基于混合式特征选择模型的晶圆允收测试关键参数识别方法

摘要：

晶圆允收测试是晶圆加工过程的关键环节,对其中的关键测试参数进行准确分析识别有助于准确预测晶圆良率、及时发现工艺缺陷.针对测试参数维度高、数据冗余性强、关键特征不显著的特点,以最小化晶圆允收测试参数量和晶圆良率预测误差为目标,提出了过滤式与封装式相结合的混合式特征选择方法.在过滤式预筛选中,通过互信息度量各参数与晶圆良率的相关性,以及各参数之间冗余性,并根据最大相关、最小冗余准则,缩小候选参数规模;在封装式精选中,以遗传算法实现候选参数的编码、寻优,根据神经网络的晶圆良率预测误差进行适应度函数评价,进一步精选关键特征.最后,采用标准数据集和实例数据对所提方法进行了有效性验证.

关键词：晶圆允收测试、良率预测、混合式特征选择、最小冗余最大相关、遗传算法、神经网络

所属期刊栏目：31

分类号：TH166

资助基金：国家自然科学基金资助项目;上海市青年科技英才扬帆计划资助项目;中央高校基本科研业务费专项资金资助项目;国家商用飞机制造工程技术研究中心创新基金资助项目

在线出版日期：2020-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1978-1984,1997