基于Borderline-SMOTE-LightGBM的直拉硅单晶放肩断棱预测  

Prediction of broken edges in shoulder stage of czochralski silicon single crystal based on borderline-smote-lightgbm

作　　者：韩金星 HAN Jin-xing

机构地区：[1]郑州大学机械与动力工程学院,郑州450001

出　　处：《制造业自动化》2023年第11期172-177,共6页Manufacturing Automation

摘　　要：随着集成电路技术的飞速发展,硅单晶作为最重要的半导体材料,对其品质的要求也日益提升。在多场耦合的复杂高温高压环境下,直拉硅单晶的生长过程具有明显的非线性特征,难以建立准确的机理模型,同时硅单晶生产数据存在类别不平衡问题。针对上述问题,提出一种基于Borderline-SMOTE-LightGBM的放肩断棱预测模型。首先,对生产数据进行预处理,生成样本数据,然后,通过Borderline-SMOTE处理不平衡样本数据,最后,构建LightGBM预测模型。对比实验结果表明Borderline-SMOTE-LightGBM模型的预测性能最佳,并通过模拟在线测试,验证了模型在实际生产中的有效性。

关 键 词：硅单晶 不平衡数据 过采样 集成学习 

分 类 号：TN304.1[电子电信—物理电子学]