電圧を含む。
　半導体特性計測プロセッサ４００は、ＸＹＺステージ４７４と、デバイスアナライザ４３０と、をそれぞれ制御するように構成されている。半導体特性計測プロセッサ４００は、デバイスアナライザ４３０から半導体特性の計測データを受信する。半導体特性計測プロセッサ４００は、ＸＹＺステージ４７４のテーブル４７６に基板ＳＵＢをセットするための図示しないワーク搬送ロボットを制御する。
　半導体特性計測プロセッサ４００は、機械学習プロセッサ５００から半導体特性の計測指示を受信する。また、半導体特性計測プロセッサ４００は、機械学習プロセッサ５００に、ワーク搬送ロボットの動作完了や半導体特性の計測完了を通知したり、計測データを送信したりする。
　２．１．４　機械学習プロセッサ５００
　機械学習プロセッサ５００は、制御プログラムが記憶されたメモリ５０１と、制御プログラムを実行するＣＰＵ５０２と、を含む処理装置である。機械学習プロセッサ５００は本開示に含まれる各種処理を実行するために特別に構成又はプログラムされている。
　２．２　機械学習の動作
　２．２．１　メインフロー
　図９は、第１の実施形態における機械学習プロセッサ５００の動作を示すフローチャートである。第１の実施形態においては、以下の方法で機械学習が行われ、学習済みモデルが生成される。
　Ｓ１０において、機械学習プロセッサ５００は、レーザアニールシステム１０にレーザアニールを実行させ、アニールサンプルを作製させる。レーザアニールは、アニールサンプル用の基板ＳＵＢ上の半導体膜にパルスレーザ光を照射することによって行われる。Ｓ１０の詳細については図１０を参照しながら後述する。
　Ｓ２０において、機械学習プロセッサ５００は、画像データ生成部２０に画像データを生成させ、画像データ生成部２０からアニールサンプルの照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）の各々の画像データを取得する。画像データは、アニールサンプルに照射された照明光の反射光から生成される。Ｓ２０の詳細については図１１を参照しながら後述する。
　Ｓ３０において、機械学習プロセッサ５００は、半導体製造装置３０による半導体プロセスが完了し半導体デバイスが作製されたか否かを判定する。半導体プロセスは、レジスト膜やその他の膜の成膜プロセス、エッチングプロセス、イオン注入プロセス等を含む。半導体プロセスが終了していない場合（Ｓ３０：ＮＯ）、機械学習プロセッサ５００は半導体プロセスが終了するまで待機する。半導体プロセスが終了した場合（Ｓ３０：ＹＥＳ）、機械学習プロセッサ５００はＳ４０に処理を進める。
　Ｓ４０において、機械学習プロセッサ５００は、半導体特性計測部４０に半導体特性を計測させ、半導体特性計測部４０からアニールサンプルの照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）の各々の半導体特性の計測データを取得する。Ｓ４０の詳細については図１２を参照しながら後述する。
　Ｓ５０において、機械学習プロセッサ５００は、画像データを入力とし、半導体特性の計測データを出力として対応付けた教師データを生成する。Ｓ５０の詳細については図１３及び図１４を参照しながら後述する。
　Ｓ６０において、機械学習プロセッサ５００は、教師データに基づいてニューラルネットワークを用いた機械学習を行い、学習済みモデルを生成する。Ｓ６０の詳細については図１５及び図１６を参照しながら後述する。
　Ｓ６０の後、機械学習プロセッサ５００は本フローチャートの処理を終了する。
　２．２．２　アニールサンプルの作製
　図１０は、レーザアニールシステム１０にアニールサンプルを作製させる処理の詳細を示すフローチャートである。図１０に示されるフローチャートは、図９のＳ１０のサブルーチンに相当する。
　Ｓ１１において、機械学習プロセッサ５００は、アニールサンプル作製用の照射条件の設定データをレーザアニールシステム１０のレーザアニールプロセッサ１００に送信する。アニールサンプル作製用の照射条件は、図４を参照しながら説明したのと同様でよい。但し、フルーエンスの目標値Ｆｔ（１）～Ｆｔ（Ｋｍａｘ）は例えば４００ｍＪ／ｃｍ２以上、７００ｍＪ／ｃｍ２以下の範囲で、特定の値の付近に偏らないように設定されることが望ましい。また、照射パルス数Ｎｐ（１）～Ｎｐ（Ｋｍａｘ）は例えば１以上１５以下の範囲で、特定の値の付近に偏らないように設定されることが望ましい。
　Ｓ１２において、機械学習プロセッサ５００は、アニールサンプル用の基板ＳＵＢがレーザアニールシステム１０のテーブル１７６に配置されたか否か、すなわち、レーザアニールシステム１０の図示しないワーク搬送ロボットの動作が完了したか否かを判定する。基板ＳＵＢがテーブル１７６に配置されていない場合（Ｓ１２：ＮＯ）、機械学習プロセッサ５００は基板ＳＵＢがテーブル１７６に配置されるまで待機する。基板ＳＵＢがテーブル１７６に配置された場合（Ｓ１２：ＹＥＳ）、機械学習プロセッサ５００はＳ１３に処理を進める。
　Ｓ１３において、機械学習プロセッサ５００は、レーザアニールプロセッサ１００にレーザアニールの実行指示を送信することにより、レーザアニールシステム１０にレーザアニールを実行させる。
　Ｓ１４において、機械学習プロセッサ５００は、アニールサンプル用の基板ＳＵＢのすべての照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）へのレーザ照射が完了したか否か、すなわち、レーザアニールが完了したか否かを判定する。すべての照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）へのレーザ照射が完了していない場合（Ｓ１４：ＮＯ）、機械学習プロセッサ５００はすべての照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）へのレーザ照射が完了するまで待機する。すべての照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）へのレーザ照射が完了した場合（Ｓ１４：ＹＥＳ）、機械学習プロセッサ５００は本フローチャートの処理を終了し、図９に示される処理に戻る。
　２．２．３　画像データの取得
　図１１は、画像データ生成部２０により画像データを取得する処理の詳細を示すフローチャートである。図１１に示されるフローチャートは、図９のＳ２０のサブルーチンに相当する。
　Ｓ２２において、機械学習プロセッサ５００は、アニールサンプル用の基板ＳＵＢが画像データ生成部２０のテーブル２７６に配置されたか否か、すなわち、画像データ生成部２０の図示しないワーク搬送ロボットの動作が完了したか否かを判定する。基板ＳＵＢがテーブル２７６に配置されていない場合（Ｓ２２：ＮＯ）、機械学習プロセッサ５００は基板ＳＵＢがテーブル２７６に配置されるまで待機する。基板ＳＵＢがテーブル２７６に配置された場合（Ｓ２２：ＹＥＳ）、機械学習プロセッサ５００はＳ２３に処理を進める。
　Ｓ２３において、機械学習プロセッサ５００は、画像データ生成プロセッサ２００に画像データの生成指示を送信することにより、画像データ生成部２０に画像データの生成を実行させる。
　Ｓ２４において、機械学習プロセッサ５００は、アニールサンプル用の基板ＳＵＢのすべての照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）の画像データの生成が完了したか否かを判定する。すべての照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）の画像データの生成が完了していない場合（Ｓ２４：ＮＯ）、機械学習プロセッサ５００はすべての照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）の画像データの生成が完了するまで待機する。すべての照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）の画像データの生成が完了した場合（Ｓ２４：ＹＥＳ）、機械学習プロセッサ５００はＳ２５に処理を進める。
　Ｓ２５において、機械学習プロセッサ５００は、画像データ生成部２０から画像データを受信する。
　Ｓ２５の後、機械学習プロセッサ５００は本フローチャートの処理を終了し、図９に示される処理に戻る。
　２．２．４　半導体特性の計測データの取得
　図１２は、半導体特性計測部４０により半導体特性の計測データを取得する処理の詳細を示すフローチャートである。図１２に示されるフローチャートは、図９のＳ４０のサブルーチンに相当する。
　Ｓ４２において、機械学習プロセッサ５００は、アニールサンプル用の基板ＳＵＢが半導体特性計測部４０のテーブル４７６に配置されたか否か、すなわち、半導体特性計測部４０の図示しないワーク搬送ロボットの動作が完了したか否かを判定する。基板ＳＵＢがテーブル４７６に配置されていない場合（Ｓ４２：ＮＯ）、機械学習プロセッサ５００は基板ＳＵＢがテーブル４７６に配置されるまで待機する。基板ＳＵＢがテーブル４７６に配置された場合（Ｓ４２：ＹＥＳ）、機械学習プロセッサ５００はＳ４３に処理を進める。
　Ｓ４３において、機械学習プロセッサ５００は、半導体特性計測プロセッサ４００に半導体特性の計測指示を送信することにより、半導体特性計測部４０に半導体特性の計測を実行させる。
　Ｓ４４において、機械学習プロセッサ５００は、基板ＳＵＢのすべての照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）の半導体特性の計測が完了したか否かを判定する。すべての照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）の半導体特性の計測が完了していない場合（Ｓ４４：ＮＯ）、機械学習プロセッサ５００はすべての照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）の半導体特性の計測が完了するまで待機する。すべての照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）の半導体特性の計測が完了した場合（Ｓ４４：ＹＥＳ）、機械学習プロセッサ５００はＳ４５に処理を進める。
　Ｓ４５において、機械学習プロセッサ５００は、半導体特性計測部４０から半導体特性の計測データを受信する。
　Ｓ４５の後、機械学習プロセッサ５００は本フローチャートの処理を終了し、図９に示される処理に戻る。
　２．２．５　教師データの生成
　図１３は、教師データを生成する処理の詳細を示すフローチャートである。図１３に示されるフローチャートは、図９のＳ５０のサブルーチンに相当する。
　Ｓ５１において、機械学習プロセッサ５００は、画像データ生成部２０から受信した画像データを照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）と対応付けてメモリ５０１に保存する。
　Ｓ５２において、機械学習プロセッサ５００は、半導体特性計測部４０から受信した半導体特性の計測データを照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）と対応付けてメモリ５０１に保存する。
　Ｓ５２の後、機械学習プロセッサ５００は本フローチャートの処理を終了し、図９に示される処理に戻る。
　図１４は、図１３の処理によって生成される教師データの一例を示す。教師データは、照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）の各々に画像データと半導体特性の計測データとを対応付けたものである。図１４においては、半導体特性として電子移動度Ｅｍ（１）～Ｅｍ（Ｋｍａｘ）が計測された例が示されている。あるいは、半導体特性は、ゲート閾値電圧であってもよい。
