[发明专利]修调测试的方法、装置、电子设备和可读存储介质

权利要求书

1.一种基于分类模型进行修调测试的方法，其特征在于，应用于数据处理设备，包括：

获取集成电路芯片的历史修调测试数据，并将所述历史修调测试数据配置为分类训练样本集；

使用分类算法对所述分类训练样本集进行模型训练，得到分类修调模型；

将基于所述分类修调模型生成的修调文件发送至测试设备，以使所述测试设备基于所述修调文件对目标芯片的修调电路的电路参数进行修调，并对修调后的所述目标芯片进行测试。

2.根据权利要求1所述的基于分类模型进行修调测试的方法，其特征在于，所述将所述历史修调测试数据配置为分类训练样本集包括：

将所述历史修调测试数据对应的晶圆划分多个区域；

基于所述集成电路芯片的裸片在所述晶圆上的位置信息确定归属区域；

基于所述归属区域对所述历史修调测试数据进行分类，将分类后的集合确定为所述分类训练样本集。

3.根据权利要求2所述的基于分类模型进行修调测试的方法，其特征在于，所述将所述历史修调测试数据对应的晶圆划分多个区域包括：

基于所述晶圆的制程参数配置对所述晶圆进行分区的分区数量和分区方式；

基于所述分区数量和所述分区方式划分所述多个区域，

其中，所述多个区域包括圆心区域以及所述圆心区域外侧的多个环状区域。

4.根据权利要求2所述的基于分类模型进行修调测试的方法，其特征在于，

所述分类算法包括随机森林、支持向量机、K最邻近算法和决策树分类算法中的至少一种。

5.根据权利要求2所述的基于分类模型进行修调测试的方法，其特征在于，所述分类算法包括K最邻近算法，所述使用分类算法对所述分类训练样本集进行模型训练，得到分类修调模型包括：

基于待测样本的第一位置信息、第一测试值、第一目标值和第一参数生成第一特征向量；

基于所述分类训练样本集中多个训练样本的第二位置信息、第二测试值、第二目标值和第二参数生成多个第二特征向量；

分别计算所述第一特征向量和所述多个第二特征向量之间的距离；

基于计算结果选取与所述待测样本距离最近的K个训练样本，以基于K个所述第二位置信息的归属区域确定所述第一位置信息的归属区域，K为对所述多个区域的数量；

基于所述第一位置信息的归属区域和所述待测样本的实际归属区域之间的关系，进行模型优化，以基于模型优化结果生成所述分类修调模型。

6.根据权利要求1所述的基于分类模型进行修调测试的方法，其特征在于，所述将基于所述分类修调模型生成的修调文件发送至测试设备包括：

获取对所述目标芯片的测试初始值；

将所述测试初始值作为所述分类修调模型的测试样本，以基于所述分类修调模型对所述测试样本进行测试，得到对应的修调参数，以将所述修调参数作为所述修调文件发送至所述测试设备；或

基于所述分类修调模型直接生成所述修调文件，以将所述修调文件发送至所述测试设备。

7.根据权利要求1至6中任一项所述的基于分类模型进行修调测试的方法，其特征在于，还包括：

接收所述测试设备基于所述修调文件发送的反馈信息；

检测到所述反馈信息包括模型更新的指示信息，对所述分类修调模型进行更新；或

提取所述反馈信息中的修调测试的周期数量，以在检测到所述周期数量大于或等于周期阈值时，对所述分类修调模型进行更新。

8.根据权利要求7所述的基于分类模型进行修调测试的方法，其特征在于，所述对所述分类修调模型进行更新包括：

获取所述测试设备发送的测试结果；

基于所述测试结果对所述分类训练样本集进行更新；

基于更新后的所述分类训练样本集更新所述分类修调模型。