高度共线响应空间中的规范性分析制造技术

技术编号:29419963 阅读:30 留言:0更新日期:2021-07-23 23:15
描述了用于在高度共线响应空间中的规范性分析的方法、系统和非瞬态计算机可读介质。方法包括:接收与制造设备的制造参数相关的膜性质数据。方法进一步包括:确定膜性质数据是相关的并且与目标数据不同。方法进一步包括:选择与目标数据正交的膜性质数据的一组数据点。方法进一步包括:对此组数据点执行特征提取。方法进一步包括:基于特征提取确定对一个或多个制造参数的更新以满足目标数据。

【技术实现步骤摘要】
【国外来华专利技术】高度共线响应空间中的规范性分析
本公开内容关于规范性分析,并且更具体地,关于高度共线响应空间中的规范性分析。
技术介绍
生产产品的制造过程和制造设备(例如,在半导体和显示产业中)可能很复杂。确定对制造过程和制造设备的参数的更新以满足产品的目标性质可能是耗时的,并且可能取决于制造设施的管理员的领域专业知识。
技术实现思路
下文是本公开内容的简化概要,以提供对于本公开内容的一些方面的基本理解。此概要不是本公开内容的广泛概述。此概要既不旨在标识本公开内容的关键或重要元素,也不旨在描绘本公开内容的特定实施方式的任何范围或权利要求的任何范围。此概要的唯一目的是以简化形式呈现本公开内容的一些概念,作为稍后呈现的更详细描述的序言。在本公开内容的一个方面中,方法可包括:接收与制造设备的制造参数相关的膜性质数据。方法进一步包括:确定膜性质数据是相关的并且与目标数据不同。方法进一步包括:由处理装置选择与目标数据正交的膜性质数据的一组数据点。方法进一步包括:由处理装置对此组数据点执行特征提取。方法进一步包括:基于特征提取确定对一个或多个制本文档来自技高网...

【技术保护点】
1.一种方法,包括:/n接收与制造设备的制造参数相关的膜性质数据;/n确定所述膜性质数据是相关的并且与目标数据不同;/n由处理装置选择与所述目标数据正交的所述膜性质数据的一组数据点;/n由所述处理装置对所述一组数据点执行特征提取;以及/n基于所述特征提取,确定对所述制造参数中的一个或多个制造参数的更新以满足所述目标数据。/n

【技术特征摘要】
【国外来华专利技术】20181213 US 62/779,097;20191011 US 16/599,9621.一种方法,包括:
接收与制造设备的制造参数相关的膜性质数据;
确定所述膜性质数据是相关的并且与目标数据不同;
由处理装置选择与所述目标数据正交的所述膜性质数据的一组数据点;
由所述处理装置对所述一组数据点执行特征提取;以及
基于所述特征提取,确定对所述制造参数中的一个或多个制造参数的更新以满足所述目标数据。


2.如权利要求1所述的方法,其中所述制造参数包括硬件参数或工艺参数中的一个或多个。


3.如权利要求1所述的方法,其中确定所述膜性质数据是相关的并且与所述目标数据不同包括:确定所述膜性质数据与所述目标数据实质上平行。


4.如权利要求1所述的方法,其中所述特征提取的所述执行是经由以下项中的一项或多项进行的:主成分分析(PCA)、聚类、因子分析(FA)、判别分析或相关矩阵。


5.如权利要求1所述的方法,所述方法进一步包括:训练机器学习模型,以生成经训练的机器学习模型,用于对所述制造参数中的所述一个或多个制造参数的所述更新的所述确定,其中所述训练包括:
为所述机器学习模型生成训练数据,其中所述训练数据的所述生成包括:
生成第一训练输入,所述第一训练输入包括所述制造设备的历史制造参数;以及
生成用于所述第一训练输入的第一目标输出,其中所述第一目标输出包括历史膜性质数据;以及
提供所述训练数据以在(i)包括所述第一训练输入的一组训练输入和(ii)包括所述第一目标输出的一组目标输出上训练所述机器学习模型。


6.如权利要求1所述的方法,所述方法进一步包括:
将所述目标数据提供给所述经训练的机器学习模型,其中所述一组数据点的所述选择以及所述特征提取的所述执行是经由所述经训练的机器学习模型进行的;以及
从所述经训练的机器学习模型获取包括一个或多个输出的反演解,其中所述更新的所述确定包括:从所述一个或多个输出提取对所述制造参数中的所述一个或多个制造参数的所述更新。


7.如权利要求1所述的方法,所述方法进一步包括:实施对所述制造设备的所述制造参数中的所述一个或多个制造参数的所述更新,以满足所述目标数据。


8.如权利要求1所述的方法,所述方法进一步包括:经由图形用户界面显示对所述制造参数中的所述一个或多个制造参数的所述更新。


9.一种系统,包括:
存储器;以及
处理装置,所述处理装置耦接至所述存储器以:
接收与制造设备的制造参数相关的膜性质数据;
确定所述膜性质数据是相关的并且与目标数据不同;
选择与所述目标数据正交的所述膜性质数据的一组数据点;
对所述一组数据点执行特征提取;以及
基于所述特征提取,确定对所述制造参数中的一个或多个制造参数的更新以满足所述目标数据。


10.如权利要求9所述的系统,其中为了确定所述膜性质数据是相关的并且与所述目标数据不同,所述处理装置确定所述膜性质数据与所述目标数据实质上平行。


11.如权利要求9所述的系统,其中:
所述制造参数包括硬件参数或工艺参数中的一个或多个;以及
所述处理装置经由以下项中的一项或多项执行所述特征提取:主成分分析(PCA)、聚类、因子分析(FA)、判别分析或相关矩阵。


12.如权利要求9所述的系统,其中所述处理装置进一步训练机器学习模型,以生成经训练的机器学习模型,用于确定对所述制造参数中的所述一个或多个制造参数的所述更新,其中为了训练所述机器学习模型,所述处理装置:

【专利技术属性】
技术研发人员:S·巴蒂亚冯捷D·坎特维尔
申请(专利权)人:应用材料公司
类型:发明
国别省市:美国;US

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1