半导体元件的特性预测系统技术方案

提供一种半导体元件的特性预测系统。半导体元件的特性预测系统包括存储部、输入部、处理部及运算部，处理部具有从容纳在存储部中的第一数据生成学习用数据组的功能、根据从输入部供应的第二数据生成预测用数据的功能、将定性数据(材料的名称或组成式)转换为定量数据(元素的特性及组成)的功能以及对第一数据及第二数据进行抽出或去除的功能，第一数据包含第一半导体元件至第m(m为2以上的整数)半导体元件的工序一览表以及第一半导体元件至第m半导体元件的特性，第二数据包含第m+1半导体元件的工序一览表，运算部具有进行监督学习的学习及推导的功能，由此基于学习用数据组进行学习并从预测用数据推导出半导体元件的特性。习并从预测用数据推导出半导体元件的特性。习并从预测用数据推导出半导体元件的特性。

【技术实现步骤摘要】
【国外来华专利技术】半导体元件的特性预测系统


[0001]本专利技术的一个方式涉及一种半导体元件的特性预测系统。另外，本专利技术的一个方式涉及一种半导体元件的特性的预测方法。
[0002]注意，在本说明书等中，半导体元件是指能够通过利用半导体特性而工作的元件。作为一个例子，是晶体管、二极管、发光元件或受光元件等半导体元件。另一个例子的半导体元件是由电容器、电阻器、电感器等的导电膜或绝缘膜等生成的无源元件。另一个例子的半导体元件是具有包括半导体元件或无源元件的电路的半导体装置。

技术介绍

[0003]近年来，在使用人工智能(AI：Artificial Intelligence)的领域、机器人的领域或功率IC等处理高功率的能源领域中已对新颖的半导体元件进行开发以解决运算量增大或功耗增大等的问题。市场要求的集成电路或用于集成电路的半导体元件变复杂，而对具有新颖的功能的集成电路有尽早启动的要求。但是，半导体元件开发的工艺设计、装置设计或电路设计上需要熟练工人的知识、技巧或经验等。
[0004]近年来，关于半导体器件，提出了制造工艺的最优化方法、推断器件特性的方法等。专利文献1公开了一种方法，其中从半导体器件的截面形状的图案的SEM图像算出图像特征量，并且根据该图像特征量与器件特性的对应关系推断评价对象图案的器件特性。
[0005][先行技术文献][0006][专利文献][0007][专利文献1]日本专利申请公开第2007
‑
129059号公报

