特開 2023-56708 エッチング処理システム、エッチング品質予測方法及びエッチング品質予測プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023056708

(43)【公開日】2023-04-20

(54)【発明の名称】エッチング処理システム、エッチング品質予測方法及びエッチング品質予測プログラム

(51)【国際特許分類】

   H01L 21/3065 20060101AFI20230413BHJP

   G06N 20/00 20190101ALI20230413BHJP

   H01L 21/02 20060101ALI20230413BHJP

   G06T 7/00 20170101ALI20230413BHJP

【ＦＩ】

H01L21/302 101G

G06N20/00 130

H01L21/02 Z

G06T7/00 350B

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2021166079

(22)【出願日】2021-10-08

(71)【出願人】

【識別番号】000219967

【氏名又は名称】東京エレクトロン株式会社

(74)【代理人】

【識別番号】100107766

【弁理士】

【氏名又は名称】伊東 忠重

(74)【代理人】

【識別番号】100070150

【弁理士】

【氏名又は名称】伊東 忠彦

(72)【発明者】

【氏名】高良 穣二

(72)【発明者】

【氏名】佐藤 秀彦

(72)【発明者】

【氏名】木村 友里

(72)【発明者】

【氏名】京兼 広和

【テーマコード（参考）】

5F004

5L096

【Ｆターム（参考）】

5F004AA16

5F004CB20

5F004FA08

5L096AA02

5L096AA06

5L096BA03

5L096CA02

5L096DA02

5L096FA15

5L096KA04

(57)【要約】

【課題】エッチング品質の検査結果を取得するまでの時間を短縮する。
【解決手段】エッチング処理システムであって、基板の搬送経路上に配置された撮像装置により撮影された前記基板の画像データと、前記基板のエッチング品質を予測するための情報とが対応付けられた学習用データを用いて学習が行われた学習済みモデルに、予測対象の基板の画像データを入力することで、予測対象の基板のエッチング品質を予測する予測部を有する。
【選択図】図２

【特許請求の範囲】

【請求項1】

基板の搬送経路上に配置された撮像装置により撮影された前記基板の画像データと、前記基板のエッチング品質を予測するための情報とが対応付けられた学習用データを用いて学習が行われた学習済みモデルに、予測対象の基板の画像データを入力することで、予測対象の基板のエッチング品質を予測する予測部、
を有するエッチング処理システム。

【請求項2】

前記学習済みモデルは、エッチング処理された前記基板を撮影することで生成された処理後画像データを入力データとし、エッチング処理された前記基板のエッチング品質の検査を行うことで出力されたエッチング品質情報を正解データとする学習用データを用いて学習が行われたモデルである、請求項１に記載のエッチング処理システム。

【請求項3】

前記学習済みモデルは、エッチング処理される前の前記基板を撮影することで生成された処理前画像データと、エッチング処理された後の前記基板を撮影することで生成された処理後画像データとを差分した差分画像データを入力データとし、エッチング処理される前の前記基板のエッチング品質に関わる項目の検査を行うことで出力された処理前品質情報と、エッチング処理された後の前記基板のエッチング品質に関わる項目の検査を行うことで出力された処理後品質情報と、を差分したエッチング品質情報を正解データとする学習用データを用いて学習が行われたモデルである、請求項１に記載のエッチング処理システム。

【請求項4】

前記学習済みモデルは、
エッチング処理される前の前記基板を撮影することで生成された処理前画像データを入力データとし、エッチング処理される前の前記基板のエッチング品質に関わる項目の検査を行うことで出力された処理前品質情報を正解データとする学習用データを用いて学習が行われた第１の学習済みモデルと、
エッチング処理された後の前記基板を撮影することで生成された処理後画像データを入力データとし、エッチング処理された後の前記基板のエッチング品質に関わる項目の検査を行うことで出力された処理前品質情報を正解データとする学習用データを用いて学習が行われた第２の学習済みモデルと、を有し、
前記予測部は、
前記第１の学習済みモデルに、エッチング処理される前の予測対象の基板を撮影することで生成された処理前画像データを入力することで出力された予測対象の基板の処理前品質情報と、前記第２の学習済みモデルに、エッチング処理された後の予測対象の基板を撮影することで生成された処理後画像データを入力することで出力された処理後品質情報とに基づいて、予測対象の基板のエッチング品質を予測する、請求項１に記載のエッチング処理システム。

【請求項5】

前記予測部は、エッチング処理された予測対象の基板の膜厚値、ＣＤ値、断面形状に関する値のいずれかを、前記エッチング品質として予測する、請求項２に記載のエッチング処理システム。

【請求項6】

前記エッチング品質に関わる項目には、膜厚値、ＣＤ値、断面形状に関する値のいずれかが含まれ、
前記予測部は、エッチング処理された予測対象の基板のエッチング量、エッチングレート、ΔＣＤ値のいずれかを、前記エッチング品質として予測する、請求項３または４に記載のエッチング処理システム。

【請求項7】

前記処理前画像データ及び前記処理後画像データは、特定の色成分の画像データである、請求項６に記載のエッチング処理システム。

【請求項8】

予測された前記予測対象の基板のエッチング品質に基づいて、前記予測対象の基板より後にエッチング処理される基板の処理内容を制御する制御部を更に有する請求項１に記載のエッチング処理システム。

【請求項9】

前記学習済みモデルを生成するとともに、所定の条件が成立した場合には、生成した前記学習済みモデルについて再学習を行う学習部を更に有する請求項１に記載のエッチング処理システム。

【請求項10】

基板の搬送経路上に配置された撮像装置により撮影された前記基板の画像データと、前記基板のエッチング品質を予測するための情報とが対応付けられた学習用データを用いて学習が行われた学習済みモデルに、予測対象の基板の画像データを入力することで、予測対象の基板のエッチング品質を予測する予測工程、
を有するエッチング品質予測方法。

【請求項11】

基板の搬送経路上に配置された撮像装置により撮影された前記基板の画像データと、前記基板のエッチング品質を予測するための情報とが対応付けられた学習用データを用いて学習が行われた学習済みモデルに、予測対象の基板の画像データを入力することで、予測対象の基板のエッチング品質を予測する予測工程、
をコンピュータに実行させるためのエッチング品質予測プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、エッチング処理システム、エッチング品質予測方法及びエッチング品質予測プログラムに関する。

【背景技術】

【0002】

基板の製造プロセスにおいて、例えば、エッチング処理された基板に対しては、各種の検査が行われる。このうち、ＣＤ（Critical Dimension）値やエッチング量等の、いわゆるエッチング品質（エッチングの出来栄えともいう）の検査には、一般に、外部の検査装置が用いられる。このため、エッチング処理システムが、エッチング処理後に当該基板の検査結果を取得するまでには一定程度の時間を要する。

【0003】

このようなことから、現状のエッチング処理システムでは、例えば、エッチング品質の検査結果を、次の基板のエッチング処理にフィードバックするといった制御を行うことが難しい。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】米国特許出願公開第２０２１／０１４３０３９号明細書

