特許 6959191 学習処理装置、学習処理方法、化合物半導体の製造方法、および、プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6959191

(24)【登録日】2021年10月11日

(45)【発行日】2021年11月2日

(54)【発明の名称】学習処理装置、学習処理方法、化合物半導体の製造方法、および、プログラム

(51)【国際特許分類】

   C23C 14/54 20060101AFI20211021BHJP

   H01L 21/203 20060101ALI20211021BHJP

   C23C 14/22 20060101ALI20211021BHJP

【ＦＩ】

   C23C14/54 F

   H01L21/203 M

   C23C14/22 Z

【請求項の数】19

【全頁数】24

(21)【出願番号】特願2018-139848(P2018-139848)

(22)【出願日】2018年7月25日

(65)【公開番号】特開2020-15954(P2020-15954A)

(43)【公開日】2020年1月30日

【審査請求日】2020年3月4日

(73)【特許権者】

【識別番号】303046277

【氏名又は名称】旭化成エレクトロニクス株式会社

(74)【代理人】

【識別番号】110000877

【氏名又は名称】龍華国際特許業務法人

(72)【発明者】

【氏名】古屋 貴明

(72)【発明者】

【氏名】上之 康一郎

【審査官】 内藤 康彰

(56)【参考文献】

【文献】 特開平０３−１７１３０１（ＪＰ，Ａ）

【文献】 特開２０１７−１８３３１１（ＪＰ，Ａ）

【文献】 特開平０６−０３７０２１（ＪＰ，Ａ）

【文献】 特開平１０−２３７６４５（ＪＰ，Ａ）

【文献】 特開平１０−２４５６７４（ＪＰ，Ａ）

【文献】 特開平０８−３３９９６１（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｃ２３Ｃ １４／００−１４／５８

Ｃ３０Ｂ １／００−３５／００

Ｈ０１Ｌ ２１／２０５

Ｈ０１Ｌ ２１／３１

Ｈ０１Ｌ ２１／３６５

Ｈ０１Ｌ ２１／４６９

Ｈ０１Ｌ ２１／８６

(57)【特許請求の範囲】

【請求項1】

成膜装置によって膜を成膜する下地となる下地層の特性を示す下地特性データを取得する下地特性取得部と、
前記成膜装置によって前記下地層の上に成膜された膜の特性を示す膜特性データを取得する膜特性取得部と、
前記下地特性データおよび前記膜特性データを含む学習データを用いて、膜を形成する対象となる下地層の特性を示す対象下地特性データに基づいて、前記成膜装置によって成膜される膜の成膜前に、当該成膜される膜の特性を予測した予測膜特性データを出力する第１モデルの学習処理を実行する第１学習処理部と
を備える学習処理装置。

【請求項2】

前記第１モデルを用いて、第１下地層の特性を示す第１下地特性データに基づいて、前記第１下地層の上に成膜される第１膜の特性を予測した第１予測膜特性データを出力する膜特性予測部を更に備える請求項１に記載の学習処理装置。

【請求項3】

前記膜特性予測部は、前記第１モデルを用いて、前記第１予測膜特性データに基づいて、前記第１膜の上に成膜される第２膜の特性を予測した第２予測膜特性データを更に出力する請求項２に記載の学習処理装置。

【請求項4】

前記成膜装置が前記下地層の上に膜を成膜したときの成膜条件を示す成膜条件データを取得する成膜条件取得部を更に備え、
前記第１学習処理部は、前記成膜条件データを更に含む前記学習データを用いて、前記対象下地特性データおよび前記成膜条件データに基づいて前記予測膜特性データを出力する前記第１モデルの学習処理を実行する
請求項１から３のいずれか一項に記載の学習処理装置。

【請求項5】

前記成膜条件データは、前記下地層の上に膜を成膜したときに前記成膜装置を制御した制御条件を示す制御条件データと、前記成膜装置の状態を示す状態データとの少なくとも１つを含む請求項４に記載の学習処理装置。

【請求項6】

前記成膜装置は、分子線エピタキシー装置であり、
前記成膜条件データは、
基板に照射される原料のフラックス量、前記分子線エピタキシー装置のセルの温度、前記セルのヒータに対する供給電力、前記セルのシャッターの開閉条件、基板の温度、基板ヒータに対する供給電力、チャンバの真空度、前記チャンバ内に存在するガスの種類、前記ガスの量、前記チャンバ内のクライオパネルの温度、前記クライオパネルに供給する液体窒素の量、成膜にかける時間、前記セルの温度のフィードバック制御におけるゲイン、装置部品の使用回数、装置部品の使用履歴、およびＲＨＥＥＤ像の少なくとも１つに関するデータを含む請求項５に記載の学習処理装置。

【請求項7】

前記成膜条件データは、成膜した膜に含まれる原子の原子番号、前記原子の質量、前記原子の電子数、前記原子の中性子数、前記原子の電気陰性度、前記原子の電子親和力、前記原子のイオン半径、前記原子の共有結合半径、前記原子のファンデルワールス半径、前記原子のイオン化傾向、前記原子のイオン性、前記原子の自己拡散係数、前記原子の相互拡散係数、
前記膜、前記原子により構成される純物質および化合物の、格子定数、原子間距離、沸点、沸点の圧力依存性、融点、融点の圧力依存性、凝集エネルギー、体積弾性率、熱膨張係数、電子有効質量、正孔有効質量、比熱、誘電率、非線形誘電率、バンドダイアグラム、バンドギャップ、バンドギャップの温度圧力依存性、スピン軌道相互作用、密度、デバイ温度、熱伝導率、熱拡散係数、ヤング率、せん断弾性定数、ポアソン比、体積弾性率、硬度、ヌープ硬度、音速、フォノン分散、状態密度、光学フォノン周波数、音響フォノン周波数、電子散乱断面積、フォノン散乱断面積、グリュナイゼン定数、デフォメーションポテンシャル係数、圧電定数、電気機械結合定数、フレーリヒカップリング定数、仕事関数、光学吸収特性、ゼーベック係数、励起子のエネルギー、励起子の半径、屈折率、屈折率の温度圧力依存性、真正キャリア密度、標準生成エンタルピー、標準生成ギッブスエネルギー、ラジカルのエネルギー準位、表面再構成の状態、ホール係数、ホール散乱因子、二光子吸収係数、キャリアドリフトの終端速度、キャリアの平均自由工程、少数キャリアの拡散長、少数キャリアの寿命、および、インパクトイオン化パラメータ、ならびに、
前記膜および前記化合物のマーデルング定数、前記純物質の金属結合半径、および、膜厚の少なくとも１つに関するデータを含む請求項４から６のいずれか一項に記載の学習処理装置。

【請求項8】

前記膜特性データおよび前記予測膜特性データは、それぞれ膜の、組成、キャリア密度、伝導率、伝導率の温度依存性、抵抗率、抵抗率の温度依存性、結晶性、表面凹凸状態、表面凹凸の異方性、透過スペクトル、電子移動度、正孔移動度、欠陥密度、表面の状態密度、フォトルミネッセンス測定スペクトル、エレクトロルミネッセンス測定スペクトル、光学吸収スペクトル、電気特性異方性、結晶組織異方性、表面の不純物の情報、表面の汚染の情報、結晶面角度、ＲＨＥＥＤ像、ピット情報、ヒロック情報、ウィスカ情報、画像、および、これらの特性の何れかについての面内でのバラつきの少なくとも１つに関するデータを含む請求項１から７のいずれか一項に記載の学習処理装置。

【請求項9】

前記下地特性データは、前記下地層についての、組成、キャリア密度、伝導率、伝導率の温度依存性、抵抗率、抵抗率の温度依存性、結晶性、表面凹凸状態、表面凹凸の異方性、透過スペクトル、電子移動度、正孔移動度、欠陥密度、表面の状態密度、フォトルミネッセンス測定スペクトル、エレクトロルミネッセンス測定スペクトル、光学吸収スペクトル、電気特性異方性、結晶組織異方性、表面の不純物の情報、表面の汚染の情報、結晶面角度、ＲＨＥＥＤ像、ピット情報、ヒロック情報、ウィスカ情報、画像、これらの特性の何れかについての面内でのバラつき
前記下地層に含まれる原子の原子番号、前記原子の質量、前記原子の電子数、前記原子の中性子数、前記原子の電気陰性度、前記原子の電子親和力、前記原子のイオン半径、前記原子の共有結合半径、前記原子のファンデルワールス半径、前記原子のイオン化傾向、前記原子のイオン性、前記原子の自己拡散係数、前記原子の相互拡散係数、
前記下地層、前記原子により構成される純物質および化合物の、格子定数、原子間距離、沸点、沸点の圧力依存性、融点、融点の圧力依存性、凝集エネルギー、体積弾性率、熱膨張係数、電子有効質量、正孔有効質量、比熱、誘電率、非線形誘電率、バンドダイアグラム、バンドギャップ、バンドギャップの温度圧力依存性、スピン軌道相互作用、密度、デバイ温度、熱伝導率、熱拡散係数、ヤング率、せん断弾性定数、ポアソン比、体積弾性率、硬度、ヌープ硬度、音速、フォノン分散、状態密度、光学フォノン周波数、音響フォノン周波数、電子散乱断面積、フォノン散乱断面積、グリュナイゼン定数、デフォメーションポテンシャル係数、圧電定数、電気機械結合定数、フレーリヒカップリング定数、仕事関数、光学吸収特性、ゼーベック係数、励起子のエネルギー、励起子の半径、屈折率、屈折率の温度圧力依存性、真正キャリア密度、標準生成エンタルピー、標準生成ギッブスエネルギー、ラジカルのエネルギー準位、表面再構成の状態、ホール係数、ホール散乱因子、二光子吸収係数、キャリアドリフトの終端速度、キャリアの平均自由工程、少数キャリアの拡散長、少数キャリアの寿命、および、インパクトイオン化パラメータ、ならびに、
前記下地層および前記化合物のマーデルング定数、前記純物質の金属結合半径、および、前記下地層の膜厚の少なくとも１つに関するデータを含む請求項１から８のいずれか一項に記載の学習処理装置。

