一种芯片测试数据判断方法、装置、存储介质及测试方法制造方法及图纸

本发明专利技术公开一种芯片测试数据判断方法，包括以下步骤：创建机器学习判断模型，以及获取并将集成电路芯片的技术文档，集成电路芯片的参数的测试数据与参考数据作为所述机器学习判断模型的数据源对所述机器学习判断模型进行训练；然后获取待判断集成电路芯片的测试数据；最后将待判断集成电路芯片的测试数据输入到训练后的机器学习判断模型进行计算得出计算结果，并根据计算结果判断待判断集成电路芯片是否为正常芯片。本发明专利技术能够大大提高芯片测试数据判断的准确率。本发明专利技术还提供一种芯片测试数据判断装置、存储介质及测试方法。存储介质及测试方法。存储介质及测试方法。

【技术实现步骤摘要】
一种芯片测试数据判断方法、装置、存储介质及测试方法


[0001]本专利技术涉及集成电路芯片的测试，尤其涉及一种芯片测试数据判断方法、装置、存储介质及测试方法。

技术介绍

[0002]集成电路芯片的生产过程一般包括电路设计、晶圆制造、封装、测试等多个环节。其中，测试环节是指根据产品的技术规格，通过电性测试对产品的功能和性能进行验证。测试的目的一般包括产品设计规则的验证、生产品质的验证，通过获取相关数据以用于改善生产良率、监控产品的质量品质等。
[0003]集成电路芯片的测试一般是按照芯片的技术规格要求，对芯片的相关参数进行评估。其中，相关参数包括但不限于以下参数中的一种或多种的组合：芯片的漏电流、输入电压、输入电流、输出电压、输出电流、最大时钟频率、数据设置时间、数据保持时间、信噪比、总谐波形变、放大倍数、噪声基底、互调失真、抖动、相位噪声等。通过对上述相关参数进行评估得出测试值，然后将其与预先设定的上下限进行对比，以便根据对比结果判断参数的测试结果是否正常，从而判断集成电路芯片是否符合对应规格。
[0004]然而在集成电路芯片的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种芯片测试数据判断方法，其特征在于，所述判断方法包括以下步骤：建模步骤：选定并创建机器学习判断模型，以及获取并将集成电路芯片的技术文档，集成电路芯片的参数的测试数据与参考数据作为所述机器学习判断模型的数据源对所述机器学习判断模型进行训练；所述参考数据包括集成电路芯片为正常芯片或异常芯片时的标识数据；数据获取步骤：获取待判断集成电路芯片的测试数据；判断步骤：将所述待判断集成电路芯片的测试数据输入到训练后的机器学习判断模型进行计算得出计算结果，并根据计算结果判断所述待判断集成电路芯片是否为正常芯片。2.根据权利要求1所述的芯片测试数据判断方法，其特征在于，所述建模步骤具体包括：模型选定步骤：选定并创建机器学习判断模型；数据处理步骤：获取集成电路芯片的技术文档、集成电路芯片的参数的测试数据与参考数据并生成数据源，然后将数据源划分为训练数据集和评估数据集；模型训练步骤：根据所述训练数据集对所述机器学习判断模型进行训练、验证后得到训练后的机器学习判断模型；模型评估步骤：根据所述评估数据集对训练后的机器学习判断模型进行评估，并根据评估结果判断训练后的机器学习判断模型是否符合要求；若是，则将评估后的机器学习判断模型作为最终的机器学习判断模型；若否，则对创建的机器学习判断模型或数据源中的数据进行改进，然后继续执行模型训练步骤，直到训练后的机器学习判断模型满足评估结果。3.根据权利要求2所述的芯片测试数据判断方法，其特征在于，所述数据处理步骤还包括：对数据源中的数据进行预处理。4.根据权利要求3所述的芯片测试数据判断方法，其特征在于，所述预处理包括以下处理中的一种或多种的组合：数据清洗处理、标准化处理和相关性分析处理。5.根据权利要求3所述的芯片测试数据判断方法，其特征在于，所述数据处理步骤还包括：对预处理后的数据进行特征工程；所述特征工程的方法包括以下方法中的任意一种或多种的组合：过滤方法、封装方法、嵌入方法和降维分析方法；对预处理后的数据进行特征工程处理时，还包括采用过采样方法或欠采样方法对数据...

【专利技术属性】
技术研发人员：蒋信，刘瑞盛，喻涛，
申请(专利权)人：普赛微科技杭州有限公司，
类型：发明
国别省市：