基于物理信息神经网络的芯片工作温度与热应力预测方法

本发明公开了一种基于物理信息神经网络的芯片工作温度与热应力预测方法。本发明是为了解决芯片温度和热应力预测精度低以及数据驱动网络可解释性差和需要大量训练数据的技术问题。本发明方法包括：一、通过高精度芯片仿真模型模拟建立芯片工作温度与热应力预测数据集，把芯片的时空坐标作为输入参数，把工作温度与热应力作为标签；二、建立包含全连接层和归一化方式的内嵌物理信息的深度神经网络，采用SELU激活函数，采用SGD优化器进行反向传播，将均方误差和热传导方程、热应力计算方程结合作为损失函数；三、对深度神经网络进行训练；四、实际芯片的温度和热应力的高效预测。