【請求項10】

前記下地層および前記下地層の上に成膜された膜は、ダイヤモンド型構造、閃亜鉛鉱型構造、および、ウルツ鉱型構造のいずれかに属する結晶構造を有する請求項１から９のいずれか一項に記載の学習処理装置。

【請求項11】

前記下地特性データ、前記膜特性データ、および前記成膜条件データを含む学習データを用いて、前記対象下地特性データおよび目標とする膜の特性を示す目標膜特性データに基づいて、または、前記目標膜特性データに基づいて、前記目標とする膜を成膜するための推奨される前記制御条件を示す推奨制御条件データを出力する第２モデルの学習処理を実行する第２学習処理部を更に備える請求項５に記載の学習処理装置。

【請求項12】

前記第１モデルを用いて、第１下地層の特性を示す第１下地特性データに基づいて、前記第１下地層の上に成膜される第１膜の特性を予測した第１予測膜特性データを出力する膜特性予測部と、
前記第２モデルを用いて、前記第１予測膜特性データおよび前記第１膜の上に成膜される第２膜の目標とする特性を示す第１目標膜特性データに基づいて、前記第２膜を成膜するための推奨される前記制御条件を示す第１推奨制御条件データを出力する推奨制御条件出力部と
を更に備える請求項１１に記載の学習処理装置。

【請求項13】

前記第１モデルを生成するための初期モデルとして、ランダムフォレスト、リカレントニューラルネットワークまたはタイムディレイニューラルネットワークを用いる請求項１から１２のいずれか一項に記載の学習処理装置。

【請求項14】

前記下地層および前記成膜される膜は、赤外線センサまたは磁気センサの少なくとも一部である請求項１〜１３の何れか一項に記載の学習処理装置。

【請求項15】

前記成膜される膜は、Ａｌ、Ｇａ、Ｉｎ、Ａｓ、Ｓｂ、Ｓｉ、Ｔｅ、Ｓｎ、Ｚｎ、および、Ｂｅの少なくとも一つを含む請求項１〜１４の何れか一項に記載の学習処理装置。

【請求項16】

成膜装置によって膜を成膜する下地となる下地層の特性を示す下地特性データを取得する下地特性取得段階と、
前記成膜装置によって前記下地層の上に成膜された膜の特性を示す膜特性データを取得する膜特性取得段階と、
前記下地特性データおよび前記膜特性データを含む学習データを用いて、膜を形成する対象となる下地層の特性を示す対象下地特性データに基づいて、前記成膜装置によって成膜される膜の成膜前に、当該成膜される膜の特性を予測した予測膜特性データを出力する第１モデルの学習処理を実行する第１学習処理段階と
を備える学習処理方法。

【請求項17】

前記成膜装置が前記下地層の上に膜を成膜したときの成膜条件を示す成膜条件データであって、前記下地層の上に膜を成膜したときに前記成膜装置を制御した制御条件を示す制御条件データと、前記成膜装置の状態を示す状態データとの少なくとも１つを含む成膜条件データを取得する成膜条件取得段階と、
前記下地特性データ、前記膜特性データ、および前記成膜条件データを含む学習データを用いて、前記対象下地特性データおよび目標とする膜の特性を示す目標膜特性データに基づいて、前記目標とする膜を成膜するための推奨される前記制御条件を示す推奨制御条件データを出力する第２モデルの学習処理を実行する第２学習処理段階とを更に備え、
前記第１学習処理段階では、前記成膜条件データを更に含む前記学習データを用いて、前記対象下地特性データおよび前記成膜条件データに基づいて前記予測膜特性データを出力する前記第１モデルの学習処理を実行する、請求項１６に記載の学習処理方法。

【請求項18】

基板を準備する準備段階と、
化合物半導体に含まれるべき複数の膜を前記基板上に積層する積層段階と、
を備え、
前記積層段階において、請求項１７に記載の学習処理方法によって得られる推奨制御条件データを用いて前記成膜装置を動作させて、前記複数の膜のうち少なくとも１つの膜を成膜する
化合物半導体の製造方法。

【請求項19】

コンピュータを、
成膜装置によって膜を成膜する下地となる下地層の特性を示す下地特性データを取得する下地特性取得部と、
前記成膜装置によって前記下地層の上に成膜された膜の特性を示す膜特性データを取得する膜特性取得部と、
前記下地特性データおよび前記膜特性データを含む学習データを用いて、膜を形成する対象となる下地層の特性を示す対象下地特性データに基づいて、前記成膜装置によって成膜される膜の成膜前に、当該成膜される膜の特性を予測した予測膜特性データを出力する第１モデルの学習処理を実行する第１学習処理部
として機能させるプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、学習処理装置、学習処理方法、化合物半導体の製造方法、および、プログラムに関する。

【背景技術】

【0002】

従来、分子線エピタキシー装置などの成膜装置により所望の特性の膜を得るためには、熟練したオペレータが試行錯誤を行う必要がある（例えば、特許文献１参照）。
特許文献１ 特開２０１３−５６８０３号公報

【発明の概要】

【発明が解決しようとする課題】

【0003】

近年、成膜される膜の特性を効率的に取得できるようにすることが望まれている。

【課題を解決するための手段】

【0004】

上記課題を解決するために、本発明の第１の態様においては、学習処理装置が提供される。学習処理装置は、成膜装置によって膜を成膜する下地となる下地層の特性を示す下地特性データを取得する下地特性取得部を備えてよい。学習処理装置は、成膜装置によって下地層の上に成膜された膜の特性を示す膜特性データを取得する膜特性取得部を備えてよい。学習処理装置は、下地特性データおよび膜特性データを含む学習データを用いて、膜を形成する対象となる下地層の特性を示す対象下地特性データに基づいて、成膜装置によって成膜される膜の特性を予測した予測膜特性データを出力する第１モデルの学習処理を実行する第１学習処理部を備えてよい。

【0005】

本発明の第２の態様においては、学習処理方法が提供される。学習処理方法は、成膜装置によって膜を成膜する下地となる下地層の特性を示す下地特性データを取得する下地特性取得段階を備えてよい。学習処理方法は、成膜装置によって下地層の上に成膜された膜の特性を示す膜特性データを取得する膜特性取得段階を備えてよい。学習処理方法は、下地特性データおよび膜特性データを含む学習データを用いて、膜を形成する対象となる下地層の特性を示す対象下地特性データに基づいて、成膜装置によって成膜される膜の特性を予測した予測膜特性データを出力する第１モデルの学習処理を実行する第１学習処理段階を備えてよい。

【0006】

学習処理方法は、成膜装置が下地層の上に膜を成膜したときの成膜条件を示す成膜条件データであって、下地層の上に膜を成膜したときに成膜装置を制御した制御条件を示す制御条件データと、成膜装置の状態を示す状態データとの少なくとも１つを含む成膜条件データを取得する成膜条件取得段階を更に備えてよい。学習処理方法は、下地特性データ、膜特性データ、および成膜条件データを含む学習データを用いて、対象下地特性データおよび目標とする膜の特性を示す目標膜特性データに基づいて、目標とする膜を成膜するための推奨される制御条件を示す推奨制御条件データを出力する第２モデルの学習処理を実行する第２学習処理段階とを更に備えてよい。第１学習処理段階では、成膜条件データを更に含む学習データを用いて、対象下地特性データおよび成膜条件データに基づいて予測膜特性データを出力する第１モデルの学習処理を実行してよい。

【0007】

本発明の第３の態様においては、化合物半導体の製造方法が提供される。化合物半導体の製造方法は、基板を準備する準備段階を備えてよい。化合物半導体の製造方法は、化合物半導体に含まれるべき複数の膜を基板上に積層する積層段階を備えてよい。積層段階においては、第２の態様の学習処理方法によって得られる推奨制御条件データを用いて成膜装置を動作させて、複数の膜のうち少なくとも１つの膜を成膜してよい。

【0008】

本発明の第４の態様においては、プログラムが提供される。プログラムは、コンピュータを成膜装置によって膜を成膜する下地となる下地層の特性を示す下地特性データを取得する下地特性取得部として機能させてよい。プログラムは、コンピュータを成膜装置によって下地層の上に成膜された膜の特性を示す膜特性データを取得する膜特性取得部として機能させてよい。プログラムは、コンピュータを下地特性データおよび膜特性データを含む学習データを用いて、膜を形成する対象となる下地層の特性を示す対象下地特性データに基づいて、成膜装置によって成膜される膜の特性を予測した予測膜特性データを出力する第１モデルの学習処理を実行する第１学習処理部として機能させてよい。

