当前位置: 首页 > 专利查询>东南大学专利>正文

基于异质图卷积神经网络的子电路识别方法技术

技术编号:40877492 阅读:19 留言:0更新日期:2024-04-08 16:47
本申请公开了一种基于异质图卷积神经网络的子电路识别方法,属于电路识别领域,方法包括:利用异质二分图算法对待识别的模拟电路网表进行图转化,得到待识别的模拟电路网表的节点标签,特征矩阵和邻接矩阵;将待识别的模拟电路网表的节点标签,特征矩阵和邻接矩阵输入预先训练好的异质图卷积模型,得到待识别的模拟电路网表中每个节点的类型标签;其中,异质图卷积模型为以训练集中的模拟电路网表的节点标签,特征矩阵和邻接矩阵为输入,每个节点的类型标签为输出进行训练得到。将该方法应用到可靠性分析,芯片级验证或模拟集成电路设计版图自动生成流程中,大大提高自动化程度与集成电路设计与验证的效率。

【技术实现步骤摘要】

本申请涉及电路识别,特别涉及一种基于异质图卷积神经网络的子电路识别方法


技术介绍

1、在模拟集成电路设计中,电路应满足特定设计目标,且需要保证电路在实际应用中具有鲁棒性,因此模拟电路结构必须满足复杂约束,导致模拟集成电路的设计十分繁琐,设计过程严重依赖人类设计专家的专业知识和经验,定制化专用集成电路(applicationspecific integrated circuit,asic)芯片的设计时间与生产成本增加,故亟需自动化工具辅助设计,以减轻人类设计者的手动工作量,提高设计速度,降低asic芯片的生产成本。随着集成电路设计复杂度的提升,设计者手动完成完整设计流程的耗时不断增加,因此对模拟电路版图生成自动化的要求不断提高。

2、在进行可靠性分析(reliability analysis)时,电路的所有失效器件都需要用昂贵的仿真来识别。实际上,存在多种类型的芯片失效因素,比如电迁移(electro-migration,em),电压降(ir drop)和偏压温度不稳定性(bias temperature instability,bti)。随着本文档来自技高网...

【技术保护点】

1.一种基于异质图卷积神经网络的子电路识别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,在将所述待识别的模拟电路网表的节点标签,特征矩阵和邻接矩阵输入预先训练好的异质图卷积模型之前,所述方法还包括:

3.根据权利要求1或2所述的方法,其特征在于,利用异质二分图算法对模拟电路网表进行图转化,得到每个电路网表的节点标签,特征矩阵和邻接矩阵,包括:

4.根据权利要求3所述的方法,其特征在于,基于异质二分图建立异质图卷积模型,包括:

5.根据权利要求4所述的方法,其特征在于,所述异质图卷积模型包含3层卷积层,2层全连接...

【技术特征摘要】

1.一种基于异质图卷积神经网络的子电路识别方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,在将所述待识别的模拟电路网表的节点标签,特征矩阵和邻接矩阵输入预先训练好的异质图卷积模型之前,所述方法还包括:

3.根据权利要求1或2所述的方法,其特征在于,利用异质二分图算法对模拟电路网表进行图转化,得到每个电路网表的节点标签,特征矩阵和邻接矩阵,包括:

4.根据权利要求3所述的方法,其特征在于,基于异质二分图建立异质图卷积模型,...

【专利技术属性】
技术研发人员:张萌段炜琳张峥李嘉怡丁励陈亮
申请(专利权)人:东南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1