[26a-E104-1~11] 15.7 Crystal characterization, impurities and crystal defects

[26a-E104-1] Evaluation of influence of process parameters on interstitial oxygen concentration in Czochralski grown Si crystals using machine learning

〇Kentaro Kutsukake¹, Hironori Banba², Yuta Nagai² (1.RIKEN, 2.Global Wafers Japan)

Keywords:machine learning, crystal growth, silicon

CZ法によって育成されるSi結晶は、今日の情報化社会を支える基幹半導体材料である。このSi結晶に育成中に取り込まれる酸素は、デバイス特性や基板強度に影響を与える極めて重要な不純物である。複雑な結晶成長プロセスにおいて、膨大な数のパラメータが酸素不純物濃度に影響を与えるが、その影響すべてを理論的解析やシミュレーションのみから特定することは困難である。我々はこれまでに、機械学習を用いて結晶成長のログデータから結晶中の酸素不純物濃度を予測するモデルを作成し、リアルタイムに酸素不純物濃度を推定するシステムを開発した。今回は、同予測モデルを用いて、プロセスパラメータの酸素不純物濃度への影響を評価したので報告する。