摘要
本申请公开了一种电路调参方法,涉及半导体制造领域,包括:获取电路设计数据,所述电路设计数据包括网表形式的电路仿真数据和器件组参数;预处理获取到的所述电路设计数据,生成适用于自监督学习模型BERT的训练数据集;构建并训练自监督学习模型BERT,直到所述自监督学习模型BERT对所述训练集收敛;使用训练完成的自监督学习模型BERT对电路设计中的待预测器件组参数进行优化调整,以实现正向的从待预测器件组参数到待预测电路性能规格的预测,和反向的基于待预测电路性能需求推导相应的待预测器件组参数。此方法保证了模型在多变的工艺等条件下仍能提供可靠的电路性能和器件参数数据。
技术关键词
监督学习模型
调参方法
电路仿真
参数
标准单元电路
非暂态计算机可读存储介质
训练集
注意力机制
数据编码
调参装置
序列
编码策略
数据获取模块
处理器
矩阵
存储器
表达式
系统为您推荐了相关专利信息
弹性网正则化
迭代收缩阈值算法
识别噪声源
波束
广义
传递路径分析方法
频率响应
路径分析系统
载荷
有限元模态分析
产品质量预测
物联网传感器
GRU神经网络
面饼
多模态
储能电池寿命
时序
数据
时间卷积网络
长短期记忆网络
大语言模型
故障预警系统
故障发生率
历史维修记录
故障预警方法