特開 2024-107944 コンピュータプログラム、情報処理装置、及び情報処理方法

(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】P2024107944

(43)【公開日】2024-08-09

(54)【発明の名称】コンピュータプログラム、情報処理装置、及び情報処理方法

(51)【国際特許分類】

   H01L 21/02 20060101AFI20240802BHJP

   G06N 3/096 20230101ALI20240802BHJP

   G06N 20/00 20190101ALI20240802BHJP

【ＦＩ】

H01L21/02 Z

G06N3/096

G06N20/00

【審査請求】未請求

【請求項の数】15

【出願形態】ＯＬ

(21)【出願番号】P 2023012154

(22)【出願日】2023-01-30

(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】100114557

【弁理士】

【氏名又は名称】河野 英仁

(74)【代理人】

【識別番号】100078868

【弁理士】

【氏名又は名称】河野 登夫

(72)【発明者】

【氏名】京兼 広和

(57)【要約】

【課題】本開示は、少量のデータセットでモデルを生成できるコンピュータプログラム、情報処理装置、及び情報処理方法の提供を目的とする。
【解決手段】第１基板処理の挙動を模擬する第１モデルを取得し、取得した第１モデルを回帰式により近似可能な変数の範囲を設定し、設定した範囲内で前記第１モデルを近似する回帰式を導出し、前記第１基板処理とは異なる第２基板処理について観測データを取得し、取得した観測データに基づいて、前記回帰式における係数を調整することにより、前記第２基板処理の挙動を模擬する第２モデルを生成する処理をコンピュータに実行させる。
【選択図】図１

【特許請求の範囲】

【請求項1】

第１基板処理の挙動を模擬する第１モデルを取得し、
取得した第１モデルを回帰式により近似可能な変数の範囲を設定し、
設定した範囲内で前記第１モデルを近似する回帰式を導出し、
前記第１基板処理とは異なる第２基板処理について観測データを取得し、
取得した観測データに基づいて、前記回帰式における係数を調整することにより、前記第２基板処理の挙動を模擬する第２モデルを生成する
処理をコンピュータに実行させるためのコンピュータプログラム。

【請求項2】

前記回帰式は、切片及び偏回帰係数を係数に含む線形重回帰式であり、
調整前の偏回帰係数と調整後の偏回帰係数との差に対してペナルティを課して、前記観測データを再現するように前記線形重回帰式における係数を調整する
処理を前記コンピュータに実行させるための請求項１記載のコンピュータプログラム。

【請求項3】

調整すべき偏回帰係数に対して、処理対象の基板面内での任意の２点間の距離に応じたペナルティを課して、前記線形重回帰式における係数を調整する
処理を前記コンピュータに実行させるための請求項２記載のコンピュータプログラム。

【請求項4】

前記線形重回帰式における係数β_T を、

【数1】

に基づき調整する
処理を前記コンピュータに実行させるための請求項３記載のコンピュータプログラム。

【請求項5】

前記第１基板処理は、実験機における基板処理であり、
前記第２基板処理は、量産機における基板処理であり、
前記実験機における基板処理の挙動を模擬する第１モデルに基づき、前記量産機における基板処理の挙動を模擬する第２モデルを生成する
処理を前記コンピュータに実行させるための請求項１記載のコンピュータプログラム。

【請求項6】

前記第１基板処理は、複数のゾーンを有する縦型炉における第１のゾーンでの基板処理であり、
前記第２基板処理は、前記第１のゾーンとは異なる第２のゾーンでの基板処理であり、
前記第１のゾーンでの基板処理の挙動を模擬する第１モデルに基づき、前記第２のゾーンでの基板処理の挙動を模擬する第２モデルを生成する
処理を前記コンピュータに実行させるための請求項１記載のコンピュータプログラム。

【請求項7】

前記第２モデルとして、前記第１のゾーンで処理される基板上の特定の点での基板処理の挙動を模擬する第１モデルに基づき、前記第２のゾーンで処理される基板上の任意の点での基板処理の挙動を模擬する第２モデルを生成する
処理を前記コンピュータに実行させるための請求項６記載のコンピュータプログラム。

【請求項8】

前記第１基板処理及び前記第２基板処理は、枚葉装置における基板処理であり、
前記枚葉装置で処理される基板上の特定の点での基板処理の挙動を模擬する第１モデルに基づき、前記基板上の任意の点での基板処理の挙動を模擬する第２モデルを生成する
処理を前記コンピュータに実行させるための請求項１記載のコンピュータプログラム。

【請求項9】

生成した第２モデルに基づき、前記第２基板処理におけるトレンド分析を行う
処理を前記コンピュータに実行させるための請求項１記載のコンピュータプログラム。

【請求項10】

生成した第２モデルに基づき、前記第２基板処理におけるプロセス条件を適正化する
処理を前記コンピュータに実行させるための請求項１記載のコンピュータプログラム。

【請求項11】

生成した第２モデルに基づき、前記第２基板処理を実行する基板処理装置のマシンスペックを探索する
処理を前記コンピュータに実行させるための請求項１記載のコンピュータプログラム。

