맞춤기술찾기

이전대상기술

반도체 소자의 주파수 출력 특성 및 기계 학습을 이용한 반도체 소자 테스트 장치 및 방법

  • 기술번호 : KST2021001586
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명은 반도체 소자의 주파수 출력 특성을 기계 학습하여 반도체 소자를 테스트하는 기술에 관한 것으로서, 보다 상세하게는 반도체 소자를 통해 출력된 전류 또는 전압의 파동을 측정하고, 측정된 파동에 MFCC 유사 필터를 적용하여 벡터 데이터를 2차원 어레이 데이터로 데이터 베이스를 구축하고, 구축된 데이터 베이스에 대한 기계 학습을 수행함으로써 반도체 소자의 조건을 결정에 대한 테스트 정확도를 향상시키는 기술에 관한 것이다.
Int. CL G01R 31/26 (2014.01.01) G06N 20/00 (2019.01.01) G06F 16/00 (2019.01.01)
CPC G01R 31/26(2013.01) G06N 20/00(2013.01) G10H 2250/015(2013.01) G10H 2210/041(2013.01) G06F 16/00(2013.01)
출원번호/일자 1020190146191 (2019.11.14)
출원인 고려대학교 산학협력단
등록번호/일자 10-2225817-0000 (2021.03.04)
공개번호/일자
공고번호/일자 (20210311) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.11.14)
심사청구항수 9

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 고려대학교 산학협력단 대한민국 서울특별시 성북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김규태 경기도 안양시 동안구
2 이국진 서울특별시 성북구
3 남상진 강원도 철원군

