[论文解读] Machine Learning based CVD Virtual Metrology in Mass Produced Semiconductor Process

Yunsong Xie, Ryan Stearrett|arXiv (Cornell University)|Jul 11, 2021

Industrial Vision Systems and Defect Detection参考文献 49被引用 6

一句话总结

本文提出了一种基于机器学习的半导体制造化学气相沉积（CVD）虚拟量测框架，采用非线性特征选择与最近邻数据插补的回归方法，实现了0.7的预测精度。该方法通过利用传感器数据和优化的数据处理技术，将CVD工艺变异降低了70%，并减少了对昂贵物理量测的依赖。

ABSTRACT

A cross-benchmark has been done on three critical aspects, data imputing, feature selection and regression algorithms, for machine learning based chemical vapor deposition (CVD) virtual metrology (VM). The result reveals that linear feature selection regression algorithm would extensively under-fit the VM data. Data imputing is also necessary to achieve a higher prediction accuracy as the data availability is only ~70% when optimal accuracy is obtained. This work suggests a nonlinear feature selection and regression algorithm combined with nearest data imputing algorithm would provide a prediction accuracy as high as 0.7. This would lead to 70% reduced CVD processing variation, which is believed to will lead to reduced frequency of physical metrology as well as more reliable mass-produced wafer with improved quality.

研究动机与目标

• 解决大规模半导体制造中物理量测成本高和处理时间长的问题。
• 评估数据插补、特征选择和回归算法对CVD虚拟量测精度的影响。
• 识别数据插补、特征选择和回归技术的最佳组合，以最大化预测精度。
• 通过高精度虚拟量测，降低CVD工艺的变异和物理量测频率。

提出的方法

• 对CVD虚拟量测的三个关键组件——数据插补、特征选择和回归算法——进行了交叉基准测试。
• 评估了六种回归算法：线性最小二乘法（LLS）、偏最小二乘法（PLS）、线性支持向量回归（SVR）、贝叶斯线性（BL）、梯度提升（GB）和神经网络（NN）回归。
• 应用了五种数据插补方法：随机插补、最近邻插补、K近邻（KNN）、自回归积分滑动平均（ARIMA）和随机森林插补。
• 通过GB和NN模型的重要性排序进行特征选择，逐步减少输入特征以优化性能。
• 计算平均数据可用率（MDAR）以量化特征和样本间的数据可用性，定义为 MDAR = (∑∑A_ij) / (M×N)。
• 在真实FDC传感器数据上训练和测试模型，数据可用率约为70%，以测试精度作为主要性能指标。

实验结果

研究问题

• RQ1 不同的数据插补方法如何影响CVD虚拟量测的预测精度？
• RQ2 线性与非线性特征选择对CVD虚拟量测模型性能有何影响？
• RQ3 在线性、树基或神经网络回归算法中，哪一种能为CVD虚拟量测提供最高的预测精度？
• RQ4 输入特征数量如何影响模型精度？特征数量与数据可用性之间的最佳平衡点在哪里？
• RQ5 当真实数据可用性有限时，插补数据在多大程度上促进了模型性能？

主要发现

• 线性特征选择与回归算法显著欠拟合数据，导致预测精度较差。
• 非线性特征选择与非线性回归算法（GB和NN）的测试精度显著高于线性方法。
• 最近邻数据插补产生的预测精度最高，而随机插补表现最差，因其引入了噪声。
• 当输入特征数量约为100时，达到最优预测精度0.7，此时恰好对应数据可用率（MDAR）趋势的关键转折点。
• 在最优特征数量处出现MDAR的局部最小值，表明低可用性特征的插补数据在提升精度方面起着关键作用。
• 非线性特征选择、非线性回归（GB或NN）与最近邻插补的组合，使CVD工艺变异降低了70%。