一种基于自注意力与算子学习的3D-IC热仿真方法

本发明属于3D集成电路领域，提出了一种基于自注意力与算子学习的3D‑IC热仿真方法。该方法通过全连接神经网络P实现输入观测值的升维变换，随后通过迭代U‑傅里叶层处理得到特征图Vt(x)。接着，通过自注意力层计算空间注意力图As和通道注意力图Ac，并生成注意力增强特征图Vt’x。随后，使用全连接神经网络Q将注意力增强后的特征图投影回原始空间，得到热仿真结果z(x)。最后，通过迁移学习训练，先使用大量低分辨率数据预训练模型Ml，再使用少量高分辨率数据进行微调，以提高模型的预测性能。该方法计算效率高，预测精度好，且减少了对高精度数据的依赖，适用于3D集成电路的热仿真。