【請求項12】

生成した第２モデルに基づき、前記第２基板処理を実行する基板処理装置の稼働条件を探索する
処理を前記コンピュータに実行させるための請求項１記載のコンピュータプログラム。

【請求項13】

前記数１の演算式における調整用パラメータの変更を受付け、
前記調整用パラメータの変更に応じて前記線形重回帰式を更新し、
前記範囲内における前記観測データと、前記範囲内で前記観測データを近似する更新後の線形重回帰式とを併せて表示する
処理を前記コンピュータに実行させるための請求項４記載のコンピュータプログラム。

【請求項14】

第１基板処理の挙動を模擬する第１モデルを取得する第１取得部と、
取得した第１モデルを回帰式により近似可能な変数の範囲を設定する設定部と、
設定した範囲内で前記第１モデルを近似する回帰式を導出する導出部と、
前記第１基板処理とは異なる第２基板処理について観測データを取得する第２取得部と、
取得した観測データに基づいて、前記回帰式における係数を調整することにより、前記第２基板処理の挙動を模擬する第２モデルを生成する生成部と
を備える情報処理装置。

【請求項15】

第１基板処理における挙動を模擬する第１モデルを取得し、
取得した第１モデルを回帰式により近似可能な変数の範囲を設定し、
設定した範囲内で前記第１モデルを近似する回帰式を導出し、
前記第１基板処理とは異なる第２基板処理について観測データを取得し、
取得した観測データに基づいて、前記回帰式における係数を調整することにより、前記第２基板処理の挙動を模擬する第２モデルを生成する
処理をコンピュータにより実行する情報処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、コンピュータプログラム、情報処理装置、及び情報処理方法に関する。

【背景技術】

【0002】

基板処理に係るプロセスを実施する際、目標とするプロセス結果を達成可能なプロセス条件を探索することが行われている。例えば、特許文献１には、機械学習モデルを用いてプロセス条件を探索する手法が開示されている。特許文献１では、データセットに適した機械学習モデルを選択し、選択した機械学習モデルを用いて最適化計算を行い、複数のプロセス条件について、プロセス結果の予測値、及び予測値の信頼度を算出して、プロセス条件を選択する。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２２－１１９３２１号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

本開示は、少量のデータセットでモデルを生成できるコンピュータプログラム、情報処理装置、及び情報処理方法の提供を目的とする。

【課題を解決するための手段】

【0005】

本開示のコンピュータプログラムは、第１基板処理の挙動を模擬する第１モデルを取得し、取得した第１モデルを回帰式により近似可能な変数の範囲を設定し、設定した範囲内で前記第１モデルを近似する回帰式を導出し、前記第１基板処理とは異なる第２基板処理について観測データを取得し、取得した観測データに基づいて、前記回帰式における係数を調整することにより、前記第２基板処理の挙動を模擬する第２モデルを生成する処理をコンピュータに実行させるためのコンピュータプログラムである。

【発明の効果】

【0006】

本開示によれば、少量のデータセットでモデルを生成できる。

【図面の簡単な説明】

【0007】

【図1】実施の形態における処理の概要を説明する説明図である。

【図2】情報処理装置の内部構成を示すブロック図である。

【図3】第２基板処理装置での実験結果を説明する説明図である。

【図4】回帰式の導入手法を説明する説明図である。

【図5】演算式の概要を説明する説明図である。

【図6】情報処理装置が実行する処理の手順を説明するフローチャートである。

【図7】情報処理装置が提供するユーザインタフェースの一例を示す模式図である。

【図8】複数のゾーンを有する縦型炉の概略構成を示す模式図である。

【図9】枚葉装置の概略構成を示す模式図である。

【図10】トレンド分析の分析結果を示す模式図である。

【図11】最適化の概要を説明する説明図である。

【図12】検証結果の一例を示すグラフである。

【図13】マシンスペックの探索手法を説明する説明図である。

【図14】稼働条件の探索手法を説明する説明図である。

【発明を実施するための形態】

【0008】

以下、図面を参照して一実施形態について説明する。
（実施の形態１）
図１は実施の形態における処理の概要を説明する説明図である。実施の形態において、第１基板処理装置１０はベースとなる代表装置である。第１基板処理装置１０は、露光装置、エッチング装置、成膜装置、イオン注入装置、アッシング装置、スパッタリング装置などの基板処理装置であり、適宜の基板処理を実施する。第１基板処理装置１０は、複数の基板をまとめて処理するバッチ式の装置であってもよく、複数の基板を１枚ずつ処理する枚葉式の装置であってもよい。また、第１基板処理装置１０は、複数種の基板処理装置からなる基板処理システムであってもよい。

