摘要
本发明属于半导体制造领域,提供了一种基于神经网络的外延生长率计算方法及系统,其中方法包括:将不同外延生长工艺下的反射率数据进行标注和预处理得到原始数据集,反射周期数映射模型根据原始数据集进行第一路权重调制和验证得到已训练的反射周期数映射模型,工艺反射‑折射模型对原始数据集进行聚类分析并配置第二路权重得到已训练的工艺反射‑折射模型,经过全连接层特征融合后得到预测模型,将实际外延生长工艺过程中的待测数据集再输入预测模型得到预测干涉周期数和预设折射率进而通过外延厚度计算外延生长率。预测模型充分考虑工艺参数变化对折射率的影响,提升了晶圆的外延生长率计算的准确性和效率。
技术关键词
外延生长工艺
反射率数据
双路神经网络
周期
存储模块
时序
聚类
K折交叉验证法
数据采集模块
计算方法
参数
检测光
视窗
LSTM模型
反射光
波长
系统为您推荐了相关专利信息
多模态数据融合
监测系统
数据采集频率
AI算法
环境传感器
汽车零件
周期
预警方法
长短期记忆神经网络
计算机设备
采暖控制系统
电热膜
日光温室
数据分析决策
人机交互模块
风险管控平台
数据立方体
风险传导模型
动态贝叶斯网络
集成学习算法
乳制品
建模优化方法
混合整数规划模型
物流
开启制冷