基于广义回归神经网络的微电路工艺设备表征.pdfVIP

! 年%! 月 西安电子科技大学学报（自然科学版） )3J, ! 第’! 卷- 第1 期 - !#$%’- (- )*+*%- #%*,-$.*/0 - Z;K, ’!- /;, 1 基于广义回归神经网络的微电路工艺设备表征 游海龙，贾新章，张春福 （西安电子科技大学 宽禁带半导体材料与器件教育部重点实验室，陕西 西安- + %+ %） 摘要：为了使用较少的工艺试验建立更高精度的模型描述微电路工艺的复杂性与非线性，将神经网络 技术与统计试验设计相结合代替传统的统计方法应用于微电路热氧化工艺设备的表征, 通过试验设计 安排% 轮试验，然后基于广义回归神经网络建立了以氧化膜厚以及均匀性为目标值的热氧化工艺模 型，最后利用信噪比函数对模型的拟合以及预测能力进行了验证与比较分析, 结果表明，该方法建立的 模型可用于工艺表征与控制, 所讨论的方法可用于其他微电路工艺设备的表征, 关键词：微电路工艺设备；广义回归神经网络；信噪比函数；试验设计 中图分类号：./’- - 文献标识码：0- - 文章编号：%%$!# （! ）1$(%%$# !#$#%’$()(*+ ’ ,(%$-%($%.( /$-%’00 ’1.(/,’* 2#0’3 -* ’ +’*’$#4()’3 $’+$’00(-* *’.$#4 *’5-$6 !# $%’()*+ ，,-. /*’01%*+ ，2$.34 516*’7 6 （.23 4565789: ; =?, @3: ABC, ; D53 EB6$FBG H3I5J;6?J8;9 4B8395BK7 B6 )3L5J37 ， M55B6 N65L, ，M5 OB6- + %+ %，P256B ） 720$#% ：- E3JB?73 ; 823 J;IGK3Q58: B6 6;6$K563B958: ; I5J9;J59J?58 G9;J37737，823 63?9BK 638R;9S I382; J;IC563 R582 823 375T6 ; 3QG395I368 （)U= ）56783B ; 823 89B585;6BK 78B85785JBK I382;7 ，57 BGGK53 8; 823 J2B9BJ8395VB85;6 ; 8239IBK ;Q53 KB:39 G9;J377 3W?5GI3687, .29;?T2 ;6K: % 3QG395I3687，823 I;3K ; ;Q53 KB:39 825JS6377 B6 ?65;9I58: 57 738 ?G CB73 ;6 823 T3639BK5V3 93T93775;6 63?9BK 638R;9S （FX// ）, .23 586377 B6 823 G935J856T JBGBC5K58: ; 823 I;3K B93 57J?773 ?756T 823 ?6J85;6 ; 823 H5T6BK /;573 XB85; （H/X ）, EB73 ;6 823 937?K8 ，823 I;3K JB6 C3 ?73 8; J2B9BJ8395V3 B6 J;689;K 823 G9;J377, .23 I382; J;?K BK7; C3 ?73 ;9 ;8239 I5J9;J59J?58 G9;J37737, 8’9 :-$30 ：- I5J9;J59J?58 G9;J377 3W?5GI368 ；T3639BK5V3 93T93775;6 63?9BK 638R;9S ；75T6BK 6;57