【0009】

なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

【図面の簡単な説明】

【0010】

【図1】本実施形態に係るシステム１を示す。

【図2】成膜装置２の平面図を示す。

【図3】成膜チャンバ２０の縦断面図を示す。

【図4】第１モデル３０５および／または第２モデル３０９の学習方法を示す。

【図5】化合物半導体の製造方法を示す。

【図6】第１モデル３０５および第２モデル３０９を用いた成膜方法を示す。

【図7】赤外線センサ５の層構成を示す。

【図8】本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ２２００の例を示す。

【発明を実施するための形態】

【0011】

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

【0012】

図１は、本実施形態に係るシステム１を示す。システム１は、成膜装置２および学習処理装置３を備える。

【0013】

［１−１．成膜装置］
成膜装置２は、基板の表面に成膜を行う。成膜装置２は、蒸着法によって成膜を行ってもよいし、他の手法によって成膜を行ってもよい。

【0014】

［１−２．学習処理装置］
学習処理装置３は、機械学習による学習処理を行うものであり、下地特性取得部３０１と、膜特性取得部３０２と、成膜条件取得部３０３と、第１学習処理部３０４と、第１モデル３０５と、膜特性予測部３０６とを有する。また、本実施形態では一例として学習処理装置３は、成膜装置２を制御可能となっており、目標膜特性取得部３０７と、第２学習処理部３０８と、第２モデル３０９と、推奨制御条件出力部３１０と、制御部３１１とを更に有する。

【0015】

［１−２−１．下地特性取得部］
下地特性取得部３０１は、成膜装置２によって膜を成膜する下地となる下地層の特性を示す下地特性データを取得する。成膜装置２が複数の膜を積層して成膜する場合には、最表面の膜より下層の各膜は、１つ上側の膜に対する下地層であってよい。成膜装置２が基板の表面に成膜する場合には、基板自体が下地層であってよい。下地特性取得部３０１は、下地特性データを、オペレータ、および、特性を計測するための計測装置（図示せず）の少なくとも１つから取得してよい。下地特性取得部３０１は、取得した下地特性データを第１学習処理部３０４、第２学習処理部３０８および膜特性予測部３０６に供給してよい。

【0016】

［１−２−２．膜特性取得部］
膜特性取得部３０２は、成膜装置２によって下地層の上に成膜された膜の特性を示す膜特性データを取得する。膜特性取得部３０２は膜特性データを、オペレータ、および、膜特性を計測するための計測装置（図示せず）の少なくとも１つから取得してよい。計測装置は成膜装置２の内部に配置されてもよいし、外部に配置されてもよい。膜特性取得部３０２は、取得した膜特性データを第１学習処理部３０４および第２学習処理部３０８に供給してよい。

【0017】

［１−２−３．成膜条件取得部］
成膜条件取得部３０３は、成膜装置２が下地層の上に膜を成膜したときの成膜条件を示す成膜条件データを取得する。成膜条件データは、下地層の上に膜を成膜したときに成膜装置２を制御した制御条件を示す制御条件データと、成膜装置２の状態を示す状態データとの少なくとも１つを含んでよい。成膜条件取得部３０３は成膜条件データを、オペレータ、成膜装置２および後述の制御部３１１の少なくとも１つから取得してよい。成膜条件取得部３０３は、取得した成膜条件データを第１学習処理部３０４、第２学習処理部３０８および膜特性予測部３０６に供給してよい。

【0018】

［１−２−４．第１学習処理部］
第１学習処理部３０４は、入力される学習データを用いて第１モデル３０５の学習処理を実行する。第１学習処理部３０４により用いられる学習データは、下地特性取得部３０１からの下地特性データと、膜特性取得部３０２からの膜特性データと、成膜条件取得部３０３からの成膜条件データとを含んでよい。なお、第１学習処理部３０４は、複数の膜が積層される場合には、各膜の下地層の下地特性データと、各膜の膜特性データと、各膜の成膜条件データとを含む学習データを用いて学習処理を実行してよい。第１学習処理部３０４は、実際の製品に含まれる膜および下地層についての膜特性データおよび下地特性データと、当該膜の成膜条件データとを含む学習データを用いて学習処理を実行してよい。また、第１学習処理部３０４は、実際の製品に含まれる膜の膜特性データ，下地特性データに代えて、実際の製品に含まれる膜，下地層に対して結晶構造が同じで材料が異なる膜，下地層についての膜特性データ，下地特性データを含む学習データを用いて学習処理を実行してもよい。これにより例えば、ＩｎＡｓ／ＧａＡｓの積層膜を成膜するための学習処理にＩｎＳｂ／ＧａＡｓやＩｎＰ／ＧａＡｓ、ＩｎＡｓ／ＡｌＡｓなどの積層膜を成膜する場合の学習データが用いられてもよい。

【0019】

［１−２−５．第１モデル］
第１モデル３０５は、膜を形成する対象となる下地層の特性を示す下地特性データ（対象下地特性データとも称する）および成膜条件データに基づいて、成膜装置２によって成膜される膜の特性を予測した予測膜特性データを出力する。本実施形態では一例として、第１モデル３０５は、膜特性予測部３０６から対象下地特性データを取得して、膜特性予測部３０６に予測膜特性データを出力する。

【0020】

［１−２−６．膜特性予測部］
膜特性予測部３０６は、第１モデル３０５を用いて、成膜される膜の特性を予測した予測膜特性データを出力する。例えば、膜特性予測部３０６は、第１下地層の特性を示す第１下地特性データに基づいて、第１下地層の上に成膜される第１膜の特性を予測した第１予測膜特性データを出力する。また、膜特性予測部３０６は、第１予測膜特性データに基づいて、第１膜の上に成膜される第２膜の特性を予測した第２予測膜特性データを更に出力する。本実施形態では一例として、膜特性予測部３０６は、第１モデル３０５を用い、第１膜を成膜したときの成膜条件を示す成膜条件データと、第１下地特性データとに基づいて第１予測膜特性データを出力し、さらに、第２膜を成膜したときの成膜条件を示す成膜条件データと、第１予測膜特性データとに基づいて第２予測膜特性データを出力してよい。以降、同様にして膜特性予測部３０６は、成膜される膜の予測膜特性データを下地特性データとして用いることにより、積層される各膜の予測膜特性データを出力してよい。膜特性予測部３０６は、予測膜特性データを学習処理装置３の外部に出力してよい。

【0021】

［１−２−７．目標膜特性取得部］
目標膜特性取得部３０７は、目標とする膜の特性を示す目標膜特性データを取得する。本実施形態では一例として、目標膜特性取得部３０７は目標膜特性データをオペレータから取得する。目標膜特性取得部３０７は、取得した目標膜特性データを推奨制御条件出力部３１０に供給してよい。

【0022】

［１−２−８．第２学習処理部］
第２学習処理部３０８は、入力される学習データを用いて第２モデル３０９の学習処理を実行する。第２学習処理部３０８により用いられる学習データは、下地特性データ、膜特性データ、および成膜条件データを含んでよい。なお、第２学習処理部３０８は、複数の膜が積層される場合には、各膜の膜特性データと、各膜の成膜条件データと、各膜の下地層の下地特性データとを含む学習データを用いて学習処理を実行してよい。下地特性データおよび膜特性データの少なくとも一方は、第１モデル３０５を用いて膜特性予測部３０６から出力される予測膜特性データであってもよい。第２学習処理部３０８は、第１学習処理部３０４と同様に、実際の製品に含まれる膜および下地層についての膜特性データおよび下地特性データと、当該膜の成膜条件データとを含む学習データを用いて学習処理を実行してもよいし、実際の製品に含まれる膜の膜特性データ，下地特性データに代えて、実際の製品に含まれる膜，下地層に対して結晶構造が同じで材料が異なる膜，下地層についての膜特性データ，下地特性データを含む学習データを用いて学習処理を実行してもよい。

【0023】

［１−２−９．第２モデル］
第２モデル３０９は、膜を形成する対象となる下地層の特性を示す対象下地特性データと、目標とする膜の特性を示す目標膜特性データとに基づいて、目標とする膜を成膜するための推奨される制御条件を示す推奨制御条件データを出力する。本実施形態では一例として、第２モデル３０９は、推奨制御条件出力部３１０から目標膜特性データを取得して、推奨制御条件出力部３１０に推奨制御条件データを出力する。

【0024】

［１−２−１０．推奨制御条件出力部］
推奨制御条件出力部３１０は、第２モデル３０９を用いて、対象下地特性データおよび目標膜特性データに基づいて、目標とする膜を成膜するための推奨される制御条件を示す推奨制御条件データを出力する。本実施形態では一例として、推奨制御条件出力部３１０は、下地層としての第１膜について膜特性予測部３０６により予測された、対象下地特性データとしての第１予測膜特性データと、第１膜の上に成膜される第２膜について目標とする特性を示す第１目標膜特性データとに基づいて、第２膜を成膜するための第１推奨制御条件データを出力する。同様にして、推奨制御条件出力部３１０は、膜特性予測部３０６からの予測膜特性データと、目標膜特性取得部３０７からの目標膜特性データとに基づいて、積層される各膜を成膜するための推奨制御条件データを出力してよい。なお、推奨制御条件出力部３１０は、対象下地特性データを下地特性取得部３０１から取得してもよい。推奨制御条件出力部３１０は、推奨制御条件データを制御部３１１に供給してよい。

【0025】

［１−２−１１．制御部］
制御部３１１は、成膜装置２に制御条件データを供給することで、当該制御条件データが示す制御条件で成膜装置２を動作させる。制御部３１１は、成膜装置２に推奨制御条件データを供給することで、推奨制御条件データが示す制御条件で成膜装置２を動作させてよい。制御部３１１は、成膜装置２に供給する制御条件データを成膜条件取得部３０３にも供給してよい。

【0026】

以上のシステム１によれば、成膜される膜の特性を対象下地特性データに基づき予測して予測膜特性データを出力する第１モデル３０５の学習処理が実行されるので、対象下地特性データの入力により予測膜特性データを出力する第１モデル３０５を取得することができる。従って、第１モデル３０５を用いることにより、予測される膜特性を効率的に取得することができる。また、下地特性データおよび膜特性データに加え、膜条件データを更に含む学習データを用いて第１モデル３０５の学習処理を実行するので、第１モデル３０５の学習精度を高めることができる。

