JP7399783B2 - 基板処理装置、基板処理方法、学習用データの生成方法、学習方法、学習装置、学習済モデルの生成方法、および、学習済モデル - Google Patents

Description

本発明は、基板処理装置、基板処理方法、学習用データの生成方法、学習方法、学習装置、学習済モデルの生成方法、および、学習済モデルに関する。

基板を処理する基板処理装置は、半導体基板の製造等に好適に用いられる。基板処理装置において基板を処理する際に基板が帯電すると、基板にパーティクルが再付着したり、放電によって基板にダメージが生じることがある。このため、基板の帯電を抑制することが検討されている（特許文献１参照）。

特許文献１の基板処理方法では、比抵抗の比較的高い純水を含む液体を基板に供給する際に、最初に比較的高い回転速度で基板を回転させながら液体を供給し、後で比較的低い回転速度で基板を回転させながら液体を供給する。これにより、基板の表面電位の増加率を抑制している。

特開２０１４－２０３９０６号公報

しかしながら、特許文献１の基板処理方法では、純水を含む液体で処理する際の基板の帯電を抑制できるものの、帯電した基板を除電できない。例えば、イオン注入処理またはドライエッチング処理の行われた基板は帯電することがあり、このような基板に処理液を供給すると、基板にパーティクルが再付着したり、放電によって基板にダメージが生じてしまう。また、基板をレシピに従って除電する場合、基板の帯電状況は、基板ごとの微細な違いに起因して大きく変動するため、除電処理が適切ではないことがある。

本発明は上記課題に鑑みてなされたものであり、その目的は、処理対象基板を適切に除電可能な基板処理装置、基板処理方法、学習用データの生成方法、学習方法、学習装置、学習済モデルの生成方法、および、学習済モデルを提供することにある。

本発明の一局面によれば、基板処理装置は、処理対象基板を回転可能に保持する基板保持部と、前記処理対象基板の帯電分布を測定する帯電分布測定部と、前記処理対象基板を除電する除電部と、前記処理対象基板の前記帯電分布を示す帯電分布情報を含む基板情報を取得する基板情報取得部と、前記基板情報に基づいて、学習済モデルから前記処理対象基板の除電処理条件を示す除電処理条件情報を取得する除電処理条件情報取得部と、前記除電処理条件情報取得部において取得された前記除電処理条件情報に基づいて、前記処理対象基板を除電するように前記基板保持部および前記除電部を制御する制御部とを備える。前記学習済モデルは、学習対象基板の帯電分布を示す帯電分布情報を含む基板情報と、前記学習対象基板を除電処理した条件を示す除電処理条件情報と、前記学習対象基板を除電処理した結果を示す処理結果情報とが関連付けられた学習用データを機械学習することで構築される。

ある実施形態において、前記基板処理装置は、前記学習済モデルを記憶する記憶部をさらに備える。

ある実施形態において、前記処理対象基板および前記学習対象基板のそれぞれについて、前記基板情報は、基板の膜種または膜厚を示す情報をさらに含む。

ある実施形態において、前記処理対象基板および前記学習対象基板のそれぞれに除電液が供給される。

ある実施形態において、前記処理対象基板および前記学習対象基板のそれぞれについて、前記除電処理条件情報は、前記除電液の濃度、前記除電液の温度、前記除電液の供給量、前記除電液の吐出パターン、および、前記除電液を供給する際の基板の回転速度のいずれかを示す情報を含む。

ある実施形態において、前記処理対象基板および前記学習対象基板のそれぞれに紫外線が照射される。

本発明の別の局面によれば、基板処理方法は、処理対象基板を回転可能に保持するステップと、前記処理対象基板の帯電分布を示す帯電分布情報を含む基板情報を取得するステップと、前記基板情報に基づいて、学習済モデルから前記処理対象基板の除電処理条件を示す除電処理条件情報を取得するステップと、前記除電処理条件情報の除電処理条件に従って前記処理対象基板を除電するステップとを包含する。前記除電処理条件情報を取得するステップにおいて、前記学習済モデルは、学習対象基板の帯電分布を示す帯電分布情報を含む基板情報と、前記学習対象基板を除電処理した条件を示す除電処理条件情報と、前記学習対象基板を除電処理した結果を示す処理結果情報とが関連付けられた学習用データを機械学習することで構築される。

本発明のさらに別の局面によれば、学習用データの生成方法は、学習対象基板を処理する基板処理装置から出力される時系列データから、前記学習対象基板の帯電分布を示す帯電分布情報を含む基板情報を取得するステップと、前記時系列データから、前記基板処理装置において前記学習対象基板を除電した条件を示す除電処理条件情報を取得するステップと、前記時系列データから、前記基板処理装置において前記学習対象基板を除電した結果を示す処理結果情報を取得するステップと、前記学習対象基板について前記基板情報、前記除電処理条件情報および前記処理結果情報を関連付けて学習用データとして記憶部に記憶するステップとを包含する。

本発明のさらに別の局面によれば、学習方法は、上記に記載の学習用データの生成方法にしたがって生成された学習用データを取得するステップと、前記学習用データを学習プログラムに入力して前記学習用データを機械学習するステップとを包含する。

本発明のさらに別の局面によれば、学習装置は、上記に記載の学習用データの生成方法にしたがって生成された学習用データを記憶する記憶部と、前記学習用データを学習プログラムに入力して前記学習用データを機械学習する学習部とを備える。

本発明のさらに別の局面によれば、学習済モデルの生成方法は、上記に記載の学習用データの生成方法にしたがって生成された学習用データを取得するステップと、前記学習用データを機械学習させることで構築された学習済モデルを生成するステップとを包含する。

本発明のさらに別の局面によれば、学習済モデルは、上記に記載の学習用データの生成方法にしたがって生成された学習用データを機械学習させることで構築される。

本発明のさらに別の局面によれば、基板処理装置は、基板を回転可能に保持する基板保持部と、前記基板の帯電分布を測定する帯電分布測定部と、前記基板を除電する除電部と、帯電分布情報を含む基板情報と、除電処理の条件を示す除電処理条件情報とが関連付けられた変換テーブルを記憶する記憶部と、前記基板の前記帯電分布を示す帯電分布情報を含む基板情報を取得する基板情報取得部と、前記基板情報に基づいて、前記変換テーブルを用いて前記基板の除電処理条件を示す除電処理条件情報を取得する除電処理条件情報取得部と、前記除電処理条件情報取得部において取得された前記除電処理条件情報に基づいて、前記基板を除電するように前記基板保持部および前記除電部を制御する制御部とを備える。

本発明によれば、処理対象基板を適切に除電できる。

本実施形態の基板処理装置を備えた基板処理学習システムの模式図である。 本実施形態の基板処理装置を備えた基板処理システムの模式図である。 本実施形態の基板処理装置の模式図である。 本実施形態の基板処理装置を備えた基板処理システムのブロック図である。 （ａ）は、本実施形態の基板処理方法のフロー図であり、（ｂ）は、本実施形態の基板処理方法における除電処理のフロー図である。 本実施形態の基板処理装置において測定された基板の帯電分布を示す図である。 （ａ）～（ｄ）は、本実施形態の基板処理装置における除電処理を示す模式図である。 本実施形態の基板処理装置および学習用データ生成装置のブロック図である。 本実施形態の学習用データ生成方法を示すフロー図である。 本実施形態の学習用データ生成装置および学習装置のブロック図である。 本実施形態の学習方法および学習済モデルの生成方法を示すフロー図である。 本実施形態の学習装置に入力される学習用データを示す図である。 本実施形態の学習装置に入力される学習用データを示す図である。 （ａ）は、本実施形態の基板処理装置において測定された処理対象基板の帯電分布を示す図であり、（ｂ）は、処理対象基板の帯電分布に基づいて取得された除電処理条件を示す図である。 本実施形態の学習装置に入力される学習用データを示す図である。 本実施形態の基板処理装置の模式図である。 本実施形態の学習装置に入力される学習用データを示す図である。 本実施形態の基板処理装置の模式図である。 本実施形態の学習装置に入力される学習用データを示す図である。 本実施形態の基板処理装置の模式図である。 本実施形態の学習装置に入力される学習用データを示す図である。 （ａ）は、本実施形態の基板処理装置における基板保持部の模式図であり、（ｂ）～（ｄ）は、基板保持部の模式的な上面図である。 本実施形態の学習装置に入力される学習用データを示す図である。 本実施形態の基板処理装置のブロック図である。 本実施形態の基板処理装置における変換テーブルを示す図である。

以下、図面を参照して、本発明による基板処理装置、基板処理方法、学習用データの生成方法、学習方法、学習装置、学習済モデルの生成方法、および、学習済モデルの実施形態を説明する。なお、図中、同一または相当部分については同一の参照符号を付して説明を繰り返さない。また、本願明細書では、発明の理解を容易にするため、互いに直交するＸ方向、Ｙ方向およびＺ方向を記載することがある。典型的には、Ｘ方向およびＹ方向は水平方向に平行であり、Ｚ方向は鉛直方向に平行である。

まず、図１を参照して、本実施形態の基板処理装置１００を備えた基板処理学習システム２００を説明する。まず、図１を参照して、基板処理学習システム２００を説明する。

図１は、基板処理学習システム２００の模式図である。図１に示すように、基板処理学習システム２００は、基板処理装置１００と、基板処理装置１００Ｌと、学習用データ生成装置３００と、学習装置４００とを備える。

基板処理装置１００は、処理対象基板を処理する。ここでは、基板処理装置１００は、処理対象基板を除電する。なお、基板処理装置１００は、処理対象基板に対して除電以外の処理をしてもよい。基板処理装置１００は、処理対象基板を１枚ずつ処理する枚葉型である。典型的には、処理対象基板は略円板状である。

基板処理装置１００Ｌは、学習対象基板を処理する。ここでは、基板処理装置１００Ｌは、学習対象基板を除電する。なお、基板処理装置１００Ｌは、学習対象基板に対して除電以外の処理をしてもよい。学習対象基板の構成は、処理対象基板の構成と同じである。基板処理装置１００Ｌは、処理対象基板を１枚ずつ処理する枚葉型である。典型的には、処理対象基板は略円板状である。基板処理装置１００Ｌの構成は、基板処理装置１００の構成と同じである。基板処理装置１００Ｌは、基板処理装置１００と同一物であってもよい。例えば、同一の基板処理装置が過去に学習対象基板を処理し、その後、処理対象基板を処理してもよい。あるいは、基板処理装置１００Ｌは、基板処理装置１００と同じ構成を有する別の製品であってもよい。

本明細書の以下の説明において、学習対象基板を「学習対象基板ＷＬ」と記載し、処理対象基板を「処理対象基板Ｗｐ」と記載することがある。また、学習対象基板ＷＬと処理対象基板Ｗｐとを区別して説明する必要のないときは、学習対象基板ＷＬおよび処理対象基板Ｗｐを「基板Ｗ」と記載することがある。

基板Ｗは、例えば、半導体ウエハ、液晶表示装置用基板、プラズマディスプレイ用基板、電界放出ディスプレイ（Ｆｉｅｌｄ Ｅｍｉｓｓｉｏｎ Ｄｉｓｐｌａｙ：ＦＥＤ）用基板、光ディスク用基板、磁気ディスク用基板、光磁気ディスク用基板、フォトマスク用基板、セラミック基板、又は、太陽電池用基板である。

基板処理装置１００Ｌは、時系列データＴＤＬを出力する。時系列データＴＤＬは、基板処理装置１００Ｌにおける物理量の時間変化を示すデータである。時系列データＴＤＬは、所定期間にわたって時系列に変化した物理量（値）の時間変化を示す。例えば、時系列データＴＤＬは、基板処理装置１００Ｌが学習対象基板に対して行った処理についての物理量の時間変化を示すデータである。あるいは、時系列データＴＤＬは、基板処理装置１００Ｌによって処理された学習対象基板の特性についての物理量の時間変化を示すデータである。

なお、時系列データＴＤＬにおいて示される値は、測定機器において直接測定された値であってもよい。または、時系列データＴＤＬにおいて示される値は、測定機器において直接測定された値を演算処理した値であってもよい。あるいは、時系列データＴＤＬにおいて示される値は、複数の測定機器において測定された値を演算したものであってもよい。

学習用データ生成装置３００は、時系列データＴＤＬまたは時系列データＴＤＬの少なくとも一部に基づいて学習用データＬＤを生成する。学習用データ生成装置３００は、学習用データＬＤを出力する。学習用データＬＤは、学習対象基板ＷＬの基板情報と、学習対象基板ＷＬに対して行われた除電処理の処理条件を示す除電処理条件情報と、学習対象基板ＷＬに対して行われた除電処理の結果を示す処理結果情報とを含む。また、学習対象基板ＷＬの基板情報は、学習対象基板ＷＬが除電処理される前に測定された学習対象基板ＷＬの帯電分布を示す帯電分布情報を含む。

