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！

龙图腾网获悉南京大学申请的专利基于人工神经网络的片上网络延时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：CN117236398B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202311256510.0，技术领域涉及：G06N3/065；该发明授权基于人工神经网络的片上网络延时预测方法是由李丽;孟苑;傅玉祥;薛泳琪;纪津伦;袁江涛;赵启越;戴晨阳;高亨粤;李伟;何书专设计研发完成，并于2023-09-27向国家知识产权局提交的专利申请。

本基于人工神经网络的片上网络延时预测方法在说明书摘要公布了：本发明公开了一种基于人工神经网络的片上网络延时预测方法，包括收集随机硬件映射和与其对应的网络特征值，将硬件映射和网络特征值组成数据集；根据所述数据集设置片上网络延时预测模型的网络结构与训练参数；使用K折交叉验证法训练片上网络延时预测模型，得到模型的最优超参数；使用最优超参数在所有训练数据上重新训练片上网络延时预测模型，得到最终的片上网络延时预测模型；评估最终的片上网络延时预测模型在测试集上的泛化能力。本发明可在使用穷举、启发式、迭代算法探索最优映射时替代片上网络仿真器，快速得到不同输入硬件映射对应所需的延迟时间，辅助最优映射探索，计算成本较低，具有较好的泛化能力与较强的鲁棒性。

本发明授权基于人工神经网络的片上网络延时预测方法在权利要求书中公布了：1.一种基于人工神经网络的片上网络延时预测方法，其特征在于，包括以下步骤： 步骤1：收集随机硬件映射和与其对应的网络特征值，将硬件映射和网络特征值组成数据集，数据集包括训练集和测试集； 步骤2：根据所述数据集设置片上网络延时预测模型的网络结构与训练参数； 所述预测模型包括一层输入层、若干全连接隐藏层、一层输出层；输入层的神经元个数为输入硬件映射特征值个数；输出层只有一个神经元，代表预测的片上网络所需仿真时间；每层全连接隐藏层后都有激活函数； 步骤3：通过优化器，使用K折交叉验证法训练片上网络延时预测模型，得到模型的最优超参数； 所述K折交叉验证法采用预定值折交叉验证，将数据划分为预定值个分区，实例化预定值个相同的模型，将每个模型在预定值减一个分区上训练，并在剩下的一个分区上进行评估，模型的验证分数为预定值个验证分数的平均值； 步骤4：使用最优超参数在所有训练数据上重新训练片上网络延时预测模型，得到最终的片上网络延时预测模型； 步骤5：评估最终的片上网络延时预测模型在测试集上的泛化能力，若符合要求，则保存模型，否则调整模型网络结构，重新进行训练； 步骤6：载入保存的片上网络延时预测模型，与穷举、启发式、迭代算法平台结合，得到最优的硬件映射方案。

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南京大学，其通讯地址为：211100 江苏省南京市栖霞区仙林大道163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”。