【特許文献2】米国特許第１０９５５８３２号明細書

【発明の概要】

【発明が解決しようとする課題】

【0005】

本開示は、エッチング品質の検査結果を取得するまでの時間を短縮する。

【課題を解決するための手段】

【0006】

本開示の一態様によるエッチング処理システムは、例えば、以下のような構成を有する。即ち、
基板の搬送経路上に配置された撮像装置により撮影された前記基板の画像データと、前記基板のエッチング品質を予測するための情報とが対応付けられた学習用データを用いて学習が行われた学習済みモデルに、予測対象の基板の画像データを入力することで、予測対象の基板のエッチング品質を予測する予測部を有する。

【発明の効果】

【0007】

エッチング品質の検査結果を取得するまでの時間を短縮することができる。

【図面の簡単な説明】

【0008】

【図1】学習フェーズにおけるエッチング処理システムのシステム構成の一例を示す第１の図である。

【図2】予測フェーズにおけるエッチング処理システムのシステム構成の一例を示す第１の図である。

【図3】エッチング処理システムにおける撮像装置の配置例を示す図である。

【図4】学習装置のハードウェア構成の一例を示す図である。

【図5】学習用データの具体例を示す第１の図である。

【図6】学習装置の機能構成の一例を示す第１の図である。

【図7】予測装置の機能構成の一例を示す第１の図である。

【図8】エッチング品質情報と予測エッチング品質情報との関係を示す第１の図である。

【図9】エッチング品質予測処理の流れを示すフローチャートである。

【図10】学習フェーズにおけるエッチング処理システムのシステム構成の一例を示す第２の図である。

【図11】予測フェーズにおけるエッチング処理システムのシステム構成の一例を示す第２の図である。

【図12】学習用データの具体例を示す第２の図である。

【図13】学習装置の機能構成の一例を示す第２の図である。

【図14】差分画像データとエッチング量との関係を示す図である。

【図15】予測装置の機能構成の一例を示す第２の図である。

【図16】エッチング品質情報と予測エッチング品質情報との関係を示す第２の図である。

【図17】学習用データの具体例を示す第３の図である。

【図18】学習装置の機能構成の一例を示す第３の図である。

【図19】予測装置の機能構成の一例を示す第３の図である。

【図20】エッチング品質情報と予測エッチング品質情報との関係を示す第３の図である。

【発明を実施するための形態】

【0009】

以下、各実施形態について添付の図面を参照しながら説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複した説明を省略する。

【0010】

［第１の実施形態］
＜エッチング処理システムのシステム構成＞
はじめに、第１の実施形態に係るエッチング処理システムのシステム構成について、学習フェーズと予測フェーズとに分けて説明する。

【0011】

（１）学習フェーズの場合
図１は、学習フェーズにおけるエッチング処理システムのシステム構成の一例を示す第１の図である。図１に示すように、学習フェーズにおけるエッチング処理システム１００は、処理室１０１、撮像装置１０２、学習装置１０３を有する。

【0012】

図１の例は、処理前基板が、エッチング処理システム１００内の搬送経路上を搬送され、処理室１０１においてエッチング処理された後に、処理後基板として搬送経路上を搬送され、撮像装置１０２において撮影された後に、搬出される様子を表している。

【0013】

このうち、処理室１０１は、収容された処理前基板をエッチング処理し、処理後基板を生成する。

【0014】

撮像装置１０２は、エッチング処理システム１００内の搬送経路上に配置され、本実施形態においては、処理後基板を撮影することで、処理後画像データを生成する。また、撮像装置１０２は、生成した処理後画像データを学習装置１０３に送信する。なお、撮像装置１０２により生成される処理後画像データは、複数の色成分（例えば、Ｒ成分、Ｇ成分、Ｂ成分）を含む画像データであるとする。

【0015】

学習装置１０３は、撮像装置１０２より送信された処理後画像データを取得するとともに、外部検査装置１１０において処理後基板に対してエッチング品質（Etching Quality）の検査が行われることで出力されたエッチング品質情報を取得する。

【0016】

また、学習装置１０３は、処理後画像データとエッチング品質情報とを対応付けた学習用データを生成し、生成した学習用データを用いてモデルの学習を行うことで、学習済みモデルを生成する。更に、学習装置１０３は、生成した学習済みモデルのモデルパラメータを、後述する予測装置に設定する。

【0017】

外部検査装置１１０は、エッチング処理システム１００より搬出された処理後基板に対してエッチング品質の検査を行う。本実施形態における外部検査装置１１０では、エッチング品質の検査として、例えば、エッチングの出来栄えを示す絶対値を測定し、エッチング品質情報を生成する。なお、エッチングの出来栄えを示す絶対値とは、例えば、膜厚値、ＣＤ（Critical Dimension）値、基板の断面形状に関する値等のいずれかを含む。

【0018】

（２）予測フェーズの場合
図２は、予測フェーズにおけるエッチング処理システムのシステム構成の一例を示す第１の図である。図２に示すように、予測フェーズにおけるエッチング処理システム２００は、処理室１０１、撮像装置１０２、予測装置２０３を有する。

【0019】

図２の例は、処理前基板が、エッチング処理システム２００内の搬送経路上を搬送され、処理室１０１においてエッチング処理された後に、処理後基板として搬送経路上を搬送され、撮像装置１０２において撮影された後に、搬出される様子を表している。

【0020】

学習フェーズ同様、処理室１０１は、収容された処理前基板をエッチング処理し、処理後基板を生成する。

【0021】

また、撮像装置１０２は、エッチング処理システム２００内の搬送経路上に配置され、本実施形態においては、処理後基板を撮影することで、処理後画像データを生成する。また、撮像装置１０２は、生成した処理後画像データを予測装置２０３に送信する。

【0022】

予測装置２０３は、撮像装置１０２より送信された処理後画像データを、学習済みモデルに入力することでエッチング品質を予測し、予測エッチング品質情報を出力する。

【0023】

このように、エッチング処理システム２００によれば、処理前基板１枚をエッチング処理するごとに、エッチング品質を予測し、予測エッチング品質情報を出力することができる。これにより、外部検査装置がエッチング品質の検査を行い、エッチング品質情報を出力する場合と比較して、エッチング処理システムがエッチング品質の検査結果を取得するまでの時間を大幅に短縮することができる。

【0024】

この結果、エッチング処理システム２００によれば、エッチング品質の検査結果を、処理室１０１での次の処理前基板のエッチング処理にフィードバックするといった制御を行うことが可能になる（点線参照）。

【0025】

＜撮像装置の配置例＞
次に、エッチング処理システム１００または２００内における撮像装置１０２の配置例について説明する。図３は、撮像装置の配置例を示す図である。このうち、図３（ａ）は、エッチング処理システム１００または２００全体のモジュール構成を示した図である。

【0026】

ここでは、撮像装置１０２の配置例を説明するにあたり、まず、撮像装置１０２が配置される特定のモジュールを含むエッチング処理システム１００または２００全体のモジュール構成について簡単に説明する。

