买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉弘润半导体(苏州)有限公司申请的专利一种基于机器学习分类器提高半导体芯片良品率的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120822107B 。

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511309115.3，技术领域涉及：G06F18/241；该发明授权一种基于机器学习分类器提高半导体芯片良品率的方法是由张春霞;李维繁星;盛道亮;陈泳宇;沈红星设计研发完成，并于2025-09-15向国家知识产权局提交的专利申请。

本一种基于机器学习分类器提高半导体芯片良品率的方法在说明书摘要公布了：本发明公开了一种基于机器学习分类器提高半导体芯片良品率的方法，涉及半导体芯片技术领域，包括，获取并处理半导体晶圆图像、测试参数、工艺参数和芯片品质标签，构建芯片空间关系图，并将芯片品质标签、芯片特征向量和芯片空间关系图整合为芯片特征数据集；基于芯片空间关系图对芯片特征向量进行空间一致性加权融合，对融合特征向量进行降维处理，生成低维芯片融合子向量；根据芯片品质预测概率，通过对各维度芯片特征进行干预，分析芯片因果效应，并计算各维度芯片特征的SHAP值；基于SHAP值，采用强化学习优化工艺参数，计算良品增益率。本发明通过强化学习优化工艺参数，基于SHAP值指导调整工艺参数，最大化良品增益率。

本发明授权一种基于机器学习分类器提高半导体芯片良品率的方法在权利要求书中公布了：1.一种基于机器学习分类器提高半导体芯片良品率的方法，其特征在于：包括， 获取并处理半导体晶圆图像、测试参数、工艺参数和芯片品质标签，得到芯片特征向量，构建芯片空间关系图，并将芯片品质标签、芯片特征向量和芯片空间关系图整合为芯片特征数据集； 所述构建芯片空间关系图，具体步骤如下， 使用Otsu阈值法分割晶圆为若干个芯片网格，并计算各芯片网格缺陷密度； 定义芯片网格为芯片空间关系图的节点； 计算晶圆中各芯片网格间的欧几里得距离，定义芯片空间关系图的边； 通过高斯核函数，结合各芯片网格间的欧几里得距离和缺陷密度之差，计算芯片空间关系图的边权重，完成芯片空间关系图的构建； 基于芯片空间关系图的边对芯片特征向量进行空间一致性加权融合，生成芯片融合向量，通过计算各维度芯片特征的影响力，对融合特征向量进行降维处理，生成低维芯片融合子向量，更新芯片特征数据集； 通过补充不合格芯片的芯片特征数据集，平衡合格与不合格芯片的比例，具体步骤如下， 根据芯片数量和不合格芯片分布，设定不合格芯片比例阈值； 当不合格芯片比例小于不合格芯片比例阈值时，采用条件生成对抗网络，生成不合格芯片的低维芯片融合子向量，更新芯片特征数据集； 构建芯片品质分类器，基于加权注意力机制，聚合芯片空间关系图中邻居低维芯片融合子向量，输出芯片品质预测概率； 根据芯片品质预测概率，对各维度芯片特征进行干预，具体步骤如下， 根据芯片品质预测概率，收集整合所有次品芯片的低维芯片融合子向量； 所述低维芯片融合子向量是指，对每个维度芯片特征的影响力进行降序排序，并按预设比例筛选出芯片融合子向量，通过主成分分析法，对芯片融合子向量进行降维处理，生成低维芯片融合子向量； 获取次品芯片的低维芯片融合子向量中每个维度芯片特征的标准化分布； 根据次品芯片的缺陷密度对每个维度芯片特征的标准化分布进行加权，设定每个维度芯片特征的干预值，得到次品特征集； 分析芯片因果效应，计算各维度芯片特征的SHAP值； 基于SHAP值，采用强化学习优化工艺参数，计算良品增益率，具体步骤如下， 根据晶圆的制造设备控制平台中制造设备的工艺精度，设定工艺参数的调整量； 定义强化学习的状态空间、动作空间和奖励函数； 从初始状态空间出发，强化学习的策略网络根据SHAP值从动作空间中采样动作，通过计算优化工艺参数和初始工艺参数下芯片合格概率的差，得到芯片良品增益率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人弘润半导体(苏州)有限公司，其通讯地址为：215500 江苏省苏州市常熟市碧溪街道通港路58号10幢；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。