JPH08330287A - アクティブ・ニューラル・ネットワークによるプラズマ・エッチング・プロセスの終点の決定 - Google Patents
アクティブ・ニューラル・ネットワークによるプラズマ・エッチング・プロセスの終点の決定Info
- Publication number
- JPH08330287A JPH08330287A JP8123135A JP12313596A JPH08330287A JP H08330287 A JPH08330287 A JP H08330287A JP 8123135 A JP8123135 A JP 8123135A JP 12313596 A JP12313596 A JP 12313596A JP H08330287 A JPH08330287 A JP H08330287A
- Authority
- JP
- Japan
- Prior art keywords
- neural network
- plasma
- signatures
- etching
- endpoint
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 115
- 230000008569 process Effects 0.000 title claims abstract description 102
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 56
- 238000001020 plasma etching Methods 0.000 title claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 8
- 230000001143 conditioned effect Effects 0.000 claims 1
- 238000005530 etching Methods 0.000 abstract description 20
- 235000012431 wafers Nutrition 0.000 description 18
- 238000004519 manufacturing process Methods 0.000 description 10
- 239000000463 material Substances 0.000 description 9
- 229910021420 polycrystalline silicon Inorganic materials 0.000 description 9
- 229920005591 polysilicon Polymers 0.000 description 9
- 238000012360 testing method Methods 0.000 description 7
- NRTOMJZYCJJWKI-UHFFFAOYSA-N Titanium nitride Chemical compound [Ti]#N NRTOMJZYCJJWKI-UHFFFAOYSA-N 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000000572 ellipsometry Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 3
- 230000007935 neutral effect Effects 0.000 description 3
- 229910052710 silicon Inorganic materials 0.000 description 3
- 239000010703 silicon Substances 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000001636 atomic emission spectroscopy Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000010408 film Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 239000010409 thin film Substances 0.000 description 2
- PLFFHJWXOGYWPR-HEDMGYOXSA-N (4r)-4-[(3r,3as,5ar,5br,7as,11as,11br,13ar,13bs)-5a,5b,8,8,11a,13b-hexamethyl-1,2,3,3a,4,5,6,7,7a,9,10,11,11b,12,13,13a-hexadecahydrocyclopenta[a]chrysen-3-yl]pentan-1-ol Chemical compound C([C@]1(C)[C@H]2CC[C@H]34)CCC(C)(C)[C@@H]1CC[C@@]2(C)[C@]4(C)CC[C@@H]1[C@]3(C)CC[C@@H]1[C@@H](CCCO)C PLFFHJWXOGYWPR-HEDMGYOXSA-N 0.000 description 1
- KZBUYRJDOAKODT-UHFFFAOYSA-N Chlorine Chemical compound ClCl KZBUYRJDOAKODT-UHFFFAOYSA-N 0.000 description 1
- 238000004847 absorption spectroscopy Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000460 chlorine Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000005305 interferometry Methods 0.000 description 1
- 230000007786 learning performance Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000009832 plasma treatment Methods 0.000 description 1
- 238000005173 quadrupole mass spectroscopy Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 235000012239 silicon dioxide Nutrition 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 229910052814 silicon oxide Inorganic materials 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 238000007740 vapor deposition Methods 0.000 description 1
- 238000001039 wet etching Methods 0.000 description 1
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- ing And Chemical Polishing (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Drying Of Semiconductors (AREA)
Abstract
(57)【要約】
【課題】 本発明は、プラズマを使用する製造プロセス
の制御変数や材料を調整するために、ニューラル・ネッ
トワークを使うための方法に関する。 【解決手段】 本発明は、集積回路製造で使われるプラ
ズマ・プロセスから得たプロセス・シグネチュアが、プ
ラズマ反応器の使用時間、プラズマにさらされたウエハ
の密度、プラズマの化学的性質、残存する材料の濃度と
