基于神经网络的寄生参数提取方法

本发明公开了一种基于神经网络的寄生参数提取方法；该方法包括：步骤1：网格化数据表示：将二维结构图案转换为网格化的密度特征表示，允许模式中包含变化数量的导体，从而大幅减少需要建模的模式数量。步骤2：神经网络模型：提出一种卷积神经网络模型，用于预测具有变化数量导体和介质的模式寄生参数。该模型能够捕捉空间信息，并通过训练技能提高寄生参数预测的准确性。步骤3：训练，包括一种特殊的损失函数，用于更准确地收敛，使模型适用于寄生参数的建模。步骤4：推理，模型在GPU服务器上的运行速度比场求解器有极大提升，同时相比基于查找表的寄生参数模型，其内存消耗可忽略不计。本发明提取集成电路的寄生参数方法高效、准确。