【0027】

また、第１モデル３０５によって第１下地層の第１下地特性データに基づいて、成膜される第１膜の特性を予測した第１予測膜特性データが出力されるので、下地層の特性データの入力により、その上に成膜される膜の予測膜特性データを取得することができる。また、第１予測膜特性データに基づいて、第１膜の上に成膜される第２膜の特性を予測した第２予測膜特性データが更に出力されるので、順次成膜される各膜の予測膜特性データをそれぞれ取得することができる。

【0028】

また、対象下地特性データおよび目標膜特性データに基づき推奨制御条件データを出力する第２モデル３０９の学習処理が実行されるので、対象下地特性データおよび目標膜特性データの入力により推奨膜特性データを出力する第２モデル３０９を取得することができる。

【0029】

また、第１モデル３０５により第１下地特性データに基づいて第１膜の第１予測膜特性データが出力され、第２モデル３０９により第１予測膜特性データおよび第２膜の目標膜特性データに基づいて第２膜を成膜するための推奨制御条件データが出力されるので、下地特性データと、第２膜の目標膜特性データとに基づいて第２膜の推奨制御条件データを取得することができる。さらに、第２膜の目標膜特性データを第２膜の予測膜特性データとして用いることにより、当該第２膜の予測膜特性データと、第３膜の目標膜特性データとに基づいて、第３膜を成膜するための推奨制御条件データを出力することができる。同様にして、順次、各膜を成膜するための推奨制御条件データを取得することができる。

【0030】

［２．成膜装置］
図２は、成膜装置２の平面図を示す。例えば成膜装置２は分子線エピタキシー装置であり、基板１０（図３参照）上にＡｌ、Ｇａ、Ｉｎ、Ａｓ、Ｓｂ、Ｓｉ、Ｔｅ、Ｓｎ、Ｚｎ、および、Ｂｅの少なくとも１つを含む１または複数の膜を成膜する。一例として、基板はガリウムヒ素などの化合物半導体であってよく、成膜される膜はｎ型半導体層、アンドープ半導体層、ｐ型活性層のいずれでもよい。あるいは、成膜される層は、例えばδドープのように不均一なドープ層（変調ドープ層）であってもよいし、それらの積層体であってもよい。成膜装置２により成膜される膜、および、その下地層は、ダイヤモンド型構造、閃亜鉛鉱型構造、および、ウルツ鉱型構造のいずれかに属する結晶構造を有してよい。ダイヤモンド型構造は半導体としてシリコンを有してよく、閃亜鉛鉱型構造は半導体そしてガリウムヒ素を有してよく、ウルツ鉱型構造は半導体としてガリウムナイトライドまたはアルミナイトライドを有してよい。基板１０と基板１０上に成膜される膜との間、および、上下に隣接する膜同士の間では、それぞれ格子定数が違っていてよい。成膜装置２は、成膜チャンバ２０、１または複数のセル２１、真空ポンプ２２、サブチャンバ２３およびロードチャンバ２４を有する。

【0031】

成膜チャンバ２０は、内部に保持する基板１０に成膜を行うための密閉された反応容器である。成膜チャンバ２０は、セル２１と接続するための１または複数のポート（図示せず）を外周部に有している。ポートの数は一例として１２個であってよい。セル２１は、成膜チャンバ２０のポートに接続され、原料の固体を蒸発させて分子線として基板１０の表面に供給する。セル２１内の原料は、Ａｌ、Ｇａ、Ｉｎ、Ａｓ、Ｓｂ、Ｓｉ、Ｔｅ、Ｓｎ、Ｚｎ、および、Ｂｅの少なくとも１つであってよく、単体でもよいし、化合物でもよい。真空ポンプ２２は、成膜チャンバ２０に接続されて成膜チャンバ２０内の空気を排出する。真空ポンプ２２は、成膜チャンバ２０内を１０^−１１Ｔｏｒｒ（≒１０^−９Ｐａ）程度の真空度に減圧してよい。サブチャンバ２３は、成膜チャンバ２０に接続され、成膜チャンバ２０に供給される成膜前の基板１０、または、成膜チャンバ２０から排出される成膜後の基板１０を一時的に保持する。サブチャンバ２３の内部は成膜チャンバ２０と同様の真空度に維持されてよい。また、サブチャンバ２３は、後述のロードチャンバ２４から導入される基板１０を加熱し、基板１０の表面の吸着水、吸着ガスを脱離させるための加熱機構を備えてもよい。ロードチャンバ２４は、サブチャンバ２３に接続され、成膜装置２の外部から供給される基板１０、またはサブチャンバ２３から排出される基板１０を一時的に保持する。

【0032】

［２−１．成膜チャンバ］
図３は、成膜チャンバ２０の縦断面図を示す。成膜チャンバ２０は、１または複数の基板１０を保持する基板マニピュレータ２００、基板マニピュレータ２００に保持された基板１０を加熱する基板ヒータ２０１、内部に液体窒素を流すことで成膜チャンバ２０内のガスを吸着するクライオパネル２０２などを有する。なお、基板マニピュレータ２００はシャフト２０００を中心として回転可能に設けられてよい。また、成膜チャンバ２０は、成膜チャンバ２０内にガス（一例として酸素、オゾン、窒素、アンモニア）などを供給するガス供給ポートを有してもよい。また、成膜チャンバ２０は、ガスを分解して基板に照射するためのプラズマ発生機構を備えても良い。

【0033】

成膜チャンバ２０の外周部には、１または複数のセル２１が設けられている。本実施形態では一例として、各セル２１はクヌーセンセルであり、原料を保持する坩堝２１０、坩堝２１０内の原料を加熱するヒータ２１１（セルヒータ２１１とも称する）、および、坩堝２１０の開口部を開閉して原料のフラックス量（分子線量，蒸気量）を調整するシャッター２１２などを有する。なお、セルヒータ２１１はセル２１の上部および下部に分けて配置されてもよい。

【0034】

以上の成膜チャンバ２０においては、基板１０を基板マニピュレータ２００に取り付け、真空ポンプ２２により成膜チャンバ２０内の気圧を減圧し、基板ヒータ２０１によって基板１０を加熱し、基板１０を回転させながらセル２１を加熱して原料を分子線として基板１０の表面に照射することで、成膜が行われる。

【0035】

［２−２．成膜装置２のメンテナンス］
成膜装置２には、種々のメンテナンスが行われる。例えば、メンテナンスは、成膜チャンバ２０、サブチャンバ２３およびロードチャンバ２４を大気開放して行われてもよいし、これらのチャンバを密閉したままで行われてもよい。メンテナンスは窒素でベント、あるいはパージされた状態で行うこともできる。メンテナンスは定期的（一例として１年ごと）に行われてもよいし、成膜された膜の特性に応じて行われてもよいし、使用部品の寿命，故障などに応じて行われてもよい。

【0036】

［２−３．成膜装置２の制御条件］
成膜装置２は、制御条件データに従って成膜を行う。制御条件データは、成膜装置２に入力されるインプット条件であってよく、例えばオペレータにより入力される。制御条件は、成膜装置２において直接的に制御可能な条件に限らず、間接的に制御可能な条件であってもよい。一例として制御条件データは、各セル２１の温度、セルヒータ２１１に対する供給電力、シャッター２１２の開閉条件、基板１０の温度、基板ヒータ２０１に対する供給電力、成膜チャンバ２０の真空度、成膜チャンバ２０内に存在するガスの種類、ガスの量、クライオパネル２０２の温度、クライオパネル２０２に供給する液体窒素の量、成膜にかける時間、および、セル２１等の温度のフィードバック制御におけるゲインのうち少なくとも１つに関するデータでよい。このうち、シャッター２１２の開閉条件とは、例えば、開状態および閉状態の何れにするか、開閉のタイミング、および、開閉の速度の少なくとも１つでよい。フィードバック制御におけるゲインとは、一例としてＰＩＤ制御におけるＰゲイン、ＩゲインおよびＤゲインの少なくとも１つでよい。基板マニピュレータ２００が回転可能である場合には、その回転速度が制御条件に含まれてもよい。クライオパネル２０２に供給する液体窒素の量とは、液体窒素の液面（残量）、液体窒素の供給流量を含んでもよい。基板１０の温度としては、例えば基板ヒータ２０１への供給電力を制御するべく基板ヒータ２０１と基板１０との間に設置された熱電対の温度を用いることができる。以上で述べたような制御条件は、経時的に設定されていてもよいし、時間の経過とは無関係に一律に設定されていてもよい。制御条件は、例えば積層構造（１）、積層構造（２）等の膜構造の種類、あるいはレシピ番号のような識別符号を含んでよく、このような識別符号に対応付けて、制御条件に含まれる各要素の設定値が一セットに纏められてよい。なお、成膜チャンバ２０の真空度は、クライオパネル２０２の温度（液体窒素の残量など）、真空ポンプ２２の動作状況、各セル２１の温度などにより影響を受けるため、成膜装置２の状態を示す状態データであるが、真空度が或る閾値よりも良い場合に成膜動作を実施する場合には、制御条件として用いることが可能である。同様に、成膜装置２の状態を示す後述の状態データの少なくとも一部は、制御条件としても用いられてもよい。

