模型训练方法、工艺诊断方法、装置及存储介质

本申请提供的模型训练方法、工艺诊断方法、装置及存储介质，对机器学习模型训练以学习器件电性参数及相应器件特征参数之间的映射关系，得到已训练的器件参数预测模型，可用于半导体工艺问题的诊断中。由器件参数预测模型根据输入的器件电性参数获得预测器件特征参数，比较预测预测器件特征参数和标准器件特征参数数据偏差，以判断是否异常，确定异常预测器件特征参数所对应的工艺问题。本申请创新地利用机器学习模型准确预测器件特征参数，并根据其异常分析工艺问题异常的判断，快速定位出现问题的工艺环节及相应的机台设备，极大提升诊断效率而诊断时间短；并且，基于已训练的器件参数预测模型准确地得到器件特征参数，准确率高。
上海科技大学
景友亮 | 周平强