　教師データは、半導体膜の成膜条件ごとに、またレーザアニールに使用されるマスク１４０ごとに、別々に作成されてもよい。マスク１４０を使用せずに、整形光学系１３０によって光強度分布が空間的に均一化されたパルスレーザ光を照射領域Ｓｒ（ｋ）に照射する場合には、マスク１４０を使用せずに教師データを作成してもよい。
　２．２．６　機械学習
　図１５は、機械学習を行って学習済みモデルを生成する処理の詳細を示すフローチャートである。図１５に示されるフローチャートは、図９のＳ６０のサブルーチンに相当する。
　Ｓ６１において、機械学習プロセッサ５００は、メモリ５０１から教師データを読み込む。教師データは図１３及び図１４を参照しながら説明したものである。
　Ｓ６２において、機械学習プロセッサ５００は、教師データのうちの一部を学習データとし、他の一部を評価データとするように、教師データを振り分ける。例えば、照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）に対応づけられたＫｍａｘ個のデータセットのうち、９０％を学習データとし、１０％を評価データとする。この振り分けは、振り分けの比率以外の点ではランダムに行う。本開示でいうランダムとは、一定のアルゴリズムに従ってコンピューターが作成した疑似乱数を使用する場合を含む。また、照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ）に対する照射条件の設定がランダムに行われているのであれば、振り分けの操作はランダムでなくてもよく、例えば照射領域Ｓｒ（１）～Ｓｒ（Ｋｍａｘ／１０）に対応づけられた教師データを評価データとしてもよい。
　Ｓ６３において、機械学習プロセッサ５００は、深層構造のパラメータを設定する。深層構造とはニューラルネットワークの一種であり、神経細胞の働きを模した関数を多層に配置した構造である。
　図１６は、深層構造の一例を概略的に示す。深層構造に対して画像データが入力されると、各層の関数は、前段の層からデータを受け取り、それぞれの関数に応じて生成したデータを後段の層に出力する。これらの関数は、畳み込み、プーリング、平滑化、全結合などの処理を行う。
　図１５を再び参照し、Ｓ６４において、機械学習プロセッサ５００は学習データを用いて深層構造を訓練する。具体的には、深層構造に対して学習データに含まれる画像データを入力する。そして、深層構造の最終段に出力されるデータと、学習データに含まれる半導体特性の計測データとの誤差の総和が最小となるように、それぞれの関数に含まれる係数の値を決定する。こうして訓練された深層構造を本開示では学習済みモデルという。
　Ｓ６５において、機械学習プロセッサ５００は評価データを用いて学習済みモデルを評価する。具体的には、学習済みモデルに対して評価データに含まれる画像データを入力する。そして、学習済みモデルの最終段に出力されるデータと、評価データに含まれる半導体特性の計測データとの誤差を計算する。
　Ｓ６６において、機械学習プロセッサ５００は、学習済みモデルの精度が十分か否かを判定する。例えば、Ｓ６５で計算された誤差の平均やばらつきに基づいて、学習済みモデルの精度を判定する。学習済みモデルの精度が十分でない場合（Ｓ６６：ＮＯ）、機械学習プロセッサ５００は、Ｓ６３に処理を戻し、パラメータを再設定したうえで深層構造の訓練をやり直す。学習済みモデルの精度が十分である場合（Ｓ６６：ＹＥＳ）、機械学習プロセッサ５００は本フローチャートの処理を終了し、図９に示される処理に戻る。
　学習済みモデルの精度が十分であると判定された場合には、半導体特性が未知である画像データを学習済みモデルに入力し、学習済みモデルの最終段の出力を半導体特性の推定値とすることができる。
　図１７は、図１５のＳ６５における評価データを用いた学習済みモデルの評価結果を示すグラフである。半導体特性として電子移動度が採用されている。図１７の横軸は、学習済みモデルに対して評価データに含まれる画像データを入力して学習済みモデルから出力された電子移動度の推定値を示す。縦軸は、評価データに計測データとして含まれる計測された電子移動度を示す。
　図１７に示されるように、電子移動度の推定値と計測された電子移動度との間に誤差はあるものの概ね一致しており、電子移動度の推定に十分使用できることがわかった。
　２．３　作用
　（１）第１の実施形態に係る機械学習方法においては、基板ＳＵＢ上の半導体膜の照射領域Ｓｒ（ｋ）であってパルスレーザ光でレーザアニールされた照射領域Ｓｒ（ｋ）に照射された照明光の反射光から生成された画像データを取得する。また、照射領域Ｓｒ（ｋ）における半導体特性の計測データを取得する。また、画像データを入力とし、計測データを出力として対応付けた教師データを生成する。また、教師データに基づいてニューラルネットワークを用いた機械学習を行い、学習済みモデルを生成する。
　これによれば、半導体特性が未知である照射領域Ｓｒ（ｋ）の画像データに基づいて半導体特性を予測することが可能となり、レーザアニールを行っている間でもパルスレーザ光の照射条件を調整することができる。
　（２）第１の実施形態に係る機械学習方法においては、画像データを取得した後、半導体プロセスを行って半導体デバイスを作製し、その後、計測データを取得する。
　これによれば、半導体デバイスを作製してからでないと計測できないような半導体特性であっても、照射領域Ｓｒ（ｋ）の画像データに基づいて予測することが可能となる。半導体デバイスを作製してからでないと計測できない半導体特性としては、例えば電子移動度やゲート閾値電圧がある。その他の半導体特性としては、例えばコンタクト抵抗がある。
　（３）第１の実施形態に係る機械学習方法においては、学習済みモデルの評価を行うことをさらに含み、教師データのうちの一部を学習データとして学習済みモデルを生成し、教師データのうちの他の一部を評価データとして学習済みモデルの評価を行う。
　これによれば、学習データとして用いられていない評価データを用いるので、学習済みモデルの評価を適切に行うことができる。
　他の点については、第１の実施形態は比較例と同様である。
３．電子移動度を推定して照射条件を補正するレーザアニールシステム１０ｂ
　３．１　構成
　図１８は、第２の実施形態に係るレーザアニールシステム１０ｂの構成を概略的に示す。レーザアニールシステム１０ｂは、比較例に係るレーザアニールシステム１０の構成に加えて画像生成ユニット１８０を含み、高反射ミラー１１５の代わりにビームスプリッタ１１５ｂを含む。メモリ１０１は、画像データを入力とし、電子移動度の推定値Ｅｍｅ（ｋ）を出力とした学習済みモデルを記憶しており、レーザアニールプロセッサ１００は学習済みモデルにアクセス可能となっている。
　画像生成ユニット１８０は、照明光源１８１と、撮像部１８２と、ハーフミラー１８３と、を含む。これらの構成は第１の実施形態における画像生成ユニット２８０の構成と同様である。
　ビームスプリッタ１１５ｂは、照明光源１８１から出力される可視光の照明光とレーザ装置１２から出力される紫外光のパルスレーザ光との一方を透過させ他方を反射するダイクロイックミラーである。図１８に示される例では、ビームスプリッタ１１５ｂは照明光を透過させパルスレーザ光を反射するように構成されている。
　あるいは、ビームスプリッタ１１５ｂの代わりに比較例と同様の高反射ミラー１１５が配置され、照明光源１８１から出力される照明光はパルスレーザ光と異なる入射角で基板ＳＵＢに入射するように構成されてもよい。
　照明光源１８１から出力される照明光の一部はハーフミラー１８３によって反射され、ビームスプリッタ１１５ｂ及び投影光学系１４５を透過して基板ＳＵＢの照射領域Ｓｒ（ｋ）に照射され、基板ＳＵＢによって反射される。撮像部１８２は、照明光の反射光の一部を投影光学系１４５、ビームスプリッタ１１５ｂ、及びハーフミラー１８３を介して受光し、画像データを生成する。投影光学系１４５は、紫外光のパルスレーザ光と可視光の照明光との色収差を低減するためにフッ化カルシウムと合成石英との組み合わせレンズを含んでもよい。
　図１９は、撮像部１８２の構成を模式的に示す。撮像部１８２は、シャッター１８４と、イメージセンサ１８５と、駆動回路１８６と、撮像コントローラ１８７と、を含む。
　シャッター１８４は、撮像コントローラ１８７から受信するシャッタートリガ信号に応じて開閉し、閉状態において基板ＳＵＢによって反射された照明光の反射光を遮る。これにより、イメージセンサ１８５に対する反射光の入射タイミングと入射する時間の長さが調整される。イメージセンサ１８５は、例えばマトリクス状に配置された電荷結合素子（ＣＣＤ）を含み、基板ＳＵＢの表面を撮像する。駆動回路１８６は、各電荷結合素子の電荷を検出することにより画像データを読み出す。撮像コントローラ１８７は、駆動回路１８６による電荷の検出を制御したり、駆動回路１８６によって読み出された画像データを加工したりする。撮像コントローラ１８７はレーザアニールプロセッサ１００から制御信号を受信し、レーザアニールプロセッサ１００に画像データを送信する。あるいは、撮像コントローラ１８７はレーザアニールプロセッサ１００に含まれていてもよい。イメージセンサ１８５は電荷結合素子の代わりにＣＭＯＳ（complementary metal oxide semiconductor）トランジスタを用いたものでもよい。
　３．２　動作
　３．２．１　メインフロー
　図２０は、第２の実施形態におけるレーザアニールプロセッサ１００の動作を示すフローチャートである。第２の実施形態においては、以下の方法でステップアンドリピート方式によるレーザアニールが行われる。
　Ｓ１００ｂにおいて、レーザアニールプロセッサ１００は初期調整を行う。Ｓ１００ｂの詳細については図２１を参照しながら後述する。
　Ｓ１３０からＳ１５０までの処理は比較例において説明したのと同様である。
　Ｓ１７０ｂにおいて、レーザアニールプロセッサ１００はレーザアニールされた照射領域Ｓｒ（ｋ）の画像データを取得する。Ｓ１５０でＸＹＺステージ１７４が停止した状態で、Ｎｐ（ｋ）パルスのパルスレーザ光が照射領域Ｓｒ（ｋ）に照射され、その後Ｓ１７０ｂの処理が行われる時までに、ＸＹＺステージ１７４は未だ動いていないものとする。レーザアニールプロセッサ１００は、照射領域Ｓｒ（ｋ）の画像データを取得するために照明光源１８１及び撮像部１８２を制御する。
　Ｓ１８０ｂにおいて、レーザアニールプロセッサ１００は画像データ及び学習済みモデルを用いて電子移動度の推定値Ｅｍｅ（ｋ）を計算する。Ｓ１８０ｂの詳細については図２２を参照しながら後述する。
　Ｓ１９０ｂにおいて、レーザアニールプロセッサ１００は電子移動度の推定値Ｅｍｅ（ｋ）に基づいてパルスレーザ光の照射条件を更新する。照射条件の更新は、照射条件を変更せずにそのまま更新する場合と照射条件を補正して更新する場合とを含む。Ｓ１９０ｂの詳細については図２３～図２９を参照しながら後述する。
　Ｓ２００及びＳ２１０の処理は比較例において説明したのと同様である。次の照射領域Ｓｒ（ｋ＋１）がパルスレーザ光で照射されるのは、ｋの値に１が加算された後である。従って、Ｓ１９０ｂによる照射条件の更新は、次の照射領域Ｓｒ（ｋ＋１）がパルスレーザ光で照射される前に行われる。次の照射領域Ｓｒ（ｋ＋１）は本開示における第２の領域に相当する。
　３．２．２　初期調整
　図２１は、図２０に示される初期調整の処理の詳細を示すフローチャートである。図２１に示されるフローチャートは、図２０のＳ１００ｂのサブルーチンに相当する。
　Ｓ１０１の処理は、比較例と同様である。
　Ｓ１０２ｂにおいて、レーザアニールプロセッサ１００は、照射領域Ｓｒ（１）の照射条件の設定データと、電子移動度の目標値Ｅｍｔと、を読み込む。照射領域Ｓｒ（１）の照射条件は、フルーエンスの目標値Ｆｔ（１）と、照射パルス数Ｎｐ（１）と、を含む。照射領域Ｓｒ（２）以降の照射条件は、Ｓ１９０ｂで設定される。
　Ｓ１０２ｂの後、レーザアニールプロセッサ１００は本フローチャートの処理を終了し、図２０に示される処理に戻る。