【0037】

なお、上述の制御条件の各要素のうち、セル２１の温度、セルヒータ２１１に対する供給電力、および、シャッター２１２の開閉条件は、原料のフラックス量を間接的に制御してよい。フラックス量が変化すると基板１０に到達する原料の量が変化する結果、成膜される膜の組成，膜の特性（一例として膜厚、組成（混晶比、積層構造）など）が変化する。この場合の原料のフラックス量は、例えばセル２１の温度を制御条件とした制御の結果、測定される状態データである。ただし成膜装置２の構成上、セル２１の温度と原料のフラックス量の間の相関関係が設定されており、成膜装置２にフラックス量を入力してフラックス量を制御可能な場合には、原料のフラックス量は制御条件となりえる。セル２１の温度は、例えばセルヒータ２１１への供給電力を制御するべく、セル２１に装着される坩堝の近傍に設置される熱電対の温度を用いることができる。

【0038】

また、基板ヒータ２０１に対する供給電力は、基板温度を間接的に制御してよい。基板温度が変化すると基板１０に到達した原料の移動し易さが変化する結果、成膜される膜内での結晶化の度合いや表面形状、膜の特性（一例として表面凹凸状態、結晶性など）が変化する。

【0039】

また、成膜チャンバ２０の真空度、成膜チャンバ２０内に存在するガスの種類、ガスの量、クライオパネル２０２の温度、および、クライオパネル２０２に供給する液体窒素の量は、成膜チャンバ２０内の真空度および真空の質を直接的または間接的に制御してよい。真空度および真空の質が変化すると、成膜される膜内への不純物の混入度合が変化する。また、基板１０に照射される原料の直進性が変化する結果、成膜される膜の特性が変化する。真空度および真空の質が変化すると、成膜される膜内への不純物の混入度合が変化し、成長表面の状態が変化する結果、成膜される膜の特性が変化する。

【0040】

［２−４．成膜装置２の状態］
第１モデル３０５および／または第２モデル３０９の学習処理などには、成膜装置２の状態を示す状態データが用いられる。状態データは、例えば成膜装置２の設置された環境の温度や湿度に関するデータ、ＲＨＥＥＤ像に関するデータ、成膜装置２の少なくとも１つの部品の使用回数、使用履歴（一例として、これまでにどのような膜を成膜したか）に関するデータを含んでよい。また、状態データは、制御条件データが示す制御条件で成膜装置２が動作した場合の制御対象の実測値（例えば複数の時点で測定された時系列順の実測値、または、或る時点で測定された実測値）を含んでよい。例えば、状態データは、基板１０に照射される原料のフラックス量、セル２１の温度、セルヒータ２１１の温度、セルヒータ２１１に対する供給電力、シャッター２１２の開閉のタイミング、開閉の速度、基板１０の温度、基板ヒータ２０１の温度、基板ヒータ２０１に対する供給電力、成膜チャンバ２０の真空度、成膜チャンバ２０内に存在するガスの種類、ガスの量、クライオパネル２０２の温度、クライオパネル２０２に供給する液体窒素の量、セル２１の温度のフィードバック制御におけるゲイン、および、基板マニピュレータ２００の回転速度のうち少なくとも１つに関するデータを含んでよい。このうち、セル２１の温度、セルヒータ２１１の温度および基板ヒータ２０１の温度は、熱電対により測定されてよい。基板１０の温度は、成膜チャンバ２０内または外に配置される放射温度計により測定されてよい。あるいは基板１０の温度は、基板１０のバンド端吸収や透過スペクトルをもとに測定、算出されてよい。成膜チャンバ２０の真空度は、成膜チャンバ２０内に配置されるイオンゲージにより測定されてよい。成膜チャンバ２０内に存在するガスの種類および量は、成膜チャンバ２０内に配置される四重極質量分析計により測定されてよい。状態データは、成膜装置２に対するメンテナンス後の総成膜時間（いわゆるキャンペーンの開始からの経過時間）、下地面の特性（一例として基板１０の特性）を含んでもよい。なお、成膜条件取得部３０３は、原料のフラックス量に関する状態データを、各セル２１について取得してもよいし、一部のセル２１について取得してもよい。また、成膜条件取得部３０３は、基板温度に関する状態データを各基板１０について取得してもよいし、一部の基板１０について取得してもよい。また、成膜条件取得部３０３は、成膜チャンバ２０内の真空度，真空の質に関する状態データを時系列データとして取得してよい。

【0041】

また、状態データは、成膜装置２の運転履歴を示す運転履歴データを含んでもよい。運転履歴データは、成膜装置２に行われたメンテナンスの回数および内容（一例として或る部品を交換，洗浄したなど）の少なくとも１つに関するデータ、メンテナンス時にセル２１の坩堝にチャージした原材料の重量、成膜装置２の成膜回数に関するデータ、および過去に形成した膜に関するデータの少なくとも１つを含んでよい。メンテナンスの回数および内容の少なくとも１つに関するデータはメンテナンスの履歴を示すデータでよい。成膜回数に関するデータは、メンテナンス後の成膜回数でもよいし、メンテナンスとは無関係に通算した成膜回数でもよい。過去に形成した膜に関するデータは、過去に成膜した膜の種類，特性などを示す履歴データでよい。これらの運転履歴データは、成膜チャンバ２０の内部における原料の付着状態、ひいては各部材の熱容量、熱伝導の状態に関連し得る。

【0042】

［３．動作］
［３−１．モデルの学習処理］
図４は、第１モデル３０５および／または第２モデル３０９の学習方法を示す。システム１は、ステップＳ１〜Ｓ７の処理により第１モデル３０５および／または第２モデル３０９の学習を行う。なお、システム１はステップＳ１〜Ｓ７の処理を、成膜装置２における各回の成膜動作について行ってもよいし、ある期間の成膜動作のみを抽出するなど、一部の成膜動作について行ってもよい。成膜される膜構造は、単層膜であってもよいし、積層膜であってもよい。

【0043】

ステップＳ１において下地特性取得部３０１は、膜を成膜する下地となる下地層の特性を示す下地特性データを取得する。下地特性データは、下地層についての、組成、キャリア密度、伝導率、伝導率の温度依存性、抵抗率、抵抗率の温度依存性、結晶性、表面凹凸状態、表面凹凸の異方性、透過スペクトル、電子移動度、正孔移動度、欠陥密度、表面の状態密度、フォトルミネッセンス測定スペクトル、エレクトロルミネッセンス測定スペクトル、光学吸収スペクトル、電気特性異方性、結晶組織異方性、表面の不純物の情報、表面の汚染の情報、結晶面角度、ＲＨＥＥＤ像、ピット情報、ヒロック情報、ウィスカ情報、画像、および、これらの特性の何れかについての面内でのバラつきの少なくとも１つに関するデータを含んでよい。これに加えて／代えて、下地特性データは、下地層に含まれる原子の原子番号、原子の質量、原子の電子数、原子の中性子数、原子の電気陰性度、原子の電子親和力、原子のイオン半径、原子の共有結合半径、原子のファンデルワールス半径、原子のイオン化傾向、原子のイオン性、原子の自己拡散係数、および、原子の相互拡散係数の少なくとも１つに関するデータを含んでよい。これに加えて／代えて、下地特性データは、下地層、原子により構成される純物質および化合物の、格子定数、原子間距離、沸点、沸点の圧力依存性、融点、融点の圧力依存性、凝集エネルギー、体積弾性率、熱膨張係数、電子有効質量、正孔有効質量、比熱、誘電率、非線形誘電率、バンドダイアグラム、バンドギャップ、バンドギャップの温度圧力依存性、スピン軌道相互作用、密度、デバイ温度、熱伝導率、熱拡散係数、ヤング率、せん断弾性定数、ポアソン比、体積弾性率、硬度、ヌープ硬度、音速、フォノン分散、状態密度、光学フォノン周波数、音響フォノン周波数、電子散乱断面積、フォノン散乱断面積、グリュナイゼン定数、デフォメーションポテンシャル係数、圧電定数、電気機械結合定数、フレーリヒカップリング定数、仕事関数、光学吸収特性、ゼーベック係数、励起子のエネルギー、励起子の半径、屈折率、屈折率の温度圧力依存性、真正キャリア密度、標準生成エンタルピー、標準生成ギッブスエネルギー、ラジカルのエネルギー準位、表面再構成の状態、ホール係数、ホール散乱因子、二光子吸収係数、キャリアドリフトの終端速度、キャリアの平均自由工程、少数キャリアの拡散長、少数キャリアの寿命、および、インパクトイオン化パラメータの少なくとも１つに関するデータを含んでよい。これに加えて／代えて、下地特性データは、下地層および下地層に含まれる原子により構成される化合物のマーデルング定数、下地層に含まれる原子により構成される純物質の金属結合半径、および、下地層の膜厚の少なくとも１つに関するデータを含んでよい。

