一种基于机器学习分类器提高半导体芯片良品率的方法

本发明公开了一种基于机器学习分类器提高半导体芯片良品率的方法，涉及半导体芯片技术领域，包括，获取并处理半导体晶圆图像、测试参数、工艺参数和芯片品质标签，构建芯片空间关系图，并将芯片品质标签、芯片特征向量和芯片空间关系图整合为芯片特征数据集；基于芯片空间关系图对芯片特征向量进行空间一致性加权融合，对融合特征向量进行降维处理，生成低维芯片融合子向量；根据芯片品质预测概率，通过对各维度芯片特征进行干预，分析芯片因果效应，并计算各维度芯片特征的SHAP值；基于SHAP值，采用强化学习优化工艺参数，计算良品增益率。本发明通过强化学习优化工艺参数，基于SHAP值指导调整工艺参数，最大化良品增益率。