[发明专利]信息处理装置、程序和工艺条件搜索方法在审

专利信息
申请号: 202210085909.6 申请日: 2022-01-25
公开(公告)号: CN114861930A 公开(公告)日: 2022-08-05
发明(设计)人: 野田勇人;山崎翔太;竹永裕一;福元敏之 申请(专利权)人: 东京毅力科创株式会社
主分类号: G06N20/00 分类号: G06N20/00;H01L21/67
代理公司: 北京尚诚知识产权代理有限公司 11322 代理人: 龙淳;刘芃茜
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: 信息处理 装置 程序 工艺 条件 搜索 方法
【说明书】:

本发明提供信息处理装置、程序和工艺条件搜索方法,其使用半导体制造装置的机器学习模型,搜索能够达成作为目标的工艺结果的工艺条件。为了解决上述问题,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,使用机器学习模型搜索能够达成作为目标的工艺结果的工艺条件,并包括:选择使用多个回归方法所生成的多个机器学习模型中的、适合于数据集的机器学习模型的模块;使用所选择的机器学习模型进行优化计算,计算多个工艺条件、工艺结果的预测值和预测值的可靠度的模块;根据工艺结果的预测值和预测值的可靠度,选择1个以上的工艺条件的模块;以及显示所选择的工艺条件、工艺结果的预测值和预测值的可靠度的模块。

技术领域

本发明涉及信息处理装置、程序和工艺条件搜索方法。

背景技术

例如,一直以来,已知有在一边改变参数一边反复执行蚀刻处理的模拟时推算物理量的技术(例如参照专利文献1)。

现有技术文献

专利文献

专利文献1:国际公开第2016/132759号小册子

发明内容

发明要解决的技术问题

本发明提供一种技术,其使用半导体制造装置的机器学习模型来搜索能够达成作为目标的工艺结果的工艺条件。

用于解决技术问题的技术方案

本发明的一个方式为信息处理装置,其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,使用上述机器学习模型搜索能够达成作为目标的工艺结果的上述工艺条件,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上述机器学习模型中的、适合于在上述机器学习模型的学习中使用的数据集的上述机器学习模型;计算模块,其使用所选择的上述机器学习模型进行优化计算,计算达成上述作为目标的工艺结果的多个上述工艺条件、与上述工艺条件对应的上述工艺结果的预测值和上述预测值的可靠度;工艺条件选择模块,其根据上述工艺结果的预测值和上述预测值的可靠度,从达成上述作为目标的工艺结果的多个上述工艺条件中选择1个以上上述工艺条件;以及显示控制模块,其显示所选择的上述工艺条件、与所选择的上述工艺条件对应的上述工艺结果的预测值和上述预测值的可靠度。

发明效果

依照本发明,能够使用半导体制造装置的机器学习模型来搜索可达成作为目标的工艺结果的工艺条件。

附图说明

图1是本实施方式所涉及的信息处理系统的一个例子的结构图。

图2是计算机的一个例子的硬件结构图。

图3是本实施方式所涉及的解析服务器的一个例子的功能框图。

图4是本实施方式所涉及的信息处理系统的处理的一个例子的流程图。

图5是输入画面的一个例子的图像。

图6是输出画面的一个例子的图像。

图7是多目标优化计算的结果的一个例子的表示例。

图8是预测的可靠度的一个例子的表示例。

附图标记说明

1 信息处理系统

10 半导体制造装置

20 装置控制器

22 主计算机

24 外部测量器

26 解析服务器

40 网络

50 机器学习模型生成部

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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/202210085909.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top