いった、製造プロセスに変化を発生する現象に関する情
報を含むという事実を根拠に置いている。本発明に従っ
て、集積回路製造プロセスにおいてプラズマ・エッチン
グの終点時間を決定するためにニューラル・ネットワー
クを使う方法が開示される。終点時間はプラズマ・エッ
チング・プロセス中の少なくとも２つのパラメータのそ
の場での監視に基づく。ニューラル・ネットワークが、
ある条件または条件の組み合わせをプロセスの終点と関
連させるよう調整された後、ニューラル・ネットワーク
はプロセスを制御するために使われる。
の制御変数や材料を調整するために、ニューラル・ネッ
トワークを使うための方法に関する。 【解決手段】 本発明は、集積回路製造で使われるプラ
ズマ・プロセスから得たプロセス・シグネチュアが、プ
ラズマ反応器の使用時間、プラズマにさらされたウエハ
の密度、プラズマの化学的性質、残存する材料の濃度と
いった、製造プロセスに変化を発生する現象に関する情
報を含むという事実を根拠に置いている。本発明に従っ
て、集積回路製造プロセスにおいてプラズマ・エッチン
グの終点時間を決定するためにニューラル・ネットワー
クを使う方法が開示される。終点時間はプラズマ・エッ
チング・プロセス中の少なくとも２つのパラメータのそ
の場での監視に基づく。ニューラル・ネットワークが、
ある条件または条件の組み合わせをプロセスの終点と関
連させるよう調整された後、ニューラル・ネットワーク
はプロセスを制御するために使われる。
Description
【０００１】
【発明の属する技術分野】本発明は、プラズマを使用す
る製造プロセスの制御変数や材料を調整するために、ニ
ューラル・ネットワークを使うための方法に関する。
る製造プロセスの制御変数や材料を調整するために、ニ
ューラル・ネットワークを使うための方法に関する。
【０００２】
【関連出願の情報】本出願は、現在放棄され、参照によ
って本明細書に組み込まれている１９９２年１２月１４
日出願の米国特許出願第０７／９９０、３０８号の一部
継続出願である、１９９３年１１月１７日出願の米国特
許出願第０８／１５０、２６１号の一部継続出願であ
る。
って本明細書に組み込まれている１９９２年１２月１４
日出願の米国特許出願第０７／９９０、３０８号の一部
継続出願である、１９９３年１１月１７日出願の米国特
許出願第０８／１５０、２６１号の一部継続出願であ
る。
【０００３】
【従来の技術】プラズマ処理は、航空宇宙産業、太陽エ
ネルギー関係、製紙、繊維産業はもちろん、集積回路や
光電子デバイスを製作する電子産業においても重要であ
る。米国学術研究会議「材料のプラズマ処理」、ナショ
ナル・アカデミー・プレス、ワシントンＤ．Ｃ．、１９
９１年を参照されたい。例えば、プラズマは、集積回路
基盤上の薄膜層のエッチングや蒸着両方のために使われ
ている。
ネルギー関係、製紙、繊維産業はもちろん、集積回路や
光電子デバイスを製作する電子産業においても重要であ
る。米国学術研究会議「材料のプラズマ処理」、ナショ
ナル・アカデミー・プレス、ワシントンＤ．Ｃ．、１９
９１年を参照されたい。例えば、プラズマは、集積回路
基盤上の薄膜層のエッチングや蒸着両方のために使われ
ている。
【０００４】プラズマは、陽イオンと陰イオンの濃度が
ほぼ等しい電離気体である。プラズマはまた、電気的に
中性で、高い反応性を持つ、遊離基を含むことがある。
プラズマは、望ましいガスを反応器またはチャンバに導
入し、高周波（ＲＦ）の磁場をチャンバに適用すること
によって形成される。導入されるガスは、通常、例えば
集積回路製造でのポリシリコンのエッチングにおける塩
素ガスのように、望ましい処理の化学反応に加わるよう
に選択される。高周波磁場は中性または帯電した電子の
衝突を引き起こし、グロー放電または放出を生じさせる
放射が行われる。
ほぼ等しい電離気体である。プラズマはまた、電気的に
中性で、高い反応性を持つ、遊離基を含むことがある。
プラズマは、望ましいガスを反応器またはチャンバに導
入し、高周波（ＲＦ）の磁場をチャンバに適用すること
によって形成される。導入されるガスは、通常、例えば
集積回路製造でのポリシリコンのエッチングにおける塩
素ガスのように、望ましい処理の化学反応に加わるよう
に選択される。高周波磁場は中性または帯電した電子の
衝突を引き起こし、グロー放電または放出を生じさせる
放射が行われる。
【０００５】プラズマ・エッチングは、プラズマの中に
生成される反応性の遊離基またはイオンによる材料の選
択的除去である。多くの場合、プラズマ・エッチング処
理は、（材料が液状の化学薬品によってエッチングされ
る）湿式エッチング技術より、エッチングおよびプロセ
ス制御の正確さの点で優れている。一般には、Ｒ．Ｇ．
Ｐｏｕｌｓｅｎ、「集積回路製造におけるプラズマ・エ
ッチング − 概説」、真空科学技術ジャーナル、第１
４巻、第１号、２６６〜２７４（１９７７年１／２月）
を参照されたい。
生成される反応性の遊離基またはイオンによる材料の選
択的除去である。多くの場合、プラズマ・エッチング処
理は、（材料が液状の化学薬品によってエッチングされ
る）湿式エッチング技術より、エッチングおよびプロセ
ス制御の正確さの点で優れている。一般には、Ｒ．Ｇ．
Ｐｏｕｌｓｅｎ、「集積回路製造におけるプラズマ・エ
ッチング − 概説」、真空科学技術ジャーナル、第１
４巻、第１号、２６６〜２７４（１９７７年１／２月）
を参照されたい。
【０００６】プラズマ処理は、一般に制御が困難であ
る。例えば、米国学術研究会議の３４〜３５を参照され
たい。例えば、プラズマ・エッチング処理は、変動を補
正するために絶えず監視されなければならない。処理中
に変動が起こる１つの原因は、反応器の経時変化であ
る。新たに清掃された反応器チャンバのエッチング時間
は、製造工程でしばらく使用した反応器のエッチング時
間と異なる。また、異なったパターン密度を有するウエ
ハはエッチングのされ方が異なる。
る。例えば、米国学術研究会議の３４〜３５を参照され
たい。例えば、プラズマ・エッチング処理は、変動を補
正するために絶えず監視されなければならない。処理中
に変動が起こる１つの原因は、反応器の経時変化であ
る。新たに清掃された反応器チャンバのエッチング時間
は、製造工程でしばらく使用した反応器のエッチング時
間と異なる。また、異なったパターン密度を有するウエ
ハはエッチングのされ方が異なる。
【０００７】
【発明が解決しようとする課題】こうした変化によっ
て、製品の品質を維持するために絶えず検査することが
必要になる。検査の結果に基づいて、次のロットのエッ
チング時間が決定される。しかし、機械の経時変化と清
掃の効果を評価するために人間が絶えず干渉しなければ
ならないので、ロット間のウエハの性質や特性が、絶え
ず変化することになる。従って、絶えず人間が干渉する
ことなしに、エッチング時間を調整するための正確な制
御機構が必要になる。
て、製品の品質を維持するために絶えず検査することが
必要になる。検査の結果に基づいて、次のロットのエッ
チング時間が決定される。しかし、機械の経時変化と清
掃の効果を評価するために人間が絶えず干渉しなければ
ならないので、ロット間のウエハの性質や特性が、絶え
ず変化することになる。従って、絶えず人間が干渉する
ことなしに、エッチング時間を調整するための正確な制
御機構が必要になる。
【０００８】
【課題を解決するための手段】本発明は、製造プロセス
で使われる入力制御変数と材料を管理または調整して、
望ましい品質の製品の産出を得るためにニューラル・ネ
ットワークを使用する。本方法は特にプラズマ処理を制
御する際に有益であり、従来の方法に関連する費用、遅
滞、不整合性の多くを回避する。好適な実施例において
は、ニューラル・ネットワーク・コントローラは、エッ
チング処理の間、時間の経過に連れて変化する少なくと
も２つのプロセス変数を監視する。ニューラル・ネット
ワークは、あるパラメータをプロセスの終点に関連させ
るよう調整される。ニューラル・ネットワークが、プロ
セスの終点と関連するよう調整されたパラメータまたは
