[发明专利]基于迁移学习的工艺制程调试方法和装置

说明书

本说明书实施例提供了一种基于迁移学习的工艺制程调试方法和装置。该方法的一具体实施方式包括：获取材料供应方已训练的机器学习模型，其中，机器学习模型的模型参数包括针对各生产调试参数的第一权重因子；根据客户方的调试数据，构建训练样本集，其中，训练样本集中的训练样本包括生产调试参数和产品性能参数；基于训练样本集，对机器学习模型进行进一步训练，得到针对各生产调试参数的第二权重因子；根据各生产调试参数的第一权重因子与第二权重因子，从生产调试参数中确定生产调试参数作为待调试参数；将待调试参数发送给材料供应方，以供材料供应方基于待调试参数对生产工艺制程进行调试。

技术领域

本说明书实施例涉及材料生产工艺领域，尤其涉及一种基于迁移学习的工艺制程调试方法和装置。

背景技术

半导体集成电路制造过程中，往往需要使用到多种材料。因此，半导体集成电路的制造厂家需要从材料提供商那里购买材料。面对不同的厂家客户，半导体集成电路制造产业链上的材料提供商通常面临着，针对不同厂家客户需要调试的产品性能参数不一样的问题。以光刻胶提供商为例，由于不同厂家客户的工艺流程及余量(process margin)不同，提供的光刻胶往往需要根据厂家客户的具体工艺及配套机台设置进行调配。然而，由于涉及商业机密，集成电路制造厂家和材料提供商之间可能存在敏感数据共享障碍，即，某些涉及商业机密的敏感数据不能告知对方。这会导致材料提供商在材料调配过程缺少方向且耗时过长，这将会对原材料提供商和集成电路生产厂家均产生额外的时间和经济成本。

发明内容

本说明书的实施例描述了一种基于迁移学习的工艺制程调试方法和装置，本方法首先获取材料供应方已训练的机器学习模型，然后基于客户方的调试数据对该机器学习模型进行进一步的训练，并根据训练前后生产调试参数的权重因子确定待调试参数，以便材料供应方基于该待调试参数对材料的生产工艺制程进行调试，由于模型进一步训练前后生产调试参数的权重因子的差异程度，可以在一定程度上反映材料供应方和客户方之间的生产调试参数的区别程度，因此，通过第一权重因子和第二权重因子确定的待调试参数可以提示材料供应方可能需要调试的生产调试参数，从而帮助材料供应方快速完成匹配客户方工艺要求的材料配方调试。此外，材料供应方和客户方之间不需要相互告知敏感数据，因此有利于商业机密的保护。

根据第一方面，提供了一种基于迁移学习的工艺制程调试方法，包括：获取材料供应方已训练的机器学习模型，其中，上述机器学习模型用于表征目标材料的生产工艺制程中的生产调试参数与产品性能参数的函数关系，上述机器学习模型的模型参数包括针对各生产调试参数的第一权重因子；根据客户方的调试数据，构建训练样本集，其中，上述训练样本集中的训练样本包括生产调试参数和产品性能参数；基于上述训练样本集，对上述机器学习模型进行进一步训练，得到针对各生产调试参数的第二权重因子；根据各生产调试参数的第一权重因子与第二权重因子，从生产调试参数中确定生产调试参数作为待调试参数；将上述待调试参数发送给上述材料供应方，以供上述材料供应方基于上述待调试参数对上述生产工艺制程进行调试。

在一个实施例中，上述基于上述训练样本集，对上述机器学习模型进行进一步训练，得到针对各生产调试参数的第二权重因子，包括：对于每一个生产调试参数，将该生产调试参数作为目标生产调试参数，以及设置除上述目标生产调试参数之外的其它生产调试参数的第一权重因子不变；基于上述训练样本集对上述机器学习模型进行再训练，得到训练后模型；根据上述训练后模型的参数，确定上述目标生产调试参数的第二权重因子。

在一个实施例中，上述根据各生产调试参数的第一权重因子与第二权重因子，从生产调试参数中确定生产调试参数作为待调试参数，包括：对于每一个生产调试参数，确定该生产调试参数对应的第一权重因子与第二权重因子的差异信息；基于差异信息，从生产调试参数中确定至少一个生产调试参数作为待调试参数。

在一个实施例中，上述基于差异信息，从生产调试参数中确定至少一个生产调试参数作为待调试参数，包括：根据各生产调试参数对应的差异信息，对生产调试参数进行排序；基于上述排序结果，从生产调试参数中确定至少一个生产调试参数作为待调试参数。