【0027】

図３（ａ）に示すように、エッチング処理システム１００または２００は、例えば、
・６つの処理室ＰＭ（Process Module）、
・搬送室ＶＴＭ（Vacuum Transfer Module）、
・２つのロードロック室ＬＬＭ（Load Lock Module）、
・ローダモジュール（Loader Module）、
・３つのロードポートＬＰ（Load Port）、
を有する。

【0028】

６つの処理室ＰＭは、搬送室ＶＴＭの周囲に配置され、処理前基板をエッチング処理する。なお、図１または図２に示した処理室１０１は、６つの処理室ＰＭのうちのいずれかの処理室を指す。

【0029】

搬送室ＶＴＭの内部には、搬送装置ＶＡが配置され、２つのロードロック室ＬＬＭから６つの処理室ＰＭに処理前基板を搬送するとともに、エッチング処理された処理後基板を、６つの処理室ＰＭからロードロック室ＬＬＭに搬送する。

【0030】

ロードロック室ＬＬＭは、搬送室ＶＴＭとローダモジュールＬＭとの間に設けられ、大気雰囲気と真空雰囲気との切り替えを行う。

【0031】

ローダモジュールＬＭの内部には、処理前基板または処理後基板を搬送する搬送装置ＬＡが配置される。搬送装置ＬＡは、各ロードポートＬＰに取り付けられたＦＯＵＰ（Front Opening Unified Pod）に収容された処理前基板を２つのロードロック室ＬＬＭに搬送する。また、搬送装置ＬＡは、各ロードポートＬＰに取り付けられた空のＦＯＵＰに、２つのロードロック室ＬＬＭから処理後基板を搬送する。つまり、ロードポートＬＰは、処理前基板を搬入し、処理後基板を搬出する際の出入口となる。

【0032】

ローダモジュールＬＭには、処理前基板の位置をアライメントするオリエンタＯＲＴが設けられている。オリエンタＯＲＴは、処理前基板の中心位置、偏心量及びノッチ位置を検出する。オリエンタＯＲＴでの検出結果に基づく処理前基板の補正は、ローダモジュールＬＭのロボットアームＡＡ、ＡＢを用いて行われる。

【0033】

図３（ｂ）は、撮像装置１０２が配置されるオリエンタＯＲＴ内部を、模式的に示した図である。図３（ｂ）に示すように、撮像装置１０２は、例えば、処理前基板（符号Ｗ）のノッチ位置を検出する検出器３０１の近傍に配置される。

【0034】

このように、撮像装置１０２が、エッチング処理システム１００または２００内の搬送経路上に配置することで、撮像装置１０２では、エッチング処理された処理後基板（あるいはエッチング処理される前の処理前基板）を撮影することができる。

【0035】

＜学習装置及び予測装置のハードウェア構成＞
次に、学習装置１０３及び予測装置２０３のハードウェア構成について説明する。なお、本実施形態において学習装置１０３及び予測装置２０３は、同様のハードウェア構成を有することから、ここでは、学習装置１０３のハードウェア構成について説明する。

【0036】

図４は、学習装置のハードウェア構成の一例を示す図である。図４に示すように、学習装置１０３は、プロセッサ４０１、メモリ４０２、補助記憶装置４０３、ユーザインタフェース装置４０４、接続装置４０５、通信装置４０６を有する。なお、学習装置１０３の各ハードウェアは、バス４０７を介して相互に接続されている。

【0037】

プロセッサ４０１は、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）等の各種演算デバイスを有する。プロセッサ４０１は、各種プログラム（例えば、学習プログラム等）をメモリ４０２上に読み出して実行する。

【0038】

メモリ４０２は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等の主記憶デバイスを有する。プロセッサ４０１とメモリ４０２とは、いわゆるコンピュータを形成し、プロセッサ４０１が、メモリ４０２上に読み出した各種プログラムを実行することで、当該コンピュータは各種機能を実現する。

【0039】

補助記憶装置４０３は、各種プログラムや、各種プログラムがプロセッサ４０１によって実行される際に用いられる各種データを格納する。なお、後述する学習用データ格納部６２０は、補助記憶装置４０３において実現される。

【0040】

ユーザインタフェース装置４０４は、例えば、学習装置１０３のユーザが各種コマンドの入力操作等を行うキーボードまたはタッチパネル、あるいは、学習装置１０３の内部状態をユーザに表示する表示装置等を含む。

【0041】

接続装置４０５は、エッチング処理システム１００内の各部（例えば、撮像装置１０２等）と接続する接続デバイスである。通信装置４０６は、ネットワークを介して不図示の外部装置と通信するための通信デバイスである。

【0042】

＜学習用データの具体例＞
次に、学習装置１０３により生成される学習用データの具体例について説明する。図５は、学習用データの具体例を示す第１の図である。図５に示すように、学習用データ５００は、情報の項目として、"入力データ"と"正解データ"とを含む。

【0043】

"入力データ"には、処理室１０１においてエッチング処理された処理後基板が、撮像装置１０２により撮影されることで生成された処理後画像データが格納される。図５の例は、処理後画像データとして、ファイル名＝"処理後画像データ１"、"処理後画像データ２"、・・・等が格納された様子を示している。

【0044】

"正解データ"には、処理室１０１においてエッチング処理された処理後基板が搬出され、外部検査装置１１０においてエッチング品質の検査が行われることで出力されたエッチング品質情報が、処理後画像データと対応付けて格納される。図５の例は、エッチング品質情報として、ファイル名＝"エッチング品質情報１"、"エッチング品質情報２"・・・等が、ファイル名＝"処理後画像データ１"、"処理後画像データ２"、・・・等と対応付けて格納された様子を示している。

【0045】

＜学習装置の機能構成＞
次に、学習装置１０３の機能構成について説明する。図６は、学習装置の機能構成の一例を示す第１の図である。上述したように、学習装置１０３には学習プログラムがインストールされており、当該プログラムが実行されることで、学習装置１０３は、学習部６１０として機能する。

【0046】

学習部６１０は、モデル６１１と比較／変更部６１２とを有する。学習部６１０は、学習用データ格納部６２０より学習用データ５００を読み出し、"入力データ"に格納された処理後画像データ（ファイル名："処理後画像データ１"、"処理後画像データ２"、・・・等）を、モデル６１１に入力する。これにより、モデル６１１は、出力データを出力する。また、学習部６１０は、"正解データ"に格納されたエッチング品質情報（ファイル名＝"エッチング品質情報１"、"エッチング品質情報２"・・・等）を、比較／変更部６１２に入力する。

【0047】

比較／変更部６１２は、モデル６１１により出力された出力データが、学習部６１０により入力されたエッチング品質情報に近づくように、モデル６１１のモデルパラメータを更新する。これにより、学習部６１０では、学習済みのモデルを生成する。

