龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：杭州芯晓电子科技有限公司
申请日：2024-05-28
公开（公告）日：2024-06-25
公开（公告）号：CN118246372A
主分类号：G06F30/327
分类号：G06F30/327;G06F30/3323;G06N3/0464;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：一种基于深度学习查找最差动态压降的方法，包括以下步骤：1）基于芯片前端逻辑仿真结果，获取每个单元实例平均功耗、翻转率、等效电阻、电压降，以及瞬态电流的训练集和验证集；2）基于所述训练集和所述验证集的数据，构建深度学习神经网络模型；3）采用所述训练集和所述验证集的数据，训练所述深度学习神经网络模型；4）将训练好的深度学习神经网络模型作为动态压降计算模型，对输入组合进行预测并将所有结果组合成压降矩阵，得到最大压降的单元实例。本申请通过采用深度学习的方法对单元实例的平均功耗、翻转率、等效电阻、电压降，以及瞬态电流等参数进行建模分析，能够快速找到电路的最差动态压降。
主权项：1.一种基于深度学习查找最差动态压降的方法，其特征在于，包括以下步骤：1）基于芯片前端逻辑仿真结果，获取每个单元实例平均功耗、翻转率、等效电阻、电压降，以及瞬态电流的训练集和验证集；2）基于所述训练集和所述验证集的数据，构建深度学习神经网络模型；3）采用所述训练集和所述验证集的数据，训练所述深度学习神经网络模型；4）将训练好的深度学习神经网络模型作为动态压降计算模型，对输入组合进行预测并将所有结果组合成压降矩阵，得到最大压降的单元实例。
全文数据：
权利要求：
百度查询： 杭州芯晓电子科技有限公司 一种基于深度学习查找最差动态压降的方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号