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！

龙图腾网获悉东南大学;南京集成电路设计自动化技术创新中心申请的专利一种基于图神经网络的布局后物理特征预测方法及系统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：CN119358502B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411617471.7，技术领域涉及：G06F30/392；该发明授权一种基于图神经网络的布局后物理特征预测方法及系统是由曹鹏;董雨晗;宋仟仟;王超设计研发完成，并于2024-11-13向国家知识产权局提交的专利申请。

本一种基于图神经网络的布局后物理特征预测方法及系统在说明书摘要公布了：本发明公开了一种基于图神经网络的布局后物理特征预测方法及系统，将逻辑综合阶段的电路网表转换为由节点和边构成的拓扑图，根据节点之间的连接关系构建邻接矩阵，提取各节点的初始特征向量得到特征矩阵，输入由嵌入层、多层GNN层、合并层以及全连接层构成的图神经网络模块，聚合邻居节点的特征信息并对布局后网络的半周长进行预测。本发明通过引入基于图神经网络的物理特征预测模型，用于估计布局后网络线长，预测的结果能够作为后续早期时序预测框架的特征之一，显著提升布局后路径延时的预测精度，从而指导设计师或者工具进行优化，减少设计的迭代，降低芯片设计的时间成本。

本发明授权一种基于图神经网络的布局后物理特征预测方法及系统在权利要求书中公布了：1.一种基于图神经网络的布局后物理特征预测方法，其特征在于：包括如下步骤： 步骤1：获取电路网表，将电路网表中门单元和网络之间的相互连接转换为图数据结构； 步骤2：根据图数据结构，获取邻接矩阵，根据邻接矩阵获取中心网络自身的特征以及中心网络的邻居网络的特征，将中心网络自身的特征以及中心网络的邻居网络的特征作为特征矩阵，计算每个网络对应的半周长，将对应的半周长作为待学习的标签，并将邻接矩阵、特征矩阵和待学习的标签作为样本数据集； 步骤3：将样本数据集划分为训练集数据和测试集数据，使用训练集数据进行物理特征预测网络模型训练，得到训练好的物理特征预测网络模型，使用测试集数据对训练好的物理特征预测网络模型预测精度和效率进行验证，并通过验证结果调整训练好的物理特征预测网络模型，得到调整后的物理特征预测网络模型； 步骤4：将待预测的电路布局图输入调整后的物理特征预测网络模型，获得布局后网络半周长的预测值； 所述图数据结构获取方法，具体包括： 将电路网表中的网络视为节点，连接两个网络的单元视为边； 根据电路网表的连接关系将电路网表转换为由节点和边构成的拓扑图； 所述中心网络自身的特征包括但不限于：中心网络的驱动单元、sink单元的面积和中心网络的邻居网络的数量；所述中心网络的邻居网络的特征包括但不限于：扇入网络数量，扇出网络数量，驱动单元面积，sink单元面积和或sink单元面积的标准差； 所述物理特征预测网络模型，包括：嵌入层、多层GNN层、合并层以及全连接层，所述嵌入层与多层GNN层相串联，每层GNN层的输出端还与合并层的输入端相连接，合并层的输出端与全连接层的输入端相连接；所述GNN层，包括图注意力神经网络，所述图注意力神经网络用于进行注意力系数计算和特征加权聚合计算，使得更好地学习不同类型的邻居网络对中心网络的影响，并在不同的注意力头中关注不同类型的网络间的关系。

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东南大学;南京集成电路设计自动化技术创新中心，其通讯地址为：210018 江苏省南京市玄武区新街口街道四牌楼2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”。

以上内容由龙图腾AI智能生成。