基于统计学习模型的金属Cu互连体系扩散阻挡层性能的表征

尽管集成电路Cu互连用扩散阻挡层材料的研究是目前微电子领域研究的热点问题，但大量的研究多自成体系，研究结果无实际对比意义。本项目突破了以往研究中片面强调某类因素的狭窄思路，注重对薄膜体系经历工艺过程的详细分析，以及对扩散阻挡层性能评价研究的综合性和客观量化性。研究方式上注重学科交叉融合，将统计学习理论的一些新进展应用薄膜体系表征评价的研究中，利用支撑向量机分类器模式分离的优势，并结合项目组以往的研究积累，筛选表征参量的可信度，构建基于支撑向量机的扩散阻挡层薄膜材料性能评价与预测的计算模型。通过探讨可信参量对阻挡层失效的影响方式及权重百分比，揭示导致阻挡层失效的真正主控因素及其行为规律。并利用建立的计算模型尽可能准确地预测不同膜基体系失效的可能性。研究方法及结果具有可资借鉴的科学意义及工业应用推广价值。