一种基于机器学习的碳化硅功率器件离子注入优化方法

本发明属于碳化硅功率器件制程技术领域，具体为一种基于机器学习的碳化硅功率器件离子注入优化方法。本发明方法包括获取历史碳化硅功率器件离子注入工艺数据，制作离子注入工艺优化样本数据集；并将样本数据集划分为训练集A1、训练集A2和测试集；利用训练集A1训练SVM预测模型，得到初始SVM预测模型；根据训练集A2，利用基于网络的迁移学习的方法对初始的SVM预测模型进行训练和验证，得到训练好的SVM预测模型；利用训练好的SVM预测模型对所述测试集进行测试。本发明能够提高工艺优化的速率及准确性，同时降低成本，减少废品率；能够高效适应各种不同的离子注入工艺条件与对应工艺结果的动态变化。