【0009】

実施の形態では、第１基板処理装置１０に関して、装置内部で実施される基板処理（第１基板処理）の挙動を模擬するモデル（第１モデルＭＤ１）が生成される。

【0010】

第１モデルＭＤ１には、入力データ（説明変数）と出力データ（目的変数）との関係を表す任意のモデルが用いられる。入力データは、例えば、ヒータ温度、ガス流量、圧力などのデータであり、出力データは、例えば、膜厚、成膜速度、面内均一性、面間均一性などのデータである。これらのデータは、適宜のセンサを用いて観測される観測データである。モデルには、例えば、回帰モデル、移動平均モデル、決定木、サポートベクターマシン、ニューラルネットワークなどの機械学習モデルが用いられる。代替的に、モデルには、統計的モデルや物理理論に基づく数理モデルが用いられてもよい。第１モデルＭＤ１に用いるモデルは、説明変数と目的変数との組み合わせに応じて適宜選択され、選択されたモデルに応じて、既存の手法を用いて生成される。

【0011】

モデルには、精度及び汎用性が求められることが多い。このため、実験結果を基に第１モデルＭＤ１を生成する場合、第１基板処理装置１０において実験（第１基板処理）が繰り返し実施され、多数の観測データを含むデータセットが事前に用意される。第１モデルＭＤ１は、用意された十分なデータセットを用いて生成される。これにより、第１モデルＭＤ１の精度及び汎用性が確保される。

【0012】

第２基板処理装置２０や第３基板処理装置３０は、開発現場又は量産現場に新たに導入される装置である。第２基板処理装置２０は、第１基板処理装置１０と同一のプロセスを実施する装置（同一装置）、第１基板処理装置１０と類似のプロセスを実施する装置（類似装置）などである。第２基板処理装置２０は、第１基板処理装置１０を改造した改造装置であってもよく、第１基板処理装置１０をそのまま流用して新規プロセスを実施してもよい。第３基板処理装置３０についても同様である。図１には、開発現場又は量産現場に導入される基板処理装置として、第２基板処理装置２０及び第３基板処理装置３０のみを示しているが、開発現場又は量産現場には、更に多数の基板処理装置が導入され得る。

【0013】

一般には、装置間に機差が存在するため、各装置に適用されるモデルは装置毎に個別に生成される。従来、各装置に適用されるモデルを生成するために、各装置において実験が繰り返し実施され、多数の観測データを含むデータセットが装置毎に用意される。また、モデルの生成に必要な実験数は、モデルに含まれる変数の数に応じて指数関数的に増加することも知られている。このため、装置毎にモデルを生成するために、従来では、数多くの実験を実施する必要があり、実験的負荷やコストが増加する傾向にあった。

【0014】

これに対し、実施の形態では、数回の実験で得られる少量のデータセットを用いて、第２基板処理装置２０や第３基板処理装置３０に適用されるモデルを生成する。具体的には、ベースとなる代表装置に関して精緻なモデルを生成しておき、そのモデルの転移学習によって、転移先の第２基板処理装置２０及び第３基板処理装置３０に適用可能なモデル（第２モデルＭＤ２及び第３モデルＭＤ３）を生成する。実施の形態では、数回の実験で得られる少量のデータセットを用いて、各装置に適用可能なモデルを生成するので、実験的負荷やコストの増加を低く抑えることができる。

【0015】

以下では、主として第２基板処理装置２０に適用される第２モデルＭＤ２の生成方法について説明する。第２モデルＭＤ２の生成には情報処理装置１００（図２を参照）が用いられる。なお、第１モデルＭＤ１及び第３モデルＭＤ３の生成には同じ情報処理装置１００が用いられてもよく、別の情報処理装置が用いられてもよい。

【0016】

図２は情報処理装置１００の内部構成を示すブロック図である。情報処理装置１００は、専用又は汎用のコンピュータであり、制御部１０１、記憶部１０２、通信部１０３、操作部１０４、表示部１０５などを備える。

【0017】

制御部１０１は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）などを備える。制御部１０１が備えるＲＯＭには、情報処理装置１００が備えるハードウェア各部の動作を制御する制御プログラム等が記憶される。制御部１０１内のＣＰＵは、ＲＯＭに記憶されている制御プログラムや記憶部１０２に記憶されているコンピュータプログラムを読み込んで実行し、ハードウェア各部の動作を制御することによって、装置全体を本開示の情報処理装置１００として機能させる。制御部１０１が備えるＲＡＭには、演算の実行中に利用されるデータが一時的に記憶される。

【0018】

実施の形態では、制御部１０１がＣＰＵ、ＲＯＭ、及びＲＡＭを備える構成としたが、制御部１０１の構成は上記のものに限定されない。制御部１０１は、例えば、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）、ＤＳＰ（Digital Signal Processor）、量子プロセッサ、揮発性又は不揮発性のメモリ等を備える１又は複数の制御回路又は演算回路であってもよい。また、制御部１０１は、日時情報を出力するクロック、計測開始指示を与えてから計測終了指示を与えるまでの経過時間を計測するタイマ、数をカウントするカウンタ等の機能を備えてもよい。

【0019】

記憶部１０２は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、ＥＥＰＲＯＭ（Electronically Erasable Programmable Read Only Memory）などの記憶装置を備える。記憶部１０２には、制御部１０１によって実行される各種のコンピュータプログラムや制御部１０１によって利用される各種のデータが記憶される。

