[发明专利]基于组合树模型的半导体PVD制程的电阻率虚拟量测方法

权利要求书

1.一种基于组合树模型的半导体PVD制程的电阻率虚拟量测方法，其特征在于，包括以下步骤：

一、将基于组合预测方法[7]构建集成树组合模型，对WAT的电气参数进行在线虚拟量测；

二、该集成树组合模型将4种集成树作为基学习器对晶圆制程状态信息进行初步虚拟量测，并将4个基学习器的预测结果转换为元特征向量，作为集成树元学习器的输入，

进行进一步的虚拟量测；

三、该集成树组合模型结合Bagging、Boosting和Stacking技术，首先基于RandomForest、Extra-Trees、XGBoost、lightGBM 4种基学习器(Base learner)对晶圆物理气相沉淀制程进行初步虚拟量测，然后将4个基学习器的预测结果转换为元特征向量，作为元学习器(Metalearner)lightGBM的输入，进行进一步的虚拟量测；

四、为提升虚拟量测精度，采用序列模型优化算法对组合预测模型进行超参优化；

五、最后通过与常用的虚拟量测方法在物理气相沉淀电阻率上的虚拟量测表现进行对比研究。

2.根据权利要求1所述的一种基于组合树模型的半导体PVD制程的电阻率虚拟量测方法，其特征在于，所述组合预测模型利用序列模型优化(Sequential Model-BasedOptimization,SMBO)算法[20]进行超参优化。

3.根据权利要求1所述的一种基于组合树模型的半导体PVD制程的电阻率虚拟量测方法，其特征在于，所述序列模型优化是先利用随机抽样初始化起始超参，再基于树形结构Parzen估计器代理模型逼近组合模型，并采用期望提升度函数推荐超参，进而获得优化的组合模型。

4.根据权利要求1-3所述的一种基于组合树模型的半导体PVD制程的电阻率虚拟量测方法，其特征在于，所述集成树组合模型需要实现集成树组合预测系统，其实现步骤如下：

第一步：连接半导体制造厂数据库，将虚拟量测所需数据相关的数据库信息整理出来，并进行连接；

第二步：就虚拟量测所需数据从数据库中进行抽取，并存放到本地数据库或者存储为本地数据文件；

第三步：对所抽取的数据进行预处理；

第四步：就预处理后的数据进行特征筛选；

第五步：首先基于RandomForest、Extra-Trees、XGBoost、lightGBM 4种基学习器(Baselearner)进行初步模型训练(并采用SMBO优化方法对模型进行优化)/预测，然后将4个基学习器的拟合/预测结果转换为元特征向量，作为元学习器(Meta learner)lightGBM的输入，进行进一步的模型训练(采用SMBO对元学习器进行优化)/预测；

第六步：对组合模型的拟合/预测结果进行评价。

5.根据权利要求4所述的一种基于组合树模型的半导体PVD制程的电阻率虚拟量测方法，其特征在于，所述预处理包括数据空值处理、异常值处理、数据标准化等。

6.根据权利要求4所述的一种基于组合树模型的半导体PVD制程的电阻率虚拟量测方法，其特征在于，所述特征筛选模型选为XGBoost，根据xgboost模型对每个特征的打分进行特征排序，筛除排名靠后的特征，剩余特征作为所选特征输入集成树组合模型。