[发明专利]成膜条件输出装置、输出方法、输出程序以及成膜装置在审
| 申请号: | 202110826264.2 | 申请日: | 2021-07-21 |
| 公开(公告)号: | CN114067930A | 公开(公告)日: | 2022-02-18 |
| 发明(设计)人: | 福元敏之 | 申请(专利权)人: | 东京毅力科创株式会社 |
| 主分类号: | G16C20/70 | 分类号: | G16C20/70;G16C60/00;C23C16/52 |
| 代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 吕琳;朴秀玉 |
| 地址: | 日本*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 条件 输出 装置 方法 程序 以及 | ||
本发明提供一种成膜条件输出装置、输出方法、输出程序以及成膜装置,其能够输出更合适的成膜条件。成膜条件输出装置具有:第一计算部,其使用将基于成膜装置的成膜处理模型化的线性模型,对用于实现目标成膜结果的第一成膜条件进行计算;第二计算部,其使用将基于上述成膜装置的成膜处理模型化且能够对预测的成膜结果的可信区间进行计算的非线性回归模型,对用于实现上述目标成膜结果的第二成膜条件进行计算;以及选择部,其基于上述第二成膜条件被计算时预测的成膜结果的可信区间是否满足规定的条件的判定结果,选择并输出上述第一成膜条件和上述第二成膜条件的任一者。
技术领域
本发明涉及成膜条件输出装置、成膜条件输出方法、成膜条件输出程序以及成膜装置。
背景技术
在成膜装置中,为了探索用于实现目标成膜结果的最适合的成膜条件,以往,提出了使用机器学习技术将成膜装置进行的成膜处理模型化的各种预测模型。作为一个例子,可以举出非线性回归模型。
在非线性回归模型的情况下,与线性回归模型相比模型的表现力较高,即使输出遵循复杂的回归曲线,也能够局部提高预测精度。但是,其反面,有时因数据采样的偏倚、数据采样数量的不足等导致大局的预测精度降低。因此,在通过使用非线性回归模型最优化后的成膜条件进行成膜处理的情况下,有时实际的成膜结果自目标成膜结果较大偏离。
现有技术文献
专利文献
专利文献1:日本发明专利第6647473号
发明内容
本发明要解决的问题
本发明提供一种能够输出更合适的成膜条件的成膜条件输出装置、成膜条件输出方法、成膜条件输出程序以及成膜装置。
用于解决问题的手段
根据一个方式,成膜条件输出装置具有:
第一计算部,其使用将基于成膜装置的成膜处理模型化的线性模型,对用于实现目标成膜结果的第一成膜条件进行计算;
第二计算部,其使用将基于上述成膜装置的成膜处理模型化且能够对预测的成膜结果的可信区间进行计算的非线性回归模型,对用于实现上述目标成膜结果的第二成膜条件进行计算;以及
选择部,其基于上述第二成膜条件被计算时预测的成膜结果的可信区间是否满足规定的条件的判定结果,选择并输出上述第一成膜条件和上述第二成膜条件的任一者。
发明的效果
根据本发明,能够提供一种能够输出更合适的成膜条件的成膜条件输出装置、成膜条件输出方法、成膜条件输出程序以及成膜装置。
附图说明
图1是示出成膜条件输出装置的应用例的图。
图2是示出成膜条件输出装置的硬件构成的一个例子的图。
图3是示出学习用数据集储存部中储存的学习用数据集的一个例子的图。
图4是示出学习阶段的成膜条件输出装置的功能构成的一个例子的图。
图5是示出预测阶段的成膜条件输出装置的功能构成的一个例子的图。
图6是示出成膜条件输出处理的流程的流程图的一个例子。
图7是示出使用已学习线性模型的最优化处理的流程的流程图。
图8是示出使用已学习高斯过程回归模型的最优化处理的流程的流程图。
图9是示出选择处理的流程的流程图。
图10是示出选择处理的具体例的图。
具体实施方式
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东京毅力科创株式会社,未经东京毅力科创株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110826264.2/2.html,转载请声明来源钻瓜专利网。