【0048】

＜予測装置の機能構成＞
次に、予測装置２０３の機能構成について説明する。図７は、予測装置の機能構成の一例を示す第１の図である。予測装置２０３にはエッチング品質予測プログラムがインストールされており、当該プログラムが実行されることで、予測装置２０３は、エッチング品質予測部７１０として機能する。

【0049】

エッチング品質予測部７１０は予測部の一例である。エッチング品質予測部７１０は、学習部６１０により生成された学習済みモデル７１１を有し、予測対象の処理後基板の処理後画像データを、学習済みモデル７１１に入力することで、エッチング品質を予測し、予測エッチング品質情報を出力する。

【0050】

＜予測エッチング品質情報の具体例＞
次に、予測装置２０３より出力された予測エッチング品質情報の具体例について、外部検査装置１１０より出力されたエッチング品質情報と対比しながら説明する。ここでは、外部検査装置１１０が膜厚測定装置であり、エッチング品質情報及び予測エッチング品質情報が、実測膜厚値または予測膜厚値であるとして説明する。

【0051】

図８は、エッチング品質情報と予測エッチング品質情報との関係を示す第１の図である。図８において横軸は、膜厚測定装置より出力された実測膜厚値を示しており、縦軸は、予測装置２０３より出力された予測膜厚値を示している。また、各プロットは、複数の処理後基板それぞれの複数の測定点における実測膜厚値と予測膜厚値との組を表している。なお、直線８０１は、実測膜厚値と予測膜厚値とが一致した場合にプロットされる位置を示している。

【0052】

図８に示すように、各プロット位置は、概ね直線８０１に沿っており、直線８０１から大きく外れたプロットも見当たらない。したがって、予測装置２０３により出力された予測膜厚値は、実測膜厚値を概ね再現できているといえる。このように、予測装置２０３によれば、良好な予測精度を実現することができる。

【0053】

＜エッチング品質予測処理の流れ＞
次に、エッチング処理システム１００、２００によるエッチング品質予測処理の流れについて説明する。図９は、エッチング品質予測処理の流れを示すフローチャートである。

【0054】

はじめに、エッチング処理システム１００による学習フェーズでの処理（ステップＳ９０１～ステップＳ９０４）が行われる。

【0055】

ステップＳ９０１において、学習装置１０３は、エッチング処理された処理後基板が撮影されることで生成された処理後画像データを取得する。

【0056】

ステップＳ９０２において、学習装置１０３は、エッチング処理された処理後基板に対して、外部検査装置１１０によるエッチング品質の検査が行われることで出力されたエッチング品質情報を取得する。

【0057】

ステップＳ９０３において、学習装置１０３は、取得した処理後画像データを入力データ、取得したエッチング品質情報を正解データとする、学習用データを生成する。

【0058】

ステップＳ９０４において、学習装置１０３は、生成した学習用データを用いて学習を行い、学習済みモデルを生成する。

【0059】

エッチング処理システム１００による学習フェーズでの処理（ステップＳ９０１～ステップＳ９０４）が完了すると、続いて、エッチング処理システム２００による予測フェーズでの処理（ステップＳ９０５～ステップＳ９０７）が行われる。

【0060】

ステップＳ９０５において、予測装置２０３は、エッチング処理された予測対象の処理後基板が撮影されることで生成された処理後画像データを取得する。

【0061】

ステップＳ９０６において、予測装置２０３は、取得した処理後画像データを学習済みモデルに入力することで、エッチング品質を予測し、予測エッチング品質情報を出力する。

【0062】

ステップＳ９０７において、予測装置２０３は、エッチング品質予測処理を終了するか否かを判定する。ステップＳ９０７において終了しないと判定した場合には（ステップＳ９０７においてＮｏの場合には）、ステップＳ９０５に戻る。

【0063】

一方、ステップＳ９０７において終了すると判定した場合には（ステップＳ９０７においてＹｅｓの場合には）、エッチング品質予測処理を終了する。

【0064】

＜まとめ＞
以上の説明から明らかなように、第１の実施形態に係るエッチング処理システムは、
・基板の搬送経路上に配置された撮像装置により撮影された基板の処理後画像データと、外部検査装置により検査が行われることで出力された基板のエッチング品質情報とを取得する。
・基板の処理後画像データと、基板のエッチング品質情報とが対応付けられた学習用データを用いて学習を行うことで、学習済みモデルを生成する。
・学習済みモデルに、予測対象の基板の処理後画像データを入力することで、予測対象の基板のエッチング品質を予測し、予測エッチング品質情報を出力する。

【0065】

このように、第１の実施形態に係るエッチング処理システムでは、内部に撮像装置を配置し、基板の処理後画像データを用いて学習済みモデルを動作させることで、エッチング品質の検査結果を取得する。これにより、第１の実施形態によれば、エッチング処理システムから搬出された処理後基板に対して、外部検査装置が検査を行う場合と比較して、エッチング品質の検査結果を取得するまでの時間を大幅に短縮することができる。

【0066】

［第２の実施形態］
上記第１の実施形態では、処理室１０１においてエッチング処理された処理後基板を撮影することで生成された処理後画像データを用いることで、エッチングの出来栄えを示す絶対値を予測する場合について説明した。

【0067】

これに対して、第２の実施形態では、
・処理室１０１においてエッチング処理される前の処理前基板を撮影することで生成された処理前画像データと、
・処理室１０１においてエッチング処理された後の処理後基板を撮影することで生成された処理後画像データと、
の差分画像データを用いて、エッチングの出来栄えを示す相対値を、エッチング品質として予測する場合について説明する。なお、エッチングの出来栄えを示す相対値とは、例えば、エッチング量、エッチングレート、ΔＣＤ値等のいずれかを含む。以下、第２の実施形態について、上記第１の実施形態との相違点を中心に説明する。

【0068】

＜エッチング処理システムのシステム構成＞
はじめに、第２の実施形態に係るエッチング処理システムのシステム構成について、学習フェーズと予測フェーズとに分けて説明する。

【0069】

（１）学習フェーズの場合
図１０は、学習フェーズにおけるエッチング処理システムのシステム構成の一例を示す第２の図である。図１１に示すように、学習フェーズにおけるエッチング処理システム１０００は、処理室１０１、撮像装置１０２、学習装置１００３を有する。なお、本実施形態の学習フェーズにおいて、処理前基板及び処理後基板は、外部検査装置１１０により、エッチング品質に関わる項目の検査が行われるように構成されている。

【0070】

具体的には、本実施形態の学習フェーズにおいて、処理前基板及び処理後基板は、以下の手順により処理される。

【0071】

はじめに、処理前基板は、外部検査装置１１０においてエッチング品質に関わる項目（例えば、エッチング品質が"エッチング量"であった場合には、処理前基板の膜厚）の検査が行われる。その後、処理前基板は、エッチング処理システム１０００内の搬送経路上を搬送され、搬送経路上に配置された撮像装置１０２により撮影される。

【0072】

なお、外部検査装置１１０においてエッチング品質に関わる項目の検査が行われることで出力される処理前品質情報（例えば、処理前基板の膜厚値）は、学習装置１００３に送信される。また、撮像装置１０２により撮影されることで生成される処理前画像データは、学習装置１００３に送信される。

