买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉无锡芯光互连技术研究院有限公司申请的专利一种基于图神经网络的解析布局方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115455899B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211152655.1，技术领域涉及：G06F30/398；该发明授权一种基于图神经网络的解析布局方法是由王玉莹;郝沁汾设计研发完成，并于2022-09-21向国家知识产权局提交的专利申请。

本一种基于图神经网络的解析布局方法在说明书摘要公布了：本发明公开了一种基于图神经网络的解析布局方法，包括编码器部分和解码器部分，通过应用图神经网络对原始的输入特征数据，即芯片中各个模块的属性和芯片的网表等特征数据，进行编码，大大提升原始特征的表达能力；将编码器得到的图嵌入表示作为输出给到解码器，以半周线长指标作为待预测的编码器的输出，通过应用神经网络结构，将待求解各个模块的位置坐标x,y作为神经网络的权重加以训练，从而得到最终的电路布局结果。本方法与传统芯片布局技术相比，具有强大的特征表达能力，让模型具备更快的收敛速度和更优的预测结果，实现了布局的智能化和高效性。

本发明授权一种基于图神经网络的解析布局方法在权利要求书中公布了：1.一种基于图神经网络的解析布局方法，其特征在于，包括以下步骤： S1、从电路图数据中提取网表文件和模块属性用于构建数据集并将所述数据集按照预设的比例划分为训练集和验证集； S2、基于图神经网络构建编码器模型即GNN模型，所述编码器用于对网表文件和模块属性进行编码，得到图嵌入表示；构建解码器模型即神经网络模型，将图嵌入表示输入至所述解码器，输出待预测的半周线长指标； S3、采用训练集数据对编码器和解码器进行训练，设置整个网络的损失函数，将训练集输入GNN模型，输出的图嵌入表示输入神经网络模型，最终输出电路图数据的半周线长值预测值，利用损失函数计算预测值与真实值之间的误差，通过反向传播技术更新两个模型的权重参数，完成一次迭代过程；重复迭代直到遍历整个训练集，完成一期训练； S4、重复步骤S3直到完成设定期数的训练，将验证集输入训练完毕的GNN模型和神经网络模型，对在验证集上表现最优的模型的权重参数进行保存； S5、将保存的权重参数加载至GNN模型并固化，将待布局电路图数据的M种布局结果依次通过GNN模型和神经网络模型，通过计算均方误差对神经网络模型的参数进行微调，经过设定次数迭代优化后，最后一层神经网络的权重参数即为待布局电路的位置坐标。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人无锡芯光互连技术研究院有限公司，其通讯地址为：214104 江苏省无锡市锡山区安镇街道兖矿信达大厦A栋802；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。