摘要
本申请提供一种晶圆研磨加工去除率的预测模型的训练方法,涉及晶圆研磨加工领域。该方法获取多个批次晶圆研磨加工的参数特征;获取多个批次晶圆研磨加工的辅料使用寿命,辅料至少包括研磨垫;研磨垫基于使用寿命划分多个生命周期阶段,每个生命周期阶段均建立性能退化模型;针对每个批次的晶圆研磨加工,基于该批次晶圆研磨加工中研磨垫的使用寿命和性能退化模型确定该批次晶圆研磨加工的性能退化特征,每个批次晶圆研磨加工至少包括一个性能退化特征;将性能退化特征与参数特征合并,构建加强数据集;通过加强数据集训练机器学习模型,得到去除率预测模型。该训练方法得到的预测模型能够更精准地预测晶圆研磨加工中的去除率。
技术关键词
性能退化模型
退化特征
晶圆
研磨垫
阶段
训练机器学习模型
研磨加工过程
超参数
周期
遗传算法
网格搜索算法
辅料
指数衰减函数
特征提取模块
关系
数据
训练装置
系统为您推荐了相关专利信息
能量管理策略
矿用卡车
能量分配
神经网络模型
动态规划算法
深度学习神经网络
仿真方法
半导体器件仿真
电子设备
生成随机数
超参数
无监督
模型预训练
模型更新
卷积神经网络模型