　３．２．３　電子移動度の推定値Ｅｍｅ（ｋ）の計算
　図２２は、図２０に示される電子移動度の推定値Ｅｍｅ（ｋ）を計算する処理の詳細を示すフローチャートである。図２２に示されるフローチャートは、図２０のＳ１８０ｂのサブルーチンに相当する。
　Ｓ１８１において、レーザアニールプロセッサ１００は、学習済みモデルをメモリ１０１から読み出す。
　Ｓ１８２において、レーザアニールプロセッサ１００は、学習済みモデルにＳ１７０ｂで取得した画像データを入力する。
　Ｓ１８３ｂにおいて、レーザアニールプロセッサ１００は、電子移動度の推定値Ｅｍｅ（ｋ）を計算する。
　Ｓ１８３ｂの後、レーザアニールプロセッサ１００は本フローチャートの処理を終了し、図２０に示される処理に戻る。
　３．２．４　照射条件の更新
　図２３は、図２０に示される照射条件を更新する処理の詳細を示すフローチャートである。図２３に示されるフローチャートは、図２０のＳ１９０ｂのサブルーチンに相当する。
　Ｓ１９１ｂにおいて、レーザアニールプロセッサ１００は、図２２で計算した電子移動度の推定値Ｅｍｅ（ｋ）と、図２１で読み込んだ電子移動度の目標値Ｅｍｔと、の差ΔＥｍ（ｋ）を以下の式で計算する。
　　　ΔＥｍ（ｋ）＝Ｅｍｅ（ｋ）－Ｅｍｔ
　Ｓ１９２ｂにおいて、レーザアニールプロセッサ１００は、Ｓ１９１ｂで計算した差ΔＥｍ（ｋ）の絶対値が第１の閾値Ｅｍｔｒ以下であるか否かを判定する。
　差ΔＥｍ（ｋ）の絶対値が第１の閾値Ｅｍｔｒ以下である場合（Ｓ１９２ｂ：ＹＥＳ）、レーザアニールプロセッサ１００は、Ｓ１９３に処理を進める。Ｓ１９３において、レーザアニールプロセッサ１００は、現在の照射条件であるフルーエンスの目標値Ｆｔ（ｋ）及び照射パルス数Ｎｐ（ｋ）をそれぞれ次の照射条件であるＦｔ（ｋ＋１）及びＮｐ（ｋ＋１）として設定する。すなわち、照射条件は変更しない。
　差ΔＥｍ（ｋ）の絶対値が第１の閾値Ｅｍｔｒより大きい場合（Ｓ１９２ｂ：ＮＯ）、レーザアニールプロセッサ１００は、Ｓ１９４ｂに処理を進める。Ｓ１９４ｂにおいて、レーザアニールプロセッサ１００は、電子移動度の推定値Ｅｍｅ（ｋ）に基づいてパルスレーザ光の照射条件を補正する。Ｓ１９４ｂの処理の詳細については図２４～図２９を参照しながら後述する。
　Ｓ１９３又はＳ１９４ｂの後、レーザアニールプロセッサ１００は本フローチャートの処理を終了し、図２０に示される処理に戻る。
　３．２．４．１　照射条件を補正する処理の第１の例
　図２４は、図２３に示される照射条件を補正する処理の第１の例を示すフローチャートである。図２４に示されるフローチャートは、図２３のＳ１９４ｂのサブルーチンに相当する。
　Ｓ１９４６ｂにおいて、レーザアニールプロセッサ１００は、電子移動度の推定値Ｅｍｅ（ｋ）の変化量と、フルーエンスの目標値Ｆｔ（ｋ）の変化量と、の積が０以上であるか否かを判定する。すなわち、以下の式が満たされるか否かを判定する。
　　　（Ｅｍｅ（ｋ）－Ｅｍｅ（ｋ－１））×（Ｆｔ（ｋ）－Ｆｔ（ｋ－１））≧０
　この式が満たされる場合（Ｓ１９４６ｂ：ＹＥＳ）、レーザアニールプロセッサ１００はＳ１９４７ｂに処理を進める。
　この式が満たされない場合（Ｓ１９４６ｂ：ＮＯ）、レーザアニールプロセッサ１００はＳ１９４８ｂに処理を進める。
　図２５は、フルーエンスの目標値Ｆｔ（ｋ）と電子移動度の推定値Ｅｍｅ（ｋ）との典型的な関係を示すグラフである。フルーエンスの目標値Ｆｔ（ｋ）と電子移動度の推定値Ｅｍｅ（ｋ）との関係を示す曲線は、上に凸な形状となっており、推定値Ｅｍｅ（ｋ）の最大値付近に電子移動度の目標値Ｅｍｔが設定されている。電子移動度の推定値Ｅｍｅ（ｋ）が、目標値Ｅｍｔから第１の閾値Ｅｍｔｒを減算して得られた値Ｅｍｔ－Ｅｍｔｒ以上で、目標値Ｅｍｔに第１の閾値Ｅｍｔｒを加算して得られた値Ｅｍｔ＋Ｅｍｔｒ以下の範囲内であれば、Ｓ１９２ｂでＹＥＳと判定され、図２４の処理は行われない。一方、電子移動度の推定値Ｅｍｅ（ｋ）が上述の範囲外である場合には、フルーエンスの目標値Ｆｔ（ｋ）は低い領域Ｌにあるか、高い領域Ｈにあるかのいずれかである。フルーエンスの目標値Ｆｔ（ｋ）が低い領域Ｌにある場合、フルーエンスの目標値Ｆｔ（ｋ）に対する電子移動度の推定値Ｅｍｅ（ｋ）の関係は右肩上がりとなる。フルーエンスの目標値Ｆｔ（ｋ）が高い領域Ｈにある場合、フルーエンスの目標値Ｆｔ（ｋ）に対する電子移動度の推定値Ｅｍｅ（ｋ）の関係は右肩下がりとなる。
　図２６は、第２の実施形態におけるフルーエンスの目標値Ｆｔ（ｋ）の制御方向の判断基準を説明する表である。
　図２６において、フルーエンスの目標値Ｆｔ（ｋ）の変化方向とは、フルーエンスの目標値Ｆｔ（ｋ）の変化量Ｆｔ（ｋ）－Ｆｔ（ｋ－１）が正数であるか負数であるかを示す。すなわち、前回の更新でフルーエンスの目標値Ｆｔ（ｋ）を高くした場合は変化量Ｆｔ（ｋ）－Ｆｔ（ｋ－１）が正数となり、前回の更新でフルーエンスの目標値Ｆｔ（ｋ）を低くした場合は変化量Ｆｔ（ｋ）－Ｆｔ（ｋ－１）が負数となる。
　電子移動度の推定値Ｅｍｅ（ｋ）の変化方向とは、電子移動度の推定値Ｅｍｅ（ｋ）の変化量Ｅｍｅ（ｋ）－Ｅｍｅ（ｋ－１）が正数であるか負数であるかを示す。すなわち、電子移動度の推定値Ｅｍｅ（ｋ）が前回の更新前より高くなった場合は変化量Ｅｍｅ（ｋ）－Ｅｍｅ（ｋ－１）が正数となり、電子移動度の推定値Ｅｍｅ（ｋ）が前回の更新前より低くなった場合は変化量Ｅｍｅ（ｋ）－Ｅｍｅ（ｋ－１）が負数となる。
　これらの変化量の両方が正数又は両方が負数である場合、変化量の積は正数となる。変化量の一方が正数で他方が負数である場合、変化量の積は負数となる。
　変化量の積が正数であれば（Ｓ１９４６ｂ：ＹＥＳ）、現在のフルーエンスの目標値Ｆｔ（ｋ）は低い領域Ｌにあるので、フルーエンスの目標値Ｆｔ（ｋ）の制御方向を正とすることで、電子移動度の推定値Ｅｍｅ（ｋ）を目標値Ｅｍｔに近づけることができる。
　変化量の積が負数であれば（Ｓ１９４６ｂ：ＮＯ）、現在のフルーエンスの目標値Ｆｔ（ｋ）は高い領域Ｈにあるので、フルーエンスの目標値Ｆｔ（ｋ）の制御方向を負とすることで、電子移動度の推定値Ｅｍｅ（ｋ）を目標値Ｅｍｔに近づけることができる。
　図２４を再び参照し、Ｓ１９４７ｂにおいて、レーザアニールプロセッサ１００は、現在のフルーエンスの目標値Ｆｔ（ｋ）に正数ΔＦｔを加算することにより、次のフルーエンスの目標値Ｆｔ（ｋ＋１）を計算する。
　Ｓ１９４８ｂにおいて、レーザアニールプロセッサ１００は、現在のフルーエンスの目標値Ｆｔ（ｋ）から正数ΔＦｔを減算することにより、次のフルーエンスの目標値Ｆｔ（ｋ＋１）を計算する。
　Ｓ１９４７ｂ又はＳ１９４８ｂの後、レーザアニールプロセッサ１００は本フローチャートの処理を終了し、図２３に示される処理に戻る。
　照射条件を補正する処理の第１の例は以上のようにして行われる。
　３．２．４．２　照射条件を補正する処理の第２の例
　図２７は、図２３に示される照射条件を補正する処理の第２の例を示すフローチャートである。図２７に示されるフローチャートは、図２３のＳ１９４ｂのサブルーチンに相当する。
　Ｓ１９４１において、レーザアニールプロセッサ１００は、Ｓ１９１ｂで計算した差ΔＥｍ（ｋ）の絶対値が第２の閾値Ｅｍｔｒｍａｘ以下であるか否かを判定する。第２の閾値Ｅｍｔｒｍａｘは、Ｓ１９２ｂにおける第１の閾値Ｅｍｔｒより大きい値である。
　差ΔＥｍ（ｋ）の絶対値が第２の閾値Ｅｍｔｒｍａｘ以下である場合（Ｓ１９４１：ＹＥＳ）、レーザアニールプロセッサ１００は、Ｓ１９４６ｂに処理を進める。Ｓ１９４６ｂ以降の処理は、図２４を参照しながら説明したのと同様である。
　差ΔＥｍ（ｋ）の絶対値が第２の閾値Ｅｍｔｒｍａｘより大きい場合（Ｓ１９４１：ＮＯ）、レーザアニールプロセッサ１００は、Ｓ１９４２に処理を進める。
　Ｓ１９４２において、レーザアニールプロセッサ１００は、ＸＹＺステージ１７４を制御して、パルスレーザ光が基板ＳＵＢの試し照射エリアを照射するように基板ＳＵＢを移動させる。あるいは、基板ＳＵＢの代わりに図示しない試し照射用の基板をテーブル１７６にセットしてもよい。
　Ｓ１９４３において、レーザアニールプロセッサ１００は、フルーエンスの目標値Ｆｔ（ｋ）と電子移動度の推定値Ｅｍｅ（ｋ）との関係を取得する。具体的には、フルーエンスの目標値Ｆｔ（ｋ）をそれぞれのｋの値に応じて変えながら、対応する照射領域Ｓｒ（ｋ）を試し照射することによりレーザアニールし、画像データをその都度取得し、電子移動度の推定値Ｅｍｅ（ｋ）を計算する。
　Ｓ１９４４において、レーザアニールプロセッサ１００は、フルーエンスの目標値Ｆｔ（ｋ）と電子移動度の推定値Ｅｍｅ（ｋ）との関係に基づいて、電子移動度の推定値Ｅｍｅ（ｋ）と目標値Ｅｍｔとの差ΔＥｍ（ｋ）が最小となるフルーエンスＦｔａｄｊを決定する。
　Ｓ１９４５において、レーザアニールプロセッサ１００は、フルーエンスＦｔａｄｊを次のフルーエンスの目標値Ｆｔ（ｋ＋１）として設定する。
　Ｓ１９４５、Ｓ１９４７ｂ、又はＳ１９４８ｂの後、レーザアニールプロセッサ１００は本フローチャートの処理を終了し、図２３に示される処理に戻る。
　照射条件を補正する処理の第２の例は以上のようにして行われる。
　第２の例によれば、レーザアニール装置１４に含まれる光学系の劣化によりフルーエンスの目標値Ｆｔ（ｋ）と実際のフルーエンスとの差が大きくなった場合でも、フルーエンスの目標値Ｆｔ（ｋ）と電子移動度の推定値Ｅｍｅ（ｋ）との関係を取得してフルーエンスの目標値Ｆｔ（ｋ）を補正することができる。この補正は、デバイスアナライザ４３０によって電子移動度を測定しなくても、フルーエンスの目標値Ｆｔ（ｋ）と電子移動度の推定値Ｅｍｅ（ｋ）との関係に基づいて行うことができる。
　Ｓ１９４１において、光学系の劣化を別の方法で判定してもよい。例えば、アッテネータ１２０を透過したパルスレーザ光の光路に図示しないエネルギーモニタを配置し、エネルギーモニタの出力が低下した場合にＳ１９４２～Ｓ１９４５の処理を行ってもよい。また、レーザアニール装置１４によるレーザアニールの累積パルス数が所定値以上となった場合にＳ１９４２～Ｓ１９４５の処理を行ってもよい。
　３．２．４．３　照射条件を補正する処理の第３の例
　図２８は、図２３に示される照射条件を補正する処理の第３の例を示すフローチャートである。図２８に示されるフローチャートは、図２３のＳ１９４ｂのサブルーチンに相当する。
　Ｓ１９４９において、レーザアニールプロセッサ１００は、照射パルス数Ｎｐ（ｋ）が閾値Ｎｍａｘ未満であるか否かを判定する。
　照射パルス数Ｎｐ（ｋ）が閾値Ｎｍａｘ未満である場合（Ｓ１９４９：ＹＥＳ）、レーザアニールプロセッサ１００はＳ１９５０に処理を進める。
　照射パルス数Ｎｐ（ｋ）が閾値Ｎｍａｘ以上である場合（Ｓ１９４９：ＮＯ）、レーザアニールプロセッサ１００はＳ１９５１に処理を進める。
　図２９は、照射パルス数Ｎｐ（ｋ）と電子移動度の推定値Ｅｍｅ（ｋ）との典型的な関係を示すグラフである。電子移動度の推定値Ｅｍｅ（ｋ）が、目標値Ｅｍｔから第１の閾値Ｅｍｔｒを減算して得られた値Ｅｍｔ－Ｅｍｔｒ以上で、目標値Ｅｍｔに第１の閾値Ｅｍｔｒを加算して得られた値Ｅｍｔ＋Ｅｍｔｒ以下の範囲内であれば、Ｓ１９２ｂでＹＥＳと判定され、図２８の処理は行われない。一方、電子移動度の推定値Ｅｍｅ（ｋ）が上述の範囲外である場合には、照射パルス数Ｎｐ（ｋ）は小さい領域Ｌにあるか、大きい領域Ｈにあるかのいずれかである。照射パルス数Ｎｐ（ｋ）が小さい領域Ｌにある場合、照射パルス数Ｎｐ（ｋ）に対する電子移動度の推定値Ｅｍｅ（ｋ）の関係は右肩上がりとなる。照射パルス数Ｎｐ（ｋ）が大きい領域Ｈにある場合、照射パルス数Ｎｐ（ｋ）に対する電子移動度の推定値Ｅｍｅ（ｋ）の関係は急激な右肩下がりとなる。
　領域Ｈでは照射パルス数Ｎｐ（ｋ）の制御方向の判定が難しい場合があり、また照射パルス数Ｎｐ（ｋ）が大きいためレーザアニールに要する時間とコストが嵩む場合がある。そのため、照射パルス数Ｎｐ（ｋ）が領域Ｈには達しないように、照射パルス数Ｎｐ（ｋ）の閾値Ｎｍａｘが設定される。