【0073】

撮像装置１０２により撮影された処理前基板は、処理室１０１内に収容され、処理室１０１においてエッチング処理される。エッチング処理されることで生成された処理後基板は、搬送経路上を搬送され、搬送経路上に配置された撮像装置１０２により撮影される。また、撮像装置１０２により撮影された処理後基板は搬出され、外部検査装置１１０においてエッチング品質に関わる項目（例えば、エッチング品質が"エッチング量"であった場合には、処理後基板の膜厚）の検査が行われる。

【0074】

なお、処理後基板が撮像装置１０２により撮影されることで生成される処理後画像データは、学習装置１００３に送信される。また、処理後基板が外部検査装置１１０においてエッチング品質に関わる項目の検査が行われることで出力される処理後品質情報（例えば、処理後基板の膜厚値）は、学習装置１００３に送信される。

【0075】

学習装置１００３は、撮像装置１０２より送信された処理前画像データ及び処理後画像データを取得するとともに、外部検査装置１１０より送信された処理前品質情報及び処理後品質情報を取得する。

【0076】

また、学習装置１００３は、処理前画像データと処理後画像データとの差分を算出し、差分画像データを生成する。また、学習装置１００３は、処理前品質情報と処理後品質情報との差分を算出することで、エッチング品質情報を算出する。また、学習装置１００３は、算出したエッチング品質情報と、差分画像データとを対応付けた学習用データを生成する。また、学習装置１０３は、生成した学習用データを用いてモデルの学習を行うことで、学習済みモデルを生成する。更に、学習装置１００３は、生成した学習済みモデルのモデルパラメータを、後述する予測装置に設定する。

【0077】

（２）予測フェーズの場合
図１１は、予測フェーズにおけるエッチング処理システムのシステム構成の一例を示す第２の図である。図１１に示すように、予測フェーズにおけるエッチング処理システム１１００は、処理室１０１、撮像装置１０２、予測装置１１０３を有する。

【0078】

本実施形態の予測フェーズにおいて、処理前基板及び処理後基板は、以下の手順により処理される。

【0079】

はじめに、処理前基板は、エッチング処理システム１１００内の搬送経路上を搬送され、搬送経路上に配置された撮像装置１０２により撮影される。なお、撮像装置１０２により撮影されることで生成される処理前画像データは、予測装置１１０３に送信される。

【0080】

撮像装置１０２により撮影された処理前基板は、処理室１０１内に収容され、処理室１０１においてエッチング処理される。エッチング処理されることで生成された処理後基板は、搬送経路上を搬送され、搬送経路上に配置された撮像装置１０２により撮影された後に、搬出される。

【0081】

なお、処理後基板が撮像装置１０２により撮影されることで生成される処理後画像データは、予測装置１１０３に送信される。

【0082】

予測装置１１０３は、撮像装置１０２より送信された処理前画像データと処理後画像データとの差分を算出し、差分画像データを生成する。また、予測装置１１０３は、生成した差分画像データを、学習済みモデルに入力することで、エッチング品質を予測し、予測エッチング品質情報を出力する。

【0083】

このように、エッチング処理システム１１００によれば、処理前基板１枚をエッチング処理するごとに、エッチング品質を予測し、予測エッチング品質情報を出力することができる。これにより、外部検査装置がエッチング品質に関わる項目の検査を行い、処理前品質情報及び処理後品質情報を出力する場合と比較して、エッチング処理システムがエッチング品質の検査結果を取得するまでの時間を大幅に短縮することができる。

【0084】

この結果、エッチング処理システム１１００によれば、エッチング品質の検査結果を、処理室１０１での次の処理前基板のエッチング処理にフィードバックするといった制御を行うことが可能になる（点線参照）。

【0085】

＜学習用データの具体例＞
次に、学習装置１００３により生成される学習用データの具体例について説明する。図１２は、学習用データの具体例を示す第２の図である。図１２に示すように、学習用データ１２００は、情報の項目として、"取得画像データ"、"入力データ"、"取得品質情報"、"正解データ"を含む。

【0086】

"取得画像データ"には、処理室１０１においてエッチング処理される前の処理前基板とエッチング処理された後の処理後基板とが、それぞれ、撮像装置１０２により撮影されることで生成された処理前画像データ及び処理後画像データが格納される。図１２の例は、処理前画像データとして、ファイル名＝"処理前画像データ１"、"処理前画像データ２"、・・・等が格納され、処理後画像データとして、ファイル名＝"処理後画像データ１"、"処理後画像データ２"、・・・等が格納された様子を示している。

【0087】

"入力データ"には、"取得画像データ"に格納された処理前画像データと、対応する処理後画像データとの差分が算出されることで生成された差分画像データが格納される。図１２の例は、差分画像データとして、ファイル名＝"差分画像データ１"、"差分画像データ２"、・・・等が格納された様子を示している。

【0088】

"取得品質情報"には、処理前基板と処理後基板とが、それぞれ、外部検査装置１１０においてエッチング品質に関わる項目の検査が行われることで出力された、処理前品質情報及び処理後品質情報が格納される。図１２の例は、処理前品質情報として、ファイル名＝"処理前品質情報１"、"処理前品質情報２"、・・・等が格納され、処理後品質情報として、ファイル名＝"処理後品質情報１"、"処理後品質情報２"、・・・等が格納された様子を示している。

【0089】

"正解データ"には、"取得品質情報"に格納された処理前品質情報と、対応する処理後品質情報との差分が算出されることで生成されたエッチング品質情報が格納される。図１２の例は、エッチング品質情報として、ファイル名＝"エッチング品質情報１"、"エッチング品質情報２"、・・・等が格納された様子を示している。

【0090】

＜学習装置の機能構成＞
次に、学習装置１００３の機能構成について説明する。図１３は、学習装置の機能構成の一例を示す第２の図である。学習装置１００３には、学習プログラムがインストールされており、当該プログラムが実行されることで学習装置１００３は、差分算出部１３１０、学習部１３２０として機能する。

【0091】

差分算出部１３１０は、撮像装置１０２により処理前基板及び処理後基板がそれぞれ撮影されることで生成された処理前画像データ及び処理後画像データを取得する。

【0092】

また、差分算出部１３１０は、取得した処理前画像データと処理後画像データとの差分を算出し、差分画像データを生成する。更に、差分算出部１３１０は、生成した差分画像データを、処理前画像データ及び処理後画像データと対応付けて、学習用データ格納部１３３０の学習用データ１２００の"入力データ"及び"取得画像データ"にそれぞれ格納する。

【0093】

また、差分算出部１３１０は、外部検査装置１１０により処理前基板及び処理後基板それぞれに対してエッチング品質に関わる項目の検査が行われることで出力された、処理前品質情報及び処理後品質情報を取得する。

