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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉無錫芯光互連技術研究院有限公司申請的專利一種基于圖神經(jīng)網(wǎng)絡的解析布局方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN115455899B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-08-29發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202211152655.1，技術領域涉及：G06F30/398；該發(fā)明授權一種基于圖神經(jīng)網(wǎng)絡的解析布局方法是由王玉瑩;郝沁汾設計研發(fā)完成，并于2022-09-21向國家知識產(chǎn)權局提交的專利申請。

本一種基于圖神經(jīng)網(wǎng)絡的解析布局方法在說明書摘要公布了：本發(fā)明公開了一種基于圖神經(jīng)網(wǎng)絡的解析布局方法，包括編碼器部分和解碼器部分，通過應用圖神經(jīng)網(wǎng)絡對原始的輸入特征數(shù)據(jù)，即芯片中各個模塊的屬性和芯片的網(wǎng)表等特征數(shù)據(jù)，進行編碼，大大提升原始特征的表達能力；將編碼器得到的圖嵌入表示作為輸出給到解碼器，以半周線長指標作為待預測的編碼器的輸出，通過應用神經(jīng)網(wǎng)絡結構，將待求解各個模塊的位置坐標x,y作為神經(jīng)網(wǎng)絡的權重加以訓練，從而得到最終的電路布局結果。本方法與傳統(tǒng)芯片布局技術相比，具有強大的特征表達能力，讓模型具備更快的收斂速度和更優(yōu)的預測結果，實現(xiàn)了布局的智能化和高效性。

本發(fā)明授權一種基于圖神經(jīng)網(wǎng)絡的解析布局方法在權利要求書中公布了：1.一種基于圖神經(jīng)網(wǎng)絡的解析布局方法，其特征在于，包括以下步驟： S1、從電路圖數(shù)據(jù)中提取網(wǎng)表文件和模塊屬性用于構建數(shù)據(jù)集并將所述數(shù)據(jù)集按照預設的比例劃分為訓練集和驗證集； S2、基于圖神經(jīng)網(wǎng)絡構建編碼器模型即GNN模型，所述編碼器用于對網(wǎng)表文件和模塊屬性進行編碼，得到圖嵌入表示；構建解碼器模型即神經(jīng)網(wǎng)絡模型，將圖嵌入表示輸入至所述解碼器，輸出待預測的半周線長指標； S3、采用訓練集數(shù)據(jù)對編碼器和解碼器進行訓練，設置整個網(wǎng)絡的損失函數(shù)，將訓練集輸入GNN模型，輸出的圖嵌入表示輸入神經(jīng)網(wǎng)絡模型，最終輸出電路圖數(shù)據(jù)的半周線長值預測值，利用損失函數(shù)計算預測值與真實值之間的誤差，通過反向傳播技術更新兩個模型的權重參數(shù)，完成一次迭代過程；重復迭代直到遍歷整個訓練集，完成一期訓練； S4、重復步驟S3直到完成設定期數(shù)的訓練，將驗證集輸入訓練完畢的GNN模型和神經(jīng)網(wǎng)絡模型，對在驗證集上表現(xiàn)最優(yōu)的模型的權重參數(shù)進行保存； S5、將保存的權重參數(shù)加載至GNN模型并固化，將待布局電路圖數(shù)據(jù)的M種布局結果依次通過GNN模型和神經(jīng)網(wǎng)絡模型，通過計算均方誤差對神經(jīng)網(wǎng)絡模型的參數(shù)進行微調，經(jīng)過設定次數(shù)迭代優(yōu)化后，最后一層神經(jīng)網(wǎng)絡的權重參數(shù)即為待布局電路的位置坐標。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人無錫芯光互連技術研究院有限公司，其通訊地址為：214104 江蘇省無錫市錫山區(qū)安鎮(zhèn)街道兗礦信達大廈A棟802；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。