学習装置４００は、学習用データＬＤを機械学習することによって、学習済モデルＬＭを生成する。学習装置４００は、学習済モデルＬＭを出力する。

基板処理装置１００は、時系列データＴＤを出力する。時系列データＴＤは、基板処理装置１００における物理量の時間変化を示すデータである。時系列データＴＤは、所定期間にわたって時系列に変化した物理量（値）の時間変化を示す。例えば、時系列データＴＤは、基板処理装置１００が処理対象基板に対して行った処理についての物理量の時間変化を示すデータである。あるいは、時系列データＴＤは、基板処理装置１００によって処理された処理対象基板の特性についての物理量の時間変化を示すデータである。

なお、時系列データＴＤにおいて示される値は、測定機器において直接測定された値であってもよい。または、時系列データＴＤにおいて示される値は、測定機器において直接測定された値を演算処理した値であってもよい。あるいは、時系列データＴＤにおいて示される値は、複数の測定機器において測定された値を演算したものであってもよい。

基板処理装置１００が使用する物体は、基板処理装置１００Ｌが使用する物体に対応する。従って、基板処理装置１００が使用する物体の構成は、基板処理装置１００Ｌが使用する物体の構成と同じである。また、時系列データＴＤにおいて、基板処理装置１００が使用する物体の物理量は、基板処理装置１００Ｌが使用する物体の物理量に対応する。従って、基板処理装置１００Ｌが使用する物体の物理量は、基板処理装置１００が使用する物体の物理量と同じである。

時系列データＴＤから、処理対象基板Ｗｐの基板情報Ｃｐが生成される。処理対象基板Ｗｐの基板情報Ｃｐは、学習対象基板ＷＬの基板情報に対応する。処理対象基板Ｗｐの基板情報Ｃｐは、処理対象基板Ｗｐが除電処理される前に測定された処理対象基板Ｗｐの帯電分布を示す帯電分布情報を含む。

学習済モデルＬＭから、処理対象基板Ｗｐの基板情報Ｃｐに基づいて、基板処理装置１００における処理対象基板Ｗｐに適した除電処理条件を示す除電処理条件情報Ｒｐが出力される。

以上、図１を参照して説明したように、本実施形態によれば、学習装置４００は、機械学習を行う。従って、非常に複雑かつ解析対象が膨大な時系列データＴＤＬから精度の高い学習済モデルＬＭを生成できる。また、学習済モデルＬＭに対して、時系列データＴＤからの帯電分布情報を含む基板情報Ｃｐを入力して、学習済モデルＬＭから、除電処理条件を示す除電処理条件情報Ｒｐを出力させる。従って、処理対象基板Ｗｐに応じて除電処理できる。

次に、図２を参照して、本実施形態の基板処理装置１００を備えた基板処理システム１０を説明する。図２は、基板処理システム１０の模式的な平面図である。

基板処理システム１０は、基板Ｗを処理する。基板処理システム１０は、複数の基板処理装置１００を備える。基板処理装置１００は、基板Ｗに対して、エッチング、表面処理、特性付与、処理膜形成、膜の少なくとも一部の除去および洗浄のうちの少なくとも１つを行うように基板Ｗを処理する。

図２に示すように、基板処理システム１０は、複数の基板処理装置１００に加えて、流体キャビネット３２と、流体ボックス３４と、複数のロードポートＬＰと、インデクサーロボットＩＲと、センターロボットＣＲと、制御装置２０とを備える。制御装置２０は、ロードポートＬＰ、インデクサーロボットＩＲおよびセンターロボットＣＲを制御する。

ロードポートＬＰの各々は、複数枚の基板Ｗを積層して収容する。インデクサーロボットＩＲは、ロードポートＬＰとセンターロボットＣＲとの間で基板Ｗを搬送する。なお、インデクサーロボットＩＲとセンターロボットＣＲとの間に、基板Ｗを一時的に載置する設置台（パス）を設けて、インデクサーロボットＩＲとセンターロボットＣＲとの間で設置台を介して間接的に基板Ｗを受け渡しする装置構成としてもよい。センターロボットＣＲは、インデクサーロボットＩＲと基板処理装置１００との間で基板Ｗを搬送する。基板処理装置１００の各々は、基板Ｗに液体を吐出して、基板Ｗを処理する。液体は、除電液、薬液および／またはリンス液を含む。または、液体は、他の処理液を含んでもよい。流体キャビネット３２は、液体を収容する。なお、流体キャビネット３２は、気体を収容してもよい。

具体的には、複数の基板処理装置１００は、平面視においてセンターロボットＣＲを取り囲むように配置された複数のタワーＴＷ（図２では４つのタワーＴＷ）を形成している。各タワーＴＷは、上下に積層された複数の基板処理装置１００（図１では３つの基板処理装置１００）を含む。流体ボックス３４は、それぞれ、複数のタワーＴＷに対応している。流体キャビネット３２内の液体は、いずれかの流体ボックス３４を介して、流体ボックス３４に対応するタワーＴＷに含まれる全ての基板処理装置１００に供給される。また、流体キャビネット３２内の気体は、いずれかの流体ボックス３４を介して、流体ボックス３４に対応するタワーＴＷに含まれる全ての基板処理装置１００に供給される。

制御装置２０は、基板処理システム１０の各種動作を制御する。制御装置２０は、制御部２２および記憶部２４を含む。制御部２２は、プロセッサーを有する。制御部２２は、例えば、中央処理演算機（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）を有する。または、制御部２２は、汎用演算機を有してもよい。

記憶部２４は、データおよびコンピュータプログラムを記憶する。データは、レシピデータを含む。レシピデータは、複数のレシピを示す情報を含む。複数のレシピの各々は、基板Ｗの処理内容および処理手順を規定する。

記憶部２４は、主記憶装置と、補助記憶装置とを含む。主記憶装置は、例えば、半導体メモリである。補助記憶装置は、例えば、半導体メモリおよび／またはハードディスクドライブである。記憶部２４はリムーバブルメディアを含んでいてもよい。制御部２２は、記憶部２４の記憶しているコンピュータプログラムを実行して、基板処理動作を実行する。

なお、図２には、基板処理システム１０に対して１つの制御装置２０を備えるように示しているが、基板処理装置１００ごとに制御装置２０を備えてもよい。ただし、その場合、基板処理システム１０は、複数の基板処理装置１００および基板処理装置１００以外の装置を制御する別の制御装置を備えることが好ましい。

なお、記憶部２４には、予め手順の定められたコンピュータプログラムが記憶されている。基板処理装置１００は、コンピュータプログラムに定められた手順に従って動作する。

次に、図３を参照して、本実施形態の基板処理装置１００を説明する。図３は、本実施形態の基板処理装置１００の模式図である。なお、ここでは、基板処理装置１００の構成を説明するが、基板処理装置１００Ｌも基板処理装置１００と同様の構成を有している。

基板処理装置１００は、基板Ｗを処理する。基板処理装置１００は、チャンバー１１０と、基板保持部１２０と、帯電分布測定部１３０と、除電部１４０と、薬液供給部１５０と、リンス液供給部１６０とを備える。チャンバー１１０は、基板Ｗを収容する。基板保持部１２０は、基板Ｗを保持する。基板保持部１２０は、基板Ｗを回転可能に保持する。帯電分布測定部１３０は、基板Ｗに帯電した電荷量の分布または基板Ｗの上面Ｗａの電位分布を測定する。除電部１４０は、基板Ｗを除電する。図３において、除電部１４０は、基板Ｗに除電液を供給して基板Ｗを除電する。

チャンバー１１０は、内部空間を有する略箱形状である。チャンバー１１０は、基板Ｗを収容する。ここでは、基板処理装置１００は基板Ｗを１枚ずつ処理する枚葉型であり、チャンバー１１０には基板Ｗが１枚ずつ収容される。基板Ｗは、チャンバー１１０内に収容され、チャンバー１１０内で処理される。チャンバー１１０には、基板保持部１２０、帯電分布測定部１３０、除電部１４０、薬液供給部１５０、および、リンス液供給部１６０のそれぞれの少なくとも一部が収容される。

基板保持部１２０は、基板Ｗを保持する。基板保持部１２０は、基板Ｗの上面Ｗａを上方に向け、基板Ｗの裏面（下面）Ｗｂを鉛直下方に向くように基板Ｗを水平に保持する。また、基板保持部１２０は、基板Ｗを保持した状態で基板Ｗを回転させる。

例えば、基板保持部１２０は、基板Ｗの端部を挟持する挟持式であってもよい。あるいは、基板保持部１２０は、基板Ｗを裏面Ｗｂから保持する任意の機構を有してもよい。例えば、基板保持部１２０は、バキューム式であってもよい。この場合、基板保持部１２０は、非デバイス形成面である基板Ｗの裏面Ｗｂの中央部を上面に吸着させることにより基板Ｗを水平に保持する。あるいは、基板保持部１２０は、複数のチャックピンを基板Ｗの周端面に接触させる挟持式とバキューム式とを組み合わせてもよい。

例えば、基板保持部１２０は、スピンベース１２１と、チャック部材１２２と、シャフト１２３と、電動モータ１２４とを含む。チャック部材１２２は、スピンベース１２１に設けられる。チャック部材１２２は、基板Ｗをチャックする。典型的には、スピンベース１２１には、複数のチャック部材１２２が設けられる。

シャフト１２３は、中空軸である。シャフト１２３は、回転軸Ａｘに沿って鉛直方向に延びている。シャフト１２３の上端には、スピンベース１２１が結合されている。基板Ｗの裏面は、スピンベース１２１に接触し、基板Ｗは、スピンベース１２１の上方に載置される。

スピンベース１２１は、円板状であり、基板Ｗを水平に支持する。シャフト１２３は、スピンベース１２１の中央部から下方に延びる。電動モータ１２４は、シャフト１２３に回転力を与える。電動モータ１２４は、シャフト１２３を回転方向に回転させることにより、回転軸Ａｘを中心に基板Ｗおよびスピンベース１２１を回転させる。ここでは、回転方向は、反時計回りである。

帯電分布測定部１３０は、基板Ｗの帯電分布を測定する。帯電分布測定部１３０は、基板Ｗの表面の帯電量を測定する。例えば、帯電分布測定部１３０は、非接触型の表面電位計を含む。帯電分布測定部１３０は、振動容量型電位計であってもよい。

除電部１４０は、基板を除電する。ここでは、除電部１４０は、基板Ｗに除電液を供給する。除電部１４０が基板Ｗに除電液を供給することにより、基板Ｗが帯電状態であっても基板Ｗにおける放電の発生を抑制できる。

除電液は、比抵抗の比較的低い液体であることが好ましい。一例では、除電液として、薬液よりも比抵抗の低い液体が用いられる。

例えば、除電液として、炭酸水が好適に用いられる。あるいは、除電液として、水を用いてもよい。あるいは、除電液として、ＳＣ１（アンモニア過酸化水素水混合液）、ＳＣ２（塩酸過酸化水素水混合液）等を用いてもよい。除電液として、比抵抗の比較的低い液体を用いることにより、基板Ｗにおいて発生する放電を抑制しながら基板Ｗ上の帯電をスムーズに除去できる。

除電部１４０は、ノズル１４２と、配管１４４と、バルブ１４６とを含む。ノズル１４２は、基板Ｗの上面Ｗａと対向し、基板Ｗの上面Ｗａに向けて除電液を吐出する。配管１４４は、ノズル１４２に結合される。ノズル１４２は、配管１４４の先端に設けられる。配管１４４には、供給源から除電液が供給される。バルブ１４６は、配管１４４に設けられる。バルブ１４６は、配管１４４内の流路を開閉する。

除電部１４０は、ノズル移動部１４８をさらに含む。ノズル移動部１４８は、吐出位置と退避位置との間でノズル１４２を移動する。ノズル１４２が吐出位置にある場合、ノズル１４２は、基板Ｗの上方に位置する。ノズル１４２が吐出位置にある場合、ノズル１４２は、基板Ｗの上面Ｗａに向けて除電液を吐出する。ノズル１４２が退避位置にある場合、ノズル１４２は、基板Ｗよりも基板Ｗの径方向外側に位置する。

