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！

龙图腾网恭喜中科芯(苏州)微电子科技有限公司申请的专利基于机器学习的集成电路工艺参数优化方法及系统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：CN119067028B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202411561587.3，技术领域涉及：G06F30/337；该发明授权基于机器学习的集成电路工艺参数优化方法及系统是由苌凤义设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本基于机器学习的集成电路工艺参数优化方法及系统在说明书摘要公布了：本发明提供一种基于机器学习的集成电路工艺参数优化方法及系统，涉及集成电路技术领域，包括：获取制程历史数据，构建制程工艺知识图谱求解实体和关系间的语义相似性，提取关键工艺知识并构建先验知识库；确定工艺参数与良品率之间的因果依赖关系，设置因果特征选择准则，筛选关键因果特征子集，扩充制程工艺知识图谱，构建异构模型集成并确定工艺参数与良品率的动态变化；构建多目标优化模型并设置优化目标，进行工艺参数优化求解，生成优化工艺参数并进行迁移学习，对工艺节点进行比较和映射，构建虚拟仿真系统并进行因果干预，生成工艺参数优化决策并修正贝叶斯因果模型。

本发明授权基于机器学习的集成电路工艺参数优化方法及系统在权利要求书中公布了：1.基于机器学习的集成电路工艺参数优化方法，其特征在于，包括：从工艺设备和测试设备中获取制程历史数据，通过数据挖掘技术识别所述制程历史数据中不同数据源之间的关联规则和频繁模式，结合本体映射方法将异构数据映射至公共语义空间，根据知识图谱构建方法构建制程工艺知识图谱，通过知识表示学习算法将所述制程工艺知识图谱中的实体和节点嵌入至低维连续向量空间，通过表示向量运算求解实体和关系间的语义相似性，得到制程工艺领域知识，根据预先获取的专家经验知识对所述制程工艺知识图谱进行增强，结合自然语言处理技术提取关键工艺知识并构建先验知识库；基于所述制程工艺知识图谱，通过图卷积神经网络进行特征提取和融合，生成工艺参数对应的特征表示，通过因果推断理论确定工艺参数与良品率之间的因果依赖关系，结合基于图模型的因果结构学习算法确定因果图并设置因果特征选择准则，筛选得到关键因果特征子集，结合因果相关性分析和语义相似度计算选择关键样本并进行主动学习，扩充所述制程工艺知识图谱，根据扩充后的制程工艺知识图谱和所述公共语义空间，通过堆叠泛化架构构建异构模型集成，根据所述制程工艺知识图谱的更新，通过流数据的递增学习算法对所述异构模型集成进行实时更新并确定工艺参数与良品率的动态变化；基于所述动态变化，构建多目标优化模型并设置多个优化目标，结合所述关键因果特征子集通过多目标进化优化算法进行工艺参数优化求解，生成优化工艺参数并根据所述制程工艺知识图谱中工艺节点的语义映射关系，通过特征映射和参数适配进行迁移学习，根据预先构建的贝叶斯因果模型对所述工艺节点进行比较和映射，确定因果模式并基于所述贝叶斯因果模型和所述异构模型集成构建虚拟仿真系统并对关键工艺参数进行因果干预，生成工艺参数优化决策并根据所述工艺参数优化决策修正所述贝叶斯因果模型；从工艺设备和测试设备中获取制程历史数据，通过数据挖掘技术识别所述制程历史数据中不同数据源之间的关联规则和频繁模式，结合本体映射方法将异构数据映射至公共语义空间，根据知识图谱构建方法构建制程工艺知识图谱，通过知识表示学习算法将所述制程工艺知识图谱中的实体和节点嵌入至低维连续向量空间，通过表示向量运算求解实体和关系间的语义相似性，得到制程工艺领域知识，根据预先获取的专家经验知识对所述制程工艺知识图谱进行增强，结合自然语言处理技术提取关键工艺知识并构建先验知识库包括：从多源异构的工艺设备和测试设备中获取初始制程历史数据，其中，所述初始制程历史数据包括设备参数、过程监测数据和测试结果，对所述初始制程历史数据进行预处理，结合数据标准化和归一化方法进行统一表示，得到所述制程历史数据，根据先验算法对所述制程历史数据进行关联规则挖掘，生成关联规则并通过频繁模式生长算法对所述制程历史数据进行频繁模式挖掘，确定不同数据源之间的共现模式并通过统计学对所述关联规则和所述共现模式进行显著性检验和置信度评分，确定强关联规则和高频繁模式；基于所述强关联规则和所述高频繁模式，通过本体映射方法将来自不同数据源的制程历史数据作为异构数据映射至公共语义空间，构建制程工艺本体并通过语义相似度计算方法确定不同数据源之间的语义相似性，基于所述语义相似性进行语义融合和互操作，得到融合数据，基于所述制程工艺本体和所述融合数据，通过制程资源描述框架格式表示制程工艺知识并构建制程工艺知识图谱，其中，所述制程工艺知识图谱中的实体包括工艺设备、过程参数、测试指标和材料属性，通过知识图谱嵌入方法将所述制程工艺知识图谱中的实体和关系嵌入至低维连续向量空间，得到实体和关系的分布式表示；基于所述分布式表示，在嵌入向量空间中通过表示向量运算求解实体和关系之间的语义相似性，得到制程工艺领域知识，通过基于路径的推理方法在所述制程工艺知识图谱上进行多步关系推理，生成实体之间的隐含关联并结合所述嵌入向量空间中的语义运算规则生成增量制程工艺知识，基于所述增量制程工艺知识和预先获取的专家经验知识，通过自然语言处理技术对所述专家经验知识中的关键工艺知识进行提取，将所述关键工艺知识映射至所述制程工艺知识图谱中并通过知识融合方法进行知识对齐和本体匹配，得到增强后的制程工艺知识图谱，以所述关键工艺知识作为先验知识，构建得到所述先验知识库。

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中科芯(苏州)微电子科技有限公司，其通讯地址为：215124 江苏省苏州市中国(江苏)自由贸易试验区苏州片区苏州工业园区金鸡湖大道99号苏州纳米城1幢505、507；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”。