Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东南大学牛丹获国家专利权

东南大学牛丹获国家专利权

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申请的专利基于人工智能自适应权重分配的大规模电路划分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:CN120297229B

龙图腾网通过国家知识产权局官网在2026-04-07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:202510385003.X,技术领域涉及:G06F30/398;该发明授权基于人工智能自适应权重分配的大规模电路划分方法是由牛丹;刘知秋;董毅超;王超;周振亚设计研发完成,并于2025-03-28向国家知识产权局提交的专利申请。

基于人工智能自适应权重分配的大规模电路划分方法在说明书摘要公布了:本发明公开了一种基于人工智能自适应权重分配的大规模电路划分方法,属于集成电路计算机辅助设计技术领域,具体如下,首先,建立图结构,得到含有电路拓扑特征的数据;接着,利用三次插值的方式将输入转换为统一长度,提升模型的泛用性;引入门控机制,建立输入门、输出门、遗忘门的结构,帮助模型更好感知输入间的依赖关系;对上述处理得到的具有电路拓扑特征的数据进行训练进而获得权重分配模型,更新划分权重;最终,采用更新后的权重对大规模电路进行划分,实现多指标平衡的并行系统仿真。本发明有助于加速电路仿真过程,提高并行效益。

本发明授权基于人工智能自适应权重分配的大规模电路划分方法在权利要求书中公布了:1.基于人工智能自适应权重分配的大规模电路划分方法,其特征在于:包括以下步骤: S1:图结构建立,输入大规模电路的节点、器件、权重、步长信息,映射为图的节点、边和权重,进行图结构建立,得到能够表示电路拓扑特征的相关数据, S2:数据处理,使用三次插值的方式将输入转换为统一长度,使得模型能够适合各类电路, S3:权重分配,采用所提的强化学习LP算法根据处理后的数据得到更新后的自适应权重, S4:电路划分,按照减小图规模、多路划分、精细划分三个实现阶段,采用重新分配后的权重对大规模电路进行划分; 其中步骤S3主要包含以下步骤: S31:特征提取:首先,采用长短期记忆网络对输入数据进行特征提取,公式如下所示: 其中,表示第个器件的权重,表示LSTM网络,表示数据处理后的第个器件权重, S32:奖励函数:之后,对近端策略优化算法进行改进,从而训练获得自适应权重模型,目标函数计算公式如下所示: 其中,为时刻采用的策略参数,为时刻的估计优势,为所设置的裁剪阈值,将其控制在指定区间内,使得模型更稳定地收敛到最优解, 奖励函数计算公式如下所示: 其中,表示采用第次训练得到的权重划分时瞬态分析所需的计算量,表示第次训练设置的奖励值,表示采用根据器件类型给予固定权重划分时瞬态分析所需的计算量, S33:模型训练:结合多步学习策略、目标函数裁剪等技术对数据进行训练使得模型能够平滑稳定地收敛到全局最优解,获得自适应权重模型; S34:权重获取:将经过插值处理的数据输入到训练好的模型中获得分配后的新权重,将其转换为与原始权重长度一致的数组并固定在指定的区间内,新权重计算公式如下所示: 其中,为激活函数,为求取一组均值为,方差为的正态分布数据,Linear为线性层,为插值处理后的数据,为更新后的权重,下面是以x作为输入的激活函数具体函数形式: 。

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,其通讯地址为:211102 江苏省南京市江宁区东南大学路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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。