[发明专利]信息处理装置、程序和工艺条件搜索方法

权利要求书

1.一种信息处理装置，其特征在于：

所述信息处理装置生成依照工艺条件执行处理的半导体制造装置的机器学习模型，使用所述机器学习模型搜索能够达成作为目标的工艺结果的所述工艺条件，并包括：

机器学习模型选择模块，其选择使用多个回归方法所生成的多个所述机器学习模型中的、适合于在所述机器学习模型的学习中使用的数据集的所述机器学习模型；

计算模块，其使用所选择的所述机器学习模型进行优化计算，计算达成所述作为目标的工艺结果的多个所述工艺条件、与所述工艺条件对应的所述工艺结果的预测值和所述预测值的可靠度；

工艺条件选择模块，其根据所述工艺结果的预测值和所述预测值的可靠度，从达成所述作为目标的工艺结果的多个所述工艺条件中选择1个以上的所述工艺条件；以及

显示控制模块，其显示所选择的所述工艺条件、与所选择的所述工艺条件对应的所述工艺结果的预测值和所述预测值的可靠度。

2.如权利要求1所述的信息处理装置，其特征在于：

基于所述半导体制造装置依照所选择的所述工艺条件执行处理而得的工艺结果的实测值与所述工艺结果的目标值的比较结果，判断是继续还是结束所述工艺条件的搜索。

3.如权利要求1或2所述的信息处理装置，其特征在于：

还包括反馈单元，其将所选择的所述工艺条件和所述半导体制造装置依照所述工艺条件执行处理而得的工艺结果的实测值反馈给所述机器学习模型选择模块。

4.如权利要求1～3中任一项所述的信息处理装置，其特征在于：

所述工艺条件选择模块还基于对所述作为目标的工艺结果中包含的多个目标值赋予的优先级、对所述工艺条件中包含的为了达成所述作为目标的工艺结果而调节的多个调节对象的优先级、和所述目标值相对于所述工艺结果的预测值的达成度，从达成所述作为目标的工艺结果的多个所述工艺条件中选择1个以上的所述工艺条件。

5.如权利要求4所述的信息处理装置，其特征在于：

所述显示控制模块显示对所述多个目标值赋予的优先级的输入栏、对所述多个调节对象赋予的优先级的输入栏和供使用的所述机器学习模型，并显示接收供使用的所述机器学习模型的变更的画面。

6.一种程序，其特征在于：

所述程序使信息处理装置执行多个步骤，

所述信息处理装置生成依照工艺条件执行处理的半导体制造装置的机器学习模型，使用所述机器学习模型搜索能够达成作为目标的工艺结果的所述工艺条件，

所述多个步骤包括：

机器学习模型选择步骤，其选择使用多个回归方法所生成的多个所述机器学习模型中的、适合于在所述机器学习模型的学习中使用的数据集的所述机器学习模型；

计算步骤，其使用所选择的所述机器学习模型进行优化计算，计算达成所述作为目标的工艺结果的多个所述工艺条件、与所述工艺条件对应的所述工艺结果的预测值和所述预测值的可靠度；

工艺条件选择步骤，其根据所述工艺结果的预测值和所述预测值的可靠度，从达成所述作为目标的工艺结果的多个所述工艺条件中选择1个以上的所述工艺条件；

显示控制步骤，其显示所选择的所述工艺条件、与所选择的所述工艺条件对应的所述工艺结果的预测值和所述预测值的可靠度。

7.一种工艺条件搜索方法，其特征在于：

所述工艺条件搜索方法是信息处理装置的工艺条件搜索方法，

所述信息处理装置生成依照工艺条件执行处理的半导体制造装置的机器学习模型，使用所述机器学习模型搜索能够达成作为目标的工艺结果的所述工艺条件，

所述工艺条件搜索方法包括：

机器学习模型选择步骤，其选择使用多个回归方法所生成的多个所述机器学习模型中的、适合于在所述机器学习模型的学习中使用的数据集的所述机器学习模型：

计算步骤，其使用所选择的所述机器学习模型进行优化计算，计算达成所述作为目标的工艺结果的多个所述工艺条件、与所述工艺条件对应的所述工艺结果的预测值和所述预测值的可靠度：

工艺条件选择步骤，其根据所述工艺结果的预测值和所述预测值的可靠度，从达成所述作为目标的工艺结果的多个所述工艺条件中选择1个以上的所述工艺条件：以及

显示控制步骤，其显示所选择的所述工艺条件、与所选择的所述工艺条件对应的所述工艺结果的预测值和所述预测值的可靠度。