Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华南理工大学邹毅获国家专利权

华南理工大学邹毅获国家专利权

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!

龙图腾网获悉华南理工大学申请的专利一种基于斯泰纳树二端连接的图神经网络拥塞预测方法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:CN120087405B

龙图腾网通过国家知识产权局官网在2025-10-10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:202510155501.5,技术领域涉及:G06N3/042;该发明授权一种基于斯泰纳树二端连接的图神经网络拥塞预测方法是由邹毅;彭炫;宋县锋;刘少坤;陈芯婷设计研发完成,并于2025-02-12向国家知识产权局提交的专利申请。

一种基于斯泰纳树二端连接的图神经网络拥塞预测方法在说明书摘要公布了:本发明公开一种基于斯泰纳树二端连接的图神经网络拥塞预测方法,涉及人工智能,针对现有技术中的不足提出本方案。通过斯泰纳树拓扑信息分别构建GSegment结构以及超图结构,基于GNN模型建立得到STGSG模型,利用所述STGSG模型对全局布线器的GCell处的溢出拥塞进行二值分类。优点在于,通过引入斯泰纳树结构,将一个共享公共信号的输入输出端口组成的多端网络细化为若干个二端网络,能够更精确地计算每个布线单元的拥塞概率,从而提高拥塞分类的准确度。

本发明授权一种基于斯泰纳树二端连接的图神经网络拥塞预测方法在权利要求书中公布了:1.一种基于斯泰纳树二端连接的图神经网络拥塞预测方法,其特征在于,通过斯泰纳树拓扑信息分别构建GSgment结构以及超图结构,基于GNN模型建立得到STGSG模型,利用所述STGSG模型对全局布线器的GCell溢出拥塞进行二值分类; 流程包括以下步骤: 使用若干个开源的基于真实世界的网表,使用物理设计后端流程工具进行布局和布线操作;在全局布线构建斯泰纳树时,将共享相同信号的多端线网分解为若干个GSgment,并且提取出网表的标准单元物理位置、斯泰纳树结构与GSgment的信息作为初始数据;通过预处理对初始数据进行特征提取,获取具体的图节点输入特征;提取全局布线结果的GCell的水平和垂直方向溢出;预处理后的节点特征作为所述STGSG模型的输入,所述STGSG模型的输出为GCell对应的关于溢出的二值分类结果,与溢出标签进行监督训练与评估,用于在布线前预测布线后的GCell溢出; 所述超图的节点类型包括GCell和GSegment;边类型包括ACC、ACS、ASC; 所述ACC是GCell之间的邻接关系,表征二维布局中的空间邻接性,每一个GCell仅与相邻一层的GCell进行连接; 所述ACS是GCell到所属GSegment的边界框内所有GSegment的连接,用于传递局部布线需求信息; 所述ASC是GSegment到其边界框内所有GCell的连接,用于回传拓扑特征至GCell子图; 所述STGSG模型由特征嵌入模块和超图消息传递模块组成,采用类U-Net的编码器-解码器结构与跳跃连接; 所述特征嵌入模块FE首先将GCell节点与GSegment节点特征投影到高维设计空间中,以增强模型对局部几何特征的表达能力,矩阵变换使用多层感知器MLP进行;对于GCell特征,执行一个单独的图卷积; 所述超图消息传递模块使用ACC从2D拥塞映射中获取几何信息,使用ACS和ASC在GSegment级别的电路拓扑中执行消息传递; 来自GCell子图的特征首先通过ACS传输到GSegment,与初始GSegment特征连接并转换,然后通过ASC传输回GCell子图;最后与初始GCell特征连接在GCell子图上并进行卷积;公式如下: Vs,out=fs2fs1Vs,in||Gcsfc1Vc,in1 Vc,out=Gccfc2fc1Vc,in||GscVs,out2 式中,fc1表示GCell子图上的多层感知器变换操作;fc2表示GCell子图上的线性变换操作;fc2表示GCell子图上的多层感知器变换操作;fc2表示GCell子图上的线性变换操作;‖表示拼接操作。

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华南理工大学,其通讯地址为:510641 广东省广州市天河区五山路381号;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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。