基于图神经网络的碳化硅功率器件性能预测方法

本发明公开了基于图神经网络的碳化硅功率器件性能预测方法，包括步骤1、确定器件结构类型；步骤2、确定器件结构参数；步骤3、构建图结构：将每个几何分区作为一个节点，将相邻两个几何分区的物理交互作为边；将每个节点对应的至少一个结构参数一，作为节点特征；将每条边对应的结构参数二，作为边特征；步骤4、构建图神经网络模型：输入为图结构，输出为关键性能指标；步骤5、训练图神经网络模型；步骤6、关键性能指标预测。本发明通过图神经网络以及构建的图结构，能一定程度避免局部信息丢失问题，另外，通过引入掩蔽自注意力机制，能聚焦不同区域间重要的物理交互，避免无关信息干扰，同时引入k‑hop算法进一步避免局部信息丢失。