【0094】

また、差分算出部１３１０は、取得した処理前品質情報と処理後品質情報との差分を算出し、エッチング品質情報を生成する。更に、差分算出部１３１０は、生成したエッチング品質情報を、処理前品質情報及び処理後品質情報と対応付けて、学習用データ格納部１３３０の学習用データ１２００の"正解データ"及び"取得品質情報"にそれぞれ格納する。

【0095】

学習部１３２０は、モデル１３２１と比較／変更部１３２２とを有する。学習部１３２０は、学習用データ格納部１３３０より学習用データ１２００を読み出し、"入力データ"に格納された差分画像データ（ファイル名："差分画像データ１"、"差分画像データ２"、・・・等）をモデル１３２１に入力する。これにより、モデル１３２１は、出力データを出力する。また、学習部１３２０は、"正解データ"に格納されたエッチング品質情報（ファイル名："エッチング品質情報１"、"エッチング品質情報２"、・・・等）を、比較／変更部１３２２に入力する。

【0096】

比較／変更部１３２２は、モデル１３２１により出力された出力データが、学習部１３２０により入力されたエッチング品質情報に近づくように、モデル１３２１のモデルパラメータを更新する。これにより、学習部１３２０は、学習済みのモデルを生成する。

【0097】

＜差分画像データとエッチング品質情報との関係＞
次に、差分算出部１３１０により生成される差分画像データとエッチング品質情報との関係について説明する。ここでは、一例として、差分画像データと、エッチング量との関係について説明する。

【0098】

図１４は、差分画像データとエッチング量との関係を示す図である。図１４において、横軸は差分画像データの輝度値（処理前画像データと処理後画像データとの輝度値の差分）を表しており、縦軸はエッチング量を表しており、それぞれのプロットは、以下の手順により行われる。
・処理前基板について、複数の測定点における膜厚を測定し、複数の膜厚値を含む膜厚値情報を生成し、出力する。
・処理前基板を撮影し、処理前画像データより、上記複数の測定点における輝度値を抽出する。
・処理前基板をエッチング処理することで、処理後基板を生成する。
・処理後基板を撮影し、処理後画像データより上記複数の測定点における輝度値を抽出する。
・処理後基板について、上記複数の測定点における膜厚を測定し、複数の膜厚値を含む膜厚値情報を生成し、出力する。
・上記複数の測定点それぞれにおいて、輝度値の差分と膜厚値の差分（つまり、エッチング量）との組を生成し、グラフ上にプロットする。

【0099】

図１４において、符号１４１０は輝度値の差分とエッチング量との組に基づいて算出した近似直線を表している。図１４に示すように、差分画像データとエッチング量との間には一定程度の相関がある。

【0100】

＜予測装置の機能構成＞
次に、予測装置１１０３の機能構成について説明する。図１５は、予測装置の機能構成の一例を示す第２の図である。予測装置１１０３にはエッチング品質予測プログラムがインストールされており、当該プログラムが実行されることで、予測装置１１０３は、差分画像生成部１５１０、エッチング品質予測部１５２０として機能する。

【0101】

差分画像生成部１５１０は、予測対象の処理前基板及び処理後基板の処理前画像データ及び処理後画像データを取得する。また、差分画像生成部１５１０は、処理前画像データと処理後画像データとの差分を算出し、差分画像データを生成する。

【0102】

エッチング品質予測部１５２０は予測部の他の一例であり、学習部１３２０により生成された学習済みモデル１５２１を有する。エッチング品質予測部１５２０は、差分画像生成部１５１０により生成された差分画像データを学習済みモデル１５２１に入力することで、エッチング品質を予測し、予測エッチング品質情報を出力する。

【0103】

＜予測エッチング品質情報の具体例＞
次に、予測装置１１０３より出力された予測エッチング品質情報の具体例について、外部検査装置１１０より出力された処理前品質情報と処理後品質情報との差分を算出することで生成されるエッチング品質情報と対比しながら説明する。図１６は、エッチング品質情報と予測エッチング品質情報との関係を示す第２の図である。具体的には、図１６の例は、初期膜厚及び膜種が異なるそれぞれの処理前基板をエッチング処理した場合において、
・予測装置１１０３より出力されたエッチング量（縦軸：予測エッチング量）と、
・外部検査装置１１０より出力された処理前基板の膜厚値と処理後基板の膜厚値との差分を算出することで生成されたエッチング量（横軸：実測エッチング量）と、
を対比したものである。

【0104】

図１６において、符号１６１０は、初期膜厚が１．０μｍ、膜種がシリコン酸化膜（Ｏｘ）である処理前基板をエッチング処理した場合の、予測エッチング量と実測エッチング量との関係を示している。

【0105】

また、符号１６２０は、初期膜厚が０．１μｍ、膜種がシリコン酸化膜（Ｏｘ）である処理前基板をエッチング処理した場合の、予測エッチング量と実測エッチング量との関係を示している。

【0106】

また、符号１６３０は、初期膜厚が１．０μｍ、膜種がシリコン酸化膜（Ｏｘ）である処理前基板をエッチング処理した場合の、予測エッチング量と実測エッチング量との関係を示している。

【0107】

また、符号１６４０は、初期膜厚が１．５μｍ、膜種がフォトレジスト（ＰＲ）である処理前基板をエッチング処理した場合の、予測エッチング量と実測エッチング量との関係を示している。

【0108】

また、符号１６５０は、初期膜厚が０．２５μｍ、膜種がシリコン窒化膜（ＳｉＮ）である処理前基板をエッチング処理した場合の、予測エッチング量と実測エッチング量との関係を示している。

【0109】

図１６の例に示すように、予測装置１１０３の場合、有機膜より硬質膜（Ｏｘ、ＳｉＮ）の方が高い予測精度を実現することができる。また、予測装置１１０３の場合、初期膜厚が小さい方が高い予測精度を実現することができる。

【0110】

＜まとめ＞
以上の説明から明らかなように、第２の実施形態に係るエッチング処理システムは、
・基板の搬送経路上に配置された撮像装置により撮影された処理前基板の処理前画像データ及び処理後基板の処理後画像データと、外部検査装置により検査が行われることで出力された処理前基板の処理前品質情報及び処理後基板の処理後品質情報とを取得する。
・処理前画像データと処理後画像データとを差分した差分画像データと、処理前品質情報と処理後品質情報とを差分したエッチング品質情報とが対応付けられた学習用データを用いて学習を行うことで、学習済みモデルを生成する。
・学習済みモデルに、予測対象の処理前基板の処理前画像データと予測対象の処理後基板の処理後画像データとを差分した差分画像データを入力することで、予測対象の処理前基板及び処理後基板の予測エッチング品質情報を出力する。

【0111】

このように、第２の実施形態に係るエッチング処理システムでは、内部に撮像装置を配置し、処理前基板の処理前画像データ及び処理後基板の処理後画像データを用いて学習済みモデルを動作させることでエッチング品質の検査結果を取得する。これにより、第２の実施形態によれば、エッチング処理システムに搬入される処理前基板及び搬出された処理後基板に対して、外部検査装置が検査を行う場合と比較して、エッチング品質の検査結果を取得するまでの時間を大幅に短縮することができる。

