数据分析方法及装置、电子设备、存储介质与流程

技术特征：
1.一种数据分析方法，其特征在于，包括：获取具有目标良率问题的晶圆组对应的目标良率问题堆叠图形，并获取所述晶圆组在不同类型测试下的量测数据堆叠图形；将所述目标良率问题堆叠图形与各所述量测数据堆叠图形进行图形匹配，得到所述目标良率问题堆叠图形与各所述量测数据堆叠图形对应的匹配度数据；计算各所述量测数据堆叠图形与所述目标良率问题堆叠图形对应的相关性数据；对所述匹配度数据与所述相关性数据进行加权计算，根据所述加权计算结果确定导致所述目标良率问题的目标量测参数。2.根据权利要求1所述的数据分析方法，其特征在于，所述获取具有目标良率问题的晶圆组对应的目标良率问题堆叠图形，包括：获取具有目标良率问题的晶圆组，所述晶圆组中的各晶圆具有目标良率问题分布图形；将各所述晶圆对应的所述目标良率问题分布图形进行堆叠，得到目标良率问题堆叠图形。3.根据权利要求1所述的数据分析方法，其特征在于，所述获取所述晶圆组在不同类型测试下的量测数据堆叠图形，包括：获取在不同类型测试下所述晶圆组中各所述晶圆的量测数据集；基于所述量测数据集生成不同类型测试对应的量测数据分布图形；将各所述量测数据分布图形进行堆叠，得到所述晶圆组对应的量测数据堆叠图形。4.根据权利要求1所述的数据分析方法，其特征在于，将所述目标良率问题堆叠图形与各所述量测数据堆叠图形进行图形匹配，生成所述目标良率问题堆叠图形与各所述量测数据堆叠图形对应的匹配度数据，包括：提取所述目标良率问题堆叠图形中的第一图形特征，并提取各所述量测数据堆叠图形中的第二图形特征；计算所述第一图形特征对应的第一特征向量以及所述第二图形特征对应的第二特征向量；根据所述第一特征向量以及所述第二特征向量计算得到所述目标良率问题堆叠图形与各所述量测数据堆叠图形对应的匹配度数据。5.根据权利要求4所述的数据分析方法，其特征在于，根据所述第一特征向量以及所述第二特征向量计算得到所述目标良率问题堆叠图形与各所述量测数据堆叠图形对应的匹配度数据，包括：计算所述第一特征向量以及所述第二特征向量的相似度数据；将所述相似度数据作为所述目标良率问题堆叠图形与各所述量测数据堆叠图形对应的匹配度数据。6.根据权利要求1所述的数据分析方法，其特征在于，计算各所述量测数据堆叠图形与所述目标良率问题堆叠图形对应的相关性数据，包括：对所述目标良率问题堆叠图形以及所述量测数据堆叠图形进行分区，确定主图形区域；基于所述主图形区域计算所述目标良率问题堆叠图形与各所述量测数据堆叠图形的
相关性数据。7.根据权利要求6所述的数据分析方法，其特征在于，基于所述主图形区域计算各所述量测数据堆叠图形与所述目标良率问题堆叠图形的相关性数据，包括：确定所述目标良率问题堆叠图形中的所述主图形区域对应的晶圆良率数据；确定各所述量测数据堆叠图形中的所述主图形区域对应的量测参数的统计特征数据；通过所述主图形区域中的所述晶圆良率数据以及所述统计特征数据计算所述目标良率问题堆叠图形与各所述量测数据堆叠图形的相关性数据。8.根据权利要求1所述的数据分析方法，其特征在于，根据所述加权计算结果确定导致所述目标良率问题的目标量测参数，包括：根据所述加权计算结果对各所述量测数据堆叠图形进行排序，将最大的所述加权计算结果对应的量测数据堆叠图形作为最相关量测数据堆叠图形；将所述最相关量测数据堆叠图形对应的量测参数作为导致所述目标良率问题的目标量测参数。9.