缺陷分析方法、存储介质及终端

一种缺陷分析方法、存储介质及终端，其中缺陷分析方法包括：提供机器学习模型；对机器学习模型进行训练和测试，在机器学习模型通过测试后，将待检测晶圆各层待检测集成电路层的特征参数输入至机器学习模型中，基于机器学习模型输出具有关键缺陷的关键缺陷集成电路层的位置、以及导致关键缺陷的潜在缺陷集成电路层的位置。基于机器学习模型能够快速预测待检测晶圆的制程过程中，将会产生关键缺陷的关键缺陷集成电路层的位置、以及导致关键缺陷的潜在缺陷集成电路层的位置，通过人工智能实现识别与预测跨层关联的潜在缺陷，减少人为误判及人工耗时，提高生产效率，而且能够在更短的时间得到更优良率，尽可能避免跨层缺陷造成后续流片中的返工。