【0044】

組成とは、構成元素の組成比でもよいし、格子定数でもよい。結晶性とはＸＲＤ半値幅であってよく、一例としてカーブ法により得られる情報であってよい。表面凹凸状態は、原子間力顕微鏡（ＡＦＭ）、走査型トンネル顕微鏡（ＳＴＭ）、走査型電子顕微鏡（ＳＥＭ）、光学顕微鏡、および透過電子顕微鏡（ＴＥＭ）のいずれにより測定されてもよい。欠陥密度とは、点欠陥密度、線欠陥密度および面欠陥密度のいずれであってもよい。フォトルミネッセンス測定スペクトルおよびエレクトロルミネッセンス測定スペクトルに関するデータは、例えば強度および波長ピークの少なくとも一方に関するデータでよく、一例として極大値強度および極大値波長を示すデータである。表面の不純物の情報，表面の汚染の情報とは、蛍光Ｘ線分析法（ＸＲＦ）、オージェ電子分光法（ＡＥＳ）、エネルギー分散型Ｘ線分光法（ＳＥＭ−ＥＤＸ）、波長分散型Ｘ線分析法（ＷＤＸ）、Ｘ線光電子分光法（ＸＰＳ）、二次イオン質量分析法（ＳＩＭＳ）、電子プローブ微小分析法（ＥＰＭＡ）、フーリエ変換赤外分光分析法（ＦＴＩＲ）、および、ラマン解析法のいずれにより検出される情報であってもよい。結晶面角度とは、Ｘ線回折（ＸＲＤ）および電子エネルギー損失分光（ＥＥＬＳ）のいずれによる角度であってもよい。下地層についての画像に関する情報は、光学顕微鏡、走査型電子顕微鏡（ＳＥＭ）、および透過電子顕微鏡（ＴＥＭ）のいずれかによる画像そのものであってもよいし、画像を解析して抽出される凹凸データなどでもよい。下地層に含まれる原子とは、半導体およびドーパントの原子を含んでよい。電気陰性度とは、（１）Ｌｉｎｕｓ Ｐａｕｌｉｎｇ、（２）Ｒｏｂｅｒｔ Ｍｕｌｌｉｋｅｎ、（３）Ａ．Ｌ．Ａｌｌｒｅｄ ＆ Ｅ．Ｇ． Ｒｏｃｈｏｗ、（４）Ｐ． Ｖｉｌｌａｒｓ、（５）Ｊ．Ｃ．Ｐｈｉｌｌｉｐｓ、および（６）Ｊ．Ａ．Ｖａｎ Ｖｅｃｈｔｅｎのいずれの値でもよい。イオン性（Ionicity）はフィリップス、ポーリングおよびハリソンのいずれの値でもよい。共有結合半径とは、[0]（１）Ｌｉｎｕｓ Ｐａｕｌｉｎｇ、および（２）Ｊ．Ａ．Ｖａｎ Ｖｅｃｈｔｅｎ ＆ Ｊ．Ｃ．Ｐｈｉｌｌｉｐｓのいずれの値でもよい。電子有効質量および正孔有効質量とはキャリアの有効質量であってよく、間接的に物質の硬さに影響を与えてよい。非線形誘電率は、結晶の中心対称性からの電気双極子的な破れ量を規定する値であってよい。デフォメーションポテンシャル係数は、（１）Ｗ．Ｈ．Ｋｌｅｉｎｅｒ ＆ Ｌ．Ｒｏｔｈ、（２）Ｇ．Ｌ．Ｂｉｒ ＆ Ｇ．ｅ．Ｐｉｋｕｓ、および（３）Ｅ．Ｏ．Ｋａｎｅのいずれにより定義された係数でもよい。光学吸収特性とは、一例として光吸収スペクトルでよい。標準生成エンタルピーおよび標準生成ギッブスエネルギーは、それぞれ水素化物、酸化物、窒化物、硫化物、フッ化物、ハロゲン化物の生成に関する値であってよい。表面再構成の状態とは、温度や雰囲気、成長履歴により結晶表面原子の配列が変化した状態であってよく、例えばウッド（ｗｏｏｄ）記法によればＧａＡｓ結晶の００１面のβ２（２×４）構造やγ（２×４）構造、ｃ（４×４）構造などであってよい。下地特性データは、解析ソフトによって得られてもよい。下地層の各特性は、下地層の複数の位置の値の最大値、最小値、平均値、および、値の分布のいずれでもよいし、一の位置（例えば中央）の値でもよい。

【0045】

ステップＳ３において制御部３１１は、制御条件データを成膜装置２に供給して成膜装置２を動作させ、下地層の上に成膜を行う。制御条件データはオペレータから入力されてよい。

【0046】

ステップＳ５において膜特性取得部３０２および成膜条件取得部３０３は、成膜された膜の膜特性データ、および、成膜装置２の成膜条件データを取得する。

【0047】

膜特性データは、生成した膜の、組成、キャリア密度、伝導率、伝導率の温度依存性、抵抗率、抵抗率の温度依存性、結晶性、表面凹凸状態、表面凹凸の異方性、透過スペクトル、反射スペクトル、電子移動度、正孔移動度、欠陥密度、表面の状態密度、フォトルミネッセンス測定スペクトル、エレクトロルミネッセンス測定スペクトル、光学吸収スペクトル、電気特性異方性、結晶組織異方性、表面の不純物の情報、表面の汚染の情報、結晶面角度、ＲＨＥＥＤ像、ピット情報、ヒロック情報、ウィスカ情報、画像、および、これらの特性の何れかについての面内でのバラつきの少なくとも１つに関するデータを含んでよい。膜特性データで示される特性の少なくとも一部は、下地特性データで示される特性と同じであってよい。膜特性データは実測値を示すデータでよい。成膜した膜の各特性は、膜の複数の位置の値の最大値、最小値、平均値、および、値の分布のいずれでもよいし、一の位置（例えば中央）の値でもよい。成膜装置２において１回の成膜動作で複数の基板１０（同一バッチの複数の基板１０とも称する）に纏めて成膜が行われる場合、つまり基板マニピュレータ２００に複数の基板１０が保持される場合には、膜特性取得部３０２は、当該同一バッチの複数の基板１０のうち、全ての基板１０の膜の特性を全数検査により取得してもよいし、一部の基板１０の膜の特性を抜き取り検査により取得してもよい。一例として、膜特性取得部３０２は、膜の電気特性および表面状態などを全数検査により取得し、膜厚および結晶性などを抜き取り検査により取得してよい。

【0048】

成膜条件データは、上述した制御条件データおよび状態データの少なくとも１つを含んでよい。これに加えて／代えて、成膜条件データは、成膜した膜に関する理論値、文献値および／または推定値などを含んでよい。例えば、成膜条件データは、膜に含まれる原子の原子番号、原子の質量、原子の電子数、原子の中性子数、原子の電気陰性度、原子の電子親和力、原子のイオン半径、原子の共有結合半径、原子のファンデルワールス半径、原子のイオン化傾向、原子のイオン性、原子の自己拡散係数、および、原子の相互拡散係数の少なくとも１つに関するデータを含んでよい。これに加えて／代えて、成膜条件データは、膜、膜に含まれる原子により構成される純物質および化合物の、格子定数、原子間距離（一例として最接近原子間距離）、沸点、沸点の圧力依存性、融点、融点の圧力依存性、凝集エネルギー、体積弾性率、熱膨張係数、電子有効質量、正孔有効質量、比熱、誘電率、非線形誘電率、バンドダイアグラム、バンドギャップ、バンドギャップの温度圧力依存性、スピン軌道相互作用、密度、デバイ温度、熱伝導率、熱拡散係数、ヤング率、せん断弾性定数、ポアソン比、体積弾性率、硬度、ヌープ硬度、音速、フォノン分散、状態密度、光学フォノン周波数、音響フォノン周波数、電子散乱断面積、フォノン散乱断面積、グリュナイゼン定数、デフォメーションポテンシャル係数、圧電定数、電気機械結合定数、フレーリヒカップリング（Froehlich coupling）定数（但し「oe」はドイツ語のオー・ウムラウト表記を示す）、仕事関数、光学吸収特性、ゼーベック係数、励起子のエネルギー、励起子の半径、屈折率、屈折率の温度圧力依存性、真正キャリア密度、標準生成エンタルピー、標準生成ギッブスエネルギー、ラジカルのエネルギー準位、表面再構成の状態、ホール係数、ホール散乱因子、二光子吸収係数、キャリアドリフトの終端速度、キャリアの平均自由工程、少数キャリアの拡散長、少数キャリアの寿命、および、膜のインパクトイオン化パラメータ、の少なくとも１つに関するデータを含んでよい。これに加えて／代えて、成膜条件データは、膜、および、膜に含まれる原子により構成される化合物のマーデルング定数、膜に含まれる原子により構成される純物質の金属結合半径、ならびに、膜厚の少なくとも１つに関するデータを含んでよい。ここで、成膜する膜に含まれる原子とは、半導体およびドーパントの原子を含んでよい。各値は、膜の複数の位置の値の最大値、最小値、平均値、および、値の分布のいずれでもよいし、一の位置（例えば中央）の値でもよい。

【0049】

なお、ステップＳ１，Ｓ３，Ｓ５の処理は、この順番で行われなくてもよい。例えば、ステップＳ１の処理はステップＳ３の処理の後に行われてもよい。

【0050】

ステップＳ７において第１学習処理部３０４および第２学習処理部３０８は、取得された成膜条件データ、膜特性データおよび下地特性データを含む学習データを用いて第１モデル３０５および第２モデル３０９の学習処理を実行する。第１モデル３０５および第２モデル３０９のそれぞれの初期モデルは、例えばランダムフォレスト、リカレントニューラルネットワークまたはタイムディレイニューラルネットワークであるが、勾配ブースティング、ロジスティック回帰、および、サポートベクタマシン（ＳＶＭ）などを含む他の機械学習アルゴリズムであってもよい。第１モデル３０５および第２モデル３０９は、学習データの各要素に対応するノードを入力層に含み、推奨する制御条件の各要素に対応するノードを出力層に含んでよい。学習データの１つの要素に対する入力層のノードは１つでもよいし複数でもよい。入力層および出力層の間には、１または複数のノードを含む中間層（隠れ層）が介在してよい。第１学習処理部３０４および第２学習処理部３０８は、ノード間をつなぐエッジの重み、および、出力ノードのバイアス値を調整することで学習処理を実行してよい。

