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！

龙图腾网获悉南京邮电大学;南京邮电大学南通研究院有限公司申请的专利一种基于双机器学习模型数据生成的跨尺度电热性能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：CN120724871B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202511232126.6，技术领域涉及：G06F30/27；该发明授权一种基于双机器学习模型数据生成的跨尺度电热性能预测方法是由郭宇锋;代玙璇;陈静;姚佳飞;张茂林;张珺设计研发完成，并于2025-09-01向国家知识产权局提交的专利申请。

本一种基于双机器学习模型数据生成的跨尺度电热性能预测方法在说明书摘要公布了：本发明公开了一种基于双机器学习模型数据生成的跨尺度电热性能预测方法，包括：确定半导体器件类型、封装类型、半导体器件‑封装级结构参数、电学激励及环境因素等实际输入参数及迭代输入参数范围；收集电学与热学数据集；分别选取并训练电学机器学习模型与热学机器学习模型；对电学数据集和热学数据集进行分析并设置迭代规则，基于电学与热学双机器学习模型开展电热耦合迭代，生成电热耦合数据集；选取并训练电热耦合机器学习模型，实现实际输入参数至半导体器件跨尺度电热性能的快速预测。本发明有效解决了传统器件级与封装级仿真跨平台数据转换与传输复杂的问题，显著提升数据生成效率与最终模型训练精度。

本发明授权一种基于双机器学习模型数据生成的跨尺度电热性能预测方法在权利要求书中公布了：1.一种基于双机器学习模型数据生成的跨尺度电热性能预测方法，其特征在于，所述方法包括以下步骤： S1，确定与半导体器件跨尺度电热性能相关的半导体的器件级结构、封装级结构、电学激励及环境因素相关输入参数及每个输入参数的数据范围； S2，在不同器件级结构参数、电学激励及芯片温度组合条件下，对半导体器件的电学性能参数值进行仿真，生成电学数据集；在不同封装级结构参数、环境因素及功率损耗组合条件下，对半导体器件的芯片温度值进行仿真，生成热学数据集； S3，分别构建并训练电学机器学习模型与热学机器学习模型；电学机器学习模型的输入参数包括半导体器件的器件类型、器件级结构参数、电学激励及芯片温度，输出半导体器件电学性能参数，再依据半导体器件电学性能参数值，结合所设置的电学激励，通过功率损耗计算公式获得功率损耗值；热学机器学习模型的输入参数包括半导体器件的封装类型、封装级结构参数、环境因素及功率损耗值，输出参数为半导体器件的芯片温度；其中，半导体器件电学性能参数包括初态电流或初态电压及稳态电流或稳态电压； S4，对步骤S2所获电学数据集和热学数据集进行分析并设置迭代规则，基于电学与热学双机器学习模型开展电热耦合迭代，生成电热耦合数据集； S5，基于电热耦合数据集选取并训练电热耦合机器学习模型；电热耦合机器学习模型的输入参数为半导体器件的器件级结构、封装级结构、电学激励及环境因素相关输入参数，输出参数为包括温度状态、稳态芯片温度、初态电流或初态电压及稳态电流或稳态电压在内的半导体器件跨尺度电热性能； S6，将实际运行过程中的输入参数导入训练完成的电热耦合机器学习模型，对半导体器件跨尺度电热性能进行快速预测。

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邮电大学;南京邮电大学南通研究院有限公司，其通讯地址为：210023 江苏省南京市栖霞区文苑路9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。