　照射パルス数Ｎｐ（ｋ）が閾値Ｎｍａｘ未満であれば（Ｓ１９４９：ＹＥＳ）、照射パルス数Ｎｐ（ｋ）は小さい領域Ｌにあるので、照射パルス数Ｎｐ（ｋ）の制御方向を正とすることで、電子移動度の推定値Ｅｍｅ（ｋ）を目標値Ｅｍｔに近づけることができる。
　図２８を再び参照し、Ｓ１９５０において、レーザアニールプロセッサ１００は、現在の照射パルス数Ｎｐ（ｋ）に１を加算することにより、次の照射パルス数Ｎｐ（ｋ＋１）を計算する。
　Ｓ１９５１において、レーザアニールプロセッサ１００は、現在の照射パルス数Ｎｐ（ｋ）を次の照射パルス数Ｎｐ（ｋ＋１）として設定する。すなわち、照射条件は変更しない。
　Ｓ１９５０又はＳ１９５１の後、レーザアニールプロセッサ１００は本フローチャートの処理を終了し、図２３に示される処理に戻る。
　照射条件を補正する処理の第３の例は以上のようにして行われる。
　照射条件を補正する処理として、第１～第３の例のうちの１つが行われてもよい。あるいは、第１の例と第３の例との組み合わせ、又は第２の例と第３の例との組み合わせによって、フルーエンスの目標値Ｆｔ（ｋ）と照射パルス数Ｎｐ（ｋ）とをそれぞれ補正する処理が行われてもよい。
　３．３　作用
　（４）第２の実施形態に係るレーザアニールシステム１０ｂは、基板ＳＵＢ上の半導体膜の照射領域Ｓｒ（ｋ）をレーザアニールするためのパルスレーザ光を出力するレーザ装置１２と、照射領域Ｓｒ（ｋ）に照明光を照射する照明光源１８１と、照明光の反射光から画像データを生成する撮像部１８２と、レーザアニールプロセッサ１００と、を含む。レーザアニールプロセッサ１００は、画像データを入力とし、電子移動度の推定値Ｅｍｅ（ｋ）を出力とした学習済みモデルにアクセス可能に構成され、画像データ及び学習済みモデルを用いて推定値Ｅｍｅ（ｋ）を計算し、推定値Ｅｍｅ（ｋ）に基づいてパルスレーザ光の照射条件を補正する。
　また、第２の実施形態に係るレーザアニール方法においては、基板ＳＵＢ上の半導体膜の照射領域Ｓｒ（ｋ）をパルスレーザ光でアニールする。また、照射領域Ｓｒ（ｋ）に照明光を照射し、照明光の反射光から画像データを生成する。また、画像データを入力とし、電子移動度の推定値Ｅｍｅ（ｋ）を出力とした学習済みモデルを用いて推定値Ｅｍｅ（ｋ）を計算する。また、推定値Ｅｍｅ（ｋ）に基づいてパルスレーザ光の照射条件を補正する。
　これによれば、半導体特性が未知である照射領域Ｓｒ（ｋ）の画像データに基づいて電子移動度を予測することが可能となり、レーザアニールを行っている間でもパルスレーザ光の照射条件を調整することができる。
　（５）第２の実施形態に係るレーザアニールシステム１０ｂは、パルスレーザ光の光路に配置されたビームスプリッタ１１５ｂをさらに含む。照明光源１８１は、ビームスプリッタ１１５ｂを介して照射領域Ｓｒ（ｋ）に照明光を照射し、撮像部１８２は、ビームスプリッタ１１５ｂを介して照明光の反射光を受光する。
　これによれば、ビームスプリッタ１１５ｂを介したほぼ同一の方向から、パルスレーザ光の照射と、照明光源１８１による照明光の照射と、撮像部１８２による画像データの取得と、を行うことができる。
　（６）第２の実施形態に係るレーザアニールシステム１０ｂにおいて、パルスレーザ光は紫外光の第１の波長成分を含み、照明光は可視光の複数の第２の波長成分を含む。ビームスプリッタ１１５ｂは、第１及び第２の波長成分の一方を透過させ他方を反射するダイクロイックミラーである。
　これによれば、ビームスプリッタ１１５ｂにおけるパルスレーザ光の損失を小さくすることができる。また、基板ＳＵＢによって反射されたパルスレーザ光が撮像部１８２に入射することを抑制し得る。
　（７）第２の実施形態に係るレーザアニールシステム１０ｂは、基板ＳＵＢへのパルスレーザ光の入射方向と交差するＸ軸方向及びＹ軸方向に基板ＳＵＢを移動させるＸＹＺステージ１７４をさらに含む。照射領域Ｓｒ（ｋ）は、ＸＹＺステージ１７４が停止した状態で、設定された照射パルス数Ｎｐ（ｋ）のパルスレーザ光で照射される。その後、照射領域Ｓｒ（ｋ）と異なる次の照射領域Ｓｒ（ｋ＋１）がパルスレーザ光で照射されるようにＸＹＺステージ１７４が基板ＳＵＢを移動させる。レーザアニールプロセッサ１００は、次の照射領域Ｓｒ（ｋ＋１）がパルスレーザ光で照射される前に照射条件を補正する。
　これによれば、ステップアンドリピート方式で１つの照射領域Ｓｒ（ｋ）をレーザアニールするごとに照射条件を補正し得る。
　（８）第２の実施形態に係るレーザアニールシステム１０ｂにおいて、照射条件はパルスレーザ光のフルーエンスを含み、半導体特性は電子移動度を含む。レーザアニールプロセッサ１００は、フルーエンスを高くした結果、電子移動度の推定値Ｅｍｅ（ｋ）が高くなった場合はフルーエンスをより高くするよう照射条件を補正し、フルーエンスを高くした結果、推定値Ｅｍｅ（ｋ）が低くなった場合はフルーエンスを低くするよう照射条件を補正する。また、フルーエンスを低くした結果、推定値Ｅｍｅ（ｋ）が高くなった場合はフルーエンスをより低くするよう照射条件を補正し、フルーエンスを低くした結果、推定値Ｅｍｅ（ｋ）が低くなった場合はフルーエンスを高くするよう照射条件を補正する。
　これによれば、フルーエンスの変化方向（正又は負）と電子移動度の推定値Ｅｍｅ（ｋ）の変化方向（正又は負）との関係から、フルーエンスの制御方向（正又は負）を的確に判定し得る。
　（９）第２の実施形態に係るレーザアニールシステム１０ｂにおいて、レーザアニールプロセッサ１００は、電子移動度の推定値Ｅｍｅ（ｋ）と目標値Ｅｍｔとの差ΔＥｍ（ｋ）の絶対値が第２の閾値Ｅｍｔｒｍａｘより大きい場合に、照射条件を変えながら、試し照射を行い、画像データを取得し、推定値Ｅｍｅ（ｋ）を計算する。これにより、照射条件と推定値Ｅｍｅ（ｋ）との関係を取得し、この関係に基づいて照射条件を補正する。
　これによれば、レーザアニール装置１４の光学系が劣化したような場合でも、照射条件と推定値Ｅｍｅ（ｋ）との関係から照射条件を適切に補正できる。
　（１０）第２の実施形態に係るレーザアニールシステム１０ｂにおいて、照射条件は基板ＳＵＢ上の１箇所に照射されるパルスレーザ光の照射パルス数Ｎｐ（ｋ）を含む。レーザアニールプロセッサ１００は、電子移動度の推定値Ｅｍｅ（ｋ）と目標値Ｅｍｔとの差ΔＥｍ（ｋ）の絶対値が第１の閾値Ｅｍｔｒより大きい場合に、照射パルス数Ｎｐ（ｋ）を多くするよう照射条件を補正する。
　これによれば、照射パルス数Ｎｐ（ｋ）を多くすることにより、電子移動度をその目標値Ｅｍｔに近づけることができる。
　他の点については、第２の実施形態は比較例と同様である。
　３．４　他の構成例
　第１の実施形態における機械学習システムに含まれるレーザアニールシステム１０と画像データ生成部２０との代わりに、第２の実施形態におけるレーザアニールシステム１０ｂが用いられてもよい。すなわち、レーザアニールシステム１０ｂを用いて、ステップアンドリピート方式により、アニールサンプル用の基板ＳＵＢのレーザアニールとアニールサンプルの画像データの取得とが行われてもよい。
４．ゲート閾値電圧を推定して照射条件を補正するレーザアニールシステム１０ｂ
　４．１　構成
　第３の実施形態は、レーザアニールプロセッサ１００が電子移動度を推定する代わりにゲート閾値電圧を推定する点で、第２の実施形態と異なる。レーザアニールプロセッサ１００に含まれるメモリ１０１は、画像データを入力とし、ゲート閾値電圧の推定値Ｖｔｈｅ（ｋ）を出力とした学習済みモデルを記憶している。
　他の点については、第３の実施形態の構成は第２の実施形態と同様である。
　４．２　動作
　図３０は、第３の実施形態におけるレーザアニールプロセッサ１００の動作を示すフローチャートである。
　図３１は、図３０に示される初期調整の処理の詳細を示すフローチャートである。
　図３２は、図３０に示されるゲート閾値電圧の推定値Ｖｔｈｅ（ｋ）を計算する処理の詳細を示すフローチャートである。
　図３３は、図３０に示される照射条件を更新する処理の詳細を示すフローチャートである。
　図３０～図３３に示される処理は、それぞれ図２０～図２３における電子移動度をゲート閾値電圧に置き換えた他は、図２０～図２３に示される処理と同様である。なお、ゲート閾値電圧の目標値をＶｔｈｔとし、ゲート閾値電圧の推定値をＶｔｈｅ（ｋ）とし、ゲート閾値電圧の推定値Ｖｔｈｅ（ｋ）と目標値Ｖｔｈｔとの差をΔＶｔｈ（ｋ）とし、第１の閾値をＶｔｈｔｒとしている。
　図３４は、図３３に示される照射条件を補正する処理の第１の例を示すフローチャートである。図３４に示されるフローチャートは、図３３のＳ１９４ｃのサブルーチンに相当する。
　図３５は、フルーエンスの目標値Ｆｔ（ｋ）とゲート閾値電圧の推定値Ｖｔｈｅ（ｋ）との典型的な関係を示すグラフである。
　図３６は、第３の実施形態におけるフルーエンスの目標値Ｆｔ（ｋ）の制御方向の判断基準を説明する表である。
　図３５に示されるように、フルーエンスの目標値Ｆｔ（ｋ）とゲート閾値電圧の推定値Ｖｔｈｅ（ｋ）との関係を示す曲線は、下に凸な形状となっており、推定値Ｖｔｈｅ（ｋ）の最小値付近にゲート閾値電圧の目標値Ｖｔｈｔが設定されている。そこで、変化量の積の正負に応じたフルーエンスの目標値Ｆｔ（ｋ）の制御方向は第２の実施形態と反対方向となる。
　図３４において、ゲート閾値電圧の推定値Ｖｔｈｅ（ｋ）の変化量と、フルーエンスの目標値Ｆｔ（ｋ）の変化量と、の積が０以上である場合（Ｓ１９４６ｃ：ＹＥＳ）、レーザアニールプロセッサ１００はＳ１９４７ｃに処理を進める。
　変化量の積が０未満である場合（Ｓ１９４６ｃ：ＮＯ）、レーザアニールプロセッサ１００はＳ１９４８ｃに処理を進める。
　Ｓ１９４７ｃにおいて、レーザアニールプロセッサ１００は、現在のフルーエンスの目標値Ｆｔ（ｋ）から正数ΔＦｔを減算することにより、次のフルーエンスの目標値Ｆｔ（ｋ＋１）を計算する。
　Ｓ１９４８ｃにおいて、レーザアニールプロセッサ１００は、現在のフルーエンスの目標値Ｆｔ（ｋ）に正数ΔＦｔを加算することにより、次のフルーエンスの目標値Ｆｔ（ｋ＋１）を計算する。
　照射条件を補正する処理の第１の例は以上のようにして行われる。
　照射条件を補正する処理の第２の例は、次の（１）及び（２）を除いて第２の実施形態と同様である。
（１）図２７のＳ１９４２からＳ１９４５までの試し照射によってフルーエンスＦｔａｄｊを決定するために、電子移動度の推定値Ｅｍｅ（ｋ）及び目標値Ｅｍｔの代わりに、ゲート閾値電圧の推定値Ｖｔｈｅ（ｋ）及び目標値Ｖｔｈｔが用いられる。
（２）図２７のＳ１９４６ｂからＳ１９４８ｂまでの処理の代わりに、図３４のＳ１９４６ｃからＳ１９４８ｃまでの処理が行われる。
　照射条件を補正する処理の第３の例は、第２の実施形態と同様である。すなわち、図２８と同様に、照射条件を補正するたびに、現在の照射パルス数Ｎｐ（ｋ）に１を加算することにより、次の照射パルス数Ｎｐ（ｋ＋１）を計算する（Ｓ１９５０）。但し、照射パルス数Ｎｐ（ｋ）が閾値Ｎｍａｘに達している場合は、現在の照射パルス数Ｎｐ（ｋ）を次の照射パルス数Ｎｐ（ｋ＋１）として設定する（Ｓ１９５１）。
　４．３　作用
　（１１）第３の実施形態に係るレーザアニールシステム１０ｂにおいて、照射条件はパルスレーザ光のフルーエンスを含み、半導体特性はゲート閾値電圧を含む。レーザアニールプロセッサ１００は、フルーエンスを高くした結果、ゲート閾値電圧の推定値Ｖｔｈｅ（ｋ）が低くなった場合はフルーエンスをより高くするよう照射条件を補正し、フルーエンスを高くした結果、推定値Ｖｔｈｅ（ｋ）が高くなった場合はフルーエンスを低くするよう照射条件を補正する。また、フルーエンスを低くした結果、推定値Ｖｔｈｅ（ｋ）が低くなった場合はフルーエンスをより低くするよう照射条件を補正し、フルーエンスを低くした結果、推定値Ｖｔｈｅ（ｋ）が高くなった場合はフルーエンスを高くするよう照射条件を補正する。