パラメータの組み合わせを観察すると、ニューラル・ネ
ットワークは、観察されたプロセスの条件に反応して適
当な変化を発生する。この変化は、ガス組成の変更、高
周波電力の変化、または高周波電力の停止である。本発
明のプロセスに従って監視されるプロセス変数は、そこ
からニューラル・ネットワークが終点を検出出来る何ら
かのプロセス・パラメータである。１つの実施例におい
ては、ニューラル・ネットワークはプラズマ・プロセス
のある高周波変数を監視するよう調整される。この変数
には、高周波処理の静電容量、電圧、電流、出力密度、
順方向及び反射電力などの特性が含まれる。ニューラル
・ネットワークは、ある条件、または条件の組み合わせ
を、プロセスの終点と関連させるように調整される。こ
の意味で、プロセス・シグネチュアの組み合わせは全て
ニューラル・ネットワークに監視されることが予想され
る。
で使われる入力制御変数と材料を管理または調整して、
望ましい品質の製品の産出を得るためにニューラル・ネ
ットワークを使用する。本方法は特にプラズマ処理を制
御する際に有益であり、従来の方法に関連する費用、遅
滞、不整合性の多くを回避する。好適な実施例において
は、ニューラル・ネットワーク・コントローラは、エッ
チング処理の間、時間の経過に連れて変化する少なくと
も２つのプロセス変数を監視する。ニューラル・ネット
ワークは、あるパラメータをプロセスの終点に関連させ
るよう調整される。ニューラル・ネットワークが、プロ
セスの終点と関連するよう調整されたパラメータまたは
パラメータの組み合わせを観察すると、ニューラル・ネ
ットワークは、観察されたプロセスの条件に反応して適
当な変化を発生する。この変化は、ガス組成の変更、高
周波電力の変化、または高周波電力の停止である。本発
明のプロセスに従って監視されるプロセス変数は、そこ
からニューラル・ネットワークが終点を検出出来る何ら
かのプロセス・パラメータである。１つの実施例におい
ては、ニューラル・ネットワークはプラズマ・プロセス
のある高周波変数を監視するよう調整される。この変数
には、高周波処理の静電容量、電圧、電流、出力密度、
順方向及び反射電力などの特性が含まれる。ニューラル
・ネットワークは、ある条件、または条件の組み合わせ
を、プロセスの終点と関連させるように調整される。こ
の意味で、プロセス・シグネチュアの組み合わせは全て
ニューラル・ネットワークに監視されることが予想され
る。
【０００９】プラズマ、材料またはエッチング工具の分
析方法はニューラル・ネットワークによって分析され、
一度ニューラル・ネットワークがプロセスの終点をこれ
らの分析方法から得た条件または条件の組み合わせと関
連させるように調整させると、プロセスの終点を決定す
ることが出来る。例えば、４極質量分光分析、プラズマ
による光の放射、吸収分光分析、ラングミュア・プロー
ブ（プラズマの電気的特性を監視するプローブの一種）
といったプラズマの分析方法がエッチング・プロセスの
間に開始され、ニューラル・ネットワークに伝送され
る。ニューラル・ネットワークは、前もって、１つかそ
れ以上のこうした分析方法から得た条件または条件の組
み合わせをプロセスの終点と関連させるよう調整されて
いる。ニューラル・ネットワークは、一度終点と関連す
る条件または条件の組み合わせを観察すると、プロセス
に信号を送り、適当な反応（例えば、プラズマへのガス
の流れを停止する、プラズマの組成を変化させる）を起
こさせる。同様に、ウエハの分析方法や工具の分析方法
も本発明のプロセスにおいて有益である。薄膜の干渉測
定や偏光解析といった、ウエハの分析方法はこの点で有
益である。適当な工具の分析方法には、プラズマの圧力
を制御するために使われるスロットル・バルブの位置の
監視、プラズマの中立圧力の監視、前に論じた高周波パ
ラメータの監視が含まれる。これらの分析方法のあらゆ
る組み合わせが、本発明のプロセスを実行するために観
察される。選択された分析方法または分析方法の組み合
わせはプロセスの終点に関する何らかの情報を提供す
る。例えば、ある特定の分析方法のトレースが、プロセ
スの終点で観察出来る変化を示さない場合、その特定の
トレースは、特定のプロセスを監視する上で有益でな
い。しかし、有益な分析方法は、プロセスの条件によっ
て変化する。それが、プロセスの監視のために、１つ以
上の分析方法を使うことが有利である理由である。
析方法はニューラル・ネットワークによって分析され、
一度ニューラル・ネットワークがプロセスの終点をこれ
らの分析方法から得た条件または条件の組み合わせと関
連させるように調整させると、プロセスの終点を決定す
ることが出来る。例えば、４極質量分光分析、プラズマ
による光の放射、吸収分光分析、ラングミュア・プロー
ブ（プラズマの電気的特性を監視するプローブの一種）
といったプラズマの分析方法がエッチング・プロセスの
間に開始され、ニューラル・ネットワークに伝送され
る。ニューラル・ネットワークは、前もって、１つかそ
れ以上のこうした分析方法から得た条件または条件の組
み合わせをプロセスの終点と関連させるよう調整されて
いる。ニューラル・ネットワークは、一度終点と関連す
る条件または条件の組み合わせを観察すると、プロセス
に信号を送り、適当な反応（例えば、プラズマへのガス
の流れを停止する、プラズマの組成を変化させる）を起
こさせる。同様に、ウエハの分析方法や工具の分析方法
も本発明のプロセスにおいて有益である。薄膜の干渉測
定や偏光解析といった、ウエハの分析方法はこの点で有
益である。適当な工具の分析方法には、プラズマの圧力
を制御するために使われるスロットル・バルブの位置の
監視、プラズマの中立圧力の監視、前に論じた高周波パ
ラメータの監視が含まれる。これらの分析方法のあらゆ
る組み合わせが、本発明のプロセスを実行するために観
察される。選択された分析方法または分析方法の組み合
わせはプロセスの終点に関する何らかの情報を提供す
る。例えば、ある特定の分析方法のトレースが、プロセ
スの終点で観察出来る変化を示さない場合、その特定の
トレースは、特定のプロセスを監視する上で有益でな
い。しかし、有益な分析方法は、プロセスの条件によっ
て変化する。それが、プロセスの監視のために、１つ以
上の分析方法を使うことが有利である理由である。
【００１０】プロセスの時間も監視されれば有利であ
る。時間を監視することによって、プロセスは、一定の
時間の後、ニューラル・ネットワークが、一定の時間が
経過する前に終点を観察することが出来ない場合停止出
来る。自動エッチング時間制御プロセスは、より大きな
均一性、高い生産量、低いコストといった利点を提供す
る。
る。時間を監視することによって、プロセスは、一定の
時間の後、ニューラル・ネットワークが、一定の時間が
経過する前に終点を観察することが出来ない場合停止出
来る。自動エッチング時間制御プロセスは、より大きな
均一性、高い生産量、低いコストといった利点を提供す
る。
【００１１】
Ｉ．序説 図１は、ＭＯＳトランジスタ製造の１ステップである、
プラズマ・エッチング・プロセスの典型的な使用例を示
す。シリコン・ウエハ基盤１０は、酸化物層１２に覆わ
れている。酸化物層１２は、さらにポリシリコン層１４
と窒化チタン（ＴｉＮ）１６に覆われている。通常、二
酸化シリコンである酸化物層１２は、くぼみ１３を持っ
ている。酸化マスク１８がゲート・スタックの上に形成
され、ＴｉＮ層１６とポリシリコン層１４がエッチング
で除去される。
プラズマ・エッチング・プロセスの典型的な使用例を示
す。シリコン・ウエハ基盤１０は、酸化物層１２に覆わ
れている。酸化物層１２は、さらにポリシリコン層１４
と窒化チタン（ＴｉＮ）１６に覆われている。通常、二
酸化シリコンである酸化物層１２は、くぼみ１３を持っ
ている。酸化マスク１８がゲート・スタックの上に形成
され、ＴｉＮ層１６とポリシリコン層１４がエッチング
で除去される。
【００１２】ポリシリコン層１４をエッチングする際、
全てのポリシリコン層１４が除去されることが重要であ
