基于特征选择和深度学习的集成电路路径延时预测方法

被引：0

专利类型：

发明

申请号：

CN202210832374.4

申请日：

2022-07-14

公开(公告)号：

CN115146580B

公开(公告)日：

2025-04-08

发明(设计)人：

曹鹏程旭杨泰

申请人：

东南大学东南大学—无锡集成电路技术研究所

申请人地址：

211189 江苏省南京市江宁区东南大学路2号

IPC主分类号：

G06F30/392

IPC分类号：

G06F30/394 G06F30/396 G06F30/398 G06F30/27 G06F18/2113 G06F18/2431 G06F18/27 G06N3/0464 G06F115/06 G06F119/12

代理机构：

南京瑞弘专利商标事务所(普通合伙) 32249

代理人：

秦秋星

法律状态：

授权

国省代码：

江苏省南京市

引用

下载

共 50 条

[1]

基于特征选择和深度学习的集成电路路径延时预测方法 [P].

曹鹏 ;

程旭 ;

杨泰 .

中国专利 :CN115146580A ,2022-10-04

[2]

基于深度学习的特征和最大置信路径的图像分类方法 [P].

曲延云 ;

卢畅 .

中国专利 :CN104992191A ,2015-10-21

[3]

用于深度学习加速的集成电路 [P].

S·P·辛格 ;

T·勃伊施 ;

G·德索利 .

中国专利 :CN210428520U ,2020-04-28

[4]

基于难测路径选择的集成电路检测方法和系统 [P].

叶靖 ;

井鹏飞 ;

李晓维 ;

李华伟 ;

胡瑜 ;

赵鑫 ;

王莉菲 .

中国专利 :CN109557449B ,2019-04-02

[5]

基于融合深度学习模型的集成电路缺陷图像识别分类系统 [P].

林义征 .

中国专利 :CN110766660A ,2020-02-07

[6]

一种基于深度学习的集成电路特性检测系统 [P].

张宏立 ;

阙正湘 ;

彭梁栋 ;

周正军 .

中国专利 :CN119150211A ,2024-12-17

[7]

一种基于深度学习的集成电路特性检测系统 [P].

张宏立 ;

阙正湘 ;

彭梁栋 ;

周正军 .

中国专利 :CN119150211B ,2025-03-04

[8]

基于深度学习和机器学习的多特征融合的疲劳检测方法 [P].

李永杰 ;

韦新栩 ;

张显石 .

中国专利 :CN113887386A ,2022-01-04

[9]

基于深度学习的集成电路测试异常分析系统及其方法 [P].

余琨 ;

张志勇 ;

祁建华 ;

吴一 ;

吴勇佳 ;

牛勇 .

中国专利 :CN113687209A ,2021-11-23

[10]

基于深度学习和多层时空特征图的短时交通流预测方法 [P].

丁俊杰 ;

邓洁仪 ;

郭唐仪 ;

郭玉洁 ;

周钰汀 ;

朱永璇 ;

孙豪 ;

郝浪 ;

吕亦江 ;

伊特格勒 ;

朱云霞 .

中国专利 :CN110909909A ,2020-03-24

← 1 2 3 4 5 →

法律状态公告日	法律状态	法律状态信息
2025-04-08	授权	授权