摘要
本发明提供了一种通孔接触电阻预测方法、电子设备和可读存储介质,该方法包括:基于获取的多片晶圆的历史通孔接触电阻量测数据与历史后段制程在线量测数据,构建训练样本集;采用训练样本集对包括特征增强层的深度神经网络模型进行训练,以得到对应的通孔接触电阻预测模型,特征增强层用于基于多头注意力机制学习不同后段制程参数之间的交互特征并学习后段制程参数与通孔接触电阻之间的跨层关联性;将待检测晶圆的当前后段制程在线量测数据输入至通孔接触电阻预测模型中,以获取待检测晶圆的通孔接触电阻预测数据。本发明通过基于深度学习并结合注意力机制,可以实现通孔接触电阻的实时准确预测。
技术关键词
后段制程
电阻
通孔
深度神经网络模型
训练样本集
在线
多头注意力机制
交互特征
参数
热力图
电子设备
可读存储介质
层厚度
数据
处理器
存储器
策略
系统为您推荐了相关专利信息
集成芯片结构
导电互连
热管
蚀刻停止层
介电结构
阻抗建模方法
同步电机
频段
永磁
粒子群算法优化
肌腱
近红外光谱传感器
监测系统
远程医疗中心
模式识别算法
非点源污染
风险评估方法
气象监测数据
水质监测数据
负荷预测模型
汽车继电器
诊断电路
短路保护模块
诊断模块
继电器驱动线圈