る。しかし、ポリシリコン層１４を完全にエッチングす
ると、酸化物層１２の一部２１がエッチングされること
が避けられない。エッチング・プロセスでは、ソース区
域２２とドレイン区域２４に残存する酸化物の厚さ２０
は、これらの区域の特性を決定する重要な品質特性であ
る。残存する酸化物の厚さ２０は、エッチング時間、す
なわち、ウエハがプラズマにさらされている時間の関数
である。
全てのポリシリコン層１４が除去されることが重要であ
る。しかし、ポリシリコン層１４を完全にエッチングす
ると、酸化物層１２の一部２１がエッチングされること
が避けられない。エッチング・プロセスでは、ソース区
域２２とドレイン区域２４に残存する酸化物の厚さ２０
は、これらの区域の特性を決定する重要な品質特性であ
る。残存する酸化物の厚さ２０は、エッチング時間、す
なわち、ウエハがプラズマにさらされている時間の関数
である。
【００１３】図２は、ニューラル・ネットワークが、プ
ロセス２０４への制御変数入力を調整または管理して、
プロセスが終点に達すると、プロセスを停止するプロセ
ス・モニタ２０２に有利にも組み込まれる、本発明の説
明される実施例を示す。第II節では、プラズマ・エッチ
ング・プロセスの１つ以上のプロセス・シグネチュアが
ニューラル・ネットワークによって監視される、本発明
の説明される実施例が示される。ニューラル・ネットワ
ークが調整の結果として含む情報に基づいて、ニューラ
ル・ネットワークは、プロセスの間、様々なプロセス・
シグネチュアを分析する。ニューラル・ネットワーク
が、終点と関連する条件または条件の組み合わせを観察
すると、ニューラル・ネットワークはプロセスにメッセ
ージを送り、プロセスにエッチングを停止するよう命じ
る。本技術に熟練した者は、ニューラル・ネットワーク
の調整、使用法に通じているので、ニューラル・ネット
ワークの操作と好適な調整技術の概観をここで詳細に論
じることはしない。
ロセス２０４への制御変数入力を調整または管理して、
プロセスが終点に達すると、プロセスを停止するプロセ
ス・モニタ２０２に有利にも組み込まれる、本発明の説
明される実施例を示す。第II節では、プラズマ・エッチ
ング・プロセスの１つ以上のプロセス・シグネチュアが
ニューラル・ネットワークによって監視される、本発明
の説明される実施例が示される。ニューラル・ネットワ
ークが調整の結果として含む情報に基づいて、ニューラ
ル・ネットワークは、プロセスの間、様々なプロセス・
シグネチュアを分析する。ニューラル・ネットワーク
が、終点と関連する条件または条件の組み合わせを観察
すると、ニューラル・ネットワークはプロセスにメッセ
ージを送り、プロセスにエッチングを停止するよう命じ
る。本技術に熟練した者は、ニューラル・ネットワーク
の調整、使用法に通じているので、ニューラル・ネット
ワークの操作と好適な調整技術の概観をここで詳細に論
じることはしない。
【００１４】II．ニューラル・ネットワーク・コントロ
ーラ トレースまたは記録とは、一般にある特定の変数または
関数を、長時間にわたって測定することである。好適な
実施例においては、プラズマを発生するために使われる
高周波電力に関連する電気的パラメータ、すなわち静電
容量、直流バイアス、電圧、電流等の少なくとも２つの
トレースの一部が、プロセス・シグネチュアとして使わ
れる。プロセス・シグネチュアは品質とプロセス自体に
関連する情報だけでなく、プロセスを制御困難にしてい
る要素に関する情報を反映するか、またはその中に埋め
込んでいる。高周波電気的パラメータのトレースには、
プラズマの化学的性質に関する情報と、エッチングで除
去された材料の濃度に関する情報が含まれる。これらの
電気的パラメータのトレースは、ニューラル・ネットワ
ークによってリアル・タイムで分析される。前もってプ
ロセスが終点に達したことを示す特定の条件または条件
の組み合わせを認識するよう調整されたニューラル・ネ
ットワークは、必要な条件または条件の組み合わせが観
察される時、プロセスを停止するために使われる。制御
用のニューラル・ネットワークに関する文献を収集する
ためには、Ｗ．Ｔ．Ｍｉｌｌｅｒ、Ｒ．Ｓ．Ｓｕｔｔｏ
ｎ、Ｐ．Ｊ．Ｗｅｒｂｏｓ「制御用ニューラル・ネット
ワーク」、ＭＩＴプレス、ケンブリッジ、マサチューセ
ッツ州（１９９０）を参照されたい。
ーラ トレースまたは記録とは、一般にある特定の変数または
関数を、長時間にわたって測定することである。好適な
実施例においては、プラズマを発生するために使われる
高周波電力に関連する電気的パラメータ、すなわち静電
容量、直流バイアス、電圧、電流等の少なくとも２つの
トレースの一部が、プロセス・シグネチュアとして使わ
れる。プロセス・シグネチュアは品質とプロセス自体に
関連する情報だけでなく、プロセスを制御困難にしてい
る要素に関する情報を反映するか、またはその中に埋め
込んでいる。高周波電気的パラメータのトレースには、
プラズマの化学的性質に関する情報と、エッチングで除
去された材料の濃度に関する情報が含まれる。これらの
電気的パラメータのトレースは、ニューラル・ネットワ
ークによってリアル・タイムで分析される。前もってプ
ロセスが終点に達したことを示す特定の条件または条件
の組み合わせを認識するよう調整されたニューラル・ネ
ットワークは、必要な条件または条件の組み合わせが観
察される時、プロセスを停止するために使われる。制御
用のニューラル・ネットワークに関する文献を収集する
ためには、Ｗ．Ｔ．Ｍｉｌｌｅｒ、Ｒ．Ｓ．Ｓｕｔｔｏ
ｎ、Ｐ．Ｊ．Ｗｅｒｂｏｓ「制御用ニューラル・ネット
ワーク」、ＭＩＴプレス、ケンブリッジ、マサチューセ
ッツ州（１９９０）を参照されたい。
【００１５】他のプロセス・シグネチュアも確認され、
ニューラル・ネットワークを調整しプロセスを制御する
ために使われる。例えば、ある場合では、温度、圧力と
いった入力制御変数や材料のトレースがプロセス・シグ
ネチュアとなる。プラズマの光の放射のトレース自体も
使用出来る。
ニューラル・ネットワークを調整しプロセスを制御する
ために使われる。例えば、ある場合では、温度、圧力と
いった入力制御変数や材料のトレースがプロセス・シグ
ネチュアとなる。プラズマの光の放射のトレース自体も
使用出来る。
【００１６】図３は、ニューラル・ネットワークを調整
する方法の説明図である。好適な実施例においては、ニ
ューラル・ネットワーク４０２は１２×４×１アーキテ
クチャ（すなわち、１２入力ノード、４隠しノード、１
出力ノード）であり、バック・プロパゲイション技術
（下記の第III節参照）によって調整される。プロダク
ション・データベースの結果が調整のために使われる。
以下に提供される例によって説明されるように、本プロ
セスは、多数のウエハをエッチングする間に、あるパラ
メータをプロセスの終点と相関させ、プロセスを監視し
てプロセスの終点を検出するためにニューラル・ネット
ワークを使って、プロセスのパラメータのトレースを観
察することによってプロセスの終点を決定するのに使わ
れる。
する方法の説明図である。好適な実施例においては、ニ
ューラル・ネットワーク４０２は１２×４×１アーキテ
クチャ（すなわち、１２入力ノード、４隠しノード、１
出力ノード）であり、バック・プロパゲイション技術
（下記の第III節参照）によって調整される。プロダク
ション・データベースの結果が調整のために使われる。
以下に提供される例によって説明されるように、本プロ
セスは、多数のウエハをエッチングする間に、あるパラ
メータをプロセスの終点と相関させ、プロセスを監視し
てプロセスの終点を検出するためにニューラル・ネット
ワークを使って、プロセスのパラメータのトレースを観
察することによってプロセスの終点を決定するのに使わ
れる。
【００１７】＜例＞一般に図１に示される、窒化チタン
（ＴｉＮ）／ポリシリコンのゲート・スタックが、高密
度プラズマ反応器の中でエッチングされた。ウエハ・ス
タックは、７０Å厚のゲート酸化物の層、２０００Å厚
のポリシリコン層、１０００Å厚の窒化チタンの層を持