技术实现思路

[0008]专利技术所要解决的技术问题
[0009]在半导体元件的制造工艺中，直到半导体元件的完成为止的工序个数很多，工序的种类及处理条件也很多。通过很长工序制造半导体元件，该半导体元件的电特性、可靠性测试的结果等的半导体元件的特性使用测定装置实测。通过实验调查半导体元件的制造工艺与半导体元件的特性的因果关系，进行半导体元件的特性的改善。
[0010]然而，为了全面调整半导体元件的制造工艺且调查与半导体元件的特性的因果关系，需要费用和时间。并且，难以由人掌握庞大的数据。由此，通过实验使制造工艺最优化需要很大的劳力。
[0011]于是，本专利技术的一个方式的目的之一是提供一种半导体元件的特性预测系统。另外，本专利技术的一个方式的目的之一是提供一种半导体元件的特性的预测方法。另外，本专利技术的一个方式的目的之一是提供一种用来预测半导体元件的特性的学习用数据组。
[0012]注意，这些目的的记载并不妨碍其他目的的存在。注意，本专利技术的一个方式并不需要实现所有上述目的。上述目的以外的目的可以显而易见地从说明书、附图、权利要求书等的描述中看出，并且可以从该描述中抽取上述目的以外的目的。
[0013]解决技术问题的手段
[0014]本专利技术的一个方式是一种半导体元件的特性预测系统，特性预测系统基于学习用数据组进行监督学习的学习并基于学习的结果从预测用数据推导出半导体元件的特性。半导体元件的特性预测系统包括存储部、输入部、处理部及运算部，处理部具有从容纳在存储部中的第一数据生成学习用数据组的功能、根据从输入部供应的第二数据生成预测用数据的功能、将定性数据转换为定量数据的功能以及对第一数据及第二数据进行抽出或去除的功能，第一数据包含第一半导体元件至第m(m为2以上的整数)半导体元件的工序一览表以及第一半导体元件至第m半导体元件的特性，第二数据包含第m+1半导体元件的工序一览表，定性数据为材料的名称或组成式，定量数据为元素的特性及组成，运算部具有进行监督学习的学习及推导的功能。
[0015]在上述半导体元件的特性预测系统中，优选的是，元素的特性为原子号码、族、周期、电子配置、原子量、原子半径(共价键半径、范德华半径、离子半径或金属键半径)、原子体积、电负性、离子化能量、电子亲和势、偶极极化率、单体的熔点、单体的沸点、单体的晶格常数、单体的密度及单体的热传导率中的任一个或多个。
[0016]另外，在上述半导体元件的特性预测系统中，优选的是，半导体元件的特性为通过可靠性测试(+GBT应力测试、+DBT应力测试、
‑
GBT应力测试、+DGBT应力测试、+BGBT应力测试或
‑
BGBT应力测试)得到的ΔVsh的经过时间变化。或者，在上述半导体元件的特性预测系统中，优选的是，半导体元件的特性为Id
‑
Vg特性或Id
‑
Vd特性。
[0017]另外，在上述半导体元件的特性预测系统中，处理部优选具有利用标签编码(Label Encoding)使定性数据数值化的功能。
[0018]专利技术效果
[0019]根据本专利技术的一个方式，可以提供一种半导体元件的特性预测系统。另外，根据本专利技术的一个方式，可以提供一种半导体元件的特性的预测方法。另外，根据本专利技术的一个方式，可以提供一种用来预测半导体元件的特性的学习用数据组。
[0020]注意，本专利技术的一个方式的效果不局限于上述列举的效果。上述列举的效果并不妨碍其他效果的存在。另外，其他效果是指将在下面的记载中描述的上述以外的效果。本领域技术人员可以从说明书或附图等的记载中导出并适当抽出上述以外的效果。此外，本专利技术的一个方式实现上述效果及/或其他效果中的至少一个效果。因此，本专利技术的一个方式有时不具有上述列举的效果。
附图说明
[0021]图1A及图1B是示出半导体元件的特性预测系统的一个例子的图。
[0022]图2是示出半导体元件的特性的预测方法的一个例子的流程图。
[0023]图3A及图3B是说明神经网络的结构的图。
[0024]图4A及图4B是说明学习用数据组的图。
[0025]图5A是说明通过半导体元件的可靠性测试得到的结果的图。图5B是说明半导体元件的Id
‑
Vg特性的图。
[0026]图6A至图6C是说明输入数据的生成方法的图。
[0027]图7A及图7B是说明输入数据的生成方法的图。
[0028]图8是说明计算机装置的图。
具体实施方式
[0029]参照附图对实施方式进行详细说明。注意，本专利技术不局限于以下说明，所属
的普通技术人员可以很容易地理解一个事实就是其方式及详细内容在不脱离本专利技术的宗旨及其范围的情况下可以被变换为各种各样的形式。因此，本专利技术不应该被解释为仅限定在以下所示的实施方式所记载的内容中。
[0030]注意，在以下说明的专利技术的结构中，在不同的附图之间共同使用同一附图标记来表示同一部分或具有同一功能的部分，而省略其重复说明。此外，当表示具有相同功能的部分时有时使用相同的阴影线，而不特别附加附图标记。
[0031]另外，为了便于理解，有时附图中示出的各构成的位置、大小及范围等并不表示其实际的位置、大小及范围等。因此，所公开的专利技术不一定局限于附图所公开的位置、大小、范围等。
[0032]此外，在本说明书等中使用的“第一”、“第二”、“第三”等序数词是为了方便识别构成要素而附的，本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种半导体元件的特性预测系统，所述特性预测系统基于学习用数据组进行监督学习的学习并基于所述学习的结果从预测用数据推导出半导体元件的特性，其中，所述半导体元件的特性预测系统包括存储部、输入部、处理部及运算部，所述处理部具有：从容纳在所述存储部中的第一数据生成所述学习用数据组的功能；根据从所述输入部供应的第二数据生成所述预测用数据的功能；将定性数据转换为定量数据的功能；以及对所述第一数据及所述第二数据进行抽出或去除的功能，所述第一数据包含第一半导体元件至第m(m为2以上的整数)半导体元件的工序一览表以及所述第一半导体元件至所述第m半导体元件的特性，所述第二数据包含第m+1半导体元件的工序一览表，所述定性数据为材料的名称或组成式，所述定量数据为元素的特性及组成，并且，所述运算部具有进行所述监督学习的学习及推导的功能。2.根据权利要求1所述的半导体元件的特性预测系统，其中所述元素的特性为原子号码、族、周期...

【专利技术属性】
技术研发人员：细海俊介，铃木邦彦，安部宽太，岩城裕司，岛田大吾，鎌田悦子，
申请(专利权)人：株式会社半导体能源研究所，
类型：发明
国别省市：