【0020】

記憶部１０２に記憶されるコンピュータプログラムには、コンピュータに第２モデルＭＤ２を生成させる処理を実行させるための転移学習プログラムＰＧが含まれる。転移学習プログラムＰＧを含むコンピュータプログラムは、当該コンピュータプログラムを読み取り可能に記録した記録媒体ＲＭにより提供される。記録媒体ＲＭは、例えば、ＳＤ（Secure Digital）カード、マイクロＳＤカード、コンパクトフラッシュ（登録商標）などの可搬型の記録媒体である。制御部１０１は、不図示の読取装置を用いて記録媒体ＲＭからコンピュータプログラムを読み取り、読み取ったコンピュータプログラムを記憶部１０２に記憶させる。また、転移学習プログラムＰＧを含むコンピュータプログラムは、通信により提供されてもよい。この場合、制御部１０１は、通信により提供されるプログラムを通信部１０３を通じて取得し、取得したコンピュータプログラムを記憶部１０２に記憶させる。

【0021】

通信部１０３は、第２基板処理装置２０を含む外部装置との間で各種のデータを送受信するための通信インタフェースを備える。通信部１０３が備える通信インタフェースとして、例えばＬＡＮ（Local Area Network）などの通信規格に準拠した通信インタフェースを用いることができる。通信部１０３は、送信すべきデータが制御部１０１から入力された場合、宛先の外部装置へデータを送信し、外部装置から送信されたデータを受信した場合、受信したデータを制御部１０１へ出力する。

【0022】

操作部１０４は、タッチパネル、キーボード、スイッチなどの操作デバイスを備え、管理者等による各種の操作及び設定を受付ける。制御部１０１は、操作部１０４より与えられる各種の操作情報に基づき適宜の制御を行い、必要に応じて操作部１０４より入力された情報を記憶部１０２に記憶させる。

【0023】

表示部１０５は、液晶モニタや有機ＥＬ（Electro-Luminescence）モニタなどの表示デバイスを備え、制御部１０１からの指示に応じて管理者等に報知すべき情報を表示する。

【0024】

情報処理装置１００は、単一のコンピュータであってもよく、複数のサーバや周辺機器などにより構成されるコンピュータシステムであってもよい。また、情報処理装置１００は、実体が仮想化された仮想マシンであってもよく、クラウドであってもよい。

【0025】

図３は第２基板処理装置２０での実験結果を説明する説明図である。転移元の第１モデルＭＤ１は、転移先である第２基板処理装置２０での実験に先立ち、事前に生成されているものとする。第１モデルＭＤ１は、十分なデータセットを用いて学習された精緻な機械学習モデル又は統計モデルである。代替的に、第１モデルＭＤ１は、物理理論に基づく数理モデルであってもよい。第１モデルＭＤ１において、一の説明変数ｘに着目し、この説明変数ｘに対する目的変数ｙの変化をプロットした場合、例えば図３に示すようなグラフが得られる。図３に示すグラフの横軸は着目した説明変数ｘ、縦軸は目的変数ｙを表す。説明変数ｘに対する目的変数ｙの変化は実線により示されている。

【0026】

一方、第２基板処理装置２０において実験（第２基板処理）を行った結果、グラフ中に黒丸で示す観測データが得られたとする。参照として付した破線は、第２基板処理の挙動を仮想的に示す。

【0027】

一般には、装置間には機差があるので、第１基板処理装置１０において導出された第１モデルＭＤ１をそのまま使いまわしたとしても、第２基板処理装置２０における実験結果を精度よく再現することはできない。図３は第１基板処理装置１０における第１モデルＭＤ１と第２基板処理装置２０での実験結果との間に誤差が生じている様子を示している。

【0028】

そこで、本実施の形態では、第１モデルＭＤ１に回帰式を導入し、導入した回帰式を流用して、第２基板処理装置２０の実験結果を再現するように回帰式における係数（切片及び傾き）を調整する手法を提案する。

【0029】

図４は回帰式の導入手法を説明する説明図である。図４の左端のグラフには、転移元の第１モデルＭＤ１が細線により示されている。本実施の形態では、この第１モデルＭＤ１に対して、回帰式で近似可能な変数の範囲（プロセスウィンドウ）が設定される。プロセスウィンドウは、例えば、変数の下限及び上限を受付けることにより設定される。プロセスウィンドウは、図４の左端のグラフにおいて、ハッチングを付した領域として示されている。

【0030】

設定したプロセスウィンドウ内で第１モデルＭＤ１を近似する回帰式が導出される。本実施の形態では、少数の実験により転移学習することを目標としているので、回帰式としては、線形結合で表現可能な回帰式が好ましい。一般には、モデルは複数の説明変数を含むので、第１モデルＭＤ１を近似する回帰式として、線形重回帰式を用いる。ｎ個（ｎは２以上の整数）の説明変数を含む線形重回帰式は、一般的には、下記の数１のように表される。