【0112】

［第３の実施形態］
上記第２の実施形態では、エッチング品質を予測する際、予測部が、学習済みモデルに、処理前画像データと処理後画像データとを差分した差分画像データを入力し、直接、エッチング品質を予測する構成とした。

【0113】

これに対して、第３の実施形態では、２つの学習済みモデルを配し、一方の学習済みモデルが処理前画像データから処理前品質を予測し、他方の学習済みモデルが処理後画像データから処理後品質を予測する。そして、予測した処理前品質と処理後品質とに基づいてエッチング品質を予測する。以下、第３の実施形態について、上記第１及び第２の実施形態との相違点を中心に説明する。

【0114】

＜学習用データの具体例＞
はじめに、第３の実施形態において生成される学習用データの具体例について説明する。図１７は、学習用データの具体例を示す第３の図である。図１７に示すように、学習用データ１７１０は、情報の項目として、"入力データ"、"正解データ"を含む。

【0115】

"入力データ"には、処理室１０１においてエッチング処理される前の処理前基板が、撮像装置１０２により撮影されることで生成された処理前画像データが格納される。図１７の例は、処理前画像データとして、ファイル名＝"処理前画像データ１"、"処理前画像データ２"、・・・等が格納された様子を示している。

【0116】

"正解データ"には、外部検査装置１１０において、処理前基板に対してエッチング品質に関わる項目の検査が行われることで出力された、処理前品質情報が格納される。図１７の例は、処理前品質情報として、ファイル名＝"処理前品質情報１"、"処理前品質情報２"、・・・等が格納された様子を示している。

【0117】

同様に、学習用データ１７２０は、情報の項目として、"入力データ"、"正解データ"を含む。

【0118】

"入力データ"には、処理室１０１においてエッチング処理された後の処理後基板が、撮像装置１０２により撮影されることで生成された処理後画像データが格納される。図１７の例は、処理後画像データとして、ファイル名＝"処理後画像データ１"、"処理後画像データ２"、・・・等が格納された様子を示している。

【0119】

"正解データ"には、外部検査装置１１０において、処理後基板に対してエッチング品質に関わる項目の検査が行われることで出力された、処理後品質情報が格納される。図１７の例は、処理後品質情報として、ファイル名＝"処理後品質情報１"、"処理後品質情報２"、・・・等が格納された様子を示している。

【0120】

＜学習装置の機能構成＞
次に、学習装置の機能構成について説明する。図１８は、学習装置の機能構成の一例を示す第３の図である。学習装置１８００には学習プログラムがインストールされており、当該プログラムが実行されることで、学習装置１８００は、学習部１８１０、学習部１８２０として機能する。

【0121】

学習部１８１０は、モデル１８１１と比較／変更部１８１２とを有する。学習部１８１０は、学習用データ格納部１８３０より学習用データ１７１０を読み出し、"入力データ"に格納された処理前画像データ（ファイル名："処理前画像データ１"、"処理前画像データ２"、・・・等）をモデル１８１１に入力する。これにより、モデル１８１１は、出力データを出力する。また、学習部１８１０は、"正解データ"に格納された処理前品質情報（ファイル名："処理前品質情報１"、"処理前品質情報２"、・・・等）を、比較／変更部１８１２に入力する。

【0122】

比較／変更部１８１２は、モデル１８１１により出力された出力データが、学習部１８１０により入力された処理前品質情報に近づくように、モデル１８１１のモデルパラメータを更新する。これにより、学習部１８１０は、学習済みのモデルを生成する。

【0123】

同様に、学習部１８２０は、モデル１８２１と比較／変更部１８２２とを有する。学習部１８２０は、学習用データ格納部１８３０より学習用データ１７２０を読み出し、"入力データ"に格納された処理後画像データ（ファイル名："処理後画像データ１"、"処理後画像データ２"、・・・等）をモデル１８２１に入力する。これにより、モデル１８２１は、出力データを出力する。また、学習部１８２０は、"正解データ"に格納された処理後品質情報（ファイル名："処理後品質情報１"、"処理後品質情報２"、・・・等）を、比較／変更部１８２２に入力する。

【0124】

比較／変更部１８２２は、モデル１８２１により出力された出力データが、学習部１８２０により入力された処理後品質情報に近づくように、モデル１８２１のモデルパラメータを更新する。これにより、学習部１８２０は、学習済みのモデルを生成する。

【0125】

＜予測装置の機能構成＞
次に、第３の実施形態における予測装置の機能構成について説明する。図１９は、予測装置の機能構成の一例を示す第３の図である。予測装置１９００にはエッチング品質予測プログラムがインストールされており、当該プログラムが実行されることで、予測装置１９００は、予測部１９１０、予測部１９２０、エッチング品質算出部１９３０として機能する。

【0126】

予測部１９１０は、学習部１８１０により生成された学習済みモデル１９１１を有し、予測対象の処理前基板が撮影されることで生成された処理前画像データを、学習済みモデル１９１１に入力することで、処理前品質を予測し、処理前品質情報を出力する。

【0127】

予測部１９２０は、学習部１８２０により生成された学習済みモデル１９２１を有し、予測対象の処理後基板が撮影されることで生成された処理後画像データを、学習済みモデル１９２１に入力することで、処理後品質を予測し、処理後品質情報を出力する。

【0128】

エッチング品質算出部１９３０は、予測部１９１０より出力された処理前品質情報と、予測部１９２０より出力された処理後品質情報との差分を算出することで、エッチング品質を予測し、予測エッチング品質情報を出力する。

【0129】

＜予測エッチング品質情報の具体例＞
次に、予測装置１９００より出力された予測エッチング品質情報の具体例について、外部検査装置１１０より出力された、処理前品質情報と処理後品質情報との差分を算出することで生成されるエッチング品質情報と対比しながら説明する。図２０は、エッチング品質情報と予測エッチング品質情報との関係を示す第３の図である。具体的には、図２０の例は、初期膜厚及び膜種が異なるそれぞれの処理前基板をエッチング処理した場合において、
・予測装置１９００より出力されたエッチング量（縦軸：予測エッチング量）と、
・外部検査装置１１０より出力された処理前基板の膜厚値と処理後基板の膜厚値との差分を算出することで生成されたエッチング量（横軸：実測エッチング量）と、
を対比したものである。

【0130】

図２０において、符号２０１０は、初期膜厚が０．１μｍ、膜種がシリコン酸化膜（Ｏｘ）である処理前基板をエッチング処理した場合の、予測エッチング量と実測エッチング量との関係を示している。

【0131】

また、符号２０２０は、初期膜厚が０．２５μｍ、膜種がシリコン窒化膜（ＳｉＮ）である処理前基板をエッチング処理した場合の、予測エッチング量と実測エッチング量との関係を示している。

【0132】

図２０の例に示すように、予測装置１９００の場合、同じ硬質膜であっても、シリコン窒化膜（ＳｉＮ）よりシリコン酸化膜（Ｏｘ）の方が高い予測精度を実現することができる。

