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！

龙图腾网恭喜南京大学申请的专利一种芯片版图图案拓扑表示及热点检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：CN119337794B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411855892.3，技术领域涉及：G06F30/36；该发明授权一种芯片版图图案拓扑表示及热点检测方法是由邹宁睦;陈思霖;邸康健;许文博;王柏涵;张昊天;陈文军设计研发完成，并于2024-12-17向国家知识产权局提交的专利申请。

本一种芯片版图图案拓扑表示及热点检测方法在说明书摘要公布了：本发明公开了一种芯片版图图案拓扑表示及热点检测方法，步骤包括：将版图数据转换为二值图像数据保存；将版图数据中多边形转换为几何序列数据保存；将版图数据中多边形拓扑关系数据保存；构建基于对比学习的热点检测模型，根据保存的数据构建版图训练集和验证集，输入热点检测模型并进行模型训练；分别计算测试版图的热点几何序列表示和非热点几何序列表示，输入训练好的热点检测模型进行测试，得到热点几何序列和非热点几何序列的概率值，判断当前测试版图是否为热点。本发明方法通过序列化表示引入版图全局的拓扑表示信息，并结合对比学习，解决了传统监督学习在不平衡数据集上构建单一决策边界的问题。

本发明授权一种芯片版图图案拓扑表示及热点检测方法在权利要求书中公布了：1.一种芯片版图图案拓扑表示及热点检测方法，其特征在于，包括如下步骤：步骤1、将芯片版图数据转换为二值图像数据保存；步骤2、将芯片版图数据中多边形转换为几何序列数据保存，方法如下：步骤2.1、提取版图中每个多边形的坐标并计算每个多边形的图像矩： ；式中，k表示第k个多边形，p和q表示图像矩的阶数，I表示将多边形渲染成的图像，x和y表示渲染图像的空间坐标值，W和H表示渲染图像的宽高；表示第k个多边形中阶数为pq的图像矩；步骤2.2、基于图像矩计算多边形的中心矩： ；式中，、、分别表示第k个多边形中阶数为00、01、10的图像矩，表示第k个多边形中阶数为pq的图像中心矩；步骤2.3、基于中心距计算图像矩的正则化图像矩： ；式中，表示第k个多边形中阶数为pq的正则化图像矩；步骤2.4、使用作为序列化表示的前7项；步骤2.5、计算多边形的几何不变性Hu矩： ；式中，表示对正则化矩的非线性变换函数，使用7个不变性Hu矩作为序列化表示的7个向量；步骤2.6、分别计算多边形的面积周长比、最小外接矩形以及凹凸性，作为序列化表示的后三个向量；步骤2.7、根据芯片版图热点或非热点标签，填充多边形序列化表示，直至预设的序列化表示上下文长度；步骤3、将芯片版图数据中多边形拓扑关系数据保存，方法如下：步骤3.1、基于中心矩，计算多边形的质心： ；式中，、分别表示第k个多边形质心的横坐标与纵坐标值；步骤3.2、依据多边形的质心坐标值获取版图内多边形的相对位置关系，得到版图内拓扑结构；步骤4、构建基于对比学习的热点检测模型，根据步骤1至步骤3保存的数据构建版图训练集和验证集，输入热点检测模型进行模型训练，方法如下：步骤4.1、输入芯片版图二值图像和序列化表示；步骤4.2、通过一层多层感知机，计算拓扑信息嵌入： ；式中，表示激活函数，表示一层全连接网络，表示版图内多边形的数量，下标i表示第i个版图；步骤4.3、将拓扑信息嵌入与序列表征融合： ；式中，表示由步骤2计算得到的第i个版图序列表示；步骤4.4、利用一个深度学习特征提取器，提取二值图像特征；步骤4.5、利用一个序列化Transformer模型，提取序列化特征；步骤4.6、计算图像特征与序列化特征的相似度，并进行归一化： ；式中，函数表示一层神经网络作为特征投影，为第i个版图二值图像表示，表示用于提取二值图像特征的深度学习特征提取器，表示提取序列化特征的Transformer模型，分别表示二值图像和序列化表示提取出的深度特征，上标T表示转置，表示特征相似度计算；步骤4.7、计算图像特征到序列化特征的相似度损失： ；式中，表示交叉熵函数的超参数，表示自然指数函数；步骤4.8、计算序列化特征到图像特征的相似度损失： ；步骤4.9、计算总损失： ；步骤5、将当前测试版图按照步骤2和步骤3分别计算热点几何序列表示和非热点几何序列表示，输入步骤4中训练好的热点检测模型进行测试，分别输出热点几何序列和非热点几何序列的概率值，判断当前测试版图是否为热点。

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大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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”。