[发明专利]一种运用AI模型的半导体制造缺陷动态随机取样方法

权利要求书

1.一种运用AI模型的半导体制造缺陷动态随机取样方法，其特征在于，该方法包括以下步骤：

1)收集目标产品的信息；

2)对所述目标产品的信息进行AI建模，生成仿真AI模型训练-1；

3)对所述目标产品的主要缺陷问题及相关联数据收集；

4)根据所述步骤3)中收集的数据，进行缺陷根因的AI模型训练建立，生成AI模型训练-2；

5)将所述步骤2)与所述步骤4)中所述的AI模型训练-1与所述AI模型训练-2部署于AI模型运行平台进行运行；

6)将所述步骤5)中所述AI模型运行平台与现有的取样系统建立对接；

7)对所述步骤6)中所述的取样系统中的取样结果进行执行。

2.根据权利要求1所述的运用AI模型的半导体制造缺陷动态随机取样方法，其特征在于，步骤1)中所述目标产品的信息包括所述目标产品的属性、问题分布、目标、历史同类产品、产能、历史同类产品的缺陷的时间缺陷。

3.根据权利要求1所述的运用AI模型的半导体制造缺陷动态随机取样方法，其特征在于，步骤4)中所述目标产品的主要缺陷问题及相关联数据包括所用的设备失效特征参数、生产材料/供应商失效特征参数、厂务系统特征参数与环境变化特征参数，

其中，所述厂务系统特征参数包括水电系统特征参数，所述环境变化特征参数包括温度、湿度变化特征参数。

4.根据权利要求1所述的运用AI模型的半导体制造缺陷动态随机取样方法，其特征在于，所述AI模型训练-1用于检测站点的设定。

5.根据权利要求1所述的运用AI模型的半导体制造缺陷动态随机取样方法，其特征在于，所述AI模型训练-2用于预测后续生产批次发生同样缺陷问题的可能性。

6.根据权利要求1所述的运用AI模型的半导体制造缺陷动态随机取样方法，其特征在于，所述AI模型运行平台包括所述AI模型训练-1与所述AI模型训练-2的存储管理、运行控制以及所需数据的实时提取和存储。