根据权利要求8所述的数据分析方法，其特征在于，在获得所述最相关量测数据堆叠图形，并将所述最相关量测数据堆叠图形所对应的量测参数作为目标量测参数后，还包括：根据所述匹配度数据和所述相关性数据，分别确定与所述目标良率问题堆叠图形具有最高匹配度的量测数据堆叠图形和最高相关性的量测数据堆叠图形；基于所述最高匹配度的量测数据堆叠图形和所述最高相关性的量测数据堆叠图形，确定与所述目标良率问题堆叠图形对应的最高匹配度量测参数和最高相关性量测参数；对所述最高匹配度量测参数、所述最高相关性量测参数以及所述目标量测参数与所述目标良率问题执行合理性判断流程，以根据合理性判断结果确定与所述目标良率问题最相关的量测参数。10.根据权利要求1所述的数据分析方法，其特征在于，对所述匹配度数据与所述相关性数据进行加权计算，包括：通过预选取的目标加权计算方式对所述匹配度数据与所述相关性数据进行加权计算。11.根据权利要求10所述的数据分析方法，其特征在于，在对所述匹配度数据与所述相关性数据进行加权计算之前，所述方法还包括：获取数据库中预存储的样本良率问题堆叠图形以及样本量测数据堆叠图形；其中，所述数据库还包括导致所述样本良率问题堆叠图形的良率问题的样本量测参数；获取预先设置的多种加权计算方式；根据多种加权计算方式依次加权计算所述样本良率问题堆叠图形以及所述样本量测数据堆叠图形对应的样本匹配度数据以及样本相关性数据；依据所述多种加权计算方式对应的加权计算结果和所述样本量测参数，从所述多种加权计算方式中确定目标加权计算方式。12.根据权利要求1所述的数据分析方法，其特征在于，所述量测参数包括缺陷参数、电性参数和结构参数中的一种或者多种组合。13.一种数据分析装置，其特征在于，包括：图形获取模块，用于获取具有目标良率问题的晶圆组对应的目标良率问题堆叠图形，并获取所述晶圆组在不同类型测试下的量测数据堆叠图形；
关联程度计算模块，用于计算所述目标良率问题堆叠图形与各所述量测数据堆叠图形对应的匹配度数据与相关性数据，并对所述匹配度数据与所述相关性数据进行加权计算得到加权计算结果；目标量测参数分析模块，用于分析所述加权计算结果以确定导致所述目标良率问题的目标量测参数。14.根据权利要求13所述的数据分析装置，其特征在于，所述关联程度计算模块还包括：匹配度数据计算单元，用于将所述目标良率问题堆叠图形与所述量测数据堆叠图形进行图形匹配，得到所述目标良率问题堆叠图形与各所述量测数据堆叠图形对应的匹配度数据；相关性数据计算单元，用于计算各所述量测数据堆叠图形与所述目标良率问题堆叠图形对应的相关性数据。15.根据权利要求14所述的数据分析装置，其特征在于，所述相关性数据计算单元还包括：图形分区子单元，用于对所述目标良率问题堆叠图形以及所述量测数据堆叠图形进行分区，确定主图形区域；晶圆良率确定子单元，用于确定所述目标良率问题堆叠图形中所述主图形区域对应的晶圆良率数据；统计特征确定子单元，用于确定各所述量测数据堆叠图形中所述主图形区域对应的量测参数的统计特征数据；相关性数据计算子单元，用于通过所述主图形区域中的所述晶圆良率数据以及所述统计特征数据计算所述目标良率问题堆叠图形与各所述量测数据堆叠图形的相关性数据。

技术总结
本公开提供了一种数据分析方法及装置、电子设备、存储介质，涉及半导体技术领域。该数据分析方法包括：获取晶圆组对应的目标良率问题堆叠图形，并获取晶圆组在不同类型测试下的量测数据堆叠图形；将目标良率问题堆叠图形与量测数据堆叠图形进行图形匹配，得到匹配度数据；计算量测数据堆叠图形与目标良率问题堆叠图形对应的相关性数据；对匹配度数据与相关性数据进行加权计算，根据加权计算结果确定导致目标良率问题的目标量测参数。本公开实施例的技术方案可以在筛选导致目标良率问题的目标量测参数时，提高筛选的效率，提升确定的目标量测参数的准确度。量测参数的准确度。量测参数的准确度。


技术研发人员：李玉坤
受保护的技术使用者：长鑫存储技术有限公司
技术研发日：2020.09.09
技术公布日：2022/3/25