【0051】

［３−２．化合物半導体の製造］
図５は、化合物半導体の製造方法を示す。まず、ステップＳ１１においてオペレータが基板１０を準備する。例えばオペレータは基板１０を成膜装置２の成膜チャンバ２０内にセットする。ステップＳ１３においてオペレータは、化合物半導体に含まれるべき複数の膜を基板１０上に積層する。これにより、基板１０上に複数の膜が積層された化合物半導体が製造される。

【0052】

［３−２−１．モデルを用いた成膜］
図６は、第１モデル３０５および第２モデル３０９を用いた成膜方法を示す。システム１は、上述のステップＳ１３の処理においては、積層する複数の膜のうち、少なくとも１つの膜（第ｎ＋１膜とも称する。但し、ｎは自然数であり、基板１０上に成膜された順番を示す）をステップＳ２１〜Ｓ２９の処理により成膜してよい。

【0053】

ステップＳ２１において下地特性取得部３０１および成膜条件取得部３０３は、第ｎ膜の下地層（第ｎ−１膜とも称する）の特性を示す下地特性データと、第ｎ膜を成膜したときの成膜条件データとを取得する。ステップＳ２３において膜特性予測部３０６は、第１モデル３０５を用いて、第ｎ−１膜の下地特性データおよび第ｎ膜の成膜条件データに応じた第ｎ膜の予測膜特性データを取得する。

【0054】

予測膜特性データは、生成される膜の、組成、キャリア密度、伝導率、伝導率の温度依存性、抵抗率、抵抗率の温度依存性、結晶性、表面凹凸状態、表面凹凸の異方性、透過スペクトル、電子移動度、正孔移動度、欠陥密度、表面の状態密度、フォトルミネッセンス測定スペクトル、エレクトロルミネッセンス測定スペクトル、光学吸収スペクトル、電気特性異方性、結晶組織異方性、表面の不純物の情報、表面の汚染の情報、結晶面角度、ＲＨＥＥＤ像、ピット情報、ヒロック情報、ウィスカ情報、画像、および、これらの特性の何れかについての面内でのバラつきの少なくとも１つに関するデータを含んでよい。予測膜特性データで示される特性の少なくとも一部は、膜特性データで示される特性と同じであってよい。予測膜特性データで示される特性の少なくとも一部は、下地特性データで示される特性と同じであってよい。

【0055】

ステップＳ２５において目標膜特性取得部３０７は、第ｎ＋１膜の目標膜特性データを取得する。目標膜特性データは、生成される膜の、組成、キャリア密度、伝導率、伝導率の温度依存性、抵抗率、抵抗率の温度依存性、結晶性、表面凹凸状態、表面凹凸の異方性、透過スペクトル、電子移動度、正孔移動度、欠陥密度、表面の状態密度、フォトルミネッセンス測定スペクトル、エレクトロルミネッセンス測定スペクトル、光学吸収スペクトル、電気特性異方性、結晶組織異方性、表面の不純物の情報、表面の汚染の情報、結晶面角度、ＲＨＥＥＤ像、ピット情報、ヒロック情報、ウィスカ情報、画像、および、これらの特性の何れかについての面内でのバラつきの少なくとも１つに関するデータを含んでよい。目標膜特性データで示される特性の少なくとも一部は、膜特性データおよび／または予測膜特性データで示される特性と同じであってよい。目標膜特性データで示される特性の少なくとも一部は、下地特性データで示される特性と同じであってよい。目標膜特性データは、少なくとも一部の特性に関する数値範囲データを含んでよい。

【0056】

ステップＳ２７において推奨制御条件出力部３１０は、第２モデル３０９を用いて、対象下地特性データとしての第ｎ膜の予測膜特性データと、第ｎ＋１膜の目標膜特性データとに応じた、第ｎ＋１膜を成膜するための推奨制御条件データを取得する。目標膜特性データが一部の特性に関する数値範囲データを含む場合には、推奨制御条件データは、各特性の数値範囲を満たす膜を成膜するための制御条件を示してよい。推奨制御条件データは、少なくとも一部の制御条件に関して数値範囲データを含んでよい。なお、推奨制御条件出力部３１０は、対象下地特性データとして、ステップＳ２１〜Ｓ２３の処理により取得された第ｎ膜の予測膜特性データを用いる代わりに、下地特性取得部３０１が第ｎ＋１膜の下地層としての第ｎ膜について取得した下地特性データを用いてもよい。
ステップＳ２９において制御部３１１は、推奨制御条件データが示す制御条件で成膜装置２を動作させて第ｎ＋１膜を成膜させる。

【0057】

なお、同様にして第ｎ＋２膜を成膜するべく改めてステップＳ２１〜Ｓ２９の処理を行う場合には、ステップＳ２１において下地特性取得部３０１が第ｎ＋１膜の下地層としての第ｎ膜の特性を示す下地特性データを取得するのに代えて、膜特性予測部３０６が、前回のステップＳ２３において取得済みの第ｎ膜の予測膜特性データを下地特性データとして取得してよい。これにより、成膜を行うたびに、生成された膜の特性をオペレータや計測装置から取得する手間をなくすことができる。また、ステップＳ２３においては、膜特性予測部３０６が第１モデル３０５を用いて第ｎ＋１膜の予測膜特性データを取得してもよいし、推奨制御条件出力部３１０が前回のステップＳ２５において取得済みの第ｎ＋１膜の目標膜特性データを、第ｎ＋１膜の予測膜特性データとして取得してもよい。

【0058】

また、上述のようにして成膜を行う場合には、各成膜時の成膜条件データ、膜特性データ、および下地特性データを学習データとして第１モデル３０５および／または第２モデル３０９に入力して上述の図４の学習処理を更に行ってもよい。この場合には、化合物半導体を製造しつつ第１モデル３０５および／または第２モデル３０９の学習処理を進めることができる。

【0059】

［４．化合物半導体の具体例］
製造される化合物半導体は、例えば赤外線センサ（一例として赤外線式ガスセンサ）または磁気センサ等のセンサに用いられてよい。この場合、下地層および成膜される膜は、赤外線センサまたは磁気センサの少なくとも一部であってよい。なお、化合物半導体は、ＬＥＤの発光素子など、他の用途に用いられてもよい。

【0060】

図７は、赤外線センサ５の層構成を示す。赤外線センサ５は、一例としてガリウムヒ素基板１０上にアンチモン化インジウム（ＩｎＳｂ）のｎ＋層５１、アンチモン化アルミニウムインジウム（ＡｌＩｎＳｂ）のｎ＋層５２、アンチモン化アルミニウムインジウム（ＡｌＩｎＳｂ）のｎ＋層（バリア層）５３、アンチモン化アルミニウムインジウム（ＡｌＩｎＳｂ）の活性層５４、アンチモン化アルミニウムインジウム（ＡｌＩｎＳｂ）のｐ＋層（バリア層）５５、および、アンチモン化インジウム（ＩｎＳｂ）のｐ＋層５６を有する。図６の成膜方法によって成膜される膜は、層５１〜５６の何れの層でもよい。赤外線センサ５は、二酸化ケイ素（ＳｉＯ_２）の層、窒化ケイ素（Ｓｉ_３Ｎ_４）の層および／または電極層を更に有してよい。

【0061】

［５．変形例］
なお、上記の実施形態では、学習処理装置３は成膜条件取得部３０３、第１モデル３０５、膜特性予測部３０６、目標膜特性取得部３０７、第２モデル３０９および制御部３１１を有することとして説明したが、これらの少なくとも１つを有しないこととしてもよい。学習処理装置３は、成膜条件取得部３０３を有しない場合には、膜特性データおよび下地特性データを用いて学習処理を行い、下地特性データを第１モデル３０５への入力として予測膜特性データを取得してよい。これにより、例えば成膜される膜の特性が成膜条件によらない場合に、第１モデル３０５および／または第２モデル３０９の学習処理を行うことができ、第１モデル３０５から予測膜特性データを取得することができる。学習処理装置３が第１モデル３０５および／または第２モデル３０９を有しない場合には、第１モデル３０５および／または第２モデル３０９は学習処理装置３の外部のサーバに格納されてもよい。

【0062】

また、第２モデル３０９は対象下地特性データおよび目標膜特性データに基づいて推奨制御条件データを出力することとして説明したが、目標膜特性データに基づいて推奨制御条件データと、目標とする膜を成膜するための推奨される状態データ（一例として下地層の膜特性）とを含む推奨成膜条件データを出力してもよい。これにより、第Ｎ膜目（但し、Ｎは自然数であり、基板１０上に成膜された順番を示す）の目標膜特性データから第Ｎ膜を成膜するための推奨制御条件データと、下地層としての第Ｎ−１膜について推奨される膜特性データとが出力される。さらに当該第Ｎ−１膜について推奨される膜特性データを目標膜特性データとして用いることで、第Ｎ−１膜を成膜するための推奨制御条件データと、その下地層としての第Ｎ−２膜について推奨される膜特性データとが出力される。以降、同様の処理を繰り返すことで、基板１０上の第１膜から第Ｎ膜までの各膜についての推奨制御条件データと、基板１０の表面から第Ｎ−１層までの各下地層について推奨される膜特性データとを得ることができる。なお、目標膜特性データから得られる推奨制御条件データは少なくとも一部の制御条件に関して数値範囲データを含んでよい。

【0063】

また、成膜条件データは成膜装置２の制御条件データおよび状態データを含むこととして説明したが、これに加えて／代えて、他のデータを含んでもよい。例えば、成膜条件データは、成膜装置２のオペレータの識別データを含んでよい。この場合には、オペレータによって成膜される膜の特性に差異がある場合に、その差異を第１モデル３０５および／または第２モデル３０９に学習させることができる。

