Virtual Metrology for Plasma Etching: A Two-Stage Framework for Sensor Data Compression and Prediction

Resumo Técnico: Metrologia Virtual para Corrosão por Plasma: Uma Estrutura de Dois Estágios para Compressão de Dados de Sensores e Predição

Definição do Problema
A corrosão por plasma (plasma etching) é um processo crítico, porém difícil de monitorar, na fabricação de semicondutores, regido por química de plasma não linear, dinâmica de bainha (sheath dynamics) e reações de superfície. Embora a metrologia física (ex: SEM, ellipsometria) forneça medições precisas de atributos de qualidade fundamentais, como dimensão crítica (CD), profundidade de corrosão (ED) e forma do perfil, ela é inerentemente esparsa, atrasada e dispendiosa. Tipicamente, apenas uma pequena fração de wafers em um lote é medida, criando uma assimetria onde o controle de processo requer informações densas ao nível do wafer, mas a metrologia física fornece apenas rótulos (labels) atrasados e esparsos. Por outro lado, as ferramentas de corrosão por plasma geram dados in situ abundantes, de alta dimensão e resolvidos no tempo (ex: Espectroscopia de Emissão Óptica [OES], sinais de RF/elétricos, variáveis de Engenharia de Equipamentos [EES]). A Metrologia Virtual (VM) visa preencher essa lacuna ao estimar a qualidade do wafer a partir desses dados de sensores. No entanto, o campo enfrenta desafios significativos: os dados de entrada são ruidosos, redundantes e altamente propensos a deriva (drift), e a literatura existente frequentemente trata o pré-processamento e a modelagem como blocos monolíticos, obscurecendo os requisitos arquiteturais específicos para comprimir sinais de plasma complexos em representações preditivas robustas.

Metodologia
Este artigo apresenta uma revisão sistemática de 105 estudos de VM de corrosão por plasma publicados entre 2012 e 2025. Os autores organizam o campo em torno de uma estrutura de dois estágios (ilustrada na Figura 2) para separar explicitamente a compressão de dados da predição:

• Estágio 1: Compressão de Dados e Representação: Este estágio transforma dados de sensores brutos e de alta dimensão em uma representação compacta e informativa. A revisão categoriza os métodos em:
  • Seleção de Atributos (Feature Selection): Abordagens de Filtro (pontuação estatística), Wrapper (busca baseada em modelo) e Incorporada (baseada em regularização).
  • Transformação de Atributos (Feature Transformation): Sumários estatísticos, projeções lineares (PCA, PLS), transformadas espectrais/no tempo-frequência (FFT, Wavelets), agrupamento (clustering) e aprendizado de representação profunda (CNNs, Autoencoders).
  • Estratégias Híbridas: Composições sequenciais ou otimizações combinadas que lidam com dados multimodais (OES, RF, EES) de forma distinta antes da fusão.
• Estágio 2: Predição e Tomada de Decisão: Este estágio mapeia a representação do Estágio 1 para variáveis alvo. A revisão abrange:
  • Regressão: Modelos lineares/PLS, métodos regularizados (LASSO, Elastic Net), métodos de kernel (SVR, GPR) e redes neurais (MLP, LSTM).
  • Classificação/Detecção: Detecção de fim de processo (EPD), detecção de falhas (FDC) e classificação de perfil usando SVMs, conjuntos de árvores e aprendizado profundo (Redes de Cápsula, Transformers).
  • Incerteza e Interpretabilidade: Modelos probabilísticos (GPR, RVM) para estimativa de confiança e métodos para interpretabilidade física (seleção de atributos guiada pelo conhecimento, variáveis de Informação de Plasma).

A revisão também analisa acoplamentos de nível de sistema, incluindo aprendizado multitarefa (representações compartilhadas para múltiplos alvos), dependências entre processos e transferibilidade de câmara para câmara.