　これによれば、フルーエンスの変化方向（正又は負）とゲート閾値電圧の推定値Ｖｔｈｅ（ｋ）の変化方向（正又は負）との関係から、フルーエンスの制御方向（正又は負）を的確に判定し得る。
　他の点については、第３の実施形態は第２の実施形態と同様である。
５．ステップアンドスキャン方式のレーザアニールシステム１０ｂ
　５．１　構成
　第４の実施形態は、ステップアンドリピート方式ではなくステップアンドスキャン方式によるレーザアニールを行う点で、第２及び第３の実施形態と異なる。第４の実施形態に係るレーザアニールシステム１０ｂにおいて、マスク１４０は図２に示されるドットマスクと異なり、長方形の開口を有していてもよい。あるいは、マスク１４０が用いられずにビーム断面が長方形に成形されたパルスレーザ光が基板ＳＵＢに照射されてもよい。
　５．２　動作
　図３７は、ステップアンドスキャン方式による基板ＳＵＢのレーザアニール方法の例を示す平面図である。図３７において、基板ＳＵＢの表面は、Ｍｍａｘ個のスキャン領域Ｓｃ（１）～Ｓｃ（Ｍｍａｘ）を含む。スキャン領域Ｓｃ（１）～Ｓｃ（Ｍｍａｘ）のうちの１つのスキャン領域をＳｃ（ｍ）とする。ｍは１からＭｍａｘまでの整数値を取り得る。
　図３７における破線の矢印は、パルスレーザ光の基板ＳＵＢに対するビーム断面Ｂの移動方向を示す。ビーム断面Ｂの位置は、パルスレーザ光の基板ＳＵＢへの入射位置に相当する。ＸＹＺステージ１７４のＸ軸方向とＹ軸方向とにおける位置を制御することにより、ビーム断面Ｂが移動する。例えば、ＸＹＺステージ１７４によって基板ＳＵＢを－Ｘ方向に移動させると、相対的にビーム断面ＢがＸ方向に移動する。
　ステップアンドスキャン方式によるレーザアニールの手順は以下の通りである。
　まず、ビーム断面Ｂの位置がスキャン領域Ｓｃ（１）から－Ｘ方向に離れた初期位置Ｉｎ（１）に一致するように、基板ＳＵＢを移動させる。次に、基板ＳＵＢの－Ｘ方向への移動を開始させ、ビーム断面Ｂがスキャン領域Ｓｃ（１）に達するまでに速度－Ｖｘに加速する。そして、レーザ装置１２に対する繰返し周波数ｆのトリガ信号の送信を開始し、スキャン領域Ｓｃ（１）をレーザアニールする。スキャン領域Ｓｃ（１）のレーザアニールが終了したら、トリガ信号の送信を停止し、基板ＳＵＢの－Ｘ方向の速度を減速する。
　次に、ビーム断面Ｂの位置がスキャン領域Ｓｃ（２）からＸ方向に離れた初期位置Ｉｎ（２）に一致するように、基板ＳＵＢを移動させる。次に、基板ＳＵＢのＸ方向への移動を開始させ、ビーム断面Ｂがスキャン領域Ｓｃ（２）に達するまでに速度Ｖｘに加速する。そして、レーザ装置１２に対する繰返し周波数ｆのトリガ信号の送信を開始し、スキャン領域Ｓｃ（２）をレーザアニールする。スキャン領域Ｓｃ（２）のレーザアニールが終了したら、トリガ信号の送信を停止し、基板ＳＵＢのＸ方向の速度を減速する。
　以後、同様にして、スキャン領域Ｓｃ（３）～Ｓｃ（Ｍｍａｘ）がレーザアニールされる。
　ビーム断面Ｂは長方形の形状を有し、その２辺の長さをそれぞれＢｘ及びＢｙとする。基板ＳＵＢの１箇所に照射されるパルスレーザ光の照射パルス数をＮｐとする。照射パルス数Ｎｐは基板ＳＵＢ上の照射位置にかかわらず一定の値でもよい。
　レーザ装置１２が繰返し周波数ｆで照射パルス数Ｎｐのパルスレーザ光を出力する間に、基板ＳＵＢが速度ＶｘでＢｘ移動する。すなわち、繰返し周波数ｆで照射パルス数Ｎｐのパルスレーザ光を照射するための所要時間はＮｐ／ｆであり、ビーム断面Ｂが速度ＶｘでＢｘ移動するための所要時間はＢｘ／Ｖｘであり、これらの所要時間が等しくなる。そこで、速度Ｖｘは以下のように設定される。
　　　Ｖｘ＝ｆ・Ｂｘ／Ｎｐ
　図３８及び図３９は、照明光源１８１による基板ＳＵＢの照明範囲ＩＬを示す平面図である。照明光源１８１による照明光の照明範囲ＩＬは、パルスレーザ光の基板ＳＵＢにおけるビーム断面Ｂとその周辺とを含んでいる。照明範囲ＩＬとビーム断面Ｂとの位置関係は固定されている。破線の矢印は、基板ＳＵＢに対する照明範囲ＩＬ及びビーム断面Ｂの移動方向を示す。すなわち、基板ＳＵＢが－Ｘ方向に移動すると、図３８に示されるように基板ＳＵＢに対して照明範囲ＩＬ及びビーム断面ＢがＸ方向に移動し、基板ＳＵＢがＸ方向に移動すると、図３９に示されるように基板ＳＵＢに対して照明範囲ＩＬ及びビーム断面Ｂが－Ｘ方向に移動する。
　照明範囲ＩＬのうち、すでにレーザアニールされた領域が斜線で示されている。ビーム断面Ｂが移動することにより、未だレーザアニールされていない領域が順次レーザアニールされていく。
　第４の実施形態においては、ＸＹＺステージ１７４によって基板ＳＵＢを移動させながら、レーザアニールされた領域の画像データを撮像部１８２によって順次取得する。ビーム断面Ｂの位置及び大きさに相当する基板ＳＵＢ上の領域が、本開示における第１の領域の一例である。基板ＳＵＢをＸ方向に移動させると第１の領域もＸ方向に移動し、第１の領域が画像取得範囲ＩＭに重なったときに画像データが取得される。
　画像取得範囲ＩＭは、ビーム断面Ｂの移動方向と反対側に位置する。すなわち、ＸＹＺステージ１７４によって基板ＳＵＢがＸ方向に移動しているときと－Ｘ方向に移動しているときとで、撮像部１８２は照明範囲ＩＬ内の別の位置を画像取得範囲ＩＭとして画像データを取得する。
　画像取得範囲ＩＭは、ビーム断面Ｂと隣接していることが望ましい。図３８及び図３９には、画像取得範囲ＩＭの寸法がビーム断面Ｂの寸法と同じである場合が示されているが、本開示はこれに限定されない。画像取得範囲ＩＭの寸法がビーム断面Ｂの寸法と異なっていてもよい。但し、画像取得範囲ＩＭの寸法は、学習済みモデルを作成するために使用された画像データの撮像対象と同じ寸法であることが望ましい。
　画像取得範囲ＩＭの画像データを取得する際にパルスレーザ光が映り込まないように、パルスレーザ光の１つのパルスの発光終了後、次のパルスの発光開始前に撮像部１８２による撮像が行われることが望ましい。そこで、シャッター１８４の開時間Ｔｓは以下の条件を満たすことが望ましい。
　　　Ｔｓ＜１／ｆ－τ
ここで、τはパルスレーザ光のパルス時間幅である。従って、シャッター１８４の開時間Ｔｓはパルスレーザ光の繰返し周期１／ｆより短くなる。パルスレーザ光の１つのパルスの発光終了後、次のパルスの発光開始前にシャッター１８４の開閉が終わるように、撮像コントローラ１８７からシャッター１８４に送信されるシャッタートリガ信号のタイミングが制御される。
　さらに、基板ＳＵＢの移動による画像ぶれを抑制するため、シャッター１８４の開時間Ｔｓは以下の条件を満たすことが望ましい。
　　　Ｔｓ＜Δｘ／Ｖｘ
ここで、Δｘは画像ぶれの許容限度である。
　５．３　レーザアニールプロセッサ１００の動作
　５．３．１　メインフロー
　図４０は、第４の実施形態におけるレーザアニールプロセッサ１００の動作を示すフローチャートである。第４の実施形態においては、以下の方法でステップアンドスキャン方式によるレーザアニールが行われる。
　Ｓ１００ｄにおいて、レーザアニールプロセッサ１００は初期調整を行う。Ｓ１００ｄの詳細については図４１を参照しながら後述する。
　Ｓ１１０ｄにおいて、レーザアニールプロセッサ１００はｍの値を初期値１にセットする。ｍの値は図３７を参照しながら説明したものに相当する。
　Ｓ１２０ｄにおいて、レーザアニールプロセッサ１００はスキャン領域Ｓｃ（ｍ）のアニール設定を行い、スキャン領域Ｓｃ（ｍ）のレーザアニールを開始する。Ｓ１２０ｄの詳細については図４２を参照しながら後述する。
　Ｓ１３０において、レーザアニールプロセッサ１００はｋの値を初期値１にセットする。以下に述べるように、第４の実施形態においては、スキャン領域Ｓｃ（ｍ）においてビーム断面Ｂを移動させながら、画像データの取得（Ｓ１７０ｄ）、電子移動度の推定値Ｅｍｅ（ｋ）の計算（Ｓ１８０ｂ）、及び照射条件の更新（Ｓ１９０ｄ）を各１回行い、これらを各１回行うごとに、ｋの値が更新される。１つのスキャン領域Ｓｃ（ｍ）をレーザアニールする間に、ｋの値は複数回更新される。
　Ｓ１６０ｄにおいて、レーザアニールプロセッサ１００は、Ｎｐ＋ｎパルスのトリガ信号をカウントする。Ｓ１７０ｄからＳ２００ｄまでの処理が短時間で済むと仮定した場合、Ｎｐ＋ｎパルス分の時間は、照射条件の更新周期にほぼ相当する。ｎは０以上の整数である。Ｓ１６０ｄの詳細については図４３を参照しながら後述する。
　Ｓ１７０ｄにおいて、レーザアニールプロセッサ１００は、レーザアニールされた画像取得範囲ＩＭの画像データを取得する。Ｓ１７０ｄの詳細については図４４を参照しながら後述する。
　Ｓ１８０ｂにおいて、レーザアニールプロセッサ１００は画像データ及び学習済みモデルを用いて電子移動度の推定値Ｅｍｅ（ｋ）を計算する。Ｓ１８０ｂの処理は第２の実施形態と同様である。
　Ｓ１９０ｄにおいて、レーザアニールプロセッサ１００は電子移動度の推定値Ｅｍｅ（ｋ）に基づいてパルスレーザ光の照射条件を更新する。Ｓ１９０ｄにおいて、照射条件としてのフルーエンスの目標値Ｆｔ（ｋ）を更新する処理は第２の実施形態と同様であり、例えば上述の第１の例及び第２の例のうちのいずれかを適用可能である。但し、第４の実施形態において照射パルス数Ｎｐは更新しなくてもよい。
　Ｓ２００ｄにおいて、レーザアニールプロセッサ１００はスキャン領域Ｓｃ（ｍ）のレーザアニールが終了したか否かを判定する。
　スキャン領域Ｓｃ（ｍ）のレーザアニールが終了していない場合（Ｓ２００ｄ：ＮＯ）、レーザアニールプロセッサ１００はＳ２１０に処理を進める。Ｓ２１０において、レーザアニールプロセッサ１００はｋの値に１を加算してｋの値を更新する。その後、レーザアニールプロセッサ１００はＳ１６０ｄに処理を戻し、Ｎｐ＋ｎパルス出力後に画像データの取得（Ｓ１７０ｄ）、電子移動度の推定値Ｅｍｅ（ｋ）の計算（Ｓ１８０ｂ）、及び照射条件の更新（Ｓ１９０ｄ）を行う。
　スキャン領域Ｓｃ（ｍ）のレーザアニールが終了した場合（Ｓ２００ｄ：ＹＥＳ）、レーザアニールプロセッサ１００はＳ２２０ｄに処理を進める。
　Ｓ２２０ｄにおいて、レーザアニールプロセッサ１００はスキャン領域Ｓｃ（Ｍｍａｘ）のレーザアニールが終了したか否かを判定する。すなわち、ｍの値がＭｍａｘ以上であるか否かを判定する。
　スキャン領域Ｓｃ（Ｍｍａｘ）のレーザアニールが終了していない場合（Ｓ２２０ｄ：ＮＯ）、レーザアニールプロセッサ１００はＳ２３０ｄに処理を進める。Ｓ２３０ｄにおいて、レーザアニールプロセッサ１００はｍの値に１を加算してｍの値を更新する。その後、レーザアニールプロセッサ１００はＳ１２０ｄに処理を戻す。
　スキャン領域Ｓｃ（Ｍｍａｘ）のレーザアニールが終了した場合（Ｓ２２０ｄ：ＹＥＳ）、レーザアニールプロセッサ１００は本フローチャートの処理を終了する。
　５．３．２　初期調整
　図４１は、図４０に示される初期調整の処理の詳細を示すフローチャートである。図４１に示されるフローチャートは、図４０のＳ１００ｄのサブルーチンに相当する。
　Ｓ１０１の処理は、比較例及び第２の実施形態と同様である。
　Ｓ１０２ｄにおいて、レーザアニールプロセッサ１００は、フルーエンスの目標値Ｆｔ（１）と、照射パルス数Ｎｐと、電子移動度の目標値Ｅｍｔと、を読み込む。
　Ｓ１０３ｄにおいて、レーザアニールプロセッサ１００は、基板ＳＵＢの表面にマスク１４０の像が形成されるようにＸＹＺステージ１７４のＺ軸における位置を制御し、その位置でＸＹＺステージ１７４を停止させる。
　Ｓ１０３ｄの後、レーザアニールプロセッサ１００は本フローチャートの処理を終了し、図４０に示される処理に戻る。
　５．３．３　スキャン領域Ｓｃ（ｍ）のアニール設定とアニール開始
　図４２は、図４０に示されるスキャン領域Ｓｃ（ｍ）のアニール設定及びアニール開始の処理の詳細を示すフローチャートである。図４２に示されるフローチャートは、図４０のＳ１２０ｄのサブルーチンに相当する。
　Ｓ１２１において、レーザアニールプロセッサ１００は、フルーエンスの目標値Ｆｔ（ｍ）と照射パルス数Ｎｐとを設定する。ｍの値が１である場合のフルーエンスの目標値Ｆｔ（ｍ）は、Ｓ１０２ｄで読み込まれたフルーエンスの目標値Ｆｔ（１）である。ｍの値が２以上である場合のフルーエンスの目標値Ｆｔ（ｍ）は、前のスキャン領域Ｓｃ（ｍ－１）における最後のフルーエンスの目標値Ｆｔ（ｋ）である。
