摘要
本申请涉及半导体制造技术领域,公开了一种基于智能反馈调节的晶圆掺杂控制方法,该方法包括:通过对晶圆的表面进行原子尺度成像以识别目标掺杂位点并生成原子坐标映射图,再将原子坐标映射图输入多尺度仿真模型生成初始工艺参数集,通过将变压器模型与强化学习算法相结合对初始工艺参数集处理得到动态工艺数据矩阵,接着,通过跨材料工艺迁移图神经网络对动态工艺数据矩阵进行优化处理得到工艺参数迁移映射关系,将实测数据与多尺度模型预测结果通过闭环反馈迭代进行比对并输出修正后的工艺参数迁移映射关系和多尺度模型更新指令,本申请提升了晶圆掺杂工艺的稳定性、一致性与成品率,实现了晶圆掺杂的高精准度和高均匀性。
技术关键词
变压器模型
强化学习算法
仿真模型
输入多尺度
参数
表面形貌数据
动态
模型更新
坐标
误差矩阵
节点更新
位点
关系
序列
神经网络模型
扫描探针显微镜
多尺度特征融合