基于机器学习模型的大气中子软错误评估方法

本发明公开了基于机器学习模型的大气中子软错误评估方法，涉及大气分析技术领域，该方法公开了如下步骤：步骤S1：获取中子核反应次级离子信息库；步骤S2：目标芯片的单粒子效应器件仿真，获取带单粒子翻转标签的机器学习样本；步骤S3：将带单粒子翻转标签的机器学习样本作为机器学习分类算法的输入，构建中子单粒子翻转评估模型；步骤S4：计算大气中子软错误率，本发明的方法基于机器学习分类算法构建中子单粒子翻转评估模型，实现了大气中子软错误评估，可以突破已有试验评估技术的局限，提供了一种快速且低成本的大气中子软错误率评估方法。