ち、その上に、厚さ約１５００Åから約２０００Åの酸
化シリコンの膜が形成されたシリコン・ウエハからなっ
ていた。こうしたゲート・スタックをエッチングするた
めに使われるプロセスは、Ｎ．Ｂｌａｙｏ、Ｒ．Ａ．Ｃ
ｉｒｅｌｌｉ、Ｆ．Ｐ．Ｋｌｅｍｅｎｓ、Ｊ．Ｔ．Ｃ．
Ｌｅｅ、「サブミクロン台のエッチング中のプロセス制
御のための紫外線可視偏光解析法」、アメリカ光学協会
ジャーナル、１２（３）、５９１〜５９９ページ（１９
９５）に詳細に説明されている。使用されたプラズマ・
エッチング装置は、カリフォルニア州サニーベールのＬ
ｕｃａｓ Ｌａｂｓから入手した、高密度プラズマ発生
源Ｌｕｃａｓ Ｌａｂｓ Ｍｏｄｅｌ ００１であっ
た。Ａｄｖａｎｃｅｄ Ｅｎｅｒｇｙ ＲＦＸ−２５０
０発生源から得た１３．５６ＭＨｚの高周波電力は、マ
サチューセッツ州ビバリーのＣｏｍｄｅｌ Ｉｎｃ．か
ら入手した、Ｍａｔｃｈｐｒｏ ＣＰＭ−２０００自動
整合ネットワークを使って、アンテナ経由ソース・チャ
ンバに接続した。チャンバ内のウエハには、Ａｄｖａｎ
ｃｅｄ ＥｎｅｒｇｙＲＦＸ−６００発生源と、カリフ
ォルニア州サンタクララのＥＮＩから入手した、Ｍａｔ
ｃｈｗｏｒｋ ５ Ｃｏｎｔｒｏｌｌｅｒ整合ネットワ
ークを通じて、高周波バイアスが掛けられた。
（ＴｉＮ）／ポリシリコンのゲート・スタックが、高密
度プラズマ反応器の中でエッチングされた。ウエハ・ス
タックは、７０Å厚のゲート酸化物の層、２０００Å厚
のポリシリコン層、１０００Å厚の窒化チタンの層を持
ち、その上に、厚さ約１５００Åから約２０００Åの酸
化シリコンの膜が形成されたシリコン・ウエハからなっ
ていた。こうしたゲート・スタックをエッチングするた
めに使われるプロセスは、Ｎ．Ｂｌａｙｏ、Ｒ．Ａ．Ｃ
ｉｒｅｌｌｉ、Ｆ．Ｐ．Ｋｌｅｍｅｎｓ、Ｊ．Ｔ．Ｃ．
Ｌｅｅ、「サブミクロン台のエッチング中のプロセス制
御のための紫外線可視偏光解析法」、アメリカ光学協会
ジャーナル、１２（３）、５９１〜５９９ページ（１９
９５）に詳細に説明されている。使用されたプラズマ・
エッチング装置は、カリフォルニア州サニーベールのＬ
ｕｃａｓ Ｌａｂｓから入手した、高密度プラズマ発生
源Ｌｕｃａｓ Ｌａｂｓ Ｍｏｄｅｌ ００１であっ
た。Ａｄｖａｎｃｅｄ Ｅｎｅｒｇｙ ＲＦＸ−２５０
０発生源から得た１３．５６ＭＨｚの高周波電力は、マ
サチューセッツ州ビバリーのＣｏｍｄｅｌ Ｉｎｃ．か
ら入手した、Ｍａｔｃｈｐｒｏ ＣＰＭ−２０００自動
整合ネットワークを使って、アンテナ経由ソース・チャ
ンバに接続した。チャンバ内のウエハには、Ａｄｖａｎ
ｃｅｄ ＥｎｅｒｇｙＲＦＸ−６００発生源と、カリフ
ォルニア州サンタクララのＥＮＩから入手した、Ｍａｔ
ｃｈｗｏｒｋ ５ Ｃｏｎｔｒｏｌｌｅｒ整合ネットワ
ークを通じて、高周波バイアスが掛けられた。
【００１８】合計５５枚のウエハが上記の条件でエッチ
ングされた。各ウエハのＴｉＮ層をエッチングするのに
要した時間が記録された。データは、それぞれ異なった
平均エッチング時間を持つ３つの組に分けられた。平均
エッチング時間が異なっている理由は不明だが、パター
ン密度か最初の膜の厚さの違いによるのかも知れない。
ングされた。各ウエハのＴｉＮ層をエッチングするのに
要した時間が記録された。データは、それぞれ異なった
平均エッチング時間を持つ３つの組に分けられた。平均
エッチング時間が異なっている理由は不明だが、パター
ン密度か最初の膜の厚さの違いによるのかも知れない。
【００１９】各ウエハのエッチングの間に、いくつかの
異なった処理条件がリアル・タイムで監視された。光の
放射の分光分析（ＯＥＳ）データは、Ｍｏｄｅｌ ６０
０Ｏｐｔｉｃａｌ Ｓｐｅｃｔｒｕｍ ａｎａｌｙｚｅ
ｒ（マサチューセッツ州レオンミンスターのＭｏｎｏｌ
ｉｔｅ Ｉｎｓｔｒｕｍｅｎｔｓ）によって記録され
た。プロセスは、フランスのＪｏｂｉｎ Ｙｖｏｎから
入手したＵＶＩＳＥＬ分光偏光解析装置によってその場
でΨとΔのトレースを監視するオペレータによって制御
された。偏光解析装置は、プラズマ・エッチング・プロ
セスの間、各ウエハを監視するために、２ｅＶ〜４ｅＶ
の範囲の１つの波長に同調された。偏光解析のトレース
は、プロセスの終点を検出するために使われた。偏光解
析のトレースを得るために使われる波長は、ウエハによ
って多少異なっているので、全てのトレースが正確にプ
ロセスの終点を示したわけではない。トレースが終点を
示さない場合、オペレータは、エッチングの時間の長さ
によって終点を推定した。
異なった処理条件がリアル・タイムで監視された。光の
放射の分光分析（ＯＥＳ）データは、Ｍｏｄｅｌ ６０
０Ｏｐｔｉｃａｌ Ｓｐｅｃｔｒｕｍ ａｎａｌｙｚｅ
ｒ（マサチューセッツ州レオンミンスターのＭｏｎｏｌ
ｉｔｅ Ｉｎｓｔｒｕｍｅｎｔｓ）によって記録され
た。プロセスは、フランスのＪｏｂｉｎ Ｙｖｏｎから
入手したＵＶＩＳＥＬ分光偏光解析装置によってその場
でΨとΔのトレースを監視するオペレータによって制御
された。偏光解析装置は、プラズマ・エッチング・プロ
セスの間、各ウエハを監視するために、２ｅＶ〜４ｅＶ
の範囲の１つの波長に同調された。偏光解析のトレース
は、プロセスの終点を検出するために使われた。偏光解
析のトレースを得るために使われる波長は、ウエハによ
って多少異なっているので、全てのトレースが正確にプ
ロセスの終点を示したわけではない。トレースが終点を
示さない場合、オペレータは、エッチングの時間の長さ
によって終点を推定した。
【００２０】まず、プロセスを監視するために使われる
トレースの組み合わせが決定された。これは、プロセス
を実行するために必要なステップではないが、使用され
るニューラル・ネットワークが、監視された７つの信号
全てからデータを受け入れられないために、必要とされ
た。従って、終点を最も良く示す信号が次の方法を使っ
て選択された。７つの信号のトレースとは、反射ソース
電力、反射チャック電力、ソース整合負荷、ソース整合
同調、高周波バイアス整合負荷、高周波バイアス整合同
調、直流バイアスであった。トレースは、終点の信号の
数値を決定するために検討された。この数値は、平均し
て、終点８秒前の信号の数値と比較された。
トレースの組み合わせが決定された。これは、プロセス
を実行するために必要なステップではないが、使用され
るニューラル・ネットワークが、監視された７つの信号
全てからデータを受け入れられないために、必要とされ
た。従って、終点を最も良く示す信号が次の方法を使っ
て選択された。７つの信号のトレースとは、反射ソース
電力、反射チャック電力、ソース整合負荷、ソース整合
同調、高周波バイアス整合負荷、高周波バイアス整合同
調、直流バイアスであった。トレースは、終点の信号の
数値を決定するために検討された。この数値は、平均し
て、終点８秒前の信号の数値と比較された。
【００２１】次いで、どの信号ｘiが終点を検出するた
めに有益かを決定するために、計量が行われた。使用さ
れた計量は、終点の信号の数値と終点の前の時間ｔの信
号の数値の差の平均の比率であった。この比率は、次の
等式を使って標準偏差により正規化された。
めに有益かを決定するために、計量が行われた。使用さ
れた計量は、終点の信号の数値と終点の前の時間ｔの信
号の数値の差の平均の比率であった。この比率は、次の
等式を使って標準偏差により正規化された。
【数１】 但し、
【数２】 及び、
【数３】 であり、Ｎはウエハの数であり、ｊは、ウエハの数の指
数であった。
数であった。
【００２２】次いで、全ての高周波信号に関する等式
（１）の総和によって、各Δｔにスコアが割り当てられ
た。
（１）の総和によって、各Δｔにスコアが割り当てられ
た。
【数４】 このスコアの関数のグラフは、高いΔｔの方が低いΔｔ
よりも終点を良く表すことを示した。しかし、プロセス
の観点からは、低いΔｔが望ましい。時間の増加の関数
として、総スコアの増加を評価することによって、Δｔ
の各増加の実際の増分利得が決定された。この分析に基
づいて、プロセスの終点は、終点の８〜９秒前のパラメ