　Ｓ１２２において、レーザアニールプロセッサ１００は、フルーエンスの目標値Ｆｔ（ｍ）と、レーザ装置１２から出力されるパルスレーザ光のパルスエネルギーと、に基づいてアッテネータ１２０を制御する。
　Ｓ１２３において、レーザアニールプロセッサ１００は、スキャン領域Ｓｃ（ｍ）の初期位置Ｉｎ（ｍ）にパルスレーザ光のビーム断面Ｂが位置するようにＸＹＺステージ１７４のＸ軸方向とＹ軸方向とにおける位置を制御する。
　Ｓ１２４において、レーザアニールプロセッサ１００は、ビーム断面Ｂのスキャン方向をｍが奇数なら正方向に設定し、ｍが偶数なら負方向に設定する。スキャン方向は図３７～図３９に破線矢印で示されるＸ方向又は－Ｘ方向である。
　Ｓ１２５において、レーザアニールプロセッサ１００は、ＸＹＺステージ１７４による基板ＳＵＢの移動を開始し、速度Ｖｘ又は－Ｖｘまで加速する。
　Ｓ１２６において、レーザアニールプロセッサ１００は、レーザ装置１２に繰返し周波数ｆでトリガ信号を送信することを開始する。これにより、基板ＳＵＢを移動させながら、レーザ装置１２から出力されたパルスレーザ光がスキャン領域Ｓｃ（ｍ）に照射され、レーザアニールが行われる。なお、スキャン領域Ｓｃ（ｍ）のレーザアニールが終了したら（Ｓ２００ｄ：ＹＥＳ）、ＸＹＺステージ１７４による基板ＳＵＢのＸ方向又は－Ｘ方向の移動を停止し、次のスキャン領域Ｓｃ（ｍ＋１）のレーザアニールを開始するまでトリガ信号の送信を停止してもよい。
　Ｓ１２６の後、レーザアニールプロセッサ１００は本フローチャートの処理を終了し、図４０に示される処理に戻る。
　５．３．４　Ｎｐ＋ｎパルスのカウント
　図４３は、図４０に示されるＮｐ＋ｎパルスをカウントする処理の詳細を示すフローチャートである。図４３に示されるフローチャートは、図４０のＳ１６０ｄのサブルーチンに相当する。
　Ｓ１６１において、レーザアニールプロセッサ１００はパルス数をカウントするためのカウンターＮｃの値を初期値０にセットする。
　Ｓ１６２において、レーザアニールプロセッサ１００は、トリガ信号をレーザ装置１２に送信したか否かを判定する。トリガ信号を送信していない場合（Ｓ１６２：ＮＯ）、レーザアニールプロセッサ１００はトリガ信号を送信するまで待機する。トリガ信号を送信した場合（Ｓ１６２：ＹＥＳ）、レーザアニールプロセッサ１００はＳ１６３に処理を進める。
　Ｓ１６３において、レーザアニールプロセッサ１００はカウンターＮｃの値に１を加算してＮｃの値を更新する。
　Ｓ１６４において、レーザアニールプロセッサ１００はカウンターＮｃの値がＮｐ＋ｎ以上であるか否かを判定する。Ｎｃの値がＮｐ＋ｎ未満である場合（Ｓ１６４：ＮＯ）、レーザアニールプロセッサ１００はＳ１６２に処理を戻す。Ｎｃの値がＮｐ＋ｎ以上である場合（Ｓ１６４：ＹＥＳ）、レーザアニールプロセッサ１００は本フローチャートの処理を終了し、図４０に示される処理に戻る。
　ｎは０以上の整数であるので、Ｎｐパルス以上のパルスレーザ光をレーザ装置１２が出力するごとに、パルスレーザ光の照射条件を補正するか否かの判定が行われる。
　例えば、ｎの値を０とした場合、照射条件の更新周期はＮｐパルス分の時間にほぼ相当し、フルーエンスの目標値Ｆｔ（ｋ）などの照射条件を頻繁に更新することができる。
　しかし、例えばフルーエンスの目標値Ｆｔ（ｋ）を補正してＮｐパルス分の時間が経過したときの画像取得範囲ＩＭには、補正前のフルーエンスの目標値Ｆｔ（ｋ－１）に従ってレーザアニールされた部分が含まれる。
　そこで、２×Ｎｐパルス以上のパルスレーザ光をレーザ装置１２が出力するごとに、パルスレーザ光の照射条件を補正するか否かの判定を行うことが望ましい。
　例えば、ｎの値をＮｐとした場合には、照射条件の更新周期は２×Ｎｐパルス分の時間にほぼ相当する。フルーエンスの目標値Ｆｔ（ｋ）を補正して２×Ｎｐパルス分の時間が経過したときの画像取得範囲ＩＭは、補正後のフルーエンスの目標値Ｆｔ（ｋ）に従ってレーザアニールされている。この画像取得範囲ＩＭを撮像した画像データを用いることにより、次のフルーエンスの目標値Ｆｔ（ｋ＋１）の補正をより適切に行い得る。
　５．３．５　画像データの取得
　図４４は、図４０に示される画像データの取得の処理の詳細を示すフローチャートである。図４４に示されるフローチャートは、図４０のＳ１７０ｄのサブルーチンに相当する。
　Ｓ１７１において、レーザアニールプロセッサ１００は画像取得範囲ＩＭをパルスレーザ光のビーム断面Ｂからスキャン方向と逆方向にずれた位置に設定する。画像取得範囲ＩＭの例は、図３８及び図３９を参照しながら説明した通りである。
　Ｓ１７２において、レーザアニールプロセッサ１００は画像取得範囲ＩＭを撮像する。
　Ｓ１７２の後、レーザアニールプロセッサ１００は本フローチャートの処理を終了し、図４０に示される処理に戻る。
　図４４においては、撮像で得られるデータの量が少なくて済むように、画像取得範囲ＩＭを設定した後で画像取得範囲ＩＭを撮像する。このような処理をするために、撮像部１８２の駆動回路１８６（図１９参照）は、イメージセンサ１８５の全画素の電荷を検出するのではなく、イメージセンサ１８５の全画素のうちの指定された範囲の電荷を検出するように構成されていてもよい。この場合、撮像コントローラ１８７は、イメージセンサ１８５の全画素のうちの駆動回路１８６が電荷を検出する範囲を指定して、駆動回路１８６から画像データを取得する。
　画像データの取得方法は、上述の方法に限定されない。例えば、駆動回路１８６がイメージセンサ１８５の全画素から電荷を検出して画像を取得し、この画像から撮像コントローラ１８７が画像取得範囲ＩＭの画像データを切り出すことにより、画像データを取得してもよい。
　５．４　作用
　（１２）第４の実施形態に係るレーザアニールシステム１０ｂは、基板ＳＵＢへのパルスレーザ光の入射方向と交差するＸ軸方向及びＹ軸方向に基板ＳＵＢを移動させるＸＹＺステージ１７４を含む。ＸＹＺステージ１７４は、設定された照射パルス数Ｎｐのパルスレーザ光で半導体膜が照射される間に、基板ＳＵＢをパルスレーザ光のビーム幅Ｂｘに相当する距離ずつ移動させる。レーザアニールプロセッサ１００は、照射パルス数Ｎｐ以上のパルス数のパルスレーザ光で半導体膜が照射されるごとに、照射条件を補正するか否かの判定を行う。
　これによれば、ステップアンドスキャン方式で基板ＳＵＢを移動させながら照射条件を補正し得る。また、ステップアンドリピート方式と比べて基板ＳＵＢの停止時間を短くすることができる。
　（１３）第４の実施形態に係るレーザアニールシステム１０ｂにおいて、レーザアニールプロセッサ１００は、照射パルス数Ｎｐの２倍以上のパルス数のパルスレーザ光で半導体膜が照射されるごとに、照射条件を補正するか否かの判定を行う。
　これによれば、前回補正した後の照射条件に従ってレーザアニールされた半導体膜の画像データを取得できるので、照射条件の補正をより適切に行い得る。
　（１４）第４の実施形態に係るレーザアニールシステム１０ｂにおいて、撮像部１８２は、ＸＹＺステージ１７４が基板ＳＵＢを移動させている間に第１の領域を撮像することにより画像データを取得する。
　これによれば、画像データの取得のために基板ＳＵＢの停止時間が生じることを抑制し得る。
　（１５）第４の実施形態に係るレーザアニールシステム１０ｂにおいて、撮像部１８２は、照明光の反射光を遮るシャッター１８４を含み、シャッター１８４の開時間Ｔｓはパルスレーザ光の繰返し周期１／ｆより短い。
　これによれば、画像データを取得する際にパルスレーザ光が映り込まないように、パルスレーザ光の１つのパルスの発光終了後かつ次のパルスの発光開始前に画像データを取得し得る。
　（１６）第４の実施形態に係るレーザアニールシステム１０ｂは、基板ＳＵＢへのパルスレーザ光の入射方向と交差するＸ軸方向及びＹ軸方向に基板ＳＵＢを移動させるＸＹＺステージ１７４を含む。照明光源１８１は、パルスレーザ光の基板ＳＵＢへの入射位置とその周辺とを含む照明範囲ＩＬに照明光を照射するように構成される。撮像部１８２は、照明範囲ＩＬを撮像可能なイメージセンサ１８５と、指定された範囲の画像データをイメージセンサ１８５から読み出す駆動回路１８６と、駆動回路１８６を制御する撮像コントローラ１８７と、を含む。撮像コントローラ１８７は、パルスレーザ光でレーザアニールされた第１の領域が照明範囲ＩＬ内の他の位置にＸＹＺステージ１７４によって移動した場合に、移動した第１の領域を指定して第１の領域の画像データを取得する。
　これによれば、イメージセンサ１８５で撮像可能な照明範囲ＩＬのうちの第１の領域を指定して画像データを取得するので、撮像で得られるデータの量が少なくて済む。
　（１７）第４の実施形態に係るレーザアニールシステム１０ｂにおいて、ＸＹＺステージ１７４は、Ｘ方向と－Ｘ方向とに移動可能に構成される。撮像部１８２は、ＸＹＺステージ１７４がＸ方向に移動しているときと－Ｘ方向に移動しているときとで照明範囲ＩＬ内の別の位置の画像データを取得する。
　これによれば、ＸＹＺステージ１７４がＸ方向に移動しているときと－Ｘ方向に移動しているときとで画像データの取得範囲を変えられるので、パルスレーザ光の基板ＳＵＢへの入射位置と照明光源１８１による照明範囲ＩＬとの位置関係を固定しておくことができる。
　（１８）第４の実施形態に係るレーザアニールシステム１０ｂは、基板ＳＵＢへのパルスレーザ光の入射方向と交差するＸ軸方向及びＹ軸方向に基板ＳＵＢを移動させるＸＹＺステージ１７４を含む。照明光源１８１は、パルスレーザ光の基板ＳＵＢへの入射位置とその周辺とを含む照明範囲ＩＬに照明光を照射するように構成される。撮像部１８２は、照明範囲ＩＬを撮像可能なイメージセンサ１８５と、照明範囲ＩＬの画像から一部を切り出して画像データを取得する撮像コントローラ１８７と、を含む。撮像コントローラ１８７は、パルスレーザ光でレーザアニールされた第１の領域が照明範囲ＩＬ内の他の位置にＸＹＺステージ１７４によって移動した場合に、移動した第１の領域の画像を照明範囲ＩＬの画像から切り出して画像データを取得する。
　これによれば、複雑な駆動回路１８６がなくても、必要な範囲の画像データを照明範囲ＩＬの画像から切り出すことができる。
　他の点については、第４の実施形態は第２の実施形態と同様である。あるいは、第３の実施形態と同様に、第４の実施形態において電子移動度を推定する代わりにゲート閾値電圧を推定してもよい。
　５．５　他の構成例
　第１の実施形態における機械学習システムに含まれるレーザアニールシステム１０と画像データ生成部２０との代わりに、第４の実施形態におけるレーザアニールシステム１０ｂが用いられてもよい。すなわち、レーザアニールシステム１０ｂを用いて、ステップアンドスキャン方式により、アニールサンプル用の基板ＳＵＢのレーザアニールとアニールサンプルの画像データの取得とが行われてもよい。
６．その他
　上述の説明は、制限ではなく単なる例示を意図している。従って、特許請求の範囲を逸脱することなく本開示の実施形態に変更を加えることができることは、当業者には明らかである。また、本開示の実施形態を組み合わせて使用することも当業者には明らかである。
　本明細書及び特許請求の範囲全体で使用される用語は、明記が無い限り「限定的でない」用語と解釈されるべきである。たとえば、「含む」、「有する」、「備える」、「具備する」などの用語は、「記載されたもの以外の構成要素の存在を除外しない」と解釈されるべきである。また、修飾語「１つの」は、「少なくとも１つ」又は「１又はそれ以上」を意味すると解釈されるべきである。また、「Ａ、Ｂ及びＣの少なくとも１つ」という用語は、「Ａ」「Ｂ」「Ｃ」「Ａ＋Ｂ」「Ａ＋Ｃ」「Ｂ＋Ｃ」又は「Ａ＋Ｂ＋Ｃ」と解釈されるべきである。さらに、それらと「Ａ」「Ｂ」「Ｃ」以外のものとの組み合わせも含むと解釈されるべきである。

