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！

龙图腾网获悉芯率智能科技(苏州)有限公司申请的专利一种晶圆缺陷与良率协同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：CN121301858B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511853274.X，技术领域涉及：G06F18/21；该发明授权一种晶圆缺陷与良率协同预测方法及系统是由姚文全;冯骅;蒋晓军;金肖明;鲁成龙设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本一种晶圆缺陷与良率协同预测方法及系统在说明书摘要公布了：本申请涉及一种晶圆缺陷与良率协同预测方法及系统，所述方法包括构建训练数据集；之后构建双任务深度学习模型，其包括：缺陷特征提取模块，缺陷特征提取模块利用通道注意力机制和空间注意力机制从预处理后的晶圆缺陷图像中提取缺陷特征向量；缺陷分类模块，基于缺陷特征提取模块输出的缺陷特征向量，对缺陷类型进行分类；良率关联分析模块，基于图神经网络将晶圆表面划分为网格单元以构建缺陷良率关联图，通过学习缺陷的空间分布与交互作用输出每类缺陷或缺陷组合对应的良率损失；之后将待检测晶圆的图像输入训练完成的双任务深度学习模型，输出缺陷分类结果及对应的良率损失。本申请能够提升晶圆缺陷检测的准确性和良率预测的精度。

本发明授权一种晶圆缺陷与良率协同预测方法及系统在权利要求书中公布了：1.一种晶圆缺陷与良率协同预测方法，其特征在于，包括以下步骤： 构建训练数据集，所述训练数据集包括经预处理的晶圆缺陷图像以及晶圆归一化良率数据； 构建双任务深度学习模型，所述双任务深度学习模型包括： 缺陷特征提取模块，所述缺陷特征提取模块利用通道注意力机制和空间注意力机制从预处理后的晶圆缺陷图像中提取缺陷特征向量； 缺陷分类模块，基于所述缺陷特征提取模块输出的缺陷特征向量，对缺陷类型进行分类； 良率关联分析模块，基于图神经网络将晶圆表面划分为网格单元以构建缺陷良率关联图，通过学习缺陷的空间分布与交互作用输出每类缺陷或缺陷组合对应的良率损失； 利用晶圆归一化良率数据构建损失函数，并利用损失函数对双任务深度学习模型进行训练，之后将待检测晶圆的图像输入训练完成的双任务深度学习模型，输出缺陷分类结果及对应的良率损失; 其中，所述基于图神经网络将晶圆表面划分为网格单元以构建缺陷良率关联图包括： 将晶圆表面划分为M×N个网格单元，每个网格单元作为图中的一个节点，并且每个节点的特征包括：网格单元内的缺陷类型独热编码、缺陷数量以及缺陷面积占比； 图神经网络中边的连接基于网格单元之间的空间邻近关系和电路功能关系，并为每条边赋予权重，所述权重由网格单元间的距离和或电路功能关联性决定，从而提高重点缺陷的权重。

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芯率智能科技(苏州)有限公司，其通讯地址为：215124 江苏省苏州市苏州片区苏州工业园区金鸡湖大道88号人工智能产业园C2-201单元；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。