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！

龙图腾网获悉中科南京人工智能创新研究院;中国科学院自动化研究所申请的专利用于图组合优化问题求解的图对比学习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：CN120523870B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202511030422.8，技术领域涉及：G06F16/26；该发明授权用于图组合优化问题求解的图对比学习方法是由张一帆;赵士云设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。

本用于图组合优化问题求解的图对比学习方法在说明书摘要公布了：本发明公开了一种用于图组合优化问题求解的图对比学习方法，包括：将带有成功或失败性能标签的VLSI设计数据构建为属性化图数据库；通过对比度子图挖掘发现与失败案例强相关的高对比度子图实例；通过在线结构聚类将海量的子图实例动态抽象为数量可控的禁忌原型；通过差分扰动分析，从禁忌原型中提炼出最小因果核心；将该最小因果核心知识库转换为高惩罚项，集成至标准的组合优化求解器中，引导其在求解新问题时主动规避已知的设计缺陷，输出优化后的图问题解。本发明提升了求解效率与成功率。

本发明授权用于图组合优化问题求解的图对比学习方法在权利要求书中公布了：1.用于图组合优化问题求解的图对比学习方法，其特征在于，包括： 基于原始VLSI版图数据库及关联的性能标签集，构建属性化图数据库；包括：通过将VLSI版图中的几何实体映射为图节点、将几何实体间的连接或邻接关系映射为图边的方式，构建属性化图数据库；其中几何实体包括：金属走线线段、过孔；为图节点附加物理属性，为图边附加几何属性，其中物理属性包括：金属层、线网ID，几何属性包括：并行长度、间距； 扫描属性化图数据库，并依据性能标签进行对比度分析，挖掘高对比度子图实例流； 接收高对比度子图实例流，通过在线结构聚类动态地抽象生成禁忌原型库； 联合查询禁忌原型库与属性化图数据库，通过对库中原型进行差分扰动分析，提炼最小因果核心知识库； 加载最小因果核心知识库，构建带引导的组合优化求解器，并利用其对待优化的新图问题进行求解，输出优化后的图问题解；包括：将最小因果核心知识库中的每个核心转换为逻辑谓词集合并构建对应的惩罚函数，集成到VLSI详细布线求解器中构建带引导的组合优化求解器，利用其对新的VLSI布线问题进行求解时实时检测并规避已知设计缺陷模式，输出包含优化布线路径坐标、金属层分配和过孔位置的VLSI版图解决方案； 其中挖掘高对比度子图实例流，包括： 扫描属性化图数据库，提取单边子图并计算其在成功图与失败图中的支持度计数，形成初始挖掘队列； 从初始挖掘队列中提取候选子图，并对其执行属性-拓扑复合扩展，生成扩展候选集； 对扩展候选集中的每个扩展候选子图，通过计算其在成功图与失败图中的支持度计数，计算对比度分数； 将对比度分数高于预设阈值的扩展候选子图，输出至高对比度子图实例流，并将其余的扩展候选子图加入初始挖掘队列。

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中科南京人工智能创新研究院;中国科学院自动化研究所，其通讯地址为：211135 江苏省南京市江宁区创研路266号麒麟人工智能产业园3号楼3楼；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”。