【技术实现步骤摘要】
基于SLGBM模型的智能采样半导体虚拟量测系统
[0001]本专利技术涉及半导体制造
,具体而言,涉及一种基于
SLGBM(
集成随机
LightGBM)
模型的智能采样半导体虚拟量测方法及系统
。
技术介绍
[0002]目前,在半导体制造中,虚拟量测技术是一种关键的方法,它利用已有的生产数据和高级的数据分析技术
(
如机器学习
)
来预测工艺参数,从而优化生产过程
。
这些参数可能包括半导体器件的尺寸
、
材料的厚度
、
成分等,这些通常需要通过复杂的实验和测量来获取
。
使用虚拟量测技术,可以减少实际的物理测量,节省生产时间和成本,提高生产效率
。
[0003]在半导体生产中,对晶圆进行采样量测是一种常用的手段,通过选择部分代表性的样本进行量测以降低生产和时间成本
。
然而,传统的随机采样方法可能无法捕获到数据中的关键信息和模式,导致量测效率降低,使 ...
【技术保护点】
【技术特征摘要】
1.
一种基于
SLGBM
模型的智能采样半导体虚拟量测方法,其特征在于,包括:获取预处理后的晶圆历史数据;随机采样预设数量个随机种子,并根据所述预设数量个随机种子,生成所述预设数量个
LightGBM
回归器;基于所述预处理后的晶圆历史数据,对所述预设数量个
LightGBM
回归器进行模型训练,得到训练完成的所述预设数量个
LightGBM
回归器;将训练完成的所述预设数量个
LightGBM
回归器集成到一个集成模型中,得到虚拟量测模型;基于所述虚拟量测模型,对待处理的晶圆工艺数据进行量测预测,得到目标预测向量;对所述目标预测向量的平均值进行逆标准化计算,得到目标量测预测结果
。2.
根据权利要求1所述的基于
SLGBM
模型的智能采样半导体虚拟量测方法,其特征在于,基于所述虚拟量测模型,对待处理的晶圆工艺数据进行量测预测,得到目标预测向量,包括:对所述待处理的晶圆工艺数据进行数据预处理,得到数据预处理后的目标晶圆工艺数据;将所述目标晶圆工艺数据输入所述虚拟量测模型,得到所述虚拟量测模型输出的所述目标预测向量;计算所述目标预测向量的平均值,并对所述平均值进行逆标准化计算,得到所述目标量测预测结果
。3.
根据权利要求2所述的基于
SLGBM
模型的智能采样半导体虚拟量测方法,其特征在于,所述方法还包括:基于所述目标预测向量以及所述平均值,计算所述目标预测向量的方差,并将所述方差作为预测不确定度
。4.
根据权利要求3所述的基于
SLGBM
模型的智能采样半导体虚拟量测方法,其特征在于,所述方法还包括:如果所述预测不确定度大于预设的阈值
、
或者所述目标量测预测结果的预测值在工艺窗口外,则对晶圆进行实际量测,得到实际量测结果;输出所述实际量测结果
。5.
根据权利要求4所述的基于
SLGBM
模型的智能采样半导体虚拟量测方法,其特征在于,所述方法还包括:如果所述预测不确定度小于或者等于所述预设的阈值
、
且所述目标量测预测结果的预测值在工艺窗口内,则将所述目标量测预测结果的预测值作为目标预测值;输出所述目标预测值
。6.
根据权利要求1所述的基于
SLGBM
模型的智能采样半导体虚拟量测方法,其特征在于,所述方法还包括:对于训练完成的所述预设数量个
Ligh...
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。