發(fā)布時(shí)間：2022-01-06 02:46

　　晶圓良率是衡量半導(dǎo)體產(chǎn)品質(zhì)量的關(guān)鍵指標(biāo),對(duì)其進(jìn)行穩(wěn)定、準(zhǔn)確的預(yù)測(cè)能夠幫助發(fā)現(xiàn)晶圓加工工藝缺陷、提高芯片質(zhì)量、控制芯片生產(chǎn)成本。針對(duì)晶圓良率的影響因素多、數(shù)據(jù)體量大、數(shù)據(jù)間關(guān)系復(fù)雜等特點(diǎn),以晶圓加工過(guò)程中的電性測(cè)試參數(shù)為依據(jù),提出一種基于改進(jìn)的連續(xù)型深度信念網(wǎng)絡(luò)的晶圓良率預(yù)測(cè)方法。首先提出晶圓電性測(cè)試參數(shù)的兩階段數(shù)據(jù)預(yù)處理方法,第一階段對(duì)晶圓電性測(cè)試參數(shù)中的缺失值、異常值進(jìn)行數(shù)據(jù)清洗,第二階段對(duì)晶圓電性測(cè)試測(cè)試參數(shù)間的多重共線性關(guān)系進(jìn)行主成分分析,以獲取預(yù)測(cè)模型的輸入變量。然后設(shè)計(jì)了基于深度信念網(wǎng)絡(luò)的晶圓良率預(yù)測(cè)模型,通過(guò)改進(jìn)隱藏層的連續(xù)型受限制玻爾茲曼機(jī),實(shí)現(xiàn)了關(guān)鍵特征的自動(dòng)提取,利用輸出層的誤差反向傳播機(jī)制,實(shí)現(xiàn)了晶圓良率的準(zhǔn)確預(yù)測(cè)。采用實(shí)例數(shù)據(jù),對(duì)比了所提方法與現(xiàn)有文獻(xiàn)方法的預(yù)測(cè)準(zhǔn)確率,從而驗(yàn)證了所提方法的有效性。 

【文章來(lái)源】：計(jì)算機(jī)集成制造系統(tǒng). 2020,26(09)北大核心EICSCD

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
0 引言
1 基于ICDBN的晶圓良率預(yù)測(cè)方法框架
2 晶圓電性測(cè)試參數(shù)的兩階段數(shù)據(jù)預(yù)處理方法
    2.1 晶圓電性測(cè)試數(shù)據(jù)清洗
        (1)晶圓電性測(cè)試參數(shù)的缺失值處理
        (2)晶圓良率的異常點(diǎn)處理
        (3)晶圓電性測(cè)試參數(shù)間的量綱不一致處理
    2.2 晶圓電性測(cè)試參數(shù)的主成分分析方法
3 基于ICDBN的晶圓良率預(yù)測(cè)模型
    3.1 隱藏層-ICRBM
        (1)受限制的玻爾茲曼機(jī)(Restricted Boltzmann Machine, RBM)
        (2)改進(jìn)的連續(xù)型受限制玻爾茲曼機(jī)
    3.2 輸出層-BPNN
4 實(shí)例驗(yàn)證分析
    4.1 模型參數(shù)試驗(yàn)
        (1)模型層數(shù)設(shè)定
        (2)模型節(jié)點(diǎn)設(shè)定
        (3)激活函數(shù)設(shè)定
        (4)迭代次數(shù)與學(xué)習(xí)率設(shè)定
    4.2 預(yù)測(cè)方法對(duì)比試驗(yàn)
        (1)預(yù)測(cè)結(jié)果對(duì)比試驗(yàn)
        (2)預(yù)測(cè)誤差對(duì)比試驗(yàn)
5 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于多主元特征與支持向量機(jī)的動(dòng)態(tài)過(guò)程質(zhì)量異常監(jiān)控模型[J]. 劉玉敏,張帥.  計(jì)算機(jī)集成制造系統(tǒng). 2018(03)
[2]基于DBSCAN與FSVM的半導(dǎo)體生產(chǎn)線成品率預(yù)測(cè)方法[J]. 邱明輝,曹政才,劉民,劉雪蓮.  計(jì)算機(jī)集成制造系統(tǒng). 2016(11)

碩士論文
[1]基于主成分分析的多元分段模型預(yù)測(cè)集成電路晶圓良率的應(yīng)用[D]. 康盛.華東師范大學(xué) 2015
[2]銅互連工藝缺陷模式及其對(duì)集成電路良率的影響[D]. 孫宏.復(fù)旦大學(xué) 2009



本文編號(hào)：3571569