ノズル移動部１４８は、アーム１４８ａと、回動軸１４８ｂと、移動機構１４８ｃとを含む。アーム１４８ａは、略水平方向に沿って延びる。アーム１４８ａの先端部にはノズル１４２が取り付けられる。アーム１４８ａは、回動軸１４８ｂに結合される。回動軸１４８ｂは、略鉛直方向に沿って延びる。移動機構１４８ｃは、回動軸１４８ｂを略鉛直方向に沿った回動軸線のまわりに回動させて、アーム１４８ａを略水平面に沿って回動させる。その結果、ノズル１４２が略水平面に沿って移動する。例えば、移動機構１４８ｃは、回動軸１４８ｂを回動軸線のまわりに回動させるアーム揺動モータを含む。アーム揺動モータは、例えば、サーボモータである。また、移動機構１４８ｃは、回動軸１４８ｂを略鉛直方向に沿って昇降させて、アーム１４８ａを昇降させる。その結果、ノズル１４２は、略鉛直方向に沿って移動する。例えば、移動機構１４８ｃは、ボールねじ機構と、ボールねじ機構に駆動力を与えるアーム昇降モータとを含む。アーム昇降モータは、例えば、サーボモータである。

薬液供給部１５０は、基板Ｗに薬液を供給する。これにより、基板Ｗは、薬液で処理される。

薬液として、比抵抗の比較的高い液体を用いてもよい。例えば、薬液は、フッ酸（フッ化水素水：ＨＦ）を含む。あるいは、薬液は、硫酸、酢酸、硝酸、塩酸、クエン酸、バッファードフッ酸（ＢＨＦ）、希フッ酸（ＤＨＦ）、アンモニア水、希アンモニア水、過酸化水素水、有機アルカリ（例えば、ＴＭＡＨ：テトラメチルアンモニウムハイドロオキサイド等）、界面活性剤、腐食防止剤のうちの少なくとも１つを含む液であってもよい。また、薬液は、上記液を混合した混合液であってもよい。例えば、これらを混合した薬液の例としては、ＳＰＭ（硫酸過酸化水素水混合液）、ＳＣ１（アンモニア過酸化水素水混合液）、ＳＣ２（塩酸過酸化水素水混合液）等が挙げられる。

薬液供給部１５０は、ノズル１５２と、配管１５４と、バルブ１５６とを含む。ノズル１５２は、基板Ｗの上面Ｗａと対向し、基板Ｗの上面Ｗａに向けて薬液を吐出する。配管１５４は、ノズル１５２に結合される。ノズル１５２は、配管１５４の先端に設けられる。配管１５４には、供給源から薬液が供給される。バルブ１５６は、配管１５４に設けられる。バルブ１５６は、配管１５４内の流路を開閉する。

リンス液供給部１６０は、基板Ｗにリンス液を供給する。リンス液供給部１６０から供給されるリンス液は、脱イオン水（Ｄｅｉｏｎｉｚｅｄ Ｗａｔｅｒ：ＤＩＷ）、炭酸水、電解イオン水、オゾン水、アンモニア水、希釈濃度（例えば、１０ｐｐｍ～１００ｐｐｍ程度）の塩酸水、または、還元水（水素水）のいずれかを含んでもよい。

リンス液供給部１６０は、ノズル１６２と、配管１６４と、バルブ１６６とを含む。ノズル１６２は、基板Ｗの上面Ｗａと対向し、基板Ｗの上面Ｗａに向けてリンス液を吐出する。配管１６４は、ノズル１６２に結合される。ノズル１６２は、配管１６４の先端に設けられる。配管１６４には、供給源からリンス液が供給される。バルブ１６６は、配管１６４に設けられる。バルブ１６６は、配管１６４内の流路を開閉する。

基板処理装置１００は、カップ１８０をさらに備える。カップ１８０は、基板Ｗから飛散した液体を回収する。カップ１８０は、基板Ｗの側方にまで鉛直上方に上昇できる。また、カップ１８０は、基板Ｗの側方から鉛直下方に下降してもよい。

制御装置２０は、基板処理装置１００の各種動作を制御する。制御部２２は、基板保持部１２０、帯電分布測定部１３０、除電部１４０、薬液供給部１５０、リンス液供給部１６０および／またはカップ１８０を制御する。一例では、制御部２２は、電動モータ１２４、バルブ１４６、１５６、１６６、移動機構１４８ｃおよび／またはカップ１８０を制御する。

本実施形態の基板処理装置１００では、基板Ｗに対して除電処理、薬液処理およびリンス処理できる。

次に、図１～図４を参照して、本実施形態の基板処理装置１００を説明する。図４は、基板処理装置１００を備えた基板処理システム１０のブロック図である。

図４に示すように、制御装置２０は、基板処理システム１０の各種動作を制御する。制御装置２０は、インデクサーロボットＩＲ、センターロボットＣＲ、基板保持部１２０、帯電分布測定部１３０、除電部１４０、薬液供給部１５０、リンス液供給部１６０およびカップ１８０を制御する。具体的には、制御装置２０は、インデクサーロボットＩＲ、センターロボットＣＲ、基板保持部１２０、帯電分布測定部１３０、除電部１４０、薬液供給部１５０、リンス液供給部１６０およびカップ１８０に制御信号を送信することによって、インデクサーロボットＩＲ、センターロボットＣＲ、基板保持部１２０、帯電分布測定部１３０、除電部１４０、薬液供給部１５０、リンス液供給部１６０およびカップ１８０を制御する。

具体的には、制御部２２は、インデクサーロボットＩＲを制御して、インデクサーロボットＩＲによって基板Ｗを受け渡しする。

制御部２２は、センターロボットＣＲを制御して、センターロボットＣＲによって基板Ｗを受け渡しする。例えば、センターロボットＣＲは、未処理の基板Ｗを受け取って、複数のチャンバー１１０のうちのいずれかに基板Ｗを搬入する。また、センターロボットＣＲは、処理された基板Ｗをチャンバー１１０から受け取って、基板Ｗを搬出する。

制御部２２は、基板保持部１２０を制御して、基板Ｗの回転の開始、回転速度の変更および基板Ｗの回転の停止を制御する。例えば、制御部２２は、基板保持部１２０を制御して、基板保持部１２０の回転数を変更することができる。具体的には、制御部２２は、基板保持部１２０の電動モータ１２４の回転数を変更することによって、基板Ｗの回転数を変更できる。

制御部２２は、帯電分布測定部１３０を制御して、基板Ｗの帯電分布を測定する。

制御部２２は、除電部１４０のバルブ１４６、薬液供給部１５０のバルブ１５６および、リンス液供給部１６０のバルブ１６６を制御して、バルブ１４６、１５６、１６６の状態を開状態と閉状態とに切り替えることができる。具体的には、制御部２２は、バルブ１４６、１５６、１６６を制御して、バルブ１４６、１５６、１６６を開状態にすることによって、ノズル１４２、１５２、１６２に向かって配管１４４、１５４、１６４内を流れる除電液、薬液、リンス液を通過させることができる。また、制御部２２は、除電部１４０のバルブ１４６、薬液供給部１５０のバルブ１５６およびリンス液供給部１６０のバルブ１６６を制御して、バルブ１４６、１５６、１６６を閉状態にすることによって、ノズル１４２、１５２、１６２に向かって配管１４４、１５４、１６４内を流れる除電液、薬液、リンス液を停止させることができる。

また、制御部２２は、移動機構１４８ｃがアーム１４８ａを水平方向および／または垂直方向に移動させるように制御する。これにより、制御部２２は、アーム１４８ａの先端に取り付けられたノズル１４２を基板Ｗの上面Ｗａで移動させることができる。また、制御部２２は、アーム１４８ａの先端に取り付けられたノズル１４２を吐出位置と退避位置との間で移動させることができる。本実施形態の基板処理装置１００は、半導体装置を形成するために好適に用いられる。

本実施形態の基板処理装置１００では、記憶部２４は、学習済モデルＬＭおよび制御プログラムＰＧを記憶する。基板処理装置１００は、制御プログラムＰＧに定められた手順に従って動作する。

また、制御部２２は、基板情報取得部２２ａと、除電処理条件情報取得部２２ｂとを含む。基板情報取得部２２ａは、帯電分布測定部１３０から、処理対象基板Ｗｐの基板情報を取得する。基板情報は、帯電分布情報を含む。なお、基板情報取得部２２ａは、記憶部２４から、基板情報として、帯電分布情報以外の別の情報を取得してもよい。

学習済モデルＬＭは、基板情報に基づいて除電処理条件情報を生成する。典型的には、学習済モデルＬＭに対して基板情報を入力すると、基板情報に対応した除電処理条件情報が出力される。一例では、学習済モデルＬＭに対して帯電分布情報を入力すると、帯電分布情報に対応した除電処理条件情報が出力される。

除電処理条件情報取得部２２ｂは、学習済モデルＬＭから除電処理条件情報を取得する。除電処理条件情報取得部２２ｂは、学習済モデルＬＭから、処理対象基板Ｗｐの基板情報に対応する除電処理条件情報を取得する。

制御部２２は、除電処理条件情報に示された除電処理条件に従って基板保持部１２０および除電部１４０を制御する。

基板処理システム１０は、表示部４２、入力部４４および通信部４６をさらに備えることが好ましい。

表示部４２は画像を表示する。表示部４２は、例えば、液晶ディスプレイ、又は、有機エレクトロルミネッセンスディスプレイである。

入力部４４は、制御部２２に対して各種情報を入力するための入力機器である。例えば、入力部４４は、キーボード及びポインティングデバイス、又は、タッチパネルである。

通信部４６は、ネットワークに接続され、外部装置と通信する。本実施形態において、ネットワークは、例えば、インターネット、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、公衆電話網、及び、近距離無線ネットワークを含む。通信部４６は、通信機であり、例えば、ネットワークインターフェースコントローラーである。

さらに、基板処理システム１０は、センサー５０をさらに備えることが好ましい。典型的には、複数のセンサー５０が、基板処理システム１０の各部分の状態を検知する。例えば、センサー５０の少なくとも一部は、基板処理装置１００の各部分の状態を検知する。

記憶部２４は、センサー５０からの出力結果および制御プログラムによる制御パラメータを時系列データとして記憶する。典型的には、時系列データは、基板Ｗごとに分かれて記憶される。

センサー５０は、１枚の基板Ｗの処理ごとに、基板Ｗの処理開始から処理終了までの期間において、基板処理装置１００が使用する物体の物理量を検出して、物理量を示す検出信号を制御部２２に出力する。そして、制御部２２は、基板Ｗの処理開始から処理終了までの期間においてセンサー５０から出力される検出信号によって示される物理量を、１枚の基板Ｗの処理ごとに、時間と関連付けて時系列データＴＤとして、記憶部２４に記憶させる。

制御部２２は、センサー５０から時系列データＴＤを取得して、時系列データＴＤを記憶部２４に記憶させる。この場合、制御部２２は、時系列データＴＤを、ロット識別情報、基板識別情報、処理順番情報、及び、ロット間隔情報と関連付けて記憶部２４に記憶させる。ロット識別情報は、ロットを識別するための情報（例えば、ロット番号）である。ロットは基板Ｗの処理単位を示す。１つのロットは、所定数の基板Ｗによって構成される。基板識別情報は、基板Ｗを識別するための情報である。処理順番情報は、１つのロットを構成する所定数の基板Ｗに対する処理の順番を示す情報である。ロット間隔情報は、ロットに対する処理の終了から次のロットに対する処理の開始までの時間間隔を示す情報である。

次に、図１～図５を参照して、本実施形態の基板処理装置１００による基板処理方法を説明する。図５（ａ）は、本実施形態の基板処理装置１００における基板処理方法のフロー図であり、図５（ｂ）は、本実施形態の基板処理方法における除電処理のフロー図である。

図５（ａ）に示すように、ステップＳ１０において、処理対象基板Ｗｐを基板処理装置１００に搬入する。搬入された処理対象基板Ｗｐは、基板保持部１２０に装着される。典型的には、処理対象基板Ｗｐは、センターロボットＣＲによって基板処理装置１００に搬入される。

ステップＳ２０において、処理対象基板Ｗｐを除電する。除電部１４０は、処理対象基板Ｗｐを除電する。詳細には、除電部１４０のノズル１４２から除電液を処理対象基板Ｗｐの上面Ｗａに吐出する。除電液は、処理対象基板Ｗｐの上面Ｗａを覆う。これにより、基板Ｗは除電液で除電される。なお、処理対象基板Ｗｐを除電する際に、基板Ｗは基板保持部１２０によって回転される。処理対象基板Ｗｐの回転は、処理対象基板Ｗｐの搬出する直前まで継続してもよい。

ステップＳ３０において、処理対象基板Ｗｐを薬液で処理する。薬液供給部１５０は、処理対象基板Ｗｐに薬液を供給する。薬液供給部１５０のノズル１５２から薬液を処理対象基板Ｗｐの上面Ｗａに吐出する。薬液は、処理対象基板Ｗｐの上面Ｗａを覆う。これにより、処理対象基板Ｗｐは薬液で処理される。

