一种使用变分分析和主动学习的高效自由度变化格式生成方法

AITNT
正文
推荐专利
一种使用变分分析和主动学习的高效自由度变化格式生成方法
申请号:CN202510308089
申请日期:2025-03-14
公开号:CN120145960A
公开日期:2025-06-13
类型:发明专利
摘要
本发明涉及集成电路设计领域,提供了一种使用变分分析和主动学习的高效自由度变化格式生成方法。该方法旨在解决当前集成电路设计中的技术问题,包括LVF表征的高成本、不确定性量化(UQ)的挑战,以及现有方法的局限性。发明的主要方案包括初始化样本集、训练代理模型、预测与评估、样本选择、更新模型,以及重复迭代的过程。此方法通过变分分析和主动学习,有效降低了生成LVF库所需的SPICE仿真次数,提高了效率。用途在于集成电路设计中的时序性能分析,尤其适用于22纳米及以下工艺单元库的时序分布表示,对芯片制造和科学社区中的不确定性传播和量化也有积极影响。
技术关键词
格式生成方法 样本 多时序协同 集成电路设计 GP模型 概率密度函数 加权方法 多层网络结构 概率分布函数 变量 度量 数据更新 非线性 精度 纳米 因子 指标 芯片
系统为您推荐了相关专利信息
1
复杂表格数据错误检测方法及装置、电子设备
数据错误检测方法 表格 分类器 矩阵 采样模块
2
一种基于眼科视觉基础模型的眼科疾病识别方法
疾病识别方法 视觉 样本 基础 网络
3
基于大语言模型的计算机辅助密点标注方法及系统
计算机辅助密点标注方法 大语言模型 自然语言模型 语义 文本
4
用户认证方法、装置、设备及存储介质
声纹识别模型 声纹特征 认证方法 智能眼镜 标签特征
5
基于蚁群优化算法和自注意力机制的特征选择方法及系统
蚁群优化算法 特征选择方法 注意力机制 蚂蚁 Softmax函数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号