数据分析方法及装置、电子设备、存储介质制造方法及图纸

技术编号:32803828 阅读:22 留言:0更新日期:2022-03-26 19:55
本公开提供了一种数据分析方法及装置、电子设备、存储介质,涉及半导体技术领域。该数据分析方法包括:获取晶圆组对应的目标良率问题堆叠图形,并获取晶圆组在不同类型测试下的量测数据堆叠图形;将目标良率问题堆叠图形与量测数据堆叠图形进行图形匹配,得到匹配度数据;计算量测数据堆叠图形与目标良率问题堆叠图形对应的相关性数据;对匹配度数据与相关性数据进行加权计算,根据加权计算结果确定导致目标良率问题的目标量测参数。本公开实施例的技术方案可以在筛选导致目标良率问题的目标量测参数时,提高筛选的效率,提升确定的目标量测参数的准确度。量测参数的准确度。量测参数的准确度。

【技术实现步骤摘要】
数据分析方法及装置、电子设备、存储介质


[0001]本公开涉及半导体
,具体而言,涉及一种数据分析方法、数据分析装置、电子设备以及计算机可读存储介质。

技术介绍

[0002]随着科学技术的飞速发展,半导体器件(Semiconductor Device)作为一种导电性介于良导电体与绝缘体之间,利用半导体材料特殊电特性来完成特定功能的电子器件,由于可用来产生、控制、接收、变换、放大信号和进行能量转换等多种功能,越来越得到人们的重视和关注。
[0003]晶圆(Wafer)是指制作硅半导体积体电路所用的硅晶片,由于受加工晶圆的工艺制程的影响,生成的晶圆的良率时高时低,因此需要对导致晶圆良率的良率问题进行分析,以便于根据良率问题分析结果调整工艺制程,提升晶圆良率。
[0004]目前,在对导致晶圆的良率问题的工艺参数进行分析时,一般是通过人工进行分析比对得到结论,但是这种方案使良率问题的分析效率较低,分析周期较长,并且人工分析得到的分析结果准确率较低。
[0005]需要说明的是,在上述
技术介绍
部分公开的信息仅用于加强对本公开的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据分析方法,其特征在于,包括:获取具有目标良率问题的晶圆组对应的目标良率问题堆叠图形,并获取所述晶圆组在不同类型测试下的量测数据堆叠图形;将所述目标良率问题堆叠图形与各所述量测数据堆叠图形进行图形匹配,得到所述目标良率问题堆叠图形与各所述量测数据堆叠图形对应的匹配度数据;计算各所述量测数据堆叠图形与所述目标良率问题堆叠图形对应的相关性数据;对所述匹配度数据与所述相关性数据进行加权计算,根据所述加权计算结果确定导致所述目标良率问题的目标量测参数。2.根据权利要求1所述的数据分析方法,其特征在于,所述获取具有目标良率问题的晶圆组对应的目标良率问题堆叠图形,包括:获取具有目标良率问题的晶圆组,所述晶圆组中的各晶圆具有目标良率问题分布图形;将各所述晶圆对应的所述目标良率问题分布图形进行堆叠,得到目标良率问题堆叠图形。3.根据权利要求1所述的数据分析方法,其特征在于,所述获取所述晶圆组在不同类型测试下的量测数据堆叠图形,包括:获取在不同类型测试下所述晶圆组中各所述晶圆的量测数据集;基于所述量测数据集生成不同类型测试对应的量测数据分布图形;将各所述量测数据分布图形进行堆叠,得到所述晶圆组对应的量测数据堆叠图形。4.根据权利要求1所述的数据分析方法,其特征在于,将所述目标良率问题堆叠图形与各所述量测数据堆叠图形进行图形匹配,生成所述目标良率问题堆叠图形与各所述量测数据堆叠图形对应的匹配度数据,包括:提取所述目标良率问题堆叠图形中的第一图形特征,并提取各所述量测数据堆叠图形中的第二图形特征;计算所述第一图形特征对应的第一特征向量以及所述第二图形特征对应的第二特征向量;根据所述第一特征向量以及所述第二特征向量计算得到所述目标良率问题堆叠图形与各所述量测数据堆叠图形对应的匹配度数据。5.根据权利要求4所述的数据分析方法,其特征在于,根据所述第一特征向量以及所述第二特征向量计算得到所述目标良率问题堆叠图形与各所述量测数据堆叠图形对应的匹配度数据,包括:计算所述第一特征向量以及所述第二特征向量的相似度数据;将所述相似度数据作为所述目标良率问题堆叠图形与各所述量测数据堆叠图形对应的匹配度数据。6.根据权利要求1所述的数据分析方法,其特征在于,计算各所述量测数据堆叠图形与所述目标良率问题堆叠图形对应的相关性数据,包括:对所述目标良率问题堆叠图形以及所述量测数据堆叠图形进行分区,确定主图形区域;基于所述主图形区域计算所述目标良率问题堆叠图形与各所述量测数据堆叠图形的
相关性数据。7.根据权利要求6所述的数据分析方法,其特征在于,基于所述主图形区域计算各所述量测数据堆叠图形与所述目标良率问题堆叠图形的相关性数据,包括:确定所述目标良率问题堆叠图形中的所述主图形区域对应的晶圆良率数据;确定各所述量测数据堆叠图形中的所述主图形区域对应的量测参数的统计特征数据;通过所述主图形区域中的所述晶圆良率数据以及所述统计特征数据计算所述目标良率问题堆叠图形与各所述量测数据堆叠图形的相关性数据。8.根据权利要求1所述的数据分析方法,其特征在于,根据所述加权计算结果确定导致所述目标良率问题的目标量测参数,包括:根据所述加权计算结果对各所述量测数据堆叠图形进行排序,将最大的所述加权计算结果对应的量测数据堆叠图形作为最相关量测数据堆叠图形;将所述最相关量测数据堆叠图...

【专利技术属性】
技术研发人员:李玉坤
申请(专利权)人:长鑫存储技术有限公司
类型:发明
国别省市:

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