ータの数値を終点の数値と比較することによって、容易
に検出出来ることが判明した。
よりも終点を良く表すことを示した。しかし、プロセス
の観点からは、低いΔｔが望ましい。時間の増加の関数
として、総スコアの増加を評価することによって、Δｔ
の各増加の実際の増分利得が決定された。この分析に基
づいて、プロセスの終点は、終点の８〜９秒前のパラメ
ータの数値を終点の数値と比較することによって、容易
に検出出来ることが判明した。
【００２３】下記の表１は、評価された各信号のスコア
を示す。
を示す。
【表１】
【００２４】終点で最も大きな変化を示す４つの信号
（反射ソース電力、ソース整合負荷、高周波バイアス整
合負荷、高周波バイアス同調）が、ニューラル・ネット
ワークを調整するために使われた。完全に接続された、
フィードフォワード・ニューラル・ネットワークが、入
力層、１つの隠し層、１ノードの出力層を使って実現さ
れた。このネットワークは一般に図４のように示され
る。このネットワークの出力は、終点にある場合「１」
であり、その他の場合「０」であった。ニューラル・ネ
ットワークへの入力には、上記の表に挙げた４つの電気
的パラメータの各々のｎ＋１の数値が含まれた。時間ス
テップτが一般に１秒であり、時間ステップの数が普通
１か２である時、これらの数値は、時間ｔ、時間−τ、
時間ｔ−２τからｔ−ｎτの数値である。入力層は８ま
たは１２のノードを持っていた。８ノードの入力層は、
各信号について、２つの異なった時間の４つの入力を受
け入れた。１２ノードの入力層は、３つの異なった時間
の４つの入力を受け入れた。
（反射ソース電力、ソース整合負荷、高周波バイアス整
合負荷、高周波バイアス同調）が、ニューラル・ネット
ワークを調整するために使われた。完全に接続された、
フィードフォワード・ニューラル・ネットワークが、入
力層、１つの隠し層、１ノードの出力層を使って実現さ
れた。このネットワークは一般に図４のように示され
る。このネットワークの出力は、終点にある場合「１」
であり、その他の場合「０」であった。ニューラル・ネ
ットワークへの入力には、上記の表に挙げた４つの電気
的パラメータの各々のｎ＋１の数値が含まれた。時間ス
テップτが一般に１秒であり、時間ステップの数が普通
１か２である時、これらの数値は、時間ｔ、時間−τ、
時間ｔ−２τからｔ−ｎτの数値である。入力層は８ま
たは１２のノードを持っていた。８ノードの入力層は、
各信号について、２つの異なった時間の４つの入力を受
け入れた。１２ノードの入力層は、３つの異なった時間
の４つの入力を受け入れた。
【００２５】上記の表に挙げた４つのパラメータの数値
のトレースは、調整テストとテスト・セットの２つの組
に分けられた。テスト・セットはテストから得られた利
用可能なデータの約１０パーセントであった。終点は、
上記で説明したように、偏光解析装置の出力を観察する
オペレータによって決定された。データは、データを−
１から１の範囲の数値に変更する次の標準等式を使って
正規化された。
のトレースは、調整テストとテスト・セットの２つの組
に分けられた。テスト・セットはテストから得られた利
用可能なデータの約１０パーセントであった。終点は、
上記で説明したように、偏光解析装置の出力を観察する
オペレータによって決定された。データは、データを−
１から１の範囲の数値に変更する次の標準等式を使って
正規化された。
【数５】 次いで、ニューラル・ネットワークは、より多くのトレ
ースがニューラル・ネットワークに供給されるに連れて
数値がアップデートされる、通常のバック・プロパゲイ
ション・アルゴリズムを使って調整された。次いでテス
ト・データ・セットがネットワークに供給され、出力
（すなわち、プロセスが終点に達したかどうか）が既知
の回答と比較された。
ースがニューラル・ネットワークに供給されるに連れて
数値がアップデートされる、通常のバック・プロパゲイ
ション・アルゴリズムを使って調整された。次いでテス
ト・データ・セットがネットワークに供給され、出力
（すなわち、プロセスが終点に達したかどうか）が既知
の回答と比較された。
【００２６】本発明のプロセスに従って調整されたニュ
ーラル・ネットワークは、そのネットワークを調整する
ために評価されたプロセス、すなわち、恐らくはそのニ
ューラル・ネットワークを再調整するために必要なもの
と同様のプロセスを制御するために有益である。例え
ば、プロセスのパラメータが、ネットワークを調整する
ために監視されたプロセスで使われたパラメータの数値
から１０パーセント以上調整される場合、ネットワーク
は、変更されたプロセスの終点を確実に検出するため再
調整されるべきである。
ーラル・ネットワークは、そのネットワークを調整する
ために評価されたプロセス、すなわち、恐らくはそのニ
ューラル・ネットワークを再調整するために必要なもの
と同様のプロセスを制御するために有益である。例え
ば、プロセスのパラメータが、ネットワークを調整する
ために監視されたプロセスで使われたパラメータの数値
から１０パーセント以上調整される場合、ネットワーク
は、変更されたプロセスの終点を確実に検出するため再
調整されるべきである。
【００２７】ニューラル・ネットワークの学習性能を改
善するための様々な方法がある。Ｊ．Ｄｅｎｋｅｒ他、
「大規模自動学習、規則の抽出、一般化」、複合システ
ム、第１巻、８７７〜９２２（１９８７）を参照された
い。最も普通なのは、ネットワークの複雑さを調整する
ことである。しかし、複雑さと誤差とは両刃の剣であ
る。複雑すぎるネットワークは、本質的に調整データと
共にルックアップ・テーブルを構成し、テスト・データ
をうまく扱わない。例示される実施例のネットワーク
は、複雑さを最小限にするために最適化される一方で、
低い誤差を達成している。調整データの量が増加するに
連れて、テストの誤差が減少することもまた明らかであ
ろう。従って、プラズマ・エッチング後に残る酸化物の
厚みに対するより厳重な制御が期待される。
善するための様々な方法がある。Ｊ．Ｄｅｎｋｅｒ他、
「大規模自動学習、規則の抽出、一般化」、複合システ
ム、第１巻、８７７〜９２２（１９８７）を参照された
い。最も普通なのは、ネットワークの複雑さを調整する
ことである。しかし、複雑さと誤差とは両刃の剣であ
る。複雑すぎるネットワークは、本質的に調整データと
共にルックアップ・テーブルを構成し、テスト・データ
をうまく扱わない。例示される実施例のネットワーク
は、複雑さを最小限にするために最適化される一方で、
低い誤差を達成している。調整データの量が増加するに
連れて、テストの誤差が減少することもまた明らかであ
ろう。従って、プラズマ・エッチング後に残る酸化物の
厚みに対するより厳重な制御が期待される。
【図１】集積回路製造におけるプラズマ・エッチング・
ステップを説明する図である。
ステップを説明する図である。
【図２】制御変数と材料を監視して、製造プロセスを調
整するニューラル・ネットワーク・コントローラを説明
する図である。
整するニューラル・ネットワーク・コントローラを説明
する図である。
【図３】ニューラル・ネットワークを調整するブロック
・ダイアグラム・システムを説明する図である。
・ダイアグラム・システムを説明する図である。
【図４】本発明のプロセスを実行するために使用される
ニューラル・ネットワークの略図である。
ニューラル・ネットワークの略図である。
１０ シリコンウエハ基盤 １２ 酸化物層 １４ ポリシリコン層 １６ 窒化チタン １８ 酸化マスク ２２ リース区域 ２４ ドレイン区域
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｈ０１Ｌ 21/66 Ｈ０１Ｌ 21/66 Ｐ (72)発明者 ツェン−チュン リー アメリカ合衆国 10025 ニューヨーク, ニューヨーク，アパートメント ３イーエ ヌ，ウエスト ナインティエイス ストリ ート 305 (72)発明者 ヘレン ルイス メイナード アメリカ合衆国 07901 ニュージャーシ ィ，サミット，オーチヤード ストリート 12ビー (72)発明者 エドワード アロイス レイトマン アメリカ合衆国 07940 ニュージャーシ ィ，マディソン，ダーウッド プレイス 13