ステップＳ４０において、処理対象基板Ｗｐをリンス液でリンスする。リンス液供給部１６０は、処理対象基板Ｗｐにリンス液を供給する。リンス液供給部１６０のノズル１６２からリンス液を処理対象基板Ｗｐの上面Ｗａに吐出する。リンス液は、処理対象基板Ｗｐの上面Ｗａを覆う。これにより、処理対象基板Ｗｐはリンス液で処理される。

ステップＳ５０において、基板保持部１２０から処理対象基板Ｗｐを脱離して処理対象基板Ｗｐを搬出する。典型的には、処理対象基板Ｗｐは、センターロボットＣＲによって基板処理装置１００から搬出される。以上のようにして、処理対象基板Ｗｐを除電処理および薬液処理できる。なお、薬液処理する際の薬液は、比抵抗が比較的高いことがある。この場合、薬液処理の前に、除電処理を行うことが好ましい。これにより、処理対象基板Ｗｐが帯電して搬入される場合でも、薬液処理において処理対象基板Ｗｐに放電が発生することを抑制できる。ただし、薬液処理によって基板Ｗが帯電することがある。この場合、薬液処理の後に除電処理を行ってもよい。

本実施形態の基板処理装置１００において、図５（ｂ）に示すように、処理対象基板Ｗｐを除電処理する。

ステップＳ２２において、処理対象基板Ｗｐの基板情報を取得する。基板情報取得部２２ａは、処理対象基板Ｗｐの基板情報を取得する。基板情報は、処理対象基板Ｗｐの帯電分布を示す帯電分布情報を含む。例えば、制御部２２が帯電分布測定部１３０を制御することによって、帯電分布測定部１３０が処理対象基板Ｗｐの帯電分布を測定する。なお、制御部２２は、帯電分布情報以外の基板情報を取得してもよい。例えば、制御部２２は、記憶部２４から処理対象基板Ｗｐの基板情報を取得してもよい。

ステップＳ２４において、処理対象基板Ｗｐの基板情報を学習済モデルＬＭに入力する。詳細は後述するが、学習済モデルＬＭは、学習対象基板ＷＬの基板情報と、学習対象基板ＷＬに対して行われた除電処理の処理条件を示す除電処理条件情報と、学習対象基板ＷＬに対して行われた除電処理の結果を示す処理結果情報とを含む学習用データから構築される。学習済モデルＬＭは、処理対象基板Ｗｐの基板情報に対応して除電処理条件情報Ｒｐを出力する。

ステップＳ２６において、学習済モデルＬＭから除電処理条件情報を取得する。除電処理条件情報取得部２２ｂは、学習済モデルＬＭから、基板情報に対応する除電処理条件情報を取得する。

ステップＳ２８において、除電処理条件情報に従って、基板保持部１２０および除電部１４０が処理対象基板Ｗｐの除電処理を実行する。図３に示した基板処理装置１００では、除電部１４０は、除電処理条件情報に従って処理対象基板Ｗｐに除電液を供給する。以上のようにして、処理対象基板Ｗｐを除電処理できる。

本実施形態によれば、機械学習によって構築された学習済モデルＬＭから、処理対象基板Ｗｐの帯電分布情報を含む基板情報に対応する除電処理条件情報を取得し、除電処理条件情報に示された除電処理条件にしたがって除電処理を実行する。処理対象基板Ｗｐの帯電分布は、処理対象基板Ｗｐの特性および除電前の処理のわずかな違いに応じて大きく変動するが、本実施形態によれば、処理対象基板Ｗｐの帯電状態に応じて、除電処理を適切に実行できる。

次に、図６を参照して本実施形態の基板処理方法における基板Ｗの帯電状態を説明する。図６は、基板Ｗの帯電分布を示す模式図である。図６（ａ）は、帯電分布測定部１３０によって測定された基板の帯電分布を示す。ここでは、基板Ｗの電位を８段階に分けて領域ごとに示している。

基板Ｗにおいて、領域Ｒ１は、基板Ｗのうちの電位の最も低い領域を示し、領域Ｒ２は、基板Ｗにおいて領域Ｒ１の次に電位の低い領域を示す。領域Ｒ３～Ｒ７は、基板Ｗにおいて、順番に電位の低い領域を示す。領域Ｒ８は、基板Ｗにおいて、電位の最も高い領域を示す。

図６において、基板Ｗの電位の最も低い領域は、基板Ｗの上側端部、および、基板Ｗの中央から左側に位置する。図６において、基板Ｗの電位は、上側が低く下側が高い傾向を示す。ただし、図６に示した基板Ｗの帯電分布は例示にすぎず、基板Ｗの帯電分布は、基板Ｗの種類、厚さおよびその前の処理のわずかな違いに応じて大きく変動する。

次に、図１～図７を参照して本実施形態の基板処理方法における除電処理を説明する。図７（ａ）～図７（ｄ）は、本実施形態の基板処理方法における除電処理の模式図である。

図７（ａ）に示すように、処理対象基板Ｗｐの電位は、位置に応じて異なる。図７（ａ）は、処理対象基板Ｗｐにおける位置ごとの電荷Ｑの分布を示す。図７（ａ）において、電荷Ｑが大きいほど処理対象基板Ｗｐの当該位置で電荷量が大きいことを示しており、電荷Ｑが小さいほど処理対象基板Ｗｐの当該位置で電荷量が小さいことを示している。図７（ａ）では、処理対象基板Ｗｐの左端および中央において、電位の比較的高い領域がある一方で、処理対象基板Ｗｐの右端では、電位は比較的低い。帯電分布測定部１３０は、処理対象基板Ｗｐの帯電分布を測定する。

図７（ｂ）に示すように、処理対象基板Ｗｐの除電を開始する。除電部１４０は、処理対象基板Ｗｐのうちの電位の比較的低い領域に除電液を吐出する。ここでは、除電部１４０のノズル１４２は、処理対象基板Ｗｐの右端の上方に位置して、除電液は、処理対象基板Ｗｐの右端に吐出される。処理対象基板Ｗｐのうち除電液の吐出が開始される領域において、処理対象基板Ｗｐの電位が高いと放電が生じるおそれがあるが、電位が低い場合には放電の発生を抑制できる。

その後、図７（ｃ）に示すように、除電部１４０のノズル１４２を処理対象基板Ｗｐに対して走査する。ここでは、処理対象基板Ｗｐのうち除電部１４０のノズル１４２から除電液の吐出される領域が処理対象基板Ｗｐの端部から中央に向かうように走査する。このようにして、除電部１４０のノズル１４２を処理対象基板Ｗｐに対して走査する。除電液により、処理対象基板Ｗｐの帯電が除去される。

図７（ｄ）に示すように、処理対象基板Ｗｐに対して除電処理することにより、処理対象基板Ｗｐの電荷Ｑが除去され、処理対象基板Ｗｐの帯電量を低減できる。以上のようにして、処理対象基板Ｗｐを除電することにより、処理対象基板Ｗｐにおける放電の発生を抑制できる。

なお、図６および図７を参照した説明では、基板Ｗの電位は、グランドに対してプラスであり、基板Ｗのうち電位の低い領域に除電液の供給を開始するように説明した。ただし、基板Ｗがグランドに対してマイナス電荷を有する場合、基板Ｗのうちグランドからの電位の最も離れた領域に除電液の供給を開始する。

図１を参照して上述したように、学習済モデルＬＭは、学習用データＬＤから生成され、学習用データＬＤは、基板処理装置１００Ｌの時系列データＴＤＬから生成される。

次に、図８を参照して、学習用データＬＤの生成を説明する。図８は、基板処理装置１００Ｌを備えた基板処理システム１０Ｌおよび学習用データ生成装置３００のブロック図である。ここでは、学習用データ生成装置３００は、基板処理装置１００Ｌと通信可能に接続される。図８の基板処理装置１００Ｌを備えた基板処理システム１０Ｌは、制御部２２Ｌが基板情報取得部２２ａおよび除電処理条件情報取得部２２ｂを有しておらず、記憶部２４Ｌが学習済モデルＬＭを記憶せずにテストレシピＴＲを記憶する点を除いて、図４に示した基板処理システム１０のブロック図と同様であり、冗長を避けるために重複する記載を省略する。

基板処理システム１０Ｌは、複数の基板処理装置１００Ｌと、インデクサーロボットＩＲＬと、センターロボットＣＲＬと、制御装置２０Ｌと、表示部４２Ｌと、入力部４４Ｌと、通信部４６Ｌと、センサー５０Ｌを備える。基板処理装置１００Ｌ、インデクサーロボットＩＲＬ、センターロボットＣＲＬ、制御装置２０Ｌ、表示部４２Ｌ、入力部４４Ｌおよび通信部４６Ｌは、図４に示した基板処理システム１０の基板処理装置１００、インデクサーロボットＩＲ、センターロボットＣＲ、制御装置２０、表示部４２、入力部４４および通信部４６と同様の構成を有する。

また、基板処理装置１００Ｌは、基板保持部１２０Ｌと、帯電分布測定部１３０Ｌ、除電部１４０Ｌと、薬液供給部１５０Ｌと、リンス液供給部１６０Ｌと、カップ１８０Ｌとを備える。チャンバー１１０Ｌ、基板保持部１２０Ｌ、帯電分布測定部１３０Ｌ、除電部１４０Ｌ、薬液供給部１５０Ｌ、リンス液供給部１６０Ｌおよびカップ１８０Ｌは、図３および図４に示した基板保持部１２０、帯電分布測定部１３０、除電部１４０、薬液供給部１５０、リンス液供給部１６０およびカップ１８０と同様の構成を有することが好ましい。

制御装置２０Ｌは、制御部２２Ｌと、記憶部２４Ｌとを有する。記憶部２４Ｌは、制御プログラムＰＧＬを記憶する。基板処理装置１００Ｌは、制御プログラムＰＧＬに定められた手順に従って動作する。

また、記憶部２４Ｌは、複数のテストレシピＴＲを記憶する。複数のテストレシピＴＲは、除電処理条件の異なるレシピを含む。このため、制御部２２Ｌが、テストレシピＴＲに従って学習対象基板ＷＬを処理する場合、異なる学習対象基板ＷＬに対して異なる除電処理が行われる。

記憶部２４Ｌは、学習対象基板ＷＬの時系列データＴＤＬを記憶する。時系列データＴＤＬは、基板処理装置１００Ｌにおける物理量の時間変化を示すデータである。時系列データＴＤＬは、センサー５０Ｌによって検知された複数の物理量を示す。なお、時系列データＴＤＬは、帯電分布測定部１３０Ｌによって測定された学習対象基板ＷＬの帯電分布情報、学習対象基板ＷＬを除電処理した条件を示す除電処理条件情報および学習対象基板ＷＬを除電処理した結果を示す処理結果情報を含む。

学習用データ生成装置３００は、基板処理装置１００Ｌと通信可能に接続される。学習用データ生成装置３００は、基板処理装置１００Ｌの時系列データの少なくとも一部を通信する。

学習用データ生成装置３００は、制御装置３２０と、表示部３４２と、入力部３４４と、通信部３４６とを備える。学習用データ生成装置３００は、通信部３４６を介して複数の基板処理装置１００Ｌの制御装置２０Ｌと通信可能である。表示部３４２、入力部３４４および通信部３４６は、表示部４２、入力部４４および通信部４６と同様の構成を有している。

制御装置３２０は、制御部３２２と、記憶部３２４とを含む。記憶部３２４は、制御プログラムＰＧ３を記憶する。学習用データ生成装置３００は、制御プログラムＰＧ３に定められた手順に従って動作する。

制御部３２２は、基板処理装置１００Ｌから、時系列データＴＤＬの少なくとも一部を受信し、受信した時系列データＴＤＬを記憶部３２４に記憶させる。記憶部３２４は、学習対象基板ＷＬの時系列データＴＤＬの少なくとも一部を記憶する。時系列データＴＤＬは、通信部４６Ｌおよび通信部３４６を介して基板処理装置１００Ｌから学習用データ生成装置３００に送信される。制御部３２２は、送信された時系列データＴＤＬの少なくとも一部を記憶部３２４に記憶させる。記憶部３２４に記憶された時系列データＴＤＬは、時系列データＴＤＬの基板情報、除電処理条件情報および処理結果情報を含む。

制御部３２２は、記憶部３２４の時系列データＴＤＬから、学習対象基板ＷＬの帯電分布情報を含む基板情報、除電処理条件情報および処理結果情報を取得する。さらに、制御部３２２は、学習対象基板ＷＬの基板情報、除電処理条件情報および処理結果情報をまとめて学習用データＬＤを生成し、記憶部３２４は、学習用データＬＤを記憶する。