【0031】

【数1】

【0032】

ここで、ｙは目的変数、ｘ₁ ，ｘ₂ ，ｘ₃ ，…ｘ_n は説明変数、β₁，β₂ ，β₃ ，…，β_n は偏回帰係数、β_const は切片である。

【0033】

例えば、説明変数を温度（＝ｘ_temp）、質量流量（＝ｘ_MF）、圧力（＝ｘ_press ）とした場合、目的変数ｙは、数２の線形重回帰式により表される。目的変数ｙは、膜厚、成膜速度、面内均一性、面間均一性などである。

【0034】

【数2】

【0035】

ここで、β_Stemp ，β_SMF ，β_Spressは、この線形重回帰式における偏回帰係数である。偏回帰係数は、傾き若しくは寄与度とも呼ばれる。β_Sconst は、この線形重回帰式における切片である。第１モデルＭＤ１を近似する線形重回帰式は、図４の左端のグラフでは太線により示されている。

【0036】

なお、モデルの非線形性を加味する場合、説明変数の２乗項を入れて非線形領域に拡張してもよい。説明変数間の交互作用を加味する場合、交互作用項を入れて非線形領域に拡張してもよい。

【0037】

上述したように、装置間には機差があるので、転移元で導出されたモデルをそのまま使いまわしたとしても、転移先における実験結果を精度よく再現することはできない。

【0038】

そこで、本実施の形態では、転移元のモデルと転移先の実験結果との間の誤差を解消するように、近似した線形重回帰式に対してオフセットを追加する。図４の中央に示すグラフは、第１モデルＭＤ１を近似する線形重回帰式に対してオフセットを追加することで、第２基板処理装置２０における実験結果を再現している様子を示している。

【0039】

オフセットが追加された線形重回帰式は、第２基板処理装置２０における実験結果を概ね再現する。しかしながら、図４の部分拡大図に示すように、オフセットが追加された線形重回帰式（太線）は、実際の第２基板処理の挙動（破線）とは傾きが僅かに異なる。本実施の形態では、少数の追加実験を参照して傾きを補正することによって、所定のプロセス範囲を再現できるモデルを実現する。図４の部分拡大図において、白丸は追加実験により得られた第２基板処理装置２０の観測データを示している。

【0040】

上述したｘ_temp，ｘ_MF，ｘ_press を説明変数とした場合、転移先（第２基板処理装置２０）の観測データを再現する線形重回帰式は、数３により表される。

【0041】

【数3】

【0042】

ここで、β_Ttemp ，β_TMF ，β_Tpressは、この線形重回帰式における偏回帰係数である。偏回帰係数は、傾き若しくは寄与度とも呼ばれる。β_Tconst は、この線形重回帰式における切片である。

【0043】

上述した線形重回帰式における係数（切片及び傾き）の調整には、数４の演算式が用いられる。

【0044】

【数4】

【0045】

ここで、左辺のβ_T は転移先のモデル（第２モデルＭＤ２）を近似する線形重回帰式の係数である。β_T は切片及び傾きを含む。右辺第１項のｘは転移先での説明変数、ｙ_T は転移先での目的変数、β_i は転移先の線形重回帰式における係数である。β_i は切片及び傾きを含む。右辺第２項のβ'_iは転移先の線形重回帰式における係数、β'_sは転移元の線形重回帰式における係数である。ダッシュ付きのβ'_i，β'_sは切片を含まない係数（すなわち傾きのみ）を表す。右辺第３項のβ'_i，β'_jは基板面内の任意の二点での係数である。ダッシュ付きのβ'_i，β'_jは切片を含まない係数（すなわち傾きのみ）を表す。ｒは二点間の距離である。λ₁ , λ₂ は調整用パラメータである。

【0046】

図５は演算式の概要を説明する説明図である。数４の右辺第１項は、転移先における観測データのみを用いた回帰を表す。右辺第１項の係数β_i は切片及び傾きを含むので、この項では切片を含む係数が調整される。この項は、転移元のモデルと転移先の実験結果との間の誤差を解消するように、転移元の線形重回帰式に対してオフセットを追加することに対応する。

【0047】

数４の右辺第２項は、転移元の寄与度を加味することを表す。右辺第２項は、転移先の係数β'_iと転移先の係数β'_sとを含むが、これらの係数β'_i，β'_jには切片が含まれないので、転移元の寄与度を加味して転移先の傾きが調整される。

【0048】

右辺第１項及び第２項は、切片にはペナルティを課さず、寄与度（傾き）は転移元の値と近い値となるようにペナルティを課して、転移先の観測データを再現するように、線形重回帰式における係数（切片及び傾き）を調整することに対応する。

【0049】

数４の右辺第３項は、寄与度（傾き）の面内分布は近傍で急峻な変化が生じないであろうとの知見に基づき、二点間の距離に応じたペナルティを課して、係数を調整することを意味している。例えば、基板面内の隣接部分において係数が大きく異なる場合、周辺情報を加味して、係数が調整される。

【0050】

λ₁ , λ₂ は調整用パラメータであり、０以上の実数値をとる。転移元の寄与度を重視する場合には、λ₁ には大きな値が設定され、転移先での回帰を重視する場合には、λ₁ には小さな値が設定される。また、面内分布を考慮しない場合、調整用パラメータのλ₂ はゼロに設定されてもよい。