Claims (5)
- 【請求項１】プラズマ・エッチング・プロセスの終点を
検出するためにニューラル・ネットワークを使うための
方法であって、 ａ．少なくとも１つのプロセス・シグネチュアが、単独
または他のプロセス・シグネチュアと結合して、プラズ
マ・エッチング・プロセスの終点を示す、複数のプロセ
ス・シグネチュアを識別するステップと、 ｂ．前記複数のプロセス・シグネチュアを測定し、ニュ
ーラル・ネットワークを使って、プロセス・シグネチュ
アをプロセスの終点と関連させる記録を形成するステッ
プと、 ｃ．複数のプロセス・シグネチュアを監視し、ニューラ
ル・ネットワークを使って監視されたプロセス・シグネ
チュアを記録と比較して、プラズマ・エッチング・プロ
セスが終点に達したかどうかを決定するステップとを含
む方法。 - 【請求項２】前記ニューラル・ネットワークが１つかそ
れ以上のプロセス・シグネチュアの組み合わせの測定
と、前記プロセス・シグネチュアの以前のデータによっ
て調整される、請求項１に記載の方法。 - 【請求項３】前記ニューラル・ネットワークがバック・
プロパゲイション技術によって調整される、請求項１に
記載の方法。 - 【請求項４】プロセス・シグネチュアが、プラズマ分析
方法、ウエハ分析方法、工具分析方法からなるグループ
から選択される、請求項１に記載の方法。 - 【請求項５】プロセス・シグネチュアが、反射ソース電
力、反射チャック電力、ソース整合負荷、ソース整合同
調、高周波バイアス整合負荷、高周波バイアス整合同
調、直流バイアスからなるグループから選択される、請
求項４に記載の方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US08/446,122 US5653894A (en) | 1992-12-14 | 1995-05-19 | Active neural network determination of endpoint in a plasma etch process |
| US08/446122 | 1995-05-19 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08330287A true JPH08330287A (ja) | 1996-12-13 |
| JP3577163B2 JP3577163B2 (ja) | 2004-10-13 |
Family
ID=23771394
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP12313596A Expired - Fee Related JP3577163B2 (ja) | 1995-05-19 | 1996-05-17 | アクティブ・ニューラル・ネットワークによるプラズマ・エッチング・プロセスの終点の決定 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3577163B2 (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001250812A (ja) * | 2000-03-08 | 2001-09-14 | Sony Corp | プラズマ処理の終点検出方法及び終点検出装置 |
| JP2006501684A (ja) * | 2002-10-01 | 2006-01-12 | 東京エレクトロン株式会社 | プラズマプロセスのデータを解析するための方法とシステム |
| WO2020144823A1 (ja) * | 2019-01-10 | 2020-07-16 | Ｓｐｐテクノロジーズ株式会社 | エッチング終点検出装置、基板処理システム、エッチング終点検出方法及び分類器 |
| WO2021229898A1 (ja) * | 2020-05-11 | 2021-11-18 | 信越半導体株式会社 | 半導体基板のドライエッチング方法及びシリコン酸化膜のドライエッチング方法 |
| JP2022045906A (ja) * | 2020-09-09 | 2022-03-22 | 東京エレクトロン株式会社 | 解析装置、解析方法、解析プログラム及びプラズマ処理制御システム |
| KR20230090501A (ko) * | 2021-12-15 | 2023-06-22 | 숭실대학교산학협력단 | 반도체 식각 장비의 고장을 탐지하는 장치, 방법 및 이를 위한 컴퓨터 판독가능 프로그램 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101356853B1 (ko) * | 2012-11-12 | 2014-01-29 | 고려대학교 산학협력단 | 식각 종말점 검출 장치 및 식각 종말점 검출 방법 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60253228A (ja) * | 1984-05-30 | 1985-12-13 | Hitachi Ltd | エツチングモニタ−方法 |
| JPS63200533A (ja) * | 1987-02-16 | 1988-08-18 | Anelva Corp | プラズマ処理装置 |
| JPH04229620A (ja) * | 1990-05-24 | 1992-08-19 | Applied Materials Inc | 多チャンネル・プラズマ放電終点検出システム及び方法 |
| JPH0637021A (ja) * | 1992-07-17 | 1994-02-10 | Fuji Electric Co Ltd | 学習予測・指示機能付半導体製造装置 |
| JPH06348679A (ja) * | 1992-12-14 | 1994-12-22 | American Teleph & Telegr Co <Att> | ニューラルネットワーク使用方法 |
-
1996
- 1996-05-17 JP JP12313596A patent/JP3577163B2/ja not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60253228A (ja) * | 1984-05-30 | 1985-12-13 | Hitachi Ltd | エツチングモニタ−方法 |
| JPS63200533A (ja) * | 1987-02-16 | 1988-08-18 | Anelva Corp | プラズマ処理装置 |
| JPH04229620A (ja) * | 1990-05-24 | 1992-08-19 | Applied Materials Inc | 多チャンネル・プラズマ放電終点検出システム及び方法 |
| JPH0637021A (ja) * | 1992-07-17 | 1994-02-10 | Fuji Electric Co Ltd | 学習予測・指示機能付半導体製造装置 |
| JPH06348679A (ja) * | 1992-12-14 | 1994-12-22 | American Teleph & Telegr Co <Att> | ニューラルネットワーク使用方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001250812A (ja) * | 2000-03-08 | 2001-09-14 | Sony Corp | プラズマ処理の終点検出方法及び終点検出装置 |
| JP2006501684A (ja) * | 2002-10-01 | 2006-01-12 | 東京エレクトロン株式会社 | プラズマプロセスのデータを解析するための方法とシステム |
