半导体器件的计算智能表征方法

半导体器件表征用于收集尽可能多的器件数据，以确定设计弱点或制造工艺中的趋势。本文提出了一种新颖的多跳变点表征概念，以克服器件表征阶段单跳变点概念的局限性。此外，我们利用计算智能技术（例如神经网络、模糊逻辑和遗传算法）进一步处理这些多跳变点值集合以及基于半导体测试设备的测试。实验结果表明，该方法在器件表征阶段实现了出色的设计参数变化分析，并检测出了一组能引发最坏情况变化的最坏情况测试集，而传统方法无法检测到这些测试。