Principais Contribuições

1. Estrutura Estrutural: A principal contribuição é a articulação explícita de um pipeline de dois estágios para VM de corrosão por plasma. Isso distingue a construção de representações compactas e fisicamente significativas (Estágio 1) da tarefa de predição final (Estágio 2), esclarecendo que a etapa de representação é frequentemente o gargalo para robustez e aplicabilidade.
2. Taxonomia Sistemática: O artigo fornece uma taxonomia abrangente de 105 estudos, cruzando estratégias de compressão com modelos de predição (Tabela 3). Revela que, embora os preditores do Estágio 2 tenham se modernizado (aumento no uso de Redes Neurais), as representações do Estágio 1 continuam dominadas por métodos clássicos (seleção/transformação de atributos), com o aprendizado de representação profunda ainda sendo uma minoria.
3. Identificação de Lacunas: Os autores identificam quatro lacunas críticas que dificultam a adoção industrial:
   • Lacuna de Dados: O desequilíbrio entre sensores de alta dimensão e rótulos esparsos e atrasados.
     vẽ Lacuna de Arquitetura: A falta de separação clara entre compressão e predição, e a subutilização de arquiteturas de representação compartilhada/multitarefa.
   • Lacuna de Implementação (Deployment): Atenção insuficiente à deriva de modelos, incompatibilidade de ferramentas, latência e quantificação de incerteza em ambientes de produção.
   • Lacuna de Benchmarking: A ausência de conjuntos de dados comuns e protocolos de relatório padronizados, tornando difícil a comparação entre estudos.
4. Dataset Aberto: Os autores lançaram um conjunto de dados estruturado dos 105 estudos revisados como um recurso aberto para facilitar futuros benchmarks.

Resultos e Descobertas

• Tendências Temporais: A atividade de pesquisa cresceu de 2012 a 2025, mudando de métodos estatísticos clássicos (2012–2015) para aprendizado de máquina (2016–2019) e aprendizado profundo/integração de sistemas (2020–presente).
• Distribuição Geográfica: A produção de publicações é liderada pela Coreia do Sul (45 artigos) e pelos Estados Unidos (17 artigos). O restante é distribuído de forma mais equilibrada, com a Irlanda e a Itália contribuindo com oito artigos cada, Japão com sete, e Taiwan e China com cinco cada. Coletivamente, grupos europeus (Irlanda, Itália, Alemanha e Bélgica) respondem por cerca de um quinto do corpus (22 artigos). A revisão observa um descompasso parcial entre o volume de publicações e a capacidade de manufatura, sugerindo que grande parte do trabalho industrial de VM em regiões de alta capacidade, como Taiwan e China, permanece proprietário e não divulgado.
• Acoplamento Metodológico: A revisão constata que as representações de aprendizado profundo são quase exclusivamente pareadas com preditores de redes neurais, enquanto os métodos de compressão clássicos são pareados com modelos lineares ou de kernel. Isso sugere uma falta de polinização cruzada entre o aprendizado de representação avançado e preditores mais simples e interpretáveis.
• Significado Físico: As abordagens mais robustas incorporam frequentemente variáveis de "Informação de Plasma" (PI) ou seleção de atributos guiada pelo conhecimento, vinculando os dados dos sensores a mecanismos físicos (ex: densidade de radicais, tensão de bainha) em vez de depender apenas de componentes estatísticos abstratos.

Significância e Alegações
O artigo afirma que o principal desafio na VM de corrosão por plasma não é meramente alcançar alta precisão de predição, mas construir representações compactas, robustas e fisicamente significativas a partir de dados ruidosos e propensos a deriva. Os autores argumentam que um sistema de VM maduro deve tratar a representação, a predição e as restrições de implementação como escolhas de design conjuntamente acopladas.

A significância deste trabalho reside na mudança de visão da VM de um simples problema de regressão para um desafio de engenharia de nível de sistema. Ao separar a compressão da predição, a estrutura destaca que:

• A interpretabilidade é crucial para a confiança do engenheiro e é melhor alcançada através da compressão guiada pelo conhecimento, em vez de explicações post-hoc de modelos de caixa-preta.
• A quantificação de incerteza é essencial para decidir quando recorrer à metrologia física, particularmente dada a questão dos rótulos esparsos.
• A adaptabilidade (via transferência de aprendizado, adaptação de domínio e modelagem just-in-time) é necessária para lidar com a deriva da câmara e a variação entre ferramentas.

Os autores concluem modestamente que, embora a VM tenha demonstrado potencial para detecção de fim de processo, classificação de falhas e estimativa de qualidade, sua implementação industrial mais ampla depende do enfrentamento das lacunas identificadas em eficiência de rótulos, clareza arquitetural e robustez a mudanças de distribuição. Eles enfatizam que o progresso futuro exige sistemas de VM que não sejam apenas preditores precisos, mas componentes adaptáveis e conscientes da incerteza, integrados aos fluxos de Controle Avançado de Processo (APC) e Detecção e Classificação de Falhas (FDC).