買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中科芯(蘇州)微電子科技有限公司申請的專利基于機器學習的集成電路工藝參數優化方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119067028B 。

龍圖騰網通過國家知識產權局官網在2025-05-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411561587.3，技術領域涉及：G06F30/337；該發明授權基于機器學習的集成電路工藝參數優化方法及系統是由萇鳳義設計研發完成，并于2024-11-04向國家知識產權局提交的專利申請。

本基于機器學習的集成電路工藝參數優化方法及系統在說明書摘要公布了：本發明提供一種基于機器學習的集成電路工藝參數優化方法及系統，涉及集成電路技術領域，包括：獲取制程歷史數據，構建制程工藝知識圖譜求解實體和關系間的語義相似性，提取關鍵工藝知識并構建先驗知識庫；確定工藝參數與良品率之間的因果依賴關系，設置因果特征選擇準則，篩選關鍵因果特征子集，擴充制程工藝知識圖譜，構建異構模型集成并確定工藝參數與良品率的動態變化；構建多目標優化模型并設置優化目標，進行工藝參數優化求解，生成優化工藝參數并進行遷移學習，對工藝節點進行比較和映射，構建虛擬仿真系統并進行因果干預，生成工藝參數優化決策并修正貝葉斯因果模型。

本發明授權基于機器學習的集成電路工藝參數優化方法及系統在權利要求書中公布了：1.基于機器學習的集成電路工藝參數優化方法，其特征在于，包括：從工藝設備和測試設備中獲取制程歷史數據，通過數據挖掘技術識別所述制程歷史數據中不同數據源之間的關聯規則和頻繁模式，結合本體映射方法將異構數據映射至公共語義空間，根據知識圖譜構建方法構建制程工藝知識圖譜，通過知識表示學習算法將所述制程工藝知識圖譜中的實體和節點嵌入至低維連續向量空間，通過表示向量運算求解實體和關系間的語義相似性，得到制程工藝領域知識，根據預先獲取的專家經驗知識對所述制程工藝知識圖譜進行增強，結合自然語言處理技術提取關鍵工藝知識并構建先驗知識庫；基于所述制程工藝知識圖譜，通過圖卷積神經網絡進行特征提取和融合，生成工藝參數對應的特征表示，通過因果推斷理論確定工藝參數與良品率之間的因果依賴關系，結合基于圖模型的因果結構學習算法確定因果圖并設置因果特征選擇準則，篩選得到關鍵因果特征子集，結合因果相關性分析和語義相似度計算選擇關鍵樣本并進行主動學習，擴充所述制程工藝知識圖譜，根據擴充后的制程工藝知識圖譜和所述公共語義空間，通過堆疊泛化架構構建異構模型集成，根據所述制程工藝知識圖譜的更新，通過流數據的遞增學習算法對所述異構模型集成進行實時更新并確定工藝參數與良品率的動態變化；基于所述動態變化，構建多目標優化模型并設置多個優化目標，結合所述關鍵因果特征子集通過多目標進化優化算法進行工藝參數優化求解，生成優化工藝參數并根據所述制程工藝知識圖譜中工藝節點的語義映射關系，通過特征映射和參數適配進行遷移學習，根據預先構建的貝葉斯因果模型對所述工藝節點進行比較和映射，確定因果模式并基于所述貝葉斯因果模型和所述異構模型集成構建虛擬仿真系統并對關鍵工藝參數進行因果干預，生成工藝參數優化決策并根據所述工藝參數優化決策修正所述貝葉斯因果模型；從工藝設備和測試設備中獲取制程歷史數據，通過數據挖掘技術識別所述制程歷史數據中不同數據源之間的關聯規則和頻繁模式，結合本體映射方法將異構數據映射至公共語義空間，根據知識圖譜構建方法構建制程工藝知識圖譜，通過知識表示學習算法將所述制程工藝知識圖譜中的實體和節點嵌入至低維連續向量空間，通過表示向量運算求解實體和關系間的語義相似性，得到制程工藝領域知識，根據預先獲取的專家經驗知識對所述制程工藝知識圖譜進行增強，結合自然語言處理技術提取關鍵工藝知識并構建先驗知識庫包括：從多源異構的工藝設備和測試設備中獲取初始制程歷史數據，其中，所述初始制程歷史數據包括設備參數、過程監測數據和測試結果，對所述初始制程歷史數據進行預處理，結合數據標準化和歸一化方法進行統一表示，得到所述制程歷史數據，根據先驗算法對所述制程歷史數據進行關聯規則挖掘，生成關聯規則并通過頻繁模式生長算法對所述制程歷史數據進行頻繁模式挖掘，確定不同數據源之間的共現模式并通過統計學對所述關聯規則和所述共現模式進行顯著性檢驗和置信度評分，確定強關聯規則和高頻繁模式；基于所述強關聯規則和所述高頻繁模式，通過本體映射方法將來自不同數據源的制程歷史數據作為異構數據映射至公共語義空間，構建制程工藝本體并通過語義相似度計算方法確定不同數據源之間的語義相似性，基于所述語義相似性進行語義融合和互操作，得到融合數據，基于所述制程工藝本體和所述融合數據，通過制程資源描述框架格式表示制程工藝知識并構建制程工藝知識圖譜，其中，所述制程工藝知識圖譜中的實體包括工藝設備、過程參數、測試指標和材料屬性，通過知識圖譜嵌入方法將所述制程工藝知識圖譜中的實體和關系嵌入至低維連續向量空間，得到實體和關系的分布式表示；基于所述分布式表示，在嵌入向量空間中通過表示向量運算求解實體和關系之間的語義相似性，得到制程工藝領域知識，通過基于路徑的推理方法在所述制程工藝知識圖譜上進行多步關系推理，生成實體之間的隱含關聯并結合所述嵌入向量空間中的語義運算規則生成增量制程工藝知識，基于所述增量制程工藝知識和預先獲取的專家經驗知識，通過自然語言處理技術對所述專家經驗知識中的關鍵工藝知識進行提取，將所述關鍵工藝知識映射至所述制程工藝知識圖譜中并通過知識融合方法進行知識對齊和本體匹配，得到增強后的制程工藝知識圖譜，以所述關鍵工藝知識作為先驗知識，構建得到所述先驗知識庫。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中科芯(蘇州)微電子科技有限公司，其通訊地址為：215124 江蘇省蘇州市中國(江蘇)自由貿易試驗區蘇州片區蘇州工業園區金雞湖大道99號蘇州納米城1幢505、507；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。