一种基于半导体缺陷与良率Map自动校准方法

本发明涉及半导体技术领域，公开了一种基于半导体缺陷与良率Map自动校准方法，包括以下步骤：通过多模态传感器实时采集晶圆表面数据，解析站点工艺参数，生成时空对齐的晶圆全息数据集；基于晶圆全息数据集进行非线性形变补偿，生成动态Die网格；利用多任务深度强化学习模型预测缺陷Map与良率Map的初始Offset参数；通过量子退火算法对初始Offset参数进行全局优化，输出最优Offset。通过多模态传感器采集数据并利用卡尔曼滤波时空对齐，生成时空对齐的晶圆全息数据集，数据时空统一，准确完整反映晶圆状态，为缺陷分析与良率评估提供高质量数据基础。解决了多模态传感器数据时空不一致难以有效融合的问题。