一种基于深度神经网络的逻辑电路老化预测方法

授权

摘要

本发明公开了一种基于深度神经网络的逻辑电路老化预测方法。该方法包括构建片上系统，并进行老化数据采样；对老化数据进行数据整理；对采样数据进行数据积分处理；对积分数据进行数据平均处理；对平均积分数据进行数据分段；对平均积分数据进行数据筛选；对筛选数据进行数据预处理；基于分段结果，采用预处理数据训练神经网络模型；对神经网络模型进行验证；采用训练好的神经网络模型进行逻辑电路老化延迟预测。本发明为了解决现有的逻辑电路老化预测方法存在因工艺、电压和温度产生的偏差和侵入性较强的问题，采用原位传感器进行测量，利用神经网络模型进行预测，通过构建电路的特征变量与电路老化延迟之间的模型实现了对逻辑电路的老化预测。

基本信息

专利标题：

一种基于深度神经网络的逻辑电路老化预测方法

专利标题（英）：

暂无

公开（公告）号：

CN112765923A

申请号：

CN202110119332.1

公开（公告）日：

2021-05-07

申请日：

2021-01-28

授权号：

CN112765923B

授权日：

2022-05-20

发明人：

黄乐天王梓任谢暄赵天津

申请人：

电子科技大学

申请人地址：

四川省成都市高新区(西区)西源大道2006号

代理机构：

成都正华专利代理事务所(普通合伙)

代理人：

李蕊

优先权：

CN202110119332.1

主分类号：

G06F30/367

IPC分类号：

G06F30/367 G06F30/27 G06N3/04 G06N3/08 G06F119/04 G06F119/08

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F30/367

设计验证，例如，采用仿真，集成电路仿真程序，直接方法或松弛方法

法律状态

2022-05-20 ：

授权

2021-05-25 ：

实质审查的生效

IPC(主分类) : G06F 30/367
申请日 : 20210128

2021-05-07 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

1、

CN112765923A.PDF

PDF下载