次に、図８および図９を参照して、本実施形態の学習用データの生成方法を説明する。図９は、本実施形態の学習用データの生成方法のフロー図である。学習用データの生成は、学習用データ生成装置３００において行われる。

図９に示すように、ステップＳ１１０において、学習対象基板ＷＬの時系列データＴＤＬを取得する。典型的には、学習用データ生成装置３００は、基板処理装置１００Ｌから学習対象基板ＷＬの時系列データＴＤＬの少なくとも一部を受信する。記憶部３２４は、受信した時系列データＴＤＬを記憶する。

ステップＳ１１２において、記憶部３２４に記憶された学習対象基板ＷＬの時系列データＴＤＬから基板情報を抽出する。基板情報は、学習対象基板ＷＬの帯電分布情報を含む。制御部３２２は、記憶部３２４の時系列データＴＤＬから学習対象基板ＷＬの基板情報を取得する。

ステップＳ１１４において、記憶部３２４に記憶された学習対象基板ＷＬの時系列データＴＤＬから学習対象基板ＷＬの除電処理条件情報を抽出する。制御部３２２は、記憶部３２４の時系列データＴＤＬから学習対象基板ＷＬの除電処理条件情報を取得する。

ステップＳ１１６において、記憶部３２４に記憶された学習対象基板ＷＬの時系列データＴＤＬから学習対象基板ＷＬの処理結果情報を抽出する。制御部３２２は、記憶部３２４の時系列データＴＤＬから学習対象基板ＷＬの処理結果情報を取得する。

ステップＳ１１８において、学習対象基板ＷＬの基板情報、除電処理条件情報および処理結果情報を関連付けて学習用データＬＤとして生成し、記憶部３２４は、複数の学習対象基板ＷＬごとに学習用データＬＤを記憶する。

本実施形態において、生成された学習用データは、学習対象基板ＷＬごとに互い関連付けられた基板情報、除電処理条件情報および処理結果情報を含む。このような学習用データは、学習処理に好適に用いられる。

なお、図８では、学習用データ生成装置３００は、１つの基板処理装置１００Ｌと通信可能に接続されたが、本実施形態はこれに限定されない。学習用データ生成装置３００は、複数の基板処理装置１００Ｌと通信可能に接続されてもよい。

また、図８および図９を参照した説明では、基板処理装置１００Ｌで生成された時系列データＴＤＬが通信部４６Ｌおよび通信部３４６を介して学習用データ生成装置３００に送信されたが、本実施形態はこれに限定されない。学習用データ生成装置３００の制御装置３２０は、基板処理装置１００Ｌを備える基板処理システム１０の制御装置２０に組み込まれており、時系列データＴＤＬがネットワークを転送されることなく、基板処理システム１０内にて時系列データＴＤＬから学習用データＬＤが生成されてもよい。

次に、図１０を参照して、本実施形態の学習済モデルＬＭの生成を説明する。図１０は、本実施形態の学習用データ生成装置３００および学習装置４００の模式図である。学習用データ生成装置３００および学習装置４００は互いに通信可能である。

学習装置４００は、学習用データ生成装置３００と通信可能に接続される。学習装置４００は、学習用データ生成装置３００から学習用データＬＤを受信する。学習装置４００は、学習用データＬＤに基づいて機械学習を行い、学習済モデルＬＭを生成する。

学習装置４００は、制御装置４２０と、表示部４４２と、入力部４４４と、通信部４４６とを備える。表示部４４２、入力部４４４および通信部４４６は、図４に示した基板処理システム１０の表示部４２、入力部４４および通信部４６と同様の構成を有している。

制御装置４２０は、制御部４２２および記憶部４２４を含む。なお、記憶部４２４は、制御プログラムＰＧ４を記憶する。学習装置４００は、制御プログラムＰＧ４に定められた手順に従って動作する。

記憶部４２４は、学習用データＬＤを記憶する。学習用データＬＤは、通信部３４６および通信部４４６を介して学習用データ生成装置３００から学習装置４００に送信される。制御部４２２は、送信された学習用データＬＤを記憶部４２４に記憶させる。記憶部４２４に記憶された学習用データＬＤでは、時系列データＴＤＬの基板情報、除電処理条件情報および処理結果情報が互い関連づけられている。

記憶部４２４は、学習プログラムＬＰＧを記憶する。学習プログラムＬＰＧは、複数の学習データＬＤの中から一定の規則を見出し、見出した規則を表現する学習済モデルＬＭを生成するための機械学習アルゴリズムを実行するためのプログラムである。制御部４２２は、記憶部４２４の学習プログラムＬＰＧを実行することにより、学習用データＬＤを機械学習することで推論プログラムのパラメータを調整して学習済モデルＬＭを生成する。

機械学習アルゴリズムは、教師あり学習であれば、特に限定されず、例えば、決定木、最近傍法、単純ベイズ分類器、サポートベクターマシン、又は、ニューラルネットワークである。従って、学習済モデルＬＭは、決定木、最近傍法、単純ベイズ分類器、サポートベクターマシン、又は、ニューラルネットワークを含む。学習済モデルＬＭを生成する機械学習において、誤差逆伝搬法を利用してもよい。

例えば、ニューラルネットワークは、入力層、単数又は複数の中間層、及び、出力層を含む。具体的には、ニューラルネットワークは、ディープニューラルネットワーク（ＤＮＮ：Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）、再帰型ニューラルネットワーク（ＲＮＮ：Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）、又は、畳み込みニューラルネットワーク（ＣＮＮ：Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）であり、ディープラーニングを行う。例えば、ディープニューラルネットワークは、入力層、複数の中間層、及び、出力層を含む。

制御部４２２は、取得部４２２ａと、学習部４２２ｂとを含む。取得部４２２ａは、記憶部４２４から学習用データＬＤを取得する。学習部４２２ｂは、記憶部４２４の学習プログラムＬＰＧを実行することにより、学習用データＬＤを機械学習し、学習用データＬＤから学習済モデルＬＭを生成する。

学習部４２２ｂは、学習プログラムＬＰＧに基づいて複数の学習データＬＤを機械学習する。その結果、複数の学習データＬＤの中から一定の規則が見出されて、学習済モデルＬＭが生成される。つまり、学習済モデルＬＭは、学習データＬＤを機械学習することで構築される。記憶部４２４は、学習済モデルＬＭを記憶する。

なお、典型的には、学習済モデルＬＭは、基板処理システム１０における制御装置２０に転送され、記憶部２４が、学習済モデルＬＭを記憶する。この場合、図４を参照した上述したように、基板処理システム１０における制御装置２０の記憶部２４が学習済モデルＬＭを記憶しており、除電処理条件情報取得部２２ｂは、記憶部２４の学習済モデルＬＭから除電処理条件を取得する。

ただし、本施形態はこれに限定されない。記憶部２４は学習済モデルＬＭを記憶しておらず、除電処理条件情報取得部２２ｂは、基板処理システム１０の外部から除電処理条件を取得してもよい。例えば、除電処理条件情報取得部２２ｂは、通信部４６および通信部４４６を介して学習装置４００の学習済モデルＬＭに処理対象基板Ｗｐの基板情報を送信し、通信部４４６および通信部４６を介して学習装置４００から学習済モデルＬＭにおいて出力された除電処理条件情報を受信してもよい。

次に、図１～図１１を参照して、本実施形態の学習装置４００における学習方法および学習済モデルの生成方法を説明する。図１１は、本実施形態の学習方法および学習済モデルのフロー図である。学習用データＬＤの学習および学習済モデルＬＭの生成は、学習装置４００において行われる。

図１１に示すように、ステップＳ１２２において、学習装置４００の取得部４２２ａは、記憶部４２４から複数の学習用データＬＤを取得する。学習用データＬＤは、時系列データＴＤＬの基板情報、除電処理条件情報および処理結果情報が互い関連づけられている。

次に、ステップＳ１２４において、学習部４２２ｂは、学習プログラムＬＰＧに基づいて複数の学習用データＬＤを機械学習する。

次に、ステップＳ１２６において、学習部４２２ｂは、学習用データＬＤの機械学習が終了するか否かを判定する。機械学習を終了するか否かは、予め定められた条件にしたがって決定される。例えば、機械学習は、所定数以上の学習用データＬＤを機械学習すると終了する。

機械学習が終了しない場合（ステップＳ１２６においてＮｏ）、処理は、ステップＳ１２２に戻る。その場合、機械学習が繰り返される。一方、機械学習が終了しない場合（ステップＳ１２６においてＹｅｓ）、処理は、ステップＳ１２８に進む。

ステップＳ１２８において、学習部４２２ｂは、最新の複数のパラメータ（係数）つまり、複数の学習済パラメータ（係数）を適用したモデル（１以上の関数）を、学習済モデルＬＭとして出力する。記憶部４２４は学習済モデルＬＭを記憶する。

以上のようにして、学習方法は終了し、学習済モデルＬＭが生成される。本実施形態によれば、学習用データＬＤを機械学習することで、学習済モデルＬＭを生成できる。

なお、図１０では、学習装置４００は、１つの学習用データ生成装置３００と通信可能に接続されたが、本実施形態はこれに限定されない。学習装置４００は、複数の学習用データ生成装置３００と通信可能に接続されてもよい。

また、図１０および図１１を参照した説明では、学習用データ生成装置３００で生成された学習用データＬＤが通信部３４６および通信部４４６を介して学習装置４００に送信されたが、本実施形態はこれに限定されない。学習装置４００の制御装置４２０は、学習用データ生成装置３００の制御装置３２０に組み込まれており、学習用データＬＤがネットワークを転送されることなく、学習用データ生成装置３００内にて学習用データＬＤから学習済モデルＬＭが生成されてもよい。

さらに、図８～図１１を参照した説明では、基板処理装置１００Ｌで生成された時系列データＴＤＬが通信部４６Ｌおよび通信部３４６を介して学習用データ生成装置３００に送信され、学習用データ生成装置３００で生成された学習用データＬＤが通信部３４６および通信部４４６を介して学習装置４００に送信されたが、本実施形態はこれに限定されない。学習用データ生成装置３００の制御装置３２０および学習装置４００の制御装置４２０は、基板処理システム１０Ｌの制御装置２０に組み込まれており、時系列データＴＤＬおよび学習用データＬＤがネットワークを転送されることなく、基板処理システム１０Ｌ内にて時系列データＴＤＬから学習用データＬＤを介して学習済モデルＬＭが生成されてもよい。

次に、図１２を参照して学習用データＬＤの一例を説明する。図１２は、学習用データＬＤの一例を示す図である。

図１２は、学習対象基板ＷＬの基板情報、学習対象基板ＷＬの除電処理条件、および、学習対象基板ＷＬの除電処理結果を示す。ここでは、基板情報は、学習対象基板ＷＬの帯電分布を示す帯電分布情報である。帯電分布情報は、学習対象基板ＷＬを除電処理する前に帯電分布測定部１３０Ｌによって学習対象基板ＷＬを測定することによって生成される。除電処理条件情報は、例えば、除電液の濃度、除電液の温度、除電液の供給量、除電液の吐出パターンおよび除電液を供給する際の学習対象基板ＷＬの回転速度を示す。処理結果は、除電処理後の学習対象基板ＷＬの結果を示す。図１２において、学習用データＬＤは、学習用データＬＤ１から学習用データＬＤ１０００を含む。

学習用データＬＤ１は、ある学習対象基板ＷＬ１の基板情報、除電処理条件、および、処理結果を示す。ここでは、学習用データＬＤ１において、基板情報は、学習対象基板ＷＬ１の帯電分布を示す。また、Ｌｐ１は、学習対象基板ＷＬ１に対して行われた除電処理の条件を示す。

処理結果情報は、学習対象基板ＷＬ１に対して除電処理の処理結果を示す。処理結果は、学習対象基板ＷＬ１において放電が発生したか否かによって判定されてもよい。あるいは、処理結果は、学習対象基板ＷＬ１において特性の異常が発見されたか否かによって判定されてもよい。学習用データＬＤ１では、除電処理された学習対象基板の結果は良好であったので、〇と示す。

学習用データＬＤ２～ＬＤ１０００は、学習対象基板ＷＬ２～ＷＬ１０００に対応して生成される。学習用データＬＤ２～ＬＤ１０００に示すように、典型的には、学習対象基板ＷＬの帯電分布は、基板ごとに異なる。なお、学習対象基板ＷＬに対して行われる除電処理条件は、同じであってもよく、異なってもよい。除電処理結果は、学習対象基板ＷＬの帯電分布および処理条件に応じて変化する。

