基于图注意力神经网络的半导体器件仿真方法

本申请提供了一种基于图注意力神经网络的半导体器件仿真方法，涉及半导体器件仿真技术领域。该半导体器件仿真方法包括根据半导体器件的网表文件生成异构属性图；根据异构属性图中每个节点与其邻域节点之间的注意力信息得到节点在图注意力层的嵌入表示，堆叠图注意力层以得到节点的最终嵌入表示；根据节点的最终嵌入表示、图池化层、全连接层获取半导体器件的仿真模型。本申请通过异构属性图统一半导体器件的物理信息，利用图注意力层自适应地学习不同区域的重要性，从而高效提取器件的特征和突出关键特征，能够大幅提升半导体器件仿真的精度且仿真速度快，计算难度小，有效满足器件设计开发的效率需求。