摘要
本发明提供了一种通孔接触电阻预测方法、电子设备和可读存储介质,该方法包括:基于获取的多片晶圆的历史通孔接触电阻量测数据与历史后段制程在线量测数据,构建训练样本集;采用训练样本集对包括特征增强层的深度神经网络模型进行训练,以得到对应的通孔接触电阻预测模型,特征增强层用于基于多头注意力机制学习不同后段制程参数之间的交互特征并学习后段制程参数与通孔接触电阻之间的跨层关联性;将待检测晶圆的当前后段制程在线量测数据输入至通孔接触电阻预测模型中,以获取待检测晶圆的通孔接触电阻预测数据。本发明通过基于深度学习并结合注意力机制,可以实现通孔接触电阻的实时准确预测。