首页  专利技术  电子电路装置的制造及其应用技术

半导体产品良率的人工智能预测方法、系统、设备及介质与流程

2026-01-17 14:40:01 238次浏览

技术特征:

1.一种半导体产品良率的人工智能预测方法,其特征在于,包括:

2.根据权利要求1所述的半导体产品良率的人工智能预测方法,其特征在于,采用如下步骤训练各个所述基于人工智能的良率预测模型:

3.根据权利要求1所述的半导体产品良率的人工智能预测方法,其特征在于,基于所述样本集数据训练多个基于人工智能的良率预测模型,得到多个收敛的基于人工智能的良率预测模型之后,还包括如下步骤:

4.根据权利要求1所述的半导体产品良率的人工智能预测方法,其特征在于,基于所述样本集数据训练多个基于人工智能的良率预测模型,得到多个收敛的基于人工智能的良率预测模型之后,还包括如下步骤:

5.根据权利要求4所述的半导体产品良率的人工智能预测方法,其特征在于,基于所述基于人工智能的最优人工智能模型得到最终输出预测良率,包括如下步骤:

6.根据权利要求1所述的半导体产品良率的人工智能预测方法,其特征在于,基于所述基于人工智能的最优人工智能模型得到最终输出预测良率之后,还包括如下步骤:

7.根据权利要求1所述的半导体产品良率的人工智能预测方法,其特征在于,所述采集半导体产品的样本集数据之后,还包括如下步骤:

8.一种半导体产品良率预测系统,其特征在于,包括权利要求1至7中任一项所述的半导体产品良率的人工智能预测方法,所述系统包括:

9.一种半导体产品良率预测设备,其特征在于,包括:

10.一种计算机可读存储介质,用于存储程序,其特征在于,所述程序被处理器执行时实现权利要求1至7中任一项所述的半导体产品良率的人工智能预测方法的步骤。


技术总结
本申请提供了一种半导体产品良率的人工智能预测方法、系统、设备及介质,所述方法包括:采集半导体产品的样本集数据,所述样本集数据包括训练用生产数据和实际测试良率数据;基于所述样本集数据训练多个基于人工智能的良率预测模型,得到多个收敛的基于人工智能的良率预测模型,各个所述基于人工智能的良率预测模型的输入为生产数据,输出为预测良率;采集待预测的半导体产品的生产数据以及测试良率数据,输入所述基于人工智能的良率预测模型,获得所述基于多个人工智能的良率预测模型的综合的最优人工智能模型;基于所述基于人工智能的最优人工智能模型得到最终输出预测良率。本申请提高了对半导体产品良率预测的全面性、可靠性和准确性。

技术研发人员:刘攀,游国忠,易杜军,方义
受保护的技术使用者:上海积塔半导体有限公司
技术研发日:
技术公布日:2024/11/26
文档序号 : 【 40125874 】

技术研发人员:刘攀,游国忠,易杜军,方义
技术所有人:上海积塔半导体有限公司

备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
刘攀游国忠易杜军方义上海积塔半导体有限公司
一种基于蜣螂优化的光伏阵列故障诊断方法 混淆文件处理方法、电子设备、存储介质及程序产品与流程
相关内容