[发明专利]基于人工智能的晶片质量分析评价系统

权利要求书

1.一个基于晶片品质分级和分析的晶片质量分析评价智能系统，其特征在于：包括以下步骤：（1）提取数据特征并标注，构建数据集；从晶片各指标参数中提取特征，并将晶片的品质等级映射为等级标签；同时，也将每一晶片的瓶颈指标或责任工序增设为标签，构建成特征-标签二维数据结构；将晶片指标参数和标签录入二维数据结构表中；（2）数据集预处理；首先将数据集按一定比例拆分为训练集和测试集，当存在分类值时，需要将其转换成独热编码形式，并对数据集规范化处理；（3）构建人工智能模型；直接创建人工智能模型，或者借助其它人工智能框架来构建人工智能模型。

2.现有的人工智能开源框架主要有Tensorflow、Caffe、PyTorch、MXNet等；（4）模型训练；一般而言，晶片的数据量是比较多的，因此我们可以直接将已预处理的数据集进行模型训练；记录损失值和准确率，并把最优模型保存成可读取的格式；（5）模型应用；训练好的模型可以直接对已有指标值的晶片质量进行等级判定；并分析出晶片落入某等级的关键因素以及对应制备工序。

3.根据权利要求1所述的一个基于晶片品质分级和分析的晶片质量分析评价智能系统，其特征在于：所述步骤（1）中，晶片指的是碳化硅晶片、氮化铝晶片、氧化镓晶片、氮化镓晶片、金刚石晶片、氧化锌晶片。

4.根据权利要求1所述的一个基于晶片品质分级和分析的晶片质量分析评价智能系统，其特征在于：所述步骤（1）中，将晶片质量指标转变为数据集中的数据特征，将晶片质量分级转变为数据集的标签，构建二维数据结构，按照对应关系，将晶片指标参数和分级数据填入数据集中。

5.根据权利要求1所述的一个基于晶片品质分级和分析的晶片质量分析评价智能系统，其特征在于：所述步骤（2）中，对晶片数据集的预处理包括对数据的有监督清洗、无监督清洗；晶片数据预处理的原则有空值的检查和处理，非法值得检测和处理，不一致数据得检测与处理，相似重复记录得检测和处理；对于噪声数据可以按照分箱、回归、聚类以及人机结合检查方式开展。

6.根据权利要求1所述的一个基于晶片品质分级和分析的晶片质量分析评价智能系统，其特征在于：所述步骤（3）中，基于人工智能算法构建的模型。

7.根据权利要求1所述的一个基于晶片品质分级和分析的晶片质量分析评价智能系统，其特征在于：所述步骤（3）中，人工智能框架有Tensorflow、Caffe、PyTorch、MXNet。

8.根据权利要求1所述的一个基于晶片品质分级和分析的晶片质量分析评价智能系统，其特征在于：所述步骤（4）中，将数据集喂入模型中进行训练，创建训练日志，模型的损失值和准确率的记录，模型的保存；还包括数据强化处理。

9.根据权利要求1所述的一个基于晶片品质分级和分析的晶片质量分析评价智能系统，其特征在于：所述步骤（5）中，基于训练的模型对晶片质量品级分类，对影响晶片关键因素的判定。