図１２に示した学習用データＬＤでは、データの数は１０００個であったが、本実施形態はこれに限定されない。データの数は、１０００個より小さくてもよく、１０００個よりも大きくてもよい。ただし、データの数は、できるだけ多いことが好ましい。

なお、図１２を参照した上述の説明では、処理結果が良好であるときに〇と示し、処理結果が良好でないときに×と示しており、学習用データＬＤ１～ＬＤ１０００の処理結果は２値化されたが、本実施形態はこれに限定されない。処理結果は、３以上の複数の値に分類されてもよい。あるいは、処理結果は、最低値と最大値の間の任意の値に分類されてもよい。例えば、処理結果は、学習対象基板ＷＬの特性に加えて、除電液の使用量（供給量）または除電処理に要する時間等を考慮して数値化されてもよい。

なお、学習用データＬＤにおいて、除電処理条件は、複数の項目を含むことが好ましい。例えば、除電処理条件は、除電液の濃度、温度、供給量、学習対象基板に対する除電液の吐出パターン、除電時の基板保持部１２０の回転速度を含んでもよい。

次に、図１３を参照して、本実施形態の学習方法において用いられる学習用データＬＤを説明する。図１３は、学習用データＬＤの一例を示す図である。

図１３に示すように、学習用データＬＤは、学習用データＬＤ１～ＬＤ１０００を含む。学習用データＬＤは、学習対象基板ＷＬの基板情報、学習対象基板ＷＬの除電処理条件、および、学習対象基板ＷＬの処理結果情報を示す。ここでは、除電処理条件は、除電液の濃度、除電液の温度、除電液の供給量、学習対象基板に対する除電液の吐出パターン、および除電液を供給する際の学習対象基板の回転速度を含む。

除電液の濃度は、学習対象基板ＷＬに用いられた除電液の濃度を示す。除電液の温度、学習対象基板ＷＬに用いられた除電液の温度を示す。除電液の供給量は、学習対象基板ＷＬに用いられた除電液の供給量を示す。学習対象基板に対する除電液の吐出パターンは、学習対象基板ＷＬに対して除電液を吐出した経路（ノズル１４２の移動経路）を示す。学習対象基板の回転速度は、除電液を供給する際の学習対象基板ＷＬの回転速度を示す。また、学習用データＬＤにおいて、除電処理された学習対象基板の結果が良好であるときは「〇」と示し、除電処理された学習対象基板の結果が良好でないときは「×」と示す。

学習用データＬＤ１において、Ｌｃ１は、学習対象基板ＷＬ１に対して用いられた除電液の濃度を示し、Ｌｔ１は、学習対象基板ＷＬ１に対して用いられた除電液の温度を示す。また、Ｌｓ１は、学習対象基板ＷＬ１に対して用いられた除電液の供給量を示し、Ｌｅ１は、学習対象基板ＷＬ１に対する除電液の吐出パターンを示し、Ｌｖ１は、学習対象基板ＷＬ１に対して除電液を供給する際の学習対象基板ＷＬ１の回転速度を示す。学習用データＬＤ１では、除電処理された学習対象基板の処理結果が良好であったため、処理結果は「〇」である。

学習用データＬＤ２～ＬＤ１０００についても同様である。学習用データＬＤ２～ＬＤ１０００に示すように、典型的には、学習対象基板ＷＬの帯電分布は、基板ごとに異なる。なお、学習対象基板ＷＬに対して行われる除電処理条件は、同じであってもよく、異なってもよい。例えば、除電処理条件の複数の項目の少なくとも一部が、同じであってもよく、異なってもよい。あるいは、除電処理条件の複数の項目のすべてが、同じであってもよく、異なってもよい。除電処理結果は、学習対象基板ＷＬの帯電分布および除電処理条件に応じて変動する。

次に、図１～図１４を参照して、本実施形態の基板処理装置１００における除電処理を説明する。図１４（ａ）は、処理対象基板Ｗｐの帯電分布を示し、図１４（ｂ）は、学習済モデルＬＭにおいて生成された除電処理条件情報Ｒｐを示す。

図１４（ａ）に示すように、処理対象基板Ｗｐは帯電分布を有する。処理対象基板Ｗｐの帯電分布は、帯電分布測定部１３０において測定される。制御部２２は、処理対象基板Ｗｐの帯電分布を示す帯電分布情報を学習済モデルＬＭに入力すると、学習済モデルＬＭは、帯電分布情報に対応して除電処理条件情報Ｒｐを生成する。

図１４（ｂ）は、除電処理条件情報Ｒｐを示す図である。除電処理条件情報Ｒｐは、除電液の濃度、除電液の温度、除電液の供給量、学習対象基板に対する除電液の吐出パターン、および、除電液を供給する際の処理対象基板の回転速度を含む。

除電処理条件情報Ｒｐにおいて、Ｒｃは、処理対象基板Ｗｐに対して用いられる除電液の濃度を示し、Ｒｔは、処理対象基板Ｗｐに対して用いられる除電液の温度を示す。また、Ｒｓは、処理対象基板Ｗｐに対して用いられる除電液の供給量を示し、Ｒｅは、処理対象基板Ｗｐに対して用いられる除電液の吐出パターンを示し、Ｒｖは、処理対象基板Ｗｐに対して除電液を供給する際の処理対象基板Ｗｐの回転速度を示す。

なお、図１３および図１４を参照した説明では、除電処理条件は、除電液の濃度、除電液の温度、除電液の供給量、除電液の吐出パターン、および、処理対象基板の回転速度の５つの項目を有したが、本実施形態はこれに限定されない。除電処理条件は、これらの５項目の１以上のいずれの項目を有してもよい。または、除電処理条件は、これらの５項目の１以上のいずれかの項目と別の項目との組合せであってもよい。あるいは、除電処理条件は、これらの５項目とは異なる１以上の項目を有してもよい。

なお、図１２～図１４を参照した上述の説明では、学習対象基板ＷＬの基板情報は、学習対象基板ＷＬの帯電分布を示した帯電分布情報であったが、本実施形態はこれに限定されない。学習対象基板ＷＬの基板情報は、帯電分布情報以外の情報を含んでもよい。

次に、図１５を参照して、本実施形態の学習方法において用いられる学習用データＬＤを説明する。図１５は、学習用データＬＤの一例を示す図である。なお、図１５の学習用データＬＤは、基板情報が学習対象基板ＷＬの帯電分布に加えて学習対象基板ＷＬの膜厚および膜種を示す情報を含む点を除いて、図１３を参照して上述した学習用データＬＤと同様であり、冗長を避けるために重複する記載を省略する。

図１５に示すように、学習用データＬＤは、学習用データＬＤ１～ＬＤ１０００を含む。学習用データＬＤは、学習対象基板ＷＬの基板情報、学習対象基板ＷＬの除電処理条件、および、学習対象基板ＷＬの処理結果情報を示す。ここでは、学習対象基板ＷＬの基板情報は、学習対象基板ＷＬの帯電分布、学習対象基板ＷＬの膜厚および膜種を含む。

また、除電処理条件は、除電液の濃度、除電液の温度、除電液の供給量、学習対象基板に対する除電液の吐出パターン、および除電液を供給する際の学習対象基板の回転速度を含む。なお、図１５において、Ｌｃは、学習対象基板ＷＬに対して用いられた除電液の濃度を示し、Ｌｔは、学習対象基板ＷＬに対して用いられた除電液の温度を示す。また、Ｌｓは、学習対象基板ＷＬに対して用いられた除電液の供給量を示し、Ｌｅは、学習対象基板ＷＬに対する除電液の吐出パターンを示す。また、Ｌｖは、学習対象基板ＷＬに対して除電液を供給する際の学習対象基板ＷＬの回転速度を示す。

学習対象基板ＷＬの膜厚は、表面に存在する膜の厚さを示す。なお、学習対象基板ＷＬの膜厚は、表面に存在する２以上の膜の厚さを示してもよい。

学習対象基板ＷＬの膜種は、表面（上面Ｗａ）に存在する膜の種類を示す。例えば、学習対象基板ＷＬの膜種は、表面に存在する膜が酸化シリコン膜または窒化シリコン膜、あるいは、それらの混合である。学習対象基板ＷＬの膜厚が表面に存在する２以上の膜の厚さを示す場合、膜種は、対象となる２以上の膜の種類を示してもよい。

学習用データＬＤ１において、Ｌｄ１は、学習対象基板ＷＬ１の表面に存在する膜の厚さを示す。また、Ｌｋ１は、学習対象基板ＷＬ１の表面に存在する膜の種類を示す。

学習用データＬＤ２～ＬＤ１０００についても同様である。学習用データＬＤ２～ＬＤ１０００に示すように、典型的には、学習対象基板ＷＬの帯電分布は、基板ごとに異なる。また、学習対象基板ＷＬの帯電分布がほぼ同じであっても、除電処理の程度は、学習対象基板ＷＬの表面の膜の厚さおよび／または膜種に応じて大きく変動する。このため、基板情報は、帯電分布に加えて、膜厚および／または膜種を含むことが好ましい。なお、基板情報は、膜厚および膜種のうちの一方の項目と、それ以外の項目との組合せを有してもよい。あるいは、基板情報は、膜厚および膜種以外の１以上の項目を有してもよい。

なお、図３に示した基板処理装置１００では、除電部１４０は、供給源からの所定状態の除電液を基板Ｗに供給したが、本実施形態はこれに限定されない。除電液の濃度は適宜変更されてもよい。また、図３に示した基板処理装置１００では、除電部１４０は、基板Ｗの上面Ｗａに除電液を供給したが、本実施形態はこれに限定されない。除電液は、基板Ｗの上面Ｗａだけでなく基板Ｗの裏面Ｗｂに供給されてもよい。

次に、図１６を参照して本実施形態の基板処理装置１００を説明する。図１６は、本実施形態の基板処理装置１００の模式図である。なお、図１６の基板処理装置１００は、除電部１４０が混合ユニット１４９、ノズル１４９ａと、配管１４９ｂと、バルブ１４９ｃをさらに含む点を除いて、図３を参照して上述した基板処理装置１００と同様であり、冗長を避けるために重複する記載を省略する。

図１６に示した本実施形態の基板処理装置１００において、除電部１４０は、ノズル１４２、配管１４４およびバルブ１４６に加えて、混合ユニット１４９、ノズル１４９ａと、配管１４９ｂと、バルブ１４９ｃをさらに含む。混合ユニット１４９は、供給源と接続される。ここでは、供給源から混合ユニット１４９には純水および二酸化炭素が供給される。

混合ユニット１４９は、純水と二酸化炭素を混合することで、除電液として炭酸水を生成する。なお、純水と二酸化炭素の混合の割合は、制御部２２からの指示にしたがって変更される。このため、混合ユニット１４９により、除電液の濃度を変更できる。混合ユニット１４９は、配管１４４と接続される。

ノズル１４９ａは、基板Ｗの裏面Ｗｂと対向し、基板Ｗの裏面Ｗｂに向けて除電液を吐出する。配管１４９ｂは、ノズル１４９ａに結合される。配管１４９ｂは、基板保持部１２０のシャフト１２３の中空孔を貫通する。ノズル１４９ａは、配管１４９ｂの先端に設けられる。配管１４９ｂは、配管１４４のうちのバルブ１４６と混合ユニット１４９との間の位置とノズル１４９ａとを連絡する。配管１４９ｂには、混合ユニット１４９から除電液が供給される。バルブ１４９ｃは、配管１４９ｂに設けられる。バルブ１４９ｃは、配管１４９ｂ内の流路を開閉する。

本実施形態によれば、混合ユニット１４９により、除電液の濃度を変更できるため、除電部１４０は、基板Ｗに濃度の異なる除電液を供給できる。また、除電部１４０は、基板Ｗの上面Ｗａだけでなく裏面Ｗｂにも除電液を供給できる。

典型的には、基板Ｗの裏面Ｗｂは、非デバイス形成面であるため、裏面Ｗｂにおいて放電しても基板の特性にほとんど影響しないことがある。この場合、基板処理装置１００は、基板Ｗの上面Ｗａに除電液を供給するよりも前に基板Ｗの裏面Ｗｂに除電液を供給することが好ましい。

次に、図１７を参照して、本実施形態の学習方法において用いられる学習用データＬＤを説明する。図１７は、学習用データＬＤの一例を示す図である。図１７の学習用データＬＤは、図１６に示した基板処理装置１００の学習済モデルＬＭを生成するために好適に用いられる。なお、図１７の学習用データＬＤは、１つの学習用データの少なくとも１つの項目について除電処理条件が２つの値を有する点を除いて、図１３を参照して上述した学習用データＬＤと同様であり、冗長を避けるために重複する記載を省略する。

