摘要
本申请提出了一种晶圆表面处理工艺推荐方法、装置、设备和存储介质,涉及半导体制造技术领域,包括:获取目标晶圆的表面物化特性参数,并对表面物化特性参数进行预处理,得到目标物化特性参数;将目标物化特性参数输入预训练的单隐藏层神经网络模型,得到目标晶圆在各工艺参数方面的初步推荐参数;将目标物化特性参数和初步推荐参数拼接后共同输入至基于注意力机制的Transformer编码器中,利用多头自注意力机制建模输入特征间的复杂耦合关系,提取深度表达以输出目标推荐参数。通过上述方法可以实现目标晶圆的表面物化特性参数到工艺参数之间的非线性映射,从而可以实现晶圆等离子体表面处理工艺参数的高效、精确、自动化推荐。
技术关键词
表面处理工艺
推荐方法
长短期记忆神经网络
注意力机制
神经网络模型
机械特性参数
晶圆
误差预测
编码器
融合多源特征
校准
计算机存储介质
存储计算机程序
序列
嵌入特征
推荐装置
粗糙度
非线性
处理器
系统为您推荐了相关专利信息
性能指标数据
多模态深度学习
系统日志
金融
风险监测装置
污染源检测方法
机器学习模型
水体
循环神经网络模型
指标
CT图像数据
CT图像纹理
混合模块
动态
长短期记忆网络
SLAM系统
语义分割网络
动态场景
相机位姿估计
视觉
教育资源推荐方法
节点特征
在线学习平台
多模态特征
资源特征