| WO2020144823A1 (ja) * | 2019-01-10 | 2020-07-16 | Ｓｐｐテクノロジーズ株式会社 | エッチング終点検出装置、基板処理システム、エッチング終点検出方法及び分類器 |
| JP6761910B1 (ja) * | 2019-01-10 | 2020-09-30 | Ｓｐｐテクノロジーズ株式会社 | エッチング終点検出装置、基板処理システム、エッチング終点検出方法及び分類器 |
| WO2021229898A1 (ja) * | 2020-05-11 | 2021-11-18 | 信越半導体株式会社 | 半導体基板のドライエッチング方法及びシリコン酸化膜のドライエッチング方法 |
| JP2022045906A (ja) * | 2020-09-09 | 2022-03-22 | 東京エレクトロン株式会社 | 解析装置、解析方法、解析プログラム及びプラズマ処理制御システム |
| KR20230090501A (ko) * | 2021-12-15 | 2023-06-22 | 숭실대학교산학협력단 | 반도체 식각 장비의 고장을 탐지하는 장치, 방법 및 이를 위한 컴퓨터 판독가능 프로그램 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3577163B2 (ja) | 2004-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5653894A (en) | Active neural network determination of endpoint in a plasma etch process | |
| US8501499B2 (en) | Adaptive recipe selector | |
| US7967995B2 (en) | Multi-layer/multi-input/multi-output (MLMIMO) models and method for using | |
| US7167766B2 (en) | Controlling a material processing tool and performance data | |
| US5877032A (en) | Process for device fabrication in which the plasma etch is controlled by monitoring optical emission | |
| US7894927B2 (en) | Using Multi-Layer/Multi-Input/Multi-Output (MLMIMO) models for metal-gate structures | |
| US6961131B2 (en) | Film thickness measuring method of member to be processed using emission spectroscopy and processing method of the member using the measuring method | |
| US6916396B2 (en) | Etching system and etching method | |
| US8532796B2 (en) | Contact processing using multi-input/multi-output (MIMO) models | |
| WO1999031483A1 (en) | Spectrometric method for analysis of film thickness and composition on a patterned sample | |
| EP0472465A2 (en) | Method of depositing insulating layer on underlaying layer using plasma-assisted CVD process using pulse-modulated plasma | |
| US20040060659A1 (en) | Etching system and etching method | |
| JP2005531927A (ja) | 材料処理ツールおよびセンサデータを使用して処理性能を予測するための方法およびシステム | |
| JP3577163B2 (ja) | アクティブ・ニューラル・ネットワークによるプラズマ・エッチング・プロセスの終点の決定 | |
| US7092096B2 (en) | Optical scatterometry method of sidewall spacer analysis | |
| US6599759B2 (en) | Method for detecting end point in plasma etching by impedance change | |
| US8017526B2 (en) | Gate profile control through effective frequency of dual HF/VHF sources in a plasma etch process | |
| JP3927464B2 (ja) | プラズマ処理方法 | |
| US6939433B2 (en) | Sample processing apparatus and sample processing system | |
| JP3637041B2 (ja) | 試料処理装置及び試料処理システム | |
| JPH11238723A (ja) | プラズマ処理のモニタリング方法及び装置 | |
| KR100950788B1 (ko) | 시료처리장치 및 시료처리제어장치 | |
| US6372523B1 (en) | Etching method and etching device | |
| Rosenthal et al. | Infrared spectroscopy for process control and fault detection of advanced semiconductor processes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040405 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040521 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040614 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040709 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080716 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090716 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100716 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100716 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110716 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120716 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120716 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130716 Year of fee payment: 9 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |