特許ウォッチ

公開番号2025092152
公報種別公開特許公報(A)
公開日2025-06-19
出願番号2023207850
出願日2023-12-08
発明の名称情報処理装置、方法、成形装置、リソグラフィシステム、物品の製造方法及びプログラム
出願人キヤノン株式会社
代理人弁理士法人大塚国際特許事務所
主分類H01L 21/027 20060101AFI20250612BHJP(基本的電気素子)
要約【課題】基板の上に成形可能材料の硬化物を形成する成形処理を評価するのに有利な技術を提供する。
【解決手段】基板上の成形可能材料と型とを接触させ、前記成形可能材料を硬化させることで前記基板の上に前記成形可能材料の硬化物を形成する成形処理を評価する情報処理装置であって、前記成形処理を行っている間における前記基板の上の前記成形可能材料を含む画像を取得する取得部と、前記取得部で取得された画像における欠陥の有無を検出する検出部と、前記取得部で取得された画像における前記欠陥の種類を判定する判定部と、を有し、前記検出部は、前記取得部で取得された画像から、第1推論モデルに従って、前記欠陥が存在する欠陥部分を示す欠陥データを生成し、前記判定部は、前記取得部で取得された画像のうちの前記欠陥データが示す欠陥部分から、前記第1推論モデルとは異なる第2推論モデルに従って、前記欠陥の特徴を示す特徴データを生成し、前記特徴データに基づいて、前記欠陥の種類を判定する、ことを特徴とする情報処理装置を提供する。
【選択図】図7
特許請求の範囲【請求項１】
基板上の成形可能材料と型とを接触させ、前記成形可能材料を硬化させることで前記基板の上に前記成形可能材料の硬化物を形成する成形処理を評価する情報処理装置であって、
前記成形処理を行っている間における前記基板の上の前記成形可能材料を含む画像を取得する取得部と、
前記取得部で取得された画像における欠陥の有無を検出する検出部と、
前記取得部で取得された画像における前記欠陥の種類を判定する判定部と、
を有し、
前記検出部は、前記取得部で取得された画像から、第１推論モデルに従って、前記欠陥が存在する欠陥部分を示す欠陥データを生成し、
前記判定部は、前記取得部で取得された画像のうちの前記欠陥データが示す欠陥部分から、前記第１推論モデルとは異なる第２推論モデルに従って、前記欠陥の特徴を示す特徴データを生成し、前記特徴データに基づいて、前記欠陥の種類を判定する、
ことを特徴とする情報処理装置。
続きを表示（約 840 文字）【請求項２】
前記判定部は、前記欠陥部分について、前記欠陥部分以外の部分よりも前記欠陥の種類が判定しやすくなるように、前記欠陥の種類を判定するための閾値を調整する、ことを特徴とする請求項１に記載の情報処理装置。
【請求項３】
前記判定部は、前記欠陥部分について、前記欠陥部分以外の部分よりも前記欠陥の種類が判定しやすくなるように、前記欠陥部分のデータの重み付けを行う、ことを特徴とする請求項１に記載の情報処理装置。
【請求項４】
前記欠陥データは、前記取得部で取得された画像のうち前記欠陥部分のみを含むデータである、ことを特徴とする請求項１に記載の情報処理装置。
【請求項５】
前記欠陥データは、前記取得部で取得された画像のうち前記欠陥部分以外の部分をマスクしたデータである、ことを特徴とする請求項１に記載の情報処理装置。
【請求項６】
前記第１推論モデル及び前記第２推論モデルを機械学習によって生成する生成部を更に有する、ことを特徴とする請求項１に記載の情報処理装置。
【請求項７】
前記生成部は、前記取得部で取得された画像のうちの前記欠陥を含まない画像を前記第１推論モデルの入力として機械学習を行う、ことを特徴とする請求項６に記載の情報処理装置。
【請求項８】
前記機械学習は、オートエンコーダを含む、ことを特徴とする請求項７に記載の情報処理装置。
【請求項９】
前記生成部は、前記取得部で取得された画像を前記第２推論モデルの入力とし、予め得られた複数の画像と前記複数の画像のそれぞれの欠陥の特徴との関係を示すデータを教師データとして機械学習を行う、ことを特徴とする請求項６に記載の情報処理装置。
【請求項１０】
前記機械学習は、Ｒ－ＣＮＮを含む、ことを特徴とする請求項９に記載の情報処理装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、情報処理装置、方法、成形装置、リソグラフィシステム、物品の製造方法及びプログラムに関する。
続きを表示（約 2,100 文字）【背景技術】
【０００２】
基板上に微細なパターンを形成する技術として、インプリント技術を用いたインプリント装置が実用化されている。インプリント技術では、インプリント材の硬化法の１つとして光硬化法がある。光硬化法は、基板上に配置（供給）されたインプリント材と型とを接触させた状態で紫外線などの光を照射してインプリント材を硬化させ、硬化したインプリント材から型を引き離すことでインプリント材のパターンを基板上に形成する。
【０００３】
インプリント装置では、型と基板との間における異物の挟み込み、型と基板上のインプリント材とを接触させる際の気泡の残存、型を引き離す際のパターン（インプリント材）の剥離などに起因して、基板上に形成されるパターンに欠陥が生じる可能性がある。そこで、基板上のインプリント材と型とが接触した状態を撮像する撮像部を有し、撮像部で得られた画像から、基板上に形成されるパターンの欠陥を検出するインプリント装置が提案されている（特許文献１参照）。
【０００４】
基板上に形成されるパターンの欠陥の要因が後続の処理に与える影響は様々であり、その対処についても、直ちに処理を停止する必要があるもの、次の基板の処理を停止する必要があるもの、処理を継続しても問題ないものなど様々である。従って、基板上に形成されるパターンの欠陥を検出する際には、かかる欠陥の特徴を区別して分類する（欠陥の種類を判定する）ことが求められている。
【０００５】
一方、インプリント装置では、インプリント材が基板上のショット領域からはみ出す現象（「浸み出し」）、ショット領域の全体にインプリント材が広がらず、パターンが部分的に形成されない現象（「未充填」）などが生じることがある。そこで、このような浸み出しや未充填を検査して、基板上に形成されるパターンの異常（欠陥）を検出及び分類するための技術も提案されている（特許文献２及び３参照）。かかる技術では、パターンの欠陥の特徴を出力する推論モデルを用いて、欠陥の検出及び分類が行われる。推論モデルは、パターンの欠陥を含む画像に対して欠陥の位置や欠陥の分類をラベル付けしたデータを教師データとして、機械学習を行うことで生成される。
【先行技術文献】
【特許文献】
【０００６】
特開２０１１－３６１６号公報
特開２０２１－５７４８９号公報
特開２０２２－１５２８９９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかしながら、従来技術のように、教師データを用いた機械学習から推論モデルを生成する場合、教師データに含まれていないパターンの欠陥に対して、その分類のみならず、検出自体が困難となる。これは、推論モデルでは、画像に含まれている、パターンの欠陥と、ノイズ、コントラスト、基板の下地（パターン）などとを区別することができないからである。パターンの欠陥の検出に用いられる画像は、パターンの欠陥の有無にかかわらず、基板の下地、型のデザイン（パターン）、基板（インプリント材）や型の反射率、基板上に形成されるパターンの膜厚などによって異なる。従って、このような画像を異ならせる要因を考慮することで、ある程度はパターンの欠陥を検出することは可能であるが、それは、欠陥の検出に影響を及ぼさない程度の範囲でなければならない。換言すれば、教師データに含まれていないパターンの欠陥に対しても、欠陥の検出及び分類が可能な推論モデルが必要となる。
【０００８】
本発明は、このような従来技術の課題に鑑みてなされ、基板の上に成形可能材料の硬化物を形成する成形処理を評価するのに有利な技術を提供することを例示的目的とする。
【課題を解決するための手段】
【０００９】
上記目的を達成するために、本発明の一側面としての情報処理装置は、基板上の成形可能材料と型とを接触させ、前記成形可能材料を硬化させることで前記基板の上に前記成形可能材料の硬化物を形成する成形処理を評価する情報処理装置であって、前記成形処理を行っている間における前記基板の上の前記成形可能材料を含む画像を取得する取得部と、前記取得部で取得された画像における欠陥の有無を検出する検出部と、前記取得部で取得された画像における前記欠陥の種類を判定する判定部と、を有し、前記検出部は、前記取得部で取得された画像から、第１推論モデルに従って、前記欠陥が存在する欠陥部分を示す欠陥データを生成し、前記判定部は、前記取得部で取得された画像のうちの前記欠陥データが示す欠陥部分から、前記第１推論モデルとは異なる第２推論モデルに従って、前記欠陥の特徴を示す特徴データを生成し、前記特徴データに基づいて、前記欠陥の種類を判定する、ことを特徴とする。
【００１０】
本発明の更なる目的又はその他の側面は、以下、添付図面を参照して説明される実施形態によって明らかにされるであろう。
【発明の効果】
（【００１１】以降は省略されています）

関連特許