【0051】

図６は情報処理装置１００が実行する処理の手順を説明するフローチャートである。情報処理装置１００の制御部１０１は、第１モデルＭＤ１を取得する（ステップＳ１０１）。第１モデルＭＤ１は、例えば、第１基板処理装置１０における基板処理（第１基板処理）の挙動を模擬する精緻なモデルである。第１モデルＭＤ１が外部装置で生成された場合、制御部１０１は、通信部１０３を通じて外部装置にアクセスし、外部装置から第１モデルＭＤ１を取得する。第１モデルＭＤ１が情報処理装置１００の内部で生成され、記憶部１０２に記憶されている場合、制御部１０１は、記憶部１０２にアクセスし、記憶部１０２から第１モデルＭＤ１を取得する。本実施の形態において、第１モデルＭＤ１は転移学習における転移元となるモデルである。

【0052】

制御部１０１は、第１モデルＭＤ１に関してプロセスウィンドウを設定する（ステップＳ１０２）。制御部１０１は、操作部１０４を通じて、プロセスウィンドウを定める上限値及び下限値の設定を受付けることによって、プロセスウィンドウを設定すればよい。プロセスウィンドウは複数設定され得る。

【0053】

制御部１０１は、設定されたプロセスウィンドウ内で、第１モデルＭＤ１を近似する線形重回帰式（ｙ＝β_s Ｘ）を導出する（ステップＳ１０３）。制御部１０１は、最小二乗法などの既存の手法を用いて、第１モデルＭＤ１を近似する線形重回帰式を導出することができる。このステップにおいて、転移元の線形重回帰式における係数β_s が求まる。

【0054】

制御部１０１は、第２基板処理装置２０で実施される基板処理（第２基板処理）に関して、観測データを取得する（ステップＳ１０４）。制御部１０１は、通信部１０３を通じて第２基板処理装置２０にアクセスすることにより、第２基板処理に関する観測データを取得する。ここでは、数回（２～３回）の追加実験で得られる説明変数及び目的変数に該当するデータを取得すればよい。

【0055】

制御部１０１は、取得した観測データに基づき、線形重回帰式における係数を調整することによって、第２基板処理の挙動を模擬する第２モデルＭＤ２を生成する（ステップＳ１０５）。制御部１０１は、数４の演算式に従って、係数β_T を計算することにより、設定されたプロセスウィンドウ内での第２基板処理の挙動を模擬するモデルを生成することができる。制御部１０１は、必要に応じてプロセスウィンドウの範囲を変更し、各プロセスウィンドウ内での第２基板処理の挙動を模擬するモデルを生成してもよい。

【0056】

以上により、第１モデルＭＤ１の転移学習により、第２モデルＭＤ２を生成することができる。すなわち、本実施の形態では、代表装置における基板処理を模擬する第１モデルＭＤ１に基づき、開発現場又は量産現場に導入される別の装置における基板処理の挙動を模擬する第２モデルＭＤ２を生成することができる。本実施の形態では、数回の追加実験で得られる少量のデータセットに基づき、転移学習を用いて第２モデルＭＤ２を生成するので、実験的負荷やコストの増加を低く抑えることができる。

【0057】

なお、本実施の形態では、主として、第１モデルＭＤ１の転移学習により第２モデルＭＤ２を生成する手法について説明したが、同様の手法を用いて、第２モデルＭＤ２の転移学習により第３モデルＭＤ３等を生成することができる。

【0058】

（実施の形態２）
情報処理装置１００が提供するユーザインタフェースについて説明する。

【0059】

図７は情報処理装置１００が提供するユーザインタフェースの一例を示す模式図である。情報処理装置１００の制御部１０１は、転移先の回帰計算を行った場合、図７に示すようなインタフェース画面１５０を表示部１０５に表示させる。インタフェース画面１５０は、例えば、回帰式をグラフで表示するグラフ表示欄１５０Ａ～１５０Ｃ、調整用パラメータλ₁ ，λ₂ の調整を受付ける調整欄１５１、調整前後の傾き及び切片を表示する表示欄１５２，１５３を備える。

【0060】

グラフ表示欄１５０Ａ～１５０Ｃでは、第１基板処理（転移元）について得られている回帰式、第２基板処理（転移先）の観測データ、その観測データについて計算した回帰式、傾き補正後の回帰式等を各説明変数に対応させて表示する。グラフ中に示すｘ１～ｘ３は、例えば説明変数ｘ_temp，ｘ_MF，ｘ_press に対応する。

【0061】

調整欄１５１では、数４の演算式における調整用パラメータλ₁ ，λ₂ の調整を受付ける。調整欄１５１は、調整用パラメータλ₁ ，λ₂ を０～１の実数の範囲で変動させるスライダ１５１ａ，１５１ｂを備える。これらのスライダ１５１ａ，１５１ｂによってλ₁ ，λ₂ が変更された場合、制御部１０１は、数４を計算し直し、計算結果をグラフ表示欄１５０Ａ～１５０Ｃにリアルタイムに反映させる。