図１７に示すように、学習用データＬＤは、学習用データＬＤ１～ＬＤ１０００を含む。除電処理条件は、除電液の濃度、除電液の温度、除電液の供給量、学習対象基板に対する除電液の吐出パターン、および除電液を供給する際の学習対象基板の回転速度を含む。図１７において、Ｌｃは、学習対象基板ＷＬに対して用いられた除電液の濃度を示し、Ｌｔは、学習対象基板ＷＬに対して用いられた除電液の温度を示す。また、Ｌｓは、学習対象基板ＷＬに対して用いられた除電液の供給量を示し、Ｌｅは、学習対象基板ＷＬに対する除電液の吐出パターンおよび吐出タイミングを示す。また、Ｌｖは、学習対象基板ＷＬに対して除電液を供給する際の学習対象基板ＷＬの回転速度を示す。

図１７では、１つの学習用データの除電液の濃度Ｌｃ、供給量Ｌｓおよび除電液の吐出パターンＬｅの項目について２つの値を有している。

図１６に示した基板処理装置１００では、混合ユニット１４９により、除電液の濃度を変更できる。このため、学習用データＬＤ１において、Ｌｃｕ１は、ノズル１４２から学習対象基板ＷＬの上面Ｗａに供給される除電液の濃度を示し、Ｌｃｄ１は、ノズル１４９ａから学習対象基板ＷＬの裏面Ｗｂに供給される除電液の濃度を示す。

また、学習用データＬＤ１において、Ｌｓｕ１は、ノズル１４２から学習対象基板ＷＬの上面Ｗａに供給される除電液の供給量を示し、Ｌｓｄ１は、ノズル１４９ａから学習対象基板ＷＬの裏面Ｗｂに供給される除電液の供給量を示す。また、Ｌｅｕ１は、学習対象基板ＷＬの上面Ｗａに対するノズル１４２からの除電液の吐出パターンおよび吐出タイミングを示し、Ｌｅｄ１は、学習対象基板ＷＬの裏面Ｗｂに対するノズル１４９ａからの除電液の吐出タイミングを示す。

学習用データＬＤ２～ＬＤ１０００についても同様である。学習用データＬＤ２～ＬＤ１０００に示すように、典型的には、学習対象基板ＷＬの帯電分布は、基板ごとに異なる。また、学習対象基板ＷＬについてノズル１４２およびノズル１４９ａから供給される除電液の濃度、供給量、吐出パターンおよび吐出タイミングに応じて学習対象基板ＷＬの除電処理の結果は大きく変動する。このため、学習用データＬＤは、学習対象基板ＷＬの除電処理の結果の変動に大きく寄与する項目を有することが好ましい。

上述した説明では、除電部１４０は、いわゆる除電液を供給したが、本実施形態において、除電部１４０は、いわゆる除電液を供給するものに限定されない。例えば、除電部１４０は、除電液以外の処理液を供給してもよい。除電部１４０は、処理液を処理対象基板Ｗｐにおいて放電が発生しないように供給してもよい。

なお、上述した基板処理装置１００では、除電部１４０は除電液を基板Ｗに供給したが、本実施形態はこれに限定されない。除電部１４０は、除電気体を基板Ｗに向けてチャンバー１１０に供給してもよい。

次に、図１８を参照して本実施形態の基板処理装置１００を説明する。図１８は、本実施形態の基板処理装置１００の模式図である。なお、図１８の基板処理装置１００は、除電部１４０が除電気体を基板Ｗに向けて供給する点を除いて、図３を参照して上述した基板処理装置１００と同様であり、冗長を避けるために重複する記載を省略する。

図１８に示した本実施形態の基板処理装置１００において、除電部１４０は、除電気体を基板Ｗに供給する。除電気体は、例えば、高湿度の気体である。除電気体は、不活性ガスに水蒸気を加えて生成してもよい。

除電部１４０は、ノズル１４２、配管１４４およびバルブ１４６を含む。配管１４４の一端はノズル１４２に接続されており、配管１４４の他端は、除電気体の供給源に接続される。配管１４４には、供給源から除電気体が供給される。バルブ１４６は、配管１４４に設けられる。バルブ１４６は、配管１４４内の流路を開閉する。

なお、除電気体は、薬液処理の前に供給されてもよい。あるいは、除電気体は、薬液処理中に供給されてもよい。本実施形態によれば、除電気体により、簡便に基板の帯電を抑制できる。

次に、図１９を参照して、本実施形態の学習方法において用いられる学習用データＬＤを説明する。図１９は、学習用データＬＤの一例を示す図である。図１９の学習用データＬＤは、図１８に示した基板処理装置１００の学習済モデルＬＭを生成するために好適に用いられる。なお、図１９の学習用データＬＤは、吐出パターンＬｅが省略される点を除いて、図１３を参照して上述した学習用データＬＤと同様であり、冗長を避けるために重複する記載を省略する。

図１９に示すように、学習用データＬＤは、学習用データＬＤ１～ＬＤ１０００を含む。除電処理条件は、除電気体の湿度、除電気体の温度、除電気体の供給量、および、除電気体を供給する際の学習対象基板の回転速度を含む。図１９において、Ｌｃは、学習対象基板ＷＬに対して用いられた除電気体の湿度を示し、Ｌｔは、学習対象基板ＷＬに対して用いられた除電気体の温度を示す。また、Ｌｓは、学習対象基板ＷＬに対して用いられた除電気体の供給量を示し、Ｌｖは、学習対象基板ＷＬに対して除電気体を供給する際の学習対象基板ＷＬの回転速度を示す。

学習用データＬＤ２～ＬＤ１０００についても同様である。学習用データＬＤ２～ＬＤ１０００に示すように、典型的には、学習対象基板ＷＬの帯電分布は、基板ごとに異なる。学習用データＬＤは、学習対象基板ＷＬの除電処理の結果の変動に大きく寄与する項目を有することが好ましい。なお、基板Ｗの除電を効率的に行うために、除電気体は、除電液と組み合わせて使用されてもよい。

なお、上述した基板処理装置１００では、除電部１４０は除電液または除電気体を基板Ｗに供給したが、本実施形態はこれに限定されない。除電部１４０は、紫外線を用いて基板Ｗを除電してもよい。

次に、図２０を参照して本実施形態の基板処理装置１００を説明する。図２０は、本実施形態の基板処理装置１００の模式図である。なお、図２０の基板処理装置１００は、除電部１４０が紫外線を用いて基板Ｗを除電する点を除いて、図３を参照して上述した基板処理装置１００と同様であり、冗長を避けるために重複する記載を省略する。

図２０に示した本実施形態の基板処理装置１００において、除電部１４０は、紫外線を照射して基板Ｗを除電する。

除電部１４０は、光源１４０Ｕと、光源移動部１４８Ｕとを有する。光源１４０Ｕは、紫外線を照射する。例えば、光源１４０Ｕは、エキシマランプを含む。一例では、光源１４０Ｕは、放電用ガスの充電された石英管と、石英管内に配置された一対の電極とを有する。

光源移動部１４８Ｕは、照射位置と退避位置との間で光源１４０Ｕを移動する。光源１４０Ｕが照射位置にある場合、光源１４０Ｕは、基板Ｗの上方に位置する。光源１４０Ｕが照射位置にある場合、光源１４０Ｕは、基板Ｗの上面Ｗａに向けて紫外線を照射する。光源１４０Ｕが退避位置にある場合、光源１４０Ｕは、基板Ｗよりも基板Ｗの径方向外側に位置する。

光源移動部１４８Ｕは、アーム１４８ａと、回動軸１４８ｂと、移動機構１４８ｃとを含む。アーム１４８ａは、略水平方向に沿って延びる。アーム１４８ａの先端部には光源１４０Ｕが取り付けられる。アーム１４８ａは、回動軸１４８ｂに結合される。回動軸１４８ｂは、略鉛直方向に沿って延びる。移動機構１４８ｃは、回動軸１４８ｂを略鉛直方向に沿った回動軸線のまわりに回動させて、アーム１４８ａを略水平面に沿って回動させる。その結果、光源１４０Ｕが略水平面に沿って移動する。例えば、移動機構１４８ｃは、回動軸１４８ｂを回動軸線のまわりに回動させるアーム揺動モータを含む。アーム揺動モータは、例えば、サーボモータである。

次に、図２１を参照して、本実施形態の学習方法において用いられる学習用データＬＤを説明する。図２１は、学習用データＬＤの一例を示す図である。図２１の学習用データＬＤは、図２０に示した基板処理装置１００の学習済モデルＬＭを生成するために好適に用いられる。なお、図２１の学習用データＬＤは、濃度Ｌｃ、温度Ｌｔおよび吐出パターンＬｅが省略される点を除いて、図１３を参照して上述した学習用データＬＤと同様であり、冗長を避けるために重複する記載を省略する。

図２１に示すように、学習用データＬＤは、学習用データＬＤ１～ＬＤ１０００を含む。除電処理条件は、光源からの照射強度、および、紫外線を照射する際の学習対象基板の回転速度を含む。図１７において、Ｌｓ１は、学習対象基板ＷＬ１に対して用いられた光源からの照射強度を示し、Ｌｖ１は、紫外線を照射する際の学習対象基板ＷＬ１の回転速度を示す。

学習用データＬＤ２～ＬＤ１０００についても同様である。学習用データＬＤ２～ＬＤ１０００に示すように、典型的には、学習対象基板ＷＬの帯電分布は、基板ごとに異なる。学習用データＬＤは、学習対象基板ＷＬの除電処理の結果の変動に大きく寄与する項目を有することが好ましい。

なお、上述した基板処理装置１００では、除電部１４０は、除電液、除電気体または紫外線を基板Ｗに付与したが、本実施形態はこれに限定されない。基板保持部１２０が除電部１４０として機能することにより、基板Ｗを除電してもよい。

次に、図２２を参照して本実施形態の基板処理装置１００を説明する。図２２（ａ）は、本実施形態の基板処理装置１００の模式図であり、図２２（ｂ）は、本実施形態の基板処理装置１００における基板保持部１２０の模式的な平面図である。なお、図２２の基板処理装置１００は、基板保持部１２０が基板Ｗを除電する点を除いて、上述した基板処理装置１００と同様であり、冗長を避けるために重複する記載を省略する。

図２２に示した本実施形態の基板処理装置１００において、基板保持部１２０は、スピンベース１２１と、チャック部材１２２と、シャフト１２３と、電動モータ１２４とを含む。チャック部材１２２は、スピンベース１２１に設けられる。チャック部材１２２は、基板Ｗをチャックする。スピンベース１２１には、６個のチャック部材１２２（すなわち、チャック部材１２２ａ～１２２ｆ）が設けられる。

ここでは、チャック部材１２２は、基板Ｗの上面Ｗａの端部と当接して基板Ｗをチャックする。チャック部材１２２は、スピンベース１２１内に収容された駆動機構によって周方向に回転するように個別に駆動される。ここでは、チャック部材１２２が反時計回り方向に回転すると、チャック部材１２２は、基板Ｗをチャックする。反対に、チャック部材１２２が時計回り方向に回転すると、基板Ｗは、チャック部材１２２から脱離される。

本実施形態の基板処理装置１００において、チャック部材１２２は、導電性材料から形成される。また、スピンベース１２１の内部には、チャック部材１２２ごとに分かれた配線１２１Ｌが設けられており、シャフト１２３には、スピンベース１２１の複数の配線１２１Ｌに接続された配線１２３Ｌが設けられており、配線１２３Ｌの一端は、基板処理装置１００のグランドに接続される。

このため、チャック部材１２２が回転して基板Ｗの上面Ｗａの端部と当接すると、基板Ｗを除電できる。したがって、基板保持部１２０は、除電部１４０として機能する。さらに、６個のチャック部材１２２ａ～１２２ｆのうちの特定のチャック部材１２２を回転させて基板Ｗと当接させると、基板Ｗの特定の領域の電荷を優先的に基板処理装置１００の外部に移動できる。また、除電後に、残りのチャック部材１２２を回転させて基板Ｗと当接させることにより、チャック部材１２２は、基板Ｗをチャックできる。

図２２（ｃ）および図２２（ｄ）は、本実施形態の基板処理装置１００における基板保持部１２０の模式的な平面図である。図２２（ｃ）には、帯電分布測定部１３０において測定された基板Ｗの帯電分布を併せて示している。図２２（ｃ）に示すように、基板Ｗのうち上部右側領域端部に電位の低い部分が存在する。その場合、基板Ｗのうち上部右側領域端部の近傍に位置するチャック部材１２２ａを回転させて基板Ｗと当接させる一方で、他のチャック部材１２２ｂ～１２２ｆは回転させない。この場合、チャック部材１２２ａおよびチャック部材１２２ａに接続する配線１２１Ｌ、１２３Ｌを介して、基板Ｗの電荷は、基板Ｗの上部右側領域端部からグランドに緩やかに流れるため、チャック部材１２２で基板Ｗをチャックする際の放電の発生を抑制できる。