Claims (20)

  1. 　基板上の半導体膜の第１の領域であってパルスレーザ光でレーザアニールされた前記第１の領域に照射された照明光の反射光から生成された画像データを取得することと、
    　前記第１の領域における半導体特性の計測データを取得することと、
    　前記画像データを入力とし、前記計測データを出力として対応付けた教師データを生成することと、
    　前記教師データに基づいてニューラルネットワークを用いた機械学習を行い、学習済みモデルを生成することと、
    を含む、機械学習方法。
  2. 　請求項１記載の機械学習方法であって、
    　前記画像データを取得した後、半導体プロセスを行って半導体デバイスを作製し、その後、前記計測データを取得する、
    機械学習方法。
  3. 　請求項１記載の機械学習方法であって、
    　前記学習済みモデルの評価を行うことをさらに含み、
    　前記教師データのうちの一部を学習データとして前記学習済みモデルを生成し、
    　前記教師データのうちの他の一部を評価データとして前記学習済みモデルの評価を行う、
    機械学習方法。
  4. 　基板上の半導体膜の第１の領域をレーザアニールするためのパルスレーザ光を出力するレーザ装置と、
    　前記第１の領域に照明光を照射する照明光源と、
    　前記照明光の反射光から画像データを生成する撮像部と、
    　プロセッサであって、
    　　前記画像データを入力とし、半導体特性の推定値を出力とした学習済みモデルにアクセス可能に構成され、
    　　前記画像データ及び前記学習済みモデルを用いて前記推定値を計算し、
    　　前記推定値に基づいて前記パルスレーザ光の照射条件を補正する、
    前記プロセッサと、
    を含むレーザアニールシステム。
  5. 　請求項４記載のレーザアニールシステムであって、
    　前記パルスレーザ光の光路に配置されたビームスプリッタをさらに含み、
    　前記照明光源は、前記ビームスプリッタを介して前記第１の領域に前記照明光を照射し、
    　前記撮像部は、前記ビームスプリッタを介して前記反射光を受光する
    レーザアニールシステム。
  6. 　請求項５記載のレーザアニールシステムであって、
    　前記パルスレーザ光は紫外光の第１の波長成分を含み、
    　前記照明光は可視光の複数の第２の波長成分を含み
    　前記ビームスプリッタは、前記第１及び第２の波長成分の一方を透過させ他方を反射するダイクロイックミラーである
    レーザアニールシステム。
  7. 　請求項４記載のレーザアニールシステムであって、
    　前記基板への前記パルスレーザ光の入射方向と交差する方向に前記基板を移動させるステージをさらに含み、
    　前記第１の領域は、前記ステージが停止した状態で、設定された照射パルス数の前記パルスレーザ光で照射され、
    　その後、前記第１の領域と異なる第２の領域が前記パルスレーザ光で照射されるように前記ステージが前記基板を移動させ、
    　前記プロセッサは、前記第２の領域が前記パルスレーザ光で照射される前に前記照射条件を補正する、
    レーザアニールシステム。
  8. 　請求項４記載のレーザアニールシステムであって、
    　前記照射条件は前記パルスレーザ光のフルーエンスを含み、
    　前記半導体特性は電子移動度を含み、
    　前記プロセッサは、
    　　前記フルーエンスを高くした結果、前記推定値が高くなった場合は前記フルーエンスをより高くするよう前記照射条件を補正し、
    　　前記フルーエンスを高くした結果、前記推定値が低くなった場合は前記フルーエンスを低くするよう前記照射条件を補正し、
    　　前記フルーエンスを低くした結果、前記推定値が高くなった場合は前記フルーエンスをより低くするよう前記照射条件を補正し、
    　　前記フルーエンスを低くした結果、前記推定値が低くなった場合は前記フルーエンスを高くするよう前記照射条件を補正する、
    レーザアニールシステム。
  9. 　請求項４記載のレーザアニールシステムであって、
    　前記プロセッサは、
    　　前記推定値と前記半導体特性の目標値との差の絶対値が所定値より大きい場合に、前記照射条件を変えながら、試し照射を行い、前記画像データを取得し、前記推定値を計算することにより、前記照射条件と前記推定値との関係を取得し、前記関係に基づいて前記照射条件を補正する、
    レーザアニールシステム。
  10. 　請求項４記載のレーザアニールシステムであって、
    　　前記照射条件は前記基板上の１箇所に照射される前記パルスレーザ光の照射パルス数を含み、
    　前記プロセッサは、
    　　前記推定値と前記半導体特性の目標値との差の絶対値が所定値より大きい場合に、前記照射パルス数を多くするよう前記照射条件を補正する、
    レーザアニールシステム。
  11. 　請求項４記載のレーザアニールシステムであって、
    　前記照射条件は前記パルスレーザ光のフルーエンスを含み、
    　前記半導体特性はゲート閾値電圧を含み、
    　前記プロセッサは、
    　　前記フルーエンスを高くした結果、前記推定値が低くなった場合は前記フルーエンスをより高くするよう前記照射条件を補正し、
    　　前記フルーエンスを高くした結果、前記推定値が高くなった場合は前記フルーエンスを低くするよう前記照射条件を補正し、
    　　前記フルーエンスを低くした結果、前記推定値が低くなった場合は前記フルーエンスをより低くするよう前記照射条件を補正し、
    　　前記フルーエンスを低くした結果、前記推定値が高くなった場合は前記フルーエンスを高くするよう前記照射条件を補正する、
    レーザアニールシステム。
  12. 　請求項４記載のレーザアニールシステムであって、
    　前記基板への前記パルスレーザ光の入射方向と交差する方向に前記基板を移動させるステージをさらに含み、前記ステージは、設定された照射パルス数の前記パルスレーザ光で前記半導体膜が照射される間に、前記基板を前記パルスレーザ光のビーム幅に相当する距離ずつ移動させ、
    　前記プロセッサは、前記照射パルス数以上のパルス数の前記パルスレーザ光で前記半導体膜が照射されるごとに、前記照射条件を補正するか否かの判定を行う、
    レーザアニールシステム。
  13. 　請求項１２記載のレーザアニールシステムであって、
    　前記プロセッサは、前記照射パルス数の２倍以上のパルス数の前記パルスレーザ光で前記半導体膜が照射されるごとに、前記照射条件を補正するか否かの判定を行う、
    レーザアニールシステム。
  14. 　請求項１２記載のレーザアニールシステムであって、
    　前記撮像部は、前記ステージが前記基板を移動させている間に前記第１の領域を撮像することにより前記画像データを取得する、
    レーザアニールシステム。
  15. 　請求項１２記載のレーザアニールシステムであって、
    　前記撮像部は、前記反射光を遮るシャッターを含み、前記シャッターの開時間は前記パルスレーザ光の繰返し周期より短い、
    レーザアニールシステム。
  16. 　請求項４記載のレーザアニールシステムであって、
    　前記基板への前記パルスレーザ光の入射方向と交差する方向に前記基板を移動させるステージをさらに含み、
    　前記照明光源は、前記パルスレーザ光の前記基板への入射位置とその周辺とを含む照明範囲に前記照明光を照射するように構成され、
    　前記撮像部は、前記照明範囲を撮像可能なイメージセンサと、指定された範囲の画像データを前記イメージセンサから読み出す駆動回路と、前記駆動回路を制御する撮像コントローラと、を含み、前記撮像コントローラは、前記パルスレーザ光でレーザアニールされた前記第１の領域が前記照明範囲内の他の位置に前記ステージによって移動した場合に、移動した前記第１の領域を指定して前記第１の領域の前記画像データを取得する、
    レーザアニールシステム。
  17. 　請求項１６記載のレーザアニールシステムであって、
    　前記ステージは、第１方向と第２方向とに移動可能に構成され、
    　前記撮像部は、前記ステージが前記第１方向に移動しているときと前記第２方向に移動しているときとで前記照明範囲内の別の位置の前記画像データを取得する、
    レーザアニールシステム。
  18. 　請求項４記載のレーザアニールシステムであって、
    　前記基板への前記パルスレーザ光の入射方向と交差する方向に前記基板を移動させるステージをさらに含み、
    　前記照明光源は、前記パルスレーザ光の前記基板への入射位置とその周辺とを含む照明範囲に前記照明光を照射するように構成され、
    　前記撮像部は、前記照明範囲を撮像可能なイメージセンサと、前記照明範囲の画像から一部を切り出して前記画像データを取得する撮像コントローラと、を含み、前記撮像コントローラは、前記パルスレーザ光でレーザアニールされた前記第１の領域が前記照明範囲内の他の位置に前記ステージによって移動した場合に、移動した前記第１の領域の画像を前記照明範囲の画像から切り出して前記画像データを取得する、
    レーザアニールシステム。
  19. 　請求項１８記載のレーザアニールシステムであって、
    　前記ステージは、第１方向と第２方向とに移動可能に構成され、
    　前記撮像部は、前記ステージが前記第１方向に移動しているときと前記第２方向に移動しているときとで前記照明範囲内の別の位置の前記画像データを取得する、
    レーザアニールシステム。
  20. 　基板上の半導体膜の第１の領域をパルスレーザ光でアニールすることと、
    　前記第１の領域に照明光を照射し、前記照明光の反射光から画像データを生成することと、
    　前記画像データを入力とし、半導体特性の推定値を出力とした学習済みモデルを用いて前記推定値を計算することと、
    　前記推定値に基づいて前記パルスレーザ光の照射条件を補正することと、
    を含む、レーザアニール方法。
PCT/JP2021/003721 2021-02-02 2021-02-02 機械学習方法、レーザアニールシステム、及びレーザアニール方法 WO2022168157A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202180088721.0A CN116669890A (zh) 2021-02-02 2021-02-02 机器学习方法、激光退火系统和激光退火方法
JP2022579179A JPWO2022168157A1 (ja) 2021-02-02 2021-02-02
PCT/JP2021/003721 WO2022168157A1 (ja) 2021-02-02 2021-02-02 機械学習方法、レーザアニールシステム、及びレーザアニール方法
US18/351,675 US20230377916A1 (en) 2021-02-02 2023-07-13 Machine learning method, laser annealing system, and laser annealing method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/003721 WO2022168157A1 (ja) 2021-02-02 2021-02-02 機械学習方法、レーザアニールシステム、及びレーザアニール方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/351,675 Continuation US20230377916A1 (en) 2021-02-02 2023-07-13 Machine learning method, laser annealing system, and laser annealing method

Publications (1)

Publication Number Publication Date
WO2022168157A1 true WO2022168157A1 (ja) 2022-08-11

Family

ID=82741219

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/003721 WO2022168157A1 (ja) 2021-02-02 2021-02-02 機械学習方法、レーザアニールシステム、及びレーザアニール方法

Country Status (4)

Country Link
US (1) US20230377916A1 (ja)
JP (1) JPWO2022168157A1 (ja)
CN (1) CN116669890A (ja)
WO (1) WO2022168157A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012119512A (ja) * 2010-12-01 2012-06-21 Hitachi High-Technologies Corp 基板の品質評価方法及びその装置
JP2016129171A (ja) * 2015-01-09 2016-07-14 株式会社日本製鋼所 半導体膜の表面ムラ検出装置、レーザアニール装置および半導体膜の表面ムラ検出方法
JP2017164801A (ja) * 2016-03-17 2017-09-21 ファナック株式会社 機械学習装置、レーザ加工システムおよび機械学習方法
WO2021005907A1 (ja) * 2019-07-11 2021-01-14 株式会社ブイ・テクノロジー レーザ修正方法、レーザ修正装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012119512A (ja) * 2010-12-01 2012-06-21 Hitachi High-Technologies Corp 基板の品質評価方法及びその装置
JP2016129171A (ja) * 2015-01-09 2016-07-14 株式会社日本製鋼所 半導体膜の表面ムラ検出装置、レーザアニール装置および半導体膜の表面ムラ検出方法
JP2017164801A (ja) * 2016-03-17 2017-09-21 ファナック株式会社 機械学習装置、レーザ加工システムおよび機械学習方法
WO2021005907A1 (ja) * 2019-07-11 2021-01-14 株式会社ブイ・テクノロジー レーザ修正方法、レーザ修正装置

Also Published As

Publication number Publication date
JPWO2022168157A1 (ja) 2022-08-11
US20230377916A1 (en) 2023-11-23
CN116669890A (zh) 2023-08-29

Similar Documents

Publication Publication Date Title
US8986562B2 (en) Methods of laser processing photoresist in a gaseous environment
US5858822A (en) Method for producing semiconductor device
JP5231234B2 (ja) ラインビームとして整形されたレーザー光を生成するためのシステム
JP4618360B2 (ja) レーザアニール方法およびレーザアニール装置
US20080083928A1 (en) Crystallization apparatus and method, manufacturing method of electronic device, electronic device, and optical modulation element
US10950437B2 (en) Laser annealing method, laser annealing apparatus, and thin film transistor substrate
TWI564677B (zh) 微影方法及裝置
JP2018014401A (ja) レーザ照射装置、薄膜トランジスタおよび薄膜トランジスタの製造方法
WO2022168157A1 (ja) 機械学習方法、レーザアニールシステム、及びレーザアニール方法
US7157677B2 (en) Method of picking up sectional image of laser light
JP2018093154A (ja) レーザ照射装置および薄膜トランジスタの製造方法
TW202302256A (zh) 雷射照射裝置、雷射照射方法和可讀取地記錄有程式的記錄介質
KR102397423B1 (ko) 레이저 장치 및 이의 구동방법
JPH11340160A (ja) レーザアニーリング装置及び方法
JP3471485B2 (ja) 光処理装置および光処理方法
JP2005011840A (ja) レーザアニール装置およびレーザアニール方法
JP2007150245A (ja) 光照射装置、光照射装置の調整方法、結晶化装置、結晶化方法、およびデバイス
US20220009031A1 (en) Laser annealing apparatus and method for manufacturing electronic device
JP7397447B2 (ja) レーザアニールシステム
JP2005219077A (ja) レーザエネルギ調整装置、及びレーザエネルギ調整方法、及びレーザ加工機
CN111293053A (zh) 激光晶化装置的监控系统
KR20200057696A (ko) 레이저 조사 장치, 레이저 조사 방법 및 투영 마스크
JP4503328B2 (ja) 照射距離自動調整方法及びその装置
JP7051099B2 (ja) レーザエネルギ測定装置、およびレーザエネルギ測定方法
WO2018101154A1 (ja) レーザ照射装置および薄膜トランジスタの製造方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21924554

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 202180088721.0

Country of ref document: CN

ENP Entry into the national phase

Ref document number: 2022579179

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21924554

Country of ref document: EP

Kind code of ref document: A1