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！

龙图腾网获悉深圳市芯片测试技术有限公司申请的专利基于机器学习的DDR晶圆测试异常检测方法及设备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：CN121808731B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202610288011.7，技术领域涉及：G06F18/26；该发明授权基于机器学习的DDR晶圆测试异常检测方法及设备是由黄辉;吴韵;项月超设计研发完成，并于2026-03-10向国家知识产权局提交的专利申请。

本基于机器学习的DDR晶圆测试异常检测方法及设备在说明书摘要公布了：本发明提供一种基于机器学习的DDR晶圆测试异常检测方法及设备，通过获取DDR晶圆测试过程中同步采集的时序眼图及与总抖动、确定性抖动、随机抖动相关的时序波形数据，对时序波形数据中的差分时序采样点进行时钟沿相位分段对齐，构建相位域稠密采样数据，结合DDR抖动物理先验完成自适应稀疏编码，剔除噪声及正常工艺波动相关分量，得到缺陷敏感稀疏分量并进行变分模态分解，得到与制程漂移、正常工艺波动及突变异常相关的分量，提取突变异常相关分量作为目标检测数据，输入预设机器学习模型，生成异常模式关联结果，基于此输出DDR晶圆测试异常检测结果，并生成对应测试设置项调整指令。通过本发明可以提升DDR晶圆测试的整体效率与结果可靠性。

本发明授权基于机器学习的DDR晶圆测试异常检测方法及设备在权利要求书中公布了：1.一种基于机器学习的DDR晶圆测试异常检测方法，其特征在于，所述方法包括： 获取DDR晶圆测试过程中同步采集的时序眼图及与总抖动、确定性抖动、随机抖动相关的时序波形数据，所述时序波形数据包含连续采样的带时间戳标记的差分时序采样点序列； 对所述时序波形数据中的差分时序采样点进行时钟沿相位分段对齐，构建相位域稠密采样数据，结合DDR抖动物理先验完成自适应稀疏编码，剔除噪声及正常工艺波动相关分量，得到缺陷敏感稀疏分量；具体包括：从所述时序波形数据中提取时钟信号的相位节点与所述时序波形数据中的差分时序采样点，追踪每个差分时序采样点在时钟相位推进过程中的传导依存路径，分析其随相位变化的传导关联范围，生成采样点-相位传导依存关联表，其中包含每个采样点的传导起始相位、依存节点范围与传导路径特征；基于所述采样点-相位传导依存关联表，将具有同源传导起始相位与连续依存路径的采样点按相位推进顺序连接为相位传导依存链路，每条链路对应一组连续的时钟相位传导过程，保留链路中采样点的传导时序与依存关系；对每条所述相位传导依存链路中传导路径断裂的位置进行补全，基于链路中相邻传导段的依存规律推导断裂位置的传导属性，生成完整相位传导依存链路，填补采样间隙导致的传导信息缺失；将所有所述完整相位传导依存链路与DDR抖动物理先验的传导路径规律进行比对，识别传导路径与DDR抖动物理先验规律不符的链路片段，生成异常传导依存片段集合；对所述异常传导依存片段集合进行编码转换，将每个传导片段转换为包含相位依存关系的传导依存编码序列，得到传导依存编码序列集合，所述传导依存编码序列中的每个编码单元对应链路中的一个传导节点与依存路径信息；从所述传导依存编码序列集合中剔除与DDR晶圆正常测试状态对应的传导依存编码序列，保留剩余编码序列并整合为缺陷敏感稀疏分量，每个保留的编码序列对应偏离物理先验的相位传导信息； 对所述缺陷敏感稀疏分量进行变分模态分解，分离得到与制程漂移、正常工艺波动及突变异常相关的分量，提取突变异常相关分量作为目标检测数据； 将所述目标检测数据输入预设机器学习模型，通过对目标检测数据的关联建模与异常模式匹配处理，生成异常模式关联结果； 基于所述异常模式关联结果输出DDR晶圆测试异常检测结果，并生成对应测试设置项调整指令，将所述测试设置项调整指令发送至DDR晶圆测试设备以进行测试设置项校准操作。

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深圳市芯片测试技术有限公司，其通讯地址为：518000 广东省深圳市龙华区观湖街道鹭湖社区观盛五路英飞拓大楼702；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”。

以上内容由龙图腾AI智能生成。