【0133】

＜まとめ＞
以上の説明から明らかなように、第３の実施形態に係るエッチング処理システムは、
・基板の搬送経路上に配置された撮像装置により撮影された処理前基板の処理前画像データ及び処理後基板の処理後画像データと、外部検査装置により検査が行われることで出力された処理前基板の処理前品質情報及び処理後基板の処理後品質情報とを取得する。
・処理前画像データと処理前品質情報とが対応付けられた学習用データを用いて学習を行うことで第１の学習済みモデルを生成する。
・処理後画像データと処理後品質情報とが対応付けられた学習用データを用いて学習を行うことで第２の学習済みモデルを生成する。
・第１の学習済みモデルに、予測対象の処理前基板の処理前画像データを入力することで、予測対象の処理後基板の処理前品質情報を出力する。また、第２の学習済みモデルに、予測対象の処理後基板の処理後画像データを入力することで、予測対象の処理後基板の処理後品質情報を出力する。
・処理前品質情報と処理後品質情報との差分を算出し、予測対象の処理前基板及び処理後基板の予測エッチング品質情報を出力する。

【0134】

このように、第３の実施形態に係るエッチング処理システムでは、内部に撮像装置を配置し、処理前基板の処理前画像データ及び処理後基板の処理後画像データを用いて、それぞれの学習済みモデルを動作させることで、エッチング品質の検査結果を取得する。これにより、第３の実施形態によれば、エッチング処理システムに搬入される処理前基板及び搬出された処理後基板に対して、外部検査装置が検査を行う場合と比較して、エッチング品質の検査結果を取得するまでの時間を大幅に短縮することができる。

【0135】

［第４の実施形態］
上記第１乃至第３の実施形態において、予測装置は、予測エッチング品質情報を出力する機能を有するものとして説明したが、予測装置が有する機能はこれに限定されない。例えば、予測エッチング品質をフィードバックし、予測対象の基板より後にエッチング処理される基板の処理内容を制御（例えば、制御ノブの制御量を補正）する制御部を有していてもよい。

【0136】

この場合、例えば、制御ノブの制御量とエッチング品質との関係について予め学習を行うことで生成した学習済みのプロセス制御モデルを制御部に配し、当該制御部が、当該モデルを用いて導出した制御量により制御ノブを動作させる。具体的には、制御部は、予測エッチング品質情報が目標値からずれた場合に、当該ずれ量を補正するように、当該モデルを用いて制御量を導出し、導出した制御量により制御ノブを動作させる。

【0137】

このように、予測エッチング品質情報を利用して、エッチング処理の処理内容を制御する構成とすることで、エッチング処理システム２００によれば、目標値に則したエッチング品質を実現することができる。

【0138】

［第５の実施形態］
上記第１乃至第４の実施形態において、学習部は、学習フェーズにおいて学習を行い、学習済みモデルを生成するものとして説明したが、学習部が有する機能はこれに限定されない。例えば、予測フェーズにおいて、所定の条件が成立した場合には、生成した学習済みモデルに対して再学習を行う機能を有していてもよい。

【0139】

ここでいう所定の条件した場合とは、例えば、予測フェーズにおいても外部検査装置１１０によるエッチング品質の検査を継続して行うことで学習用データを生成しておき、所定量の学習用データが蓄積された場合を指す。あるいは、予測フェーズにおいても外部検査装置１１０によるエッチング品質の検査を継続して行うことで、エッチング品質情報と予測エッチング品質情報との差分を監視しておき、両者の差分が所定の閾値以上になった場合を指す。

【0140】

なお、学習部による再学習の方法は任意である。例えば、予測フェーズにおいて蓄積された学習用データを用いて、１から学習を行うことで新たに学習済みモデルを生成してもよい。あるいは、予測フェーズにおいて動作中の学習済みモデルに、予測フェーズにおいて蓄積された学習用データを用いて、追加学習を行うことで学習済みモデルを更新してもよい。

【0141】

このように、学習部が再学習を行う機能を有することにより、エッチング処理システム１００によれば、予測フェーズに移行した後に、予測精度を向上させることができる。

【0142】

［その他の実施形態］
上記各実施形態では、学習装置と予測装置とを別体として構成する場合について説明したが、学習装置と予測装置とは、一体の装置として構成してもよい。

【0143】

また、上記各実施形態では、学習装置及び予測装置が、エッチング処理システム１００または２００を構成する複数のモジュールと一体に構成されるものとして説明した。しかしながら、学習装置及び予測装置は、エッチング処理システム１００または２００を構成する複数のモジュールとは別体に、例えば、ネットワークを介して接続されるように構成してもよい。

【0144】

また、上記各実施形態では、撮像装置１０２を、エッチング処理システム１００または２００を構成するオリエンタＯＲＴ内に配置するものとして説明したが、撮像装置１０２の配置は、オリエンタＯＲＴ内に限定されない。処理前基板と処理後基板の両方を撮影可能な配置であれば、搬送経路上の任意の位置に配置することができる。また、設置する撮像装置の数は、１台に限定されず、複数台であってもよい。

【0145】

また、上記各実施形態では、エッチング品質情報または予測エッチング品質情報として、膜厚値または膜厚値の差分であるエッチング量を用いるものとして説明した。しかしながら、エッチング品質情報または予測エッチング品質情報は、これらに限定されない。

【0146】

また、上記第２の実施形態では、差分画像データの算出方法について言及しなかったが、差分画像データは、例えば、色成分ごとにわけて算出し、エッチング品質に関わる項目との相関がより高い特定の色成分の差分画像データを選択してもよい。あるいは、特定の色成分の処理前画像データと処理後画像データとを用いて差分画像データを算出してもよい。あるいは、特定の色成分の差分画像データを選択する代わりに、エッチング品質に関わる項目との相関がより高くなるように、差分画像データを加工してもよい。

【0147】

なお、上記実施形態に挙げた構成等に、その他の要素との組み合わせ等、ここで示した構成に本発明が限定されるものではない。これらの点に関しては、本発明の趣旨を逸脱しない範囲で変更することが可能であり、その応用形態に応じて適切に定めることができる。

【符号の説明】

【0148】

１００ ：エッチング処理システム
１０１ ：処理室
１０２ ：撮像装置
１０３ ：学習装置
１１０ ：外部検査装置
２００ ：エッチング処理システム
２０３ ：予測装置
５００ ：学習用データ
６１０ ：学習部
７１０ ：エッチング品質予測部
１０００ ：エッチング処理システム
１００３ ：学習装置
１１０３ ：予測装置
１２００ ：学習用データ
１３１０ ：差分算出部
１３２０ ：学習部
１５１０ ：差分画像生成部
１５２０ ：エッチング品質予測部
１７１０ ：学習用データ
１７２０ ：学習用データ
１８００ ：学習装置
１８１０ ：学習部
１８２０ ：学習部
１９００ ：予測装置
１９１０ ：予測部
１９２０ ：予測部
１９３０ ：エッチング品質算出部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】