【0064】

また、本発明の様々な実施形態は、フローチャートおよびブロック図を参照して記載されてよく、ここにおいてブロックは、（１）操作が実行されるプロセスの段階または（２）操作を実行する役割を持つ装置のセクションを表わしてよい。特定の段階およびセクションが、専用回路、コンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプログラマブル回路、および／またはコンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプロセッサによって実装されてよい。専用回路は、デジタルおよび／またはアナログハードウェア回路を含んでよく、集積回路（ＩＣ）および／またはディスクリート回路を含んでよい。プログラマブル回路は、論理ＡＮＤ、論理ＯＲ、論理ＸＯＲ、論理ＮＡＮＤ、論理ＮＯＲ、および他の論理操作、フリップフロップ、レジスタ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルロジックアレイ（ＰＬＡ）等のようなメモリ要素等を含む、再構成可能なハードウェア回路を含んでよい。

【0065】

コンピュータ可読媒体は、適切なデバイスによって実行される命令を格納可能な任意の有形なデバイスを含んでよく、その結果、そこに格納される命令を有するコンピュータ可読媒体は、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく実行され得る命令を含む、製品を備えることになる。コンピュータ可読媒体の例としては、電子記憶媒体、磁気記憶媒体、光記憶媒体、電磁記憶媒体、半導体記憶媒体等が含まれてよい。コンピュータ可読媒体のより具体的な例としては、フロッピー（登録商標）ディスク、ディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭまたはフラッシュメモリ）、電気的消去可能プログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、コンパクトディスクリードオンリメモリ（ＣＤ-ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、ブルーレイ（ＲＴＭ）ディスク、メモリスティック、集積回路カード等が含まれてよい。

【0066】

コンピュータ可読命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、またはＳｍａｌｌｔａｌｋ、ＪＡＶＡ（登録商標）、Ｃ＋＋等のようなオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語または同様のプログラミング言語のような従来の手続型プログラミング言語を含む、１または複数のプログラミング言語の任意の組み合わせで記述されたソースコードまたはオブジェクトコードのいずれかを含んでよい。

【0067】

コンピュータ可読命令は、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサまたはプログラマブル回路に対し、ローカルにまたはローカルエリアネットワーク（ＬＡＮ）、インターネット等のようなワイドエリアネットワーク（ＷＡＮ）を介して提供され、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく、コンピュータ可読命令を実行してよい。プロセッサの例としては、コンピュータプロセッサ、処理ユニット、マイクロプロセッサ、デジタル信号プロセッサ、コントローラ、マイクロコントローラ等を含む。

【0068】

図８、本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ２２００の例を示す。コンピュータ２２００にインストールされたプログラムは、コンピュータ２２００に、本発明の実施形態に係る装置に関連付けられる操作または当該装置の１または複数のセクションとして機能させることができ、または当該操作または当該１または複数のセクションを実行させることができ、および／またはコンピュータ２２００に、本発明の実施形態に係るプロセスまたは当該プロセスの段階を実行させることができる。そのようなプログラムは、コンピュータ２２００に、本明細書に記載のフローチャートおよびブロック図のブロックのうちのいくつかまたはすべてに関連付けられた特定の操作を実行させるべく、ＣＰＵ２２１２によって実行されてよい。

【0069】

本実施形態によるコンピュータ２２００は、ＣＰＵ２２１２、ＲＡＭ２２１４、グラフィックコントローラ２２１６、およびディスプレイデバイス２２１８を含み、それらはホストコントローラ２２１０によって相互に接続されている。コンピュータ２２００はまた、通信インタフェース２２２２、ハードディスクドライブ２２２４、ＤＶＤ−ＲＯＭドライブ２２２６、およびＩＣカードドライブのような入／出力ユニットを含み、それらは入／出力コントローラ２２２０を介してホストコントローラ２２１０に接続されている。コンピュータはまた、ＲＯＭ２２３０およびキーボード２２４２のようなレガシの入／出力ユニットを含み、それらは入／出力チップ２２４０を介して入／出力コントローラ２２２０に接続されている。

【0070】

ＣＰＵ２２１２は、ＲＯＭ２２３０およびＲＡＭ２２１４内に格納されたプログラムに従い動作し、それにより各ユニットを制御する。グラフィックコントローラ２２１６は、ＲＡＭ２２１４内に提供されるフレームバッファ等またはそれ自体の中にＣＰＵ２２１２によって生成されたイメージデータを取得し、イメージデータがディスプレイデバイス２２１８上に表示されるようにする。

【0071】

通信インタフェース２２２２は、ネットワークを介して他の電子デバイスと通信する。ハードディスクドライブ２２２４は、コンピュータ２２００内のＣＰＵ２２１２によって使用されるプログラムおよびデータを格納する。ＤＶＤ−ＲＯＭドライブ２２２６は、プログラムまたはデータをＤＶＤ−ＲＯＭ２２０１から読み取り、ハードディスクドライブ２２２４にＲＡＭ２２１４を介してプログラムまたはデータを提供する。ＩＣカードドライブは、プログラムおよびデータをＩＣカードから読み取り、および／またはプログラムおよびデータをＩＣカードに書き込む。

【0072】

ＲＯＭ２２３０はその中に、アクティブ化時にコンピュータ２２００によって実行されるブートプログラム等、および／またはコンピュータ２２００のハードウェアに依存するプログラムを格納する。入／出力チップ２２４０はまた、様々な入／出力ユニットをパラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入／出力コントローラ２２２０に接続してよい。

【0073】

プログラムが、ＤＶＤ−ＲＯＭ２２０１またはＩＣカードのようなコンピュータ可読媒体によって提供される。プログラムは、コンピュータ可読媒体から読み取られ、コンピュータ可読媒体の例でもあるハードディスクドライブ２２２４、ＲＡＭ２２１４、またはＲＯＭ２２３０にインストールされ、ＣＰＵ２２１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ２２００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置または方法が、コンピュータ２２００の使用に従い情報の操作または処理を実現することによって構成されてよい。

【0074】

例えば、通信がコンピュータ２２００および外部デバイス間で実行される場合、ＣＰＵ２２１２は、ＲＡＭ２２１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インタフェース２２２２に対し、通信処理を命令してよい。通信インタフェース２２２２は、ＣＰＵ２２１２の制御下、ＲＡＭ２２１４、ハードディスクドライブ２２２４、ＤＶＤ−ＲＯＭ２２０１、またはＩＣカードのような記録媒体内に提供される送信バッファ処理領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、またはネットワークから受信された受信データを記録媒体上に提供される受信バッファ処理領域等に書き込む。

【0075】

また、ＣＰＵ２２１２は、ハードディスクドライブ２２２４、ＤＶＤ−ＲＯＭドライブ２２２６（ＤＶＤ−ＲＯＭ２２０１）、ＩＣカード等のような外部記録媒体に格納されたファイルまたはデータベースの全部または必要な部分がＲＡＭ２２１４に読み取られるようにし、ＲＡＭ２２１４上のデータに対し様々なタイプの処理を実行してよい。ＣＰＵ２２１２は次に、処理されたデータを外部記録媒体にライトバックする。

【0076】

様々なタイプのプログラム、データ、テーブル、およびデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理を受けてよい。ＣＰＵ２２１２は、ＲＡＭ２２１４から読み取られたデータに対し、本開示の随所に記載され、プログラムの命令シーケンスによって指定される様々なタイプの操作、情報処理、条件判断、条件分岐、無条件分岐、情報の検索／置換等を含む、様々なタイプの処理を実行してよく、結果をＲＡＭ２２１４に対しライトバックする。また、ＣＰＵ２２１２は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ２２１２は、第１の属性の属性値が指定される、条件に一致するエントリを当該複数のエントリの中から検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、それにより予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してよい。

【0077】

上で説明したプログラムまたはソフトウェアモジュールは、コンピュータ２２００上またはコンピュータ２２００近傍のコンピュータ可読媒体に格納されてよい。また、専用通信ネットワークまたはインターネットに接続されたサーバーシステム内に提供されるハードディスクまたはＲＡＭのような記録媒体が、コンピュータ可読媒体として使用可能であり、それによりプログラムを、ネットワークを介してコンピュータ２２００に提供する。

【0078】

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

【0079】

特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

【符号の説明】

【0080】

１ システム、２ 成膜装置、３ 学習処理装置、５ 赤外線センサ、１０ 基板、２０ 成膜チャンバ、２１ セル、２２ 真空ポンプ、２３ サブチャンバ、２４ ロードチャンバ、２００ 基板マニピュレータ、２０１ 基板ヒータ、２０２ クライオパネル、２１０ 坩堝、２１１ ヒータ、２１２ シャッター、３０１ 下地特性取得部、３０２ 膜特性取得部、３０３ 成膜条件取得部、３０４ 第１学習処理部、３０５ 第１モデル、３０６ 膜特性予測部、３０７ 目標膜特性取得部、３０８ 第２学習処理部、３０９ 第２モデル、３１０ 推奨制御条件出力部、３１１ 制御部、２０００ シャフト、２２００ コンピュータ、２２０１ ＤＶＤ−ＲＯＭ、２２１０ ホストコントローラ、２２１２ ＣＰＵ、２２１４ ＲＡＭ、２２１６ グラフィックコントローラ、２２１８ ディスプレイデバイス、２２２０ 入／出力コントローラ、２２２２ 通信インタフェース、２２２４ ハードディスクドライブ、２２２６ ＤＶＤ−ＲＯＭドライブ、２２３０ ＲＯＭ、２２４０ 入／出力チップ、２２４２ キーボード

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】