【0062】

表示欄１５２には、調整用パラメータλ₁ ，λ₂ が調整される前の傾き及び切片が表示され、表示欄１５３には、調整用パラメータλ₁ ，λ₂ が調整された後の傾き及び切片が表示される。

【0063】

以上のように、実施の形態２では、調整用パラメータλ₁ ，λ₂ が変更された場合、数４の計算結果をグラフ表示欄１５０Ａ～１５０Ｃに反映させると共に、調整前後の傾き及び切片を表示欄１５２，１５３に表示するので、管理者等は回帰係数の計算結果を確認しながら、転移先における第２モデルＭＤ２を決定することができる。

【0064】

（実施の形態３）
実施の形態１では、異なる装置間でモデルを転移させる構成について説明したが、基板処理装置が複数のゾーンを有する縦型炉である場合、ゾーン間でモデルを転移させる構成としてもよい。
実施の形態３では、縦型炉への適用例について説明する。

【0065】

図８は複数のゾーンを有する縦型炉の概略構成を示す模式図である。図８に示す縦型炉４０はＣＶＤ（Chemical Vapor Deposition）装置であり、二重管構造の反応管４００及び酸化装置４０１～４０５を備える。この縦型炉４０は、バッチ式であり、反応管４００は５つのゾーン（ゾーン１～５）に分けられている。酸化装置４０１～４０５は、各ゾーンに対応して設けられており、各ゾーンにそれぞれ載置された基板に対して一度に酸化処理を行えるように構成されている。

【0066】

実施の形態３では、特定のゾーン（例えばゾーン３）で用意された十分なデータセットを用いて、精緻なモデル（第１モデルＭＤ１）が事前に生成される。情報処理装置１００は、特定のゾーン以外のゾーン（ゾーン１～２，４～５）で得られる少量のデータセットを取得し、これらのデータセットに基づき、各ゾーンで適用可能なモデル（第２モデルＭＤ２）を転移学習により生成する。転移学習の手法は、実施の形態１と同様である。

【0067】

以上のように、実施の形態３では、同一装置内の特定のゾーンで生成されたモデルを転移させて、他のゾーンに適用可能なモデルを生成することができる。図８の例では、ゾーン数を５つとしたが、ゾーン数には限定はなく、縦型炉の搭載枚数に依らずに転移が可能である。他のゾーンにおけるデータセットを取得する際、仮想計測技術を用いてもよい。

【0068】

また、第１モデルＭＤ１として、特定のゾーンで処理される基板上の特定の点での基板処理を模擬するモデルを生成しておき、第２モデルＭＤ２として、他のゾーンで処理される基板上の任意の点での基板処理を模擬するモデルを転移学習により生成する構成としてもよい。

【0069】

（実施の形態４）
実施の形態４では、枚葉装置への適用例について説明する。

【0070】

図９は枚葉装置の概略構成を示す模式図である。枚葉装置５０は、シャワーヘッドを構成する部材として、分散コマ５０１及びシャワープレート５０２を備え、処理対象の基板を加熱する部材として、ヒータ５０３を備える。分散コマ５０１は、底面が閉塞しており、水平方向にガスを吐出する吐出口を側面に複数備えた円柱形状の部材であり、シャワーヘッド内のガス拡散室に対してガスを均等に拡散させる。シャワープレート５０２には、多数のガス吐出孔が設けられている。シャワープレート５０２は、ガス拡散室に拡散されたガスをチャンバ内に吐出する。ヒータ５０３はチャンバ内に載置された基板を所望の温度に加熱する。

【0071】

分散コマ５０１及びシャワープレート５０２は、基板の面内ガス濃度分布に影響を与え、ヒータ５０３は、基板の面内温度分布に影響を与える。ガス濃度分布や面内温度分布はオフセットとして対応可能であるので、少数の追加実験を行い、実施の形態１と同様の手法を用いることによって、モデルを転移させることができる。例えば、第１モデルＭＤ１として、基板上の特定の点での基板処理を模擬するモデルを生成しておき、第２モデルＭＤ２として、基板上の任意の点での基板処理を模擬するモデルを転移学習により生成する構成とすればよい。

【0072】

以上のように、実施の形態４では、枚葉装置５０において、面内の特定の点で生成されたモデルを転移させて、他の点に適用可能なモデルを生成することができる。

【0073】

（実施の形態５）
実施の形態５では、生成した第２モデルＭＤ２を用いてトレンド分析を行う構成について説明する。

【0074】

実施の形態５に係る情報処理装置１００は、生成した第２モデルＭＤ２を用いて疑似的にデータを生成し、説明変数に対する目的変数の傾向を可視化する。図１０はトレンド分析の分析結果を示す模式図である。第２モデルＭＤ２として、ヒータ温度（説明変数）と膜厚（目的変数）との関係を表す第２モデルＭＤ２が得られた場合、情報処理装置１００の制御部１０１は、ヒータ温度を様々に変更して、第２モデルＭＤ２に入力し、各ヒータ温度での膜厚を計算する。制御部１０１は、計算結果に基づき、例えば、様々なヒータ温度と膜厚との関係を示すグラフを並べて表示部１０５に表示する。図１０はその出力例を示している。

