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！

龙图腾网恭喜浙江大学;浙江创芯集成电路有限公司申请的专利一种自监督加强的半监督的晶圆失效预测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：CN119557571B 。

龙图腾网通过国家知识产权局官网在2025-05-20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：202510132618.1，技术领域涉及：G06F18/10；该发明授权一种自监督加强的半监督的晶圆失效预测方法及系统是由陈一宁;郭庞;高大为;陈鼎崴设计研发完成，并于2025-02-06向国家知识产权局提交的专利申请。

本一种自监督加强的半监督的晶圆失效预测方法及系统在说明书摘要公布了：本发明公开了一种自监督加强的半监督的晶圆失效预测方法及系统，属于晶圆失效检测领域。获取晶圆可接受性测试探针测试数据构造训练集；对晶圆特征编码器进行自监督预训练；利用预训练晶圆特征编码器生成各样本的原始晶圆编码特征，并分别添加强弱噪声，添加强噪声时引入数据增强约束并计算损失；将添加强弱噪声前后的晶圆编码特征分别利用晶圆失效分类器预测晶圆是否失效，计算一致性损失；此外还需要计算少量有标签数据的监督损失；通过联合上述损失对预训练晶圆特征编码器和晶圆失效分类器进行半监督训练，半监督训练后的模型用于实际晶圆失效检测。本发明充分利用大量晶圆无标签数据和少量晶圆有标签数据，提高了晶圆失效的预测准确率。

本发明授权一种自监督加强的半监督的晶圆失效预测方法及系统在权利要求书中公布了：1.一种自监督加强的半监督的晶圆失效预测方法，其特征在于，包括：获取晶圆可接受性测试数据和探针测试数据，预处理并匹配数据，得到有标签晶圆样本和无标签晶圆样本作为训练集；利用训练集对晶圆特征编码器进行自监督掩码预训练，得到预训练晶圆特征编码器；利用预训练晶圆特征编码器生成训练集中各样本的原始晶圆编码特征，对原始晶圆编码特征分别添加强噪声和弱噪声；对所述的原始晶圆编码特征添加强噪声时引入数据增强约束，计算数据增强约束损失；所述的数据增强约束损失如下： 其中，Lr表示数据增强约束损失，xi表示训练集中的原始样本i，xg表示强增强噪声样本，表示L2范数的平方，l表示预训练晶圆特征编码器生成的编码特征维度，分别表示原始样本i经过预训练晶圆特征编码器生成的编码特征第j维的方差和均值，α、β表示预设的超参数，N表示训练集中的原始样本数量；将原始晶圆编码特征、添加强噪声后的强增强晶圆编码特征、添加弱噪声后的弱增强晶圆编码特征分别利用晶圆失效分类器预测晶圆是否失效，根据失效预测结果计算一致性损失和监督损失；所述的监督损失仅针对训练集中的有标签晶圆样本；联合所述的数据增强约束损失、一致性损失和监督损失对预训练晶圆特征编码器和晶圆失效分类器进行半监督训练，利用半监督训练后的预训练晶圆特征编码器和晶圆失效分类器预测晶圆是否失效。

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浙江大学;浙江创芯集成电路有限公司，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；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”。