【技术实现步骤摘要】
本专利技术属于芯片测试，具体涉及一种基于神经网络和分布算法的多芯片并行筛选方法。
技术介绍
1、随着集成电路技术的快速发展，现代社会对高性能和可靠的芯片应用需求不断增加。然而，现有的芯片的电性能检测方法存在一些问题。这些方法大多为基于模型的阈值检测，且依赖于测试设计人员的专业经验和假设。这导致了几个挑战：首先，测试设计人员需要具备高度专业的知识和素养，才能进行测试特征的设计，这将增加芯片检测的成本。其次，由于芯片设计的复杂性和应用场景的多样化，依赖于专家经验的测试特征设计可能无法全面考虑到芯片性能的微小变化和差异，从而导致重要的性能指标被忽略或评估不准确。这对芯片的整体性能和可靠性产生负面影响。
2、因此，设计一种能够在降低芯片测试人员专业知识需求的同时，提高芯片的检测精度的基于数据驱动的并行芯片检测方法迫在眉睫。
技术实现思路
1、为了解决相关技术中存在的上述问题，本专利技术提供了一种基于神经网络和分布算法的多芯片并行筛选方法。本专利技术要解决的技术问题通过以下技术方案实现：
2、本专利技术提供一种基于神经网络和分布算法的多芯片并行筛选方法，包括：
3、获取具有多个目标芯片的目标检测芯片组的电性能数据；
4、将所述目标检测芯片组的电性能数据输入训练完备的类transformer神经网络，得到重构的电性能数据；所述训练完备的类transformer神经网络是根据与所述多个目标芯片的功能相近的多个芯片的电性能数据，以及所述多个目标芯片的
5、基于所述目标检测芯片组的电性能数据和所述重构的电性能数据，确定所述目标检测芯片组的重构中心偏差与重构边缘偏差；
6、基于所述重构中心偏差和所述重构边缘偏差，确定所述目标检测芯片组的性能评分向量；所述性能评分向量表征所述多个目标芯片中各个目标芯片的性能评分；所述性能评分用于进行芯片筛选。
7、本专利技术具有如下有益技术效果：
8、本专利技术采用基于数据的神经网络方法对芯片组输出的信号进行重构分析，通过神经网络对现有芯片数据进行训练，能够提取出芯片电信号中的趋势并对信号进行重构，之后，根据重构的信号和芯片组输出的原始信号经过一系列计算得到芯片组的性能评分向量，完成对芯片组的电性能检测。这种基于数据驱动的方法不仅能降低对检测人员专业素养的要求，而且能够并行检测同一批次(同一芯片组)中不同芯片之间的差异，从而有效提高了芯片性能检测的精确性，具有较强的适应性和鲁棒性，并兼顾实时性的要求，解决了现有技术中需要人工标注且效率低下的问题。
9、以下将结合附图及实施例对本专利技术做进一步详细说明。
本文档来自技高网...【技术保护点】
1.一种基于神经网络和分布算法的多芯片并行筛选方法，其特征在于，包括：
2.根据权利要求1所述的基于神经网络和分布算法的多芯片并行筛选方法，其特征在于，所述电性能数据为多元时间序列信号；所述重构的电性能数据为重构的多元时间序列信号；所述基于所述目标检测芯片组的电性能数据和所述重构的电性能数据，确定所述目标检测芯片组的重构中心偏差与重构边缘偏差，包括：
3.根据权利要求2所述的基于神经网络和分布算法的多芯片并行筛选方法，其特征在于，所述目标检测芯片组的重构中心偏差的表达式为：
4.根据权利要求2所述的基于神经网络和分布算法的多芯片并行筛选方法，其特征在于，所述基于所述重构中心偏差和所述重构边缘偏差，确定所述目标检测芯片组的性能评分向量，包括：
5.根据权利要求4所述的基于神经网络和分布算法的多芯片并行筛选方法，其特征在于，每个目标芯片的每个检测通道的通道差值序列的中心左尾分布的表达式为：
6.根据权利要求5所述的基于神经网络和分布算法的多芯片并行筛选方法，其特征在于，每个目标芯片的每个检测通道的通道差值序列的中心样本偏度系
7.根据权利要求5所述的基于神经网络和分布算法的多芯片并行筛选方法，其特征在于，所述中心偏差性能评分向量中第i个目标芯片的中心偏差性能评分的表达式为：
8.根据权利要求1所述的基于神经网络和分布算法的多芯片并行筛选方法，其特征在于，所述类transformer神经网络包括：编码层、特征提取与解码层、重构层；在所述将所述目标检测芯片组的电性能数据输入训练完备的类transformer神经网络，得到重构的电性能数据之前，还包括：
9.根据权利要求1所述的基于神经网络和分布算法的多芯片并行筛选方法，其特征在于，所述电性能数据包括以下至少一类：
10.根据权利要求1或8所述的基于神经网络和分布算法的多芯片并行筛选方法，其特征在于，所述多个芯片至少属于同一种类；所述多个目标芯片属于同一种类。
...【技术特征摘要】
1.一种基于神经网络和分布算法的多芯片并行筛选方法，其特征在于，包括：
2.根据权利要求1所述的基于神经网络和分布算法的多芯片并行筛选方法，其特征在于，所述电性能数据为多元时间序列信号；所述重构的电性能数据为重构的多元时间序列信号；所述基于所述目标检测芯片组的电性能数据和所述重构的电性能数据，确定所述目标检测芯片组的重构中心偏差与重构边缘偏差，包括：
3.根据权利要求2所述的基于神经网络和分布算法的多芯片并行筛选方法，其特征在于，所述目标检测芯片组的重构中心偏差的表达式为：
4.根据权利要求2所述的基于神经网络和分布算法的多芯片并行筛选方法，其特征在于，所述基于所述重构中心偏差和所述重构边缘偏差，确定所述目标检测芯片组的性能评分向量，包括：
5.根据权利要求4所述的基于神经网络和分布算法的多芯片并行筛选方法，其特征在于，每个目标芯片的每个检测通道的通道差值序列的中心左尾分布的表达式为：
6.根据权利要求5所...
【专利技术属性】
技术研发人员：任获荣，董镇玮，李拓，吕银飞，焦昶哲，赵丹，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。