晶圆良率多模精准预测
针对半导体制造多模态特性，通过贝叶斯优化自动划分良率模态并分层建模，解决样本不平衡导致的精度下降，相比传统虚拟计量方法预测更准确且可解释。
Qun-Long, Chen · 秦威 · 许鸿伟
Journal of Manufacturing Systems 2025
采用贝叶斯优化搜索最优模态划分位置，将样本分为高、中、低三个良率组，无需人工设定阈值，且分组具有明确的生产相关性。
设计退化与增量学习机制，专门应对因样本不平衡导致预测精度下降的问题，使模型在不同分布的数据上保持稳定。
采用分类-回归分层架构，先由分类器识别良率模态，再对每个模态训练专门的回归器，分别学习各模态的分布特征，实现更精确的预测。