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김연권 대한민국 서울특별시 송파구 법원로 ***, ****/****호(문정동, 문정대명벨리온)(시안특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 고려대학교 산학협력단 서울특별시 성북구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2019.11.14 수리 (Accepted) 1-1-2019-1171160-45
2 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2019.11.20 수리 (Accepted) 1-1-2019-1191638-25
3 선행기술조사의뢰서
Request for Prior Art Search
2020.05.15 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search
2020.07.14 발송처리완료 (Completion of Transmission) 9-6-2020-0135932-57
5 의견제출통지서
Notification of reason for refusal
2020.09.14 발송처리완료 (Completion of Transmission) 9-5-2020-0634158-72
6 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2020.11.16 수리 (Accepted) 1-1-2020-1226331-48
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2020.11.16 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-1226341-05
8 등록결정서
Decision to grant
2021.01.04 발송처리완료 (Completion of Transmission) 9-5-2021-0004199-13
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
테스트 대상 소자에 전류 또는 전압을 인가하는 소스 인가부;상기 인가된 전류 또는 전압에 기초하여 상기 테스트 대상 소자로부터 출력된 전류 또는 전압 신호를 측정하고, 상기 측정된 전류 또는 전압 신호를 기계 학습 신호로 증폭 변환하는 증폭 변환부;상기 증폭 변환된 기계 학습 신호를 시간에 대한 벡터 형태를 갖는 벡터 데이터로 변환하고, 상기 변환된 벡터 데이터를 복수의 프레임(frame)으로 분할하여 2차원 어레이 데이터로 변환하는 데이터 변환부; 및상기 2차원 어레이 데이터에 대한 기계 학습을 수행하여 상기 테스트 대상 소자의 조건을 결정하는 기계 학습부를 포함하고,상기 측정된 전류 또는 전압 신호는 상기 테스트 대상 소자의 조건에 따라 주파수 형태를 갖는반도체 소자 테스트 장치
2 2
제1항에 있어서,상기 데이터 변환부는, 상기 분할된 복수의 프레임(frame)에 대해 퓨리에 변환(fourier transform)을 적용하여 파워스펙트럼밀도(power spectral density)를 계산하는반도체 소자 테스트 장치
3 3
제2항에 있어서,상기 데이터 변환부는, 상기 계산된 파워스펙트럼밀도(power spectral density)에 적어도 하나 이상의 필터를 이용한 이산 코사인 변환(discrete cosine transform)을 적용하여 상기 벡터 데이터를 상기 2차원 어레이 데이터로 변환하는반도체 소자 테스트 장치
4 4
제1항에 있어서,상기 데이터 변환부는, 적어도 하나 이상의 필터를 이용하여 상기 주파수 형태를 분석하고, 상기 분석된 주파수 형태에 기초하여 상기 변환된 벡터 데이터를 상기 테스트 대상 소자의 조건을 각각 포함하는 상기 2차원 어레이 데이터로 변환하는반도체 소자 테스트 장치
5 5
삭제
6 6
제1항에 있어서,상기 기계 학습 신호는, 제1 열과 제2 열로 구분된 텍스트 파일 형태를 갖고, 상기 제1 열은 시간의 변화에 따른 데이터를 나타내고, 상기 제2 열은 상기 시간의 변화에 따른 변동(fluctuation) 데이터를 나타내는반도체 소자 테스트 장치
7 7
제1항에 있어서,상기 기계 학습부는, 상기 기계 학습을 수행하여 온도(temperature), 크기(dimension), 공정 조건, 채널 물질(material), 게이트 물질(material), 열화 정도(degradation degree), 전기적 특성, 신뢰성, 계면 포획(interface trap), 벌크 포획(bulk trap), 발광 정도, 발광 파장 또는 수명 중 적어도 하나를 포함하는 상기 테스트 대상 소자의 조건을 결정하는반도체 소자 테스트 장치
8 8
제1항에 있어서,상기 기계 학습부는, 상기 2차원 어레이 데이터를 복수의 폴더로 구분하여 학습한 후, 상기 복수의 폴더에 대하여 교차 검증(cross validation)하는반도체 소자 테스트 장치
9 9
증폭 변환부에서, 테스트 대상 소자에 인가된 전류 또는 전압에 기초하여 상기 테스트 대상 소자로부터 출력된 전류 또는 전압 신호를 측정하고, 상기 측정된 전류 또는 전압 신호를 기계 학습 신호로 증폭 변환하는 단계;데이터 변환부에서, 상기 증폭 변환된 기계 학습 신호를 시간에 대한 벡터 형태를 갖는 벡터 데이터로 변환하고, 상기 변환된 벡터 데이터를 복수의 프레임(frame)으로 분할하여 2차원 어레이 데이터로 변환하는 단계; 및기계 학습부에서, 상기 2차원 어레이 데이터에 대한 기계 학습을 수행하여 상기 테스트 대상 소자의 조건을 결정하는 단계를 포함하고,상기 측정된 전류 또는 전압 신호는 상기 테스트 대상 소자의 조건에 따라 주파수 형태를 갖는반도체 소자 테스트 방법
10 10
제9항에 있어서,상기 변환된 벡터 데이터를 복수의 프레임(frame)으로 분할하여 2차원 어레이 데이터로 변환하는 단계는,상기 분할된 복수의 프레임(frame)에 대해 퓨리에 변환(fourier transform)을 적용하여 파워스펙트럼밀도(power spectral density)를 계산하는 단계; 및상기 계산된 파워스펙트럼밀도(power spectral density)에 적어도 하나 이상의 필터를 이용한 이산 코사인 변환(discrete cosine transform)을 적용하여 상기 변환된 벡터 데이터를 상기 2차원 어레이 데이터로 변환하는 단계를 포함하는반도체 소자 테스트 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 미래창조과학부 고려대학교 (원천)국민위해인자에 대응한 기체분자식별·분석기술개발 사업 기계학습이 적용된 원격통신기반 가스센싱 분석판정 운용시스템 개발
2 산업통상자원부 고려대학교 미래반도체소자 원천기술개발사업 5nm 급 이하 차세대 Logic 소자 원천요소기술개발
3 미래창조과학부 고려대학교 나노소재원천기술개발사업 유무기 하이브리드 소자 압축모델 기반 측정/분석기술 개발