買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉南京大學申請的專利基于人工神經網絡的片上網絡延時預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN117236398B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202311256510.0，技術領域涉及：G06N3/065；該發明授權基于人工神經網絡的片上網絡延時預測方法是由李麗;孟苑;傅玉祥;薛泳琪;紀津倫;袁江濤;趙啟越;戴晨陽;高亨粵;李偉;何書專設計研發完成，并于2023-09-27向國家知識產權局提交的專利申請。

本基于人工神經網絡的片上網絡延時預測方法在說明書摘要公布了：本發明公開了一種基于人工神經網絡的片上網絡延時預測方法，包括收集隨機硬件映射和與其對應的網絡特征值，將硬件映射和網絡特征值組成數據集；根據所述數據集設置片上網絡延時預測模型的網絡結構與訓練參數；使用K折交叉驗證法訓練片上網絡延時預測模型，得到模型的最優超參數；使用最優超參數在所有訓練數據上重新訓練片上網絡延時預測模型，得到最終的片上網絡延時預測模型；評估最終的片上網絡延時預測模型在測試集上的泛化能力。本發明可在使用窮舉、啟發式、迭代算法探索最優映射時替代片上網絡仿真器，快速得到不同輸入硬件映射對應所需的延遲時間，輔助最優映射探索，計算成本較低，具有較好的泛化能力與較強的魯棒性。

本發明授權基于人工神經網絡的片上網絡延時預測方法在權利要求書中公布了：1.一種基于人工神經網絡的片上網絡延時預測方法，其特征在于，包括以下步驟： 步驟1：收集隨機硬件映射和與其對應的網絡特征值，將硬件映射和網絡特征值組成數據集，數據集包括訓練集和測試集； 步驟2：根據所述數據集設置片上網絡延時預測模型的網絡結構與訓練參數； 所述預測模型包括一層輸入層、若干全連接隱藏層、一層輸出層；輸入層的神經元個數為輸入硬件映射特征值個數；輸出層只有一個神經元，代表預測的片上網絡所需仿真時間；每層全連接隱藏層后都有激活函數； 步驟3：通過優化器，使用K折交叉驗證法訓練片上網絡延時預測模型，得到模型的最優超參數； 所述K折交叉驗證法采用預定值折交叉驗證，將數據劃分為預定值個分區，實例化預定值個相同的模型，將每個模型在預定值減一個分區上訓練，并在剩下的一個分區上進行評估，模型的驗證分數為預定值個驗證分數的平均值； 步驟4：使用最優超參數在所有訓練數據上重新訓練片上網絡延時預測模型，得到最終的片上網絡延時預測模型； 步驟5：評估最終的片上網絡延時預測模型在測試集上的泛化能力，若符合要求，則保存模型，否則調整模型網絡結構，重新進行訓練； 步驟6：載入保存的片上網絡延時預測模型，與窮舉、啟發式、迭代算法平臺結合，得到最優的硬件映射方案。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京大學，其通訊地址為：211100 江蘇省南京市棲霞區仙林大道163號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。