また、図２２（ｄ）に示すように、別の基板Ｗでは、この基板Ｗのうち右斜め上領域端部および右斜め下領域端部の２カ所に電位の低い部分が存在する。その場合、基板Ｗのうち右斜め上領域端部および右斜め下領域端部の近くに位置するチャック部材１２２ａ、１２２ｃを回転させて基板Ｗと当接させる一方で、他のチャック部材１２２ｂ、１２２ｄ～１２２ｆは回転させない。この場合、チャック部材１２２ａ、１２２ｃおよびチャック部材１２２ａ、１２２ｃに接続する配線１２１Ｌ、１２３Ｌを介して、基板Ｗの電荷は、基板Ｗの右斜め上領域端部および右斜め下領域端部からグランドに緩やかに流れるため、チャック部材１２２で基板Ｗをチャックする際の放電の発生を抑制できる。

次に、図２３を参照して、本実施形態の学習方法において用いられる学習用データＬＤを説明する。図２３は、学習用データＬＤの一例を示す図である。図２３の学習用データＬＤは、図２２に示した基板処理装置１００の学習済モデルＬＭを生成するために好適に用いられる。なお、図２３の学習用データＬＤは、除電処理条件が回転開始パターンＬｒを有する点を除いて、図１３を参照して上述した学習用データＬＤと同様であり、冗長を避けるために重複する記載を省略する。

図２３に示すように、学習用データＬＤは、学習用データＬＤ１～ＬＤ１０００を含む。除電処理条件は、チャック回転開始パターンを含む。

学習用データＬＤ１は、ある学習対象基板ＷＬ１の基板情報、除電処理条件、および、処理結果を示す。ここでは、学習用データＬＤ１において、基板情報は、学習対象基板ＷＬ１の帯電分布を示す。また、Ｌｒ１は、学習対象基板ＷＬ１をチャックする際に最初に回転されたチャック部材のパターンを示す。

学習用データＬＤ２～ＬＤ１０００についても同様である。学習用データＬＤ２～ＬＤ１０００に示すように、典型的には、学習対象基板ＷＬの帯電分布は、基板ごとに異なる。学習用データＬＤは、学習対象基板ＷＬの除電処理の結果の変動に大きく寄与する項目を有することが好ましい。

なお、図１～図２３を参照した上述の説明では、基板処理装置１００の記憶部２４または学習装置４００の記憶部４２４が機械学習によって構築された学習済モデルＬＭを記憶していたが、本実施形態はこれに限定されない。基板処理装置１００の記憶部２４または学習装置４００の記憶部４２４は、学習済モデルＬＭに代えて変換テーブルを記憶していてもよい。

次に、図２４を参照して本実施形態の基板処理装置１００を説明する。図２４の基板処理装置１００は、記憶部２４が学習済モデルＬＭに代えて変換テーブルＣＴを記憶している点を除いて、図４を参照して上述した基板処理装置１００と同様の構成を有しており、冗長を避けるために重複する記載を省略する。

図２４に示すように、基板処理装置１００において、記憶部２４は、変換テーブルＣＴを記憶する。変換テーブルＣＴは、処理対象基板Ｗｐの基板情報と、除電処理処条件とを関連付ける。処理対象基板Ｗｐの基板情報は、例えば、基板Ｗのうちの最低電位値および最低電位位置を含む。なお、変換テーブルＣＴは、学習対象基板ＷＬの基板情報、除電処理処条件情報および処理結果情報に基づいて作成される。

基板情報取得部２２ａは、帯電分布測定部１３０において測定された処理対象基板Ｗｐの帯電分布から、処理対象基板Ｗｐの最低電位およびその位置を特定する。

除電処理条件情報取得部２２ｂは、変換テーブルＣＴに基づいて、基板情報から除電処理条件情報を取得する。典型的には、除電処理条件情報取得部２２ｂは、変換テーブルＣＴから基板情報に対応する値を抽出し、変換テーブルＣＴにおいて関連付けられた基板情報と除電処理処条件情報との関係に基づいて、除電処理条件情報を取得する。このように、除電処理条件情報取得部２２ｂは、変換テーブルＣＴを用いて、基板情報に対応する除電処理条件情報を取得する。

その後、制御部２２は、除電処理条件情報に示された除電処理条件に従って基板保持部１２０および除電部１４０を制御する。

図２５は、変換テーブルＣＴの一例を示す図である。図２５に示すように、変換テーブルＣＴは、処理対象基板Ｗｐの基板情報、および、除電処理条件を示す。ここでは、変換テーブルＣＴにおいて、基板情報は、処理対象基板Ｗｐの帯電分布に関する情報を示す。ここでは、処理対象基板Ｗｐの帯電分布に関する情報は、処理対象基板Ｗｐの最低電位位置および最低電位値を含む。処理対象基板Ｗｐの最低電位位置は、処理対象基板Ｗｐのｘｙ座標で表される。除電処理条件情報は、この処理対象基板Ｗｐに対して行うべき除電処理の条件を示す。

変換テーブルＣＴ１は、ある基板情報と対応する除電処理条件を示す。ここでは、変換テーブルＣＴ１において、基板情報は、処理対象基板Ｗｐの最低電位位置および最低電位値を含む。（ｘ１，ｙ１）は、ある処理対象基板Ｗｐの最低電位位置を示す。Ｃ１は、ある処理対象基板Ｗｐの最低電位値を示す。Ｒｐ１は、この処理対象基板Ｗｐに対して行うべき除電処理の条件を示す。このため、仮に、処理対象基板Ｗｐの最低電位位置が（ｘ１，ｙ１）であり、最低電位値がＣ１である場合、基板処理装置１００は、Ｒｐ１で示された除電処理条件で除電処理を行う。

変換テーブルＣＤ２～ＣＤ１０００についても同様である。典型的には、変換テーブルＣＴ１～ＣＤ１０００について、最低電位位置および最低電位値の少なくとも一方が異なる。

なお、帯電分布測定部１３０において測定された処理対象基板Ｗｐの最低電位値およびその位置が変換テーブルに示された値と一致しない場合、処理対象基板Ｗｐの除電処理条件は、変換テーブルＣＴに示された除電処理条件の値の線形補間によって決定されてもよい。あるいは、処理対象基板Ｗｐの除電処理条件は、変換テーブルＣＴに示された除電処理条件の値を多項式で補間することによって決定されてもよい。

以上、図面を参照して本発明の実施形態を説明した。ただし、本発明は、上記の実施形態に限られるものではなく、その要旨を逸脱しない範囲で種々の態様において実施することが可能である。また、上記の実施形態に開示される複数の構成要素を適宜組み合わせることによって、種々の発明の形成が可能である。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。図面は、理解しやすくするために、それぞれの構成要素を主体に模式的に示しており、図示された各構成要素の厚み、長さ、個数、間隔等は、図面作成の都合上から実際とは異なる場合もある。また、上記の実施形態で示す各構成要素の材質、形状、寸法等は一例であって、特に限定されるものではなく、本発明の効果から実質的に逸脱しない範囲で種々の変更が可能である。

本発明は、基板処理装置、基板処理方法、学習用データの生成方法、学習方法、学習装置、学習済モデルの生成方法、および、学習済モデルに好適に用いられる。

１０ 基板処理システム
２０ 制御装置
２２ 制御部
２２ａ 基板情報取得部
２２ｂ 除電処理条件情報取得部
２４ 記憶部
ＬＭ 学習済モデル
１００ 基板処理装置
１３０ 帯電分布測定部
１４０ 薬液供給部
１５０ リンス液供給部
２００ 基板処理学習システム
３００ 学習用データ生成装置
４００ 学習装置

Claims (13)

1. 処理対象基板を回転可能に保持する基板保持部と、
   前記処理対象基板の帯電分布を測定する帯電分布測定部と、
   前記処理対象基板を除電する除電部と、
   前記処理対象基板の前記帯電分布を示す帯電分布情報を含む基板情報を取得する基板情報取得部と、
   前記基板情報に基づいて、学習済モデルから前記処理対象基板の除電処理条件を示す除電処理条件情報を取得する除電処理条件情報取得部と、
   前記除電処理条件情報取得部において取得された前記除電処理条件情報に基づいて、前記処理対象基板を除電するように前記基板保持部および前記除電部を制御する制御部と
   を備え、
   前記学習済モデルは、学習対象基板の帯電分布を示す帯電分布情報を含む基板情報と、前記学習対象基板を除電処理した条件を示す除電処理条件情報と、前記学習対象基板を除電処理した結果を示す処理結果情報とが関連付けられた学習用データを機械学習することで構築される、基板処理装置。
2. 前記学習済モデルを記憶する記憶部をさらに備える、請求項１に記載の基板処理装置。
3. 前記処理対象基板および前記学習対象基板のそれぞれについて、前記基板情報は、基板の膜種または膜厚を示す情報をさらに含む、請求項１または２に記載の基板処理装置。
4. 前記処理対象基板および前記学習対象基板のそれぞれに除電液が供給される、請求項１から３のいずれかに記載の基板処理装置。
5. 前記処理対象基板および前記学習対象基板のそれぞれについて、前記除電処理条件情報は、前記除電液の濃度、前記除電液の温度、前記除電液の供給量、前記除電液の吐出パターン、および、前記除電液を供給する際の基板の回転速度のいずれかを示す情報を含む、請求項４に記載の基板処理装置。
6. 前記処理対象基板および前記学習対象基板のそれぞれに紫外線が照射される、請求項１から３のいずれかに記載の基板処理装置。
7. 処理対象基板を回転可能に保持するステップと、
   前記処理対象基板の帯電分布を示す帯電分布情報を含む基板情報を取得するステップと、
   前記基板情報に基づいて、学習済モデルから前記処理対象基板の除電処理条件を示す除電処理条件情報を取得するステップと、
   前記除電処理条件情報の除電処理条件に従って前記処理対象基板を除電するステップと
   を包含する、基板処理方法であって、
   前記除電処理条件情報を取得するステップにおいて、前記学習済モデルは、学習対象基板の帯電分布を示す帯電分布情報を含む基板情報と、前記学習対象基板を除電処理した条件を示す除電処理条件情報と、前記学習対象基板を除電処理した結果を示す処理結果情報とが関連付けられた学習用データを機械学習することで構築される、基板処理方法。
8. 学習対象基板を処理する基板処理装置から出力される時系列データから、前記学習対象基板の帯電分布を示す帯電分布情報を含む基板情報を取得するステップと、
   前記時系列データから、前記基板処理装置において前記学習対象基板を除電した条件を示す除電処理条件情報を取得するステップと、
   前記時系列データから、前記基板処理装置において前記学習対象基板を除電した結果を示す処理結果情報を取得するステップと、
   前記学習対象基板について前記基板情報、前記除電処理条件情報および前記処理結果情報を関連付けて学習用データとして記憶部に記憶するステップと
   を包含する、学習用データの生成方法。
9. 請求項８に記載の学習用データの生成方法にしたがって生成された学習用データを取得するステップと、
   前記学習用データを学習プログラムに入力して前記学習用データを機械学習するステップと
   を包含する、学習方法。
10. 請求項８に記載の学習用データの生成方法にしたがって生成された学習用データを記憶する記憶部と、
    前記学習用データを学習プログラムに入力して前記学習用データを機械学習する学習部と
    を備える、学習装置。
11. 請求項８に記載の学習用データの生成方法にしたがって生成された学習用データを取得するステップと、
    前記学習用データを機械学習させることで構築された学習済モデルを生成するステップと
    を包含する、学習済モデルの生成方法。
12. 請求項８に記載の学習用データの生成方法にしたがって生成された学習用データを機械学習させることで構築された学習済モデル。
13. 基板を回転可能に保持する基板保持部と、
    前記基板の帯電分布を測定する帯電分布測定部と、
    前記基板を除電する除電部と、
    帯電分布情報を含む基板情報と、除電処理の条件を示す除電処理条件情報とが関連付けられた変換テーブルを記憶する記憶部と、
    前記基板の前記帯電分布を示す帯電分布情報を含む基板情報を取得する基板情報取得部と、
    前記基板情報に基づいて、前記変換テーブルを用いて前記基板の除電処理条件を示す除電処理条件情報を取得する除電処理条件情報取得部と、
    前記除電処理条件情報取得部において取得された前記除電処理条件情報に基づいて、前記基板を除電するように前記基板保持部および前記除電部を制御する制御部と
    を備える、基板処理装置。

Images