【技术实现步骤摘要】
本申请涉及人工智能，具体涉及一种基于机器学习的晶圆外延生长控制方法。
技术介绍
1、得益于计算机硬件的数据处理水平日新月异的提升、得益于新型并行计算框架的日渐成熟、得益于诸多广大热衷于奉献高质量机器学习软件系统的学习框架不断涌现，带动着人工智能的热潮席卷全世界，人们一次又一次为各种人工智能新作而惊叹，如何利用机器学习的理论和工具对当前的先进材料工艺过程进行有效挖掘和并赋能也是当前ai应用方面一个非常有意义的方向。碳化硅（sic）材料是继第一代半导体材料硅（si）和第二代半导体(砷化镓gaas)后的第三代宽禁带半导体材料。碳化硅晶体结构具有同质多型的特点，其基本结构是si-c的四面体结构，属于密堆积结构。其性能具有更高的禁带宽度、高临界击穿电场、高导热率、高载流子饱和漂移速度等优越的性能，在半导体照明、新能源车、电力电子器件、激光器、探测器等领域应用中蕴含着巨大的前景。
2、在功率半导体领域，特别是sic外延设备中，mocvd生长使用的源是易燃、易爆、毒性很大的物质，并且要生长多组分、大面积、薄层和超薄层异质材料，且外延生长的...
【技术保护点】
1.一种基于机器学习的晶圆外延生长控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的晶圆外延生长控制方法，其特征在于，所述步骤S3中根据所述样本数据通过训练学习得到晶圆外延生长模型包括：
3.根据权利要求2所述的晶圆外延生长控制方法，其特征在于，所述工艺参数至少包括：载体气体量、工艺气体量、反应腔腔内压力、工艺温度、工艺时间、工艺步序、工艺控制策略。
4.根据权利要求3所述的晶圆外延生长控制方法，其特征在于，所述方法进一步包括：给定训练样本，，其中表示工艺配方正则化后的数据，为工艺配方数据的属性，表示晶圆指标，为晶圆指标
【技术特征摘要】
1.一种基于机器学习的晶圆外延生长控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的晶圆外延生长控制方法，其特征在于，所述步骤s3中根据所述样本数据通过训练学习得到晶圆外延生长模型包括：
3.根据权利要求2所述的晶圆外延生长控制方法，其特征在于，所述工艺参数至少包括：载体气体量、工艺气体量、反应腔腔内压力、工艺温度、工艺时间、工艺步序、工艺控制策略。
4.根据权利要求3所述的晶圆外延生长控制方法，其特征在于，所述方法进一步包括：给定训练样本，，其中表示工艺配方正则化后的数据，为工艺配方数据的属性，表示晶圆指标，为晶圆指标的属性。
5.根据权利要求4所述的晶圆外延生长控制方法，其特征在于，所述为工艺配方数据的属性至少包括：温度、压力、流量；所述为晶圆指标的属性至少包括：厚度分布、浓度分布、各类缺陷。
6.根据权利要求5所述的...
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。