[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在审
| 申请号： | 201910910470.4 | 申请日： | 2019-09-25 |
| 公开（公告）号： | CN110648935A | 公开（公告）日： | 2020-01-03 |
| 发明（设计）人： | 沈剑 | 申请（专利权）人： | 上海众壹云计算科技有限公司 |
| 主分类号： | H01L21/66 | 分类号： | H01L21/66 |
| 代理公司： | 11616 北京盛凡智荣知识产权代理有限公司 | 代理人： | 任娜娜 |
| 地址： | 200000 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种运用AI模型的半导体制造缺陷动态随机取样方法，涉及半导体缺陷随机取样技术领域，该方法包括以下步骤：收集目标产品的信息；对目标产品的信息进行AI建模，生成仿真AI模型训练‑1；对目标产品的主要缺陷问题及相关联数据收集；根据收集的数据，进行缺陷根因的AI模型训练建立，生成AI模型训练‑2；将AI模型训练‑1与AI模型训练‑2部署于AI模型运行平台进行运行；将步AI模型运行平台与现有的取样系统建立对接；对取样系统中的取样结果进行执行。本发明具有的效果。 | ||
| 搜索关键词： | 模型训练 目标产品 取样系统 随机取样 运行平台 半导体缺陷 半导体制造 关联数据 取样结果 缺陷问题 建模 部署 | ||
【主权项】：
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：/n1)收集目标产品的信息；/n2)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；/n3)对所述目标产品的主要缺陷问题及相关联数据收集；/n4)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；/n5)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；/n6)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；/n7)对所述步骤6)中所述的取样系统中的取样结果进行执行。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海众壹云计算科技有限公司，未经上海众壹云计算科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910910470.4/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
H01 基本电气元件
H01L 半导体器件；其他类目中不包括的电固体器件
H01L21-00 专门适用于制造或处理半导体或固体器件或其部件的方法或设备
H01L21-02 .半导体器件或其部件的制造或处理
H01L21-64 .非专门适用于包含在H01L 31/00至H01L 51/00各组的单个器件所使用的除半导体器件之外的固体器件或其部件的制造或处理
H01L21-66 .在制造或处理过程中的测试或测量
H01L21-67 .专门适用于在制造或处理过程中处理半导体或电固体器件的装置；专门适合于在半导体或电固体器件或部件的制造或处理过程中处理晶片的装置
H01L21-70 .由在一共用基片内或其上形成的多个固态组件或集成电路组成的器件或其部件的制造或处理；集成电路器件或其特殊部件的制造
H01L 半导体器件；其他类目中不包括的电固体器件
H01L21-00 专门适用于制造或处理半导体或固体器件或其部件的方法或设备
H01L21-02 .半导体器件或其部件的制造或处理
H01L21-64 .非专门适用于包含在H01L 31/00至H01L 51/00各组的单个器件所使用的除半导体器件之外的固体器件或其部件的制造或处理
H01L21-66 .在制造或处理过程中的测试或测量
H01L21-67 .专门适用于在制造或处理过程中处理半导体或电固体器件的装置；专门适合于在半导体或电固体器件或部件的制造或处理过程中处理晶片的装置
H01L21-70 .由在一共用基片内或其上形成的多个固态组件或集成电路组成的器件或其部件的制造或处理；集成电路器件或其特殊部件的制造
