摘要
本发明公开了一种基于图神经网络的预路由时序预测系统,涉及数字集成电路,包括:多个网络节点嵌入模型,用于对输入节点特征进行向前传递和拼接,以获取多维度的输出节点特征;门级节点嵌入模型,用于对所述输入节点特征进行向前传递;将所述门级节点嵌入模型的向前传递输出与输出节点特征进行相加,以获取网络延时;层级信息传播模型,用于对所述输出节点特征进行特征的异步更新,以获取门级延时、到达时间和转换时间。本发明降低了预测系统模型的复杂度,减小了算力的消耗。
技术关键词
节点特征
多层感知机
网络节点
信息传播模型
时序
预测系统模型
注意力机制
数字集成电路
层级
源节点
线性
复杂度
单层
索引
变量
矩阵
系统为您推荐了相关专利信息
轻量化设计方法
深度神经网络模型
风电塔筒结构
应力
算法
网络节点分类方法
邻居
节点特征
矩阵
多层感知机
表征方法
眼动数据
节点特征
多维建模方法
眼动特征