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！

龙图腾网获悉中国科学院上海微系统与信息技术研究所申请的专利一种无源器件的逆向建模设计方法及计算机可读介质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：CN120893375B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202511395617.2，技术领域涉及：G06F30/39；该发明授权一种无源器件的逆向建模设计方法及计算机可读介质是由马灵美;吴亮;曹滢丽;钱蓉;姚薇设计研发完成，并于2025-09-28向国家知识产权局提交的专利申请。

本一种无源器件的逆向建模设计方法及计算机可读介质在说明书摘要公布了：本发明提供一种无源器件的逆向建模设计方法及计算机可读介质，包括生成无源器件的不同版图尺寸的样本，建立性能数据集；以几何参数、工作频率为输入参数，性能参数为输出参数来建立和预训练得到正向模型；构建逆向神经网络模型；将整个性能数据集的参数空间划分为多个子训练域，在每个子训练域内分别建立并训练一个逆向子模型；训练完成后，集成所有逆向子模型以形成最终的逆向神经网络模型，逆向神经网络模型用于根据指定的工作频率和性能参数，输出满足条件的几何参数解。本发明的方法利用正向模型构建高置信度的数据集，再基于输出参数的唯一性将数据集划分并分别得到逆向子模型，实现了从目标性能参数到几何参数的快速精准映射。

本发明授权一种无源器件的逆向建模设计方法及计算机可读介质在权利要求书中公布了：1.一种无源器件的逆向建模设计方法，其特征在于，包括： 步骤S1：通过实际测试与仿真结合的方式，在工艺容差范围内生成无源器件的不同版图尺寸的样本，构建性能数据集，所述性能数据集包括几何参数、频率和性能参数； 步骤S2：以几何参数、工作频率作为输入参数建立正向神经网络模型，正向神经网络模型用于输出性能参数；利用性能数据集对正向神经网络模型进行预训练，得到无源器件正向模型；所述无源器件正向模型用于逆向神经网络模型的结果验证； 步骤S3：构建逆向神经网络模型，其以工作频率和该工作频率下的性能参数作为输入参数，以版图的几何参数作为输出参数；将整个性能数据集的参数空间划分为多个子训练域，在每个子训练域内分别建立并训练一个逆向子模型；训练完成后，集成所有逆向子模型以形成最终的逆向神经网络模型，所述逆向神经网络模型用于根据指定的工作频率和性能参数，输出满足条件的几何参数解； 所述步骤S3采用动态分箱训练的方法，具体包括： 步骤S31：将初始箱作为当前箱；将性能数据集作为训练数据划分到当前箱中；其中，基于输出参数的唯一性，将性能数据集按照版图的几何参数中的至少一种划分到不同的当前箱中； 步骤S32：对每个子训练域的数据进行独立的预处理； 步骤S33：对每个子训练域，以工作频率和该工作频率下的性能参数作为输入参数，以版图的几何参数作为输出参数，建立相同结构的逆向子模型，并分别进行训练； 步骤S34：利用无源器件正向模型评估各个逆向子模型的精度，并确定每个当前箱是否满足迭代终止条件；若不满足，则将对应的当前箱的训练数据进一步细分到新的当前箱并训练下一级的逆向子模型，否则终止； 步骤S35：加载所有经过训练的逆向子模型，整合为完整的无源器件逆向模型，所述无源器件逆向模型用于根据工作频率下的性能参数来输出版图的几何参数。

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国科学院上海微系统与信息技术研究所，其通讯地址为：200050 上海市长宁区长宁路865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。