【0075】

管理者等は、このような出力例を確認することにより、ヒータ温度に対する膜厚の傾向を把握することができる。また、管理者等は、例えば、説明変数（調整ノブ）と目的変数との関係性が高い要素、すなわち寄与度が高い要素を特定することができ、調整ノブの選択に利用することができる。

【0076】

（実施の形態６）
実施の形態６では、生成した第２モデルＭＤ２を用いてプロセス条件を適正化する構成について説明する。

【0077】

実施の形態６に係る情報処理装置１００は、生成した第２モデルＭＤ２を用いてプロセス条件を適正化する。図１１は最適化の概要を説明する説明図である。例えば、第２モデルとして、ヒータ温度（説明変数）と成膜速度の面間均一性（目的変数）との関係を表すモデルが得られた場合、ヒータ温度を変更した追加実験を数回行い、プロセス条件を適正化する。プロセス条件を適正化する過程で、第２モデルＭＤ２は更新され、最適化される。図１１に示すグラフは、第２モデルＭＤ２のプロセス条件（ヒータ温度）を適正化することにより、第２モデルＭＤ２が最適化され、成膜速度の面間均一性が最小化していく様子を示している。

【0078】

図１２は検証結果の一例を示すグラフである。グラフの横軸は実験回数、縦軸は成膜速度の面間均一性を表す。図１２のグラフは、第１基板処理より得られた第１モデルＭＤ１から、僅か２回の追加実験（転移学習）によりＢＫＭ（Best Knowledge Method）と遜色のないモデル（第２モデルＭＤ２）が得られたことを示している。ＢＫＭは、その分野でよく知られた方法を意味し、この例では、転移学習によりＢＫＭと同等若しくはそれを超える面間均一性を実現する結果が得られた。

【0079】

また、更なる追加実験によってプロセス条件を適性化することにより、第２モデルＭＤ２は最適化され、面間均一性はＢＫＭの約半分となった。

【0080】

以上のように、実施の形態６では、生成した第２モデルＭＤ２を用いてプロセス条件を適正化することができ、その過程で第２モデルＭＤ２が最適化される。

【0081】

（実施の形態７）
実施の形態７では、マシンスペックの探索手法について説明する。

【0082】

図１３はマシンスペックの探索手法を説明する説明図である。実施の形態６で説明した手法を用いて、装置の改造前後で最適値を比較していくことで、その装置が出せるスペックを比較し評価することができる。図１３において、装置１は改造前の第２基板処理装置２０である。情報処理装置１００は、改造前の第２基板処理装置２０に関して、実施の形態６で説明した手法を用いて、第２モデルＭＤ２を最適化することにより、プロセス条件の最適値を導出する。装置２は改造後の第２基板処理装置２０、装置３は装置２を更に改造した後の第２基板処理装置２０である。情報処理装置１００は、改造後（装置２及び装置３）の夫々についても、実施の形態６で説明した手法を用いて、第２モデルＭＤ２を最適化することにより、プロセス条件の最適値を導出する。

【0083】

情報処理装置１００は、導出したプロセス条件の最適値に基づき、第２基板処理装置２０が出せるスペックを比較し、評価することができる。

【0084】

（実施の形態８）
実施の形態８では、稼働条件の探索手法について説明する。

【0085】

図１４は稼働条件の探索手法を説明する説明図である。第２モデルＭＤ２が生成された後の第２基板処理装置２０において基板処理を行う。測定器２００は、例えば成膜速度を測定する装置であり、複数の基板について成膜速度を測定することによって、面間均一性をモニタリングする。

【0086】

情報処理装置１００は、測定器２００による測定結果を取得し、基準値からの乖離度を算出し、乖離を減少させるように第２モデルＭＤ２を活用して、適性な稼働条件を導出する。情報処理装置１００は、導出した稼働条件を第２基板処理装置２０へ出力する。

【0087】

第２基板処理装置２０は、情報処理装置１００から与えられる稼働条件で稼働することにより、基準値からの乖離の少ない基板処理を実現することができる。

【0088】

今回開示された実施形態は、全ての点において例示であって、制限的なものではないと考えられるべきである。本開示の範囲は、上述した意味ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内での全ての変更が含まれることが意図される。

【0089】

また、各実施形態に記載した事項は相互に組み合わせることが可能である。特許請求の範囲に記載した独立請求項及び従属請求項は、引用形式に関わらず全てのあらゆる組み合わせにおいて、相互に組み合わせることが可能である。更に、特許請求の範囲には他の２以上のクレームを引用するクレームを記載する形式（マルチクレーム形式）を用いているが、これに限るものではない。マルチクレームを少なくとも一つ引用するマルチクレーム（マルチマルチクレーム）を記載する形式を用いて記載してもよい。

【符号の説明】

【0090】

１００ 情報処理装置
１０１ 制御部
１０２ 記憶部
１０３ 通信部
１０４ 操作部
１０５ 表示部
ＰＧ 転移学習プログラム
ＭＤ１ 第１モデル
ＭＤ２ 第２モデル
ＭＤ３ 第３モデル

【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】