-
公开(公告)号：CN113408226A
公开(公告)日：2021-09-17
申请号：CN202110505699.7
申请日：2021-05-10
Applicant: 浙江大学
Abstract: 本发明公开了一种基于深度学习的芯片供电网络凸快电流估算方法及系统，包括：生成不同底层电流激励和不同去耦电容密度和区域的电源网；通过数据增强的方式构造多样化的训练数据；构建轻量级卷积神经网络并利用之前构造的数据集进行训练获得训练模型；利用训练好的模型，针对不同的激励进行Bump电流分布快速评估。该方法通过针对不同的电源网训练Bump电流分布模型，对电路在工程变更顺序(ECO)阶段的查看每次变换结果具有重要意义。
-
公开(公告)号：CN114818491B
公开(公告)日：2025-05-16
申请号：CN202210426673.8
申请日：2022-04-22
Applicant: 浙江大学
IPC: G06F30/27 , G06F30/18 , G06N3/0464 , G06N3/08 , G06F113/04 , G06F119/10
Abstract: 本发明公开了一种基于深度学习的电源分配网络最坏噪声分析方法，涉及如何基于卷积神经网络快速计算电源分配网络的各个子区域在给定激励下的最坏噪声。以电源网动态噪声仿真的结果作为标签，提取输入电流信息和电路子区域到电压源的距离信息作为特征，建立数据集；构建由距离特征处理模块和动态噪声预测模块组成的噪声分析网络，距离特征处理模块将输入的距离特征进行降维，再与电流特征拼接后输入动态噪声预测模块，获得各个子区域在该激励下的最坏噪声。该方法能够快速并准确地预测电源分配网络在给定激励下的最坏噪声，有效地提高了电源网动态噪声分析的效率。
-
公开(公告)号：CN113408226B9
公开(公告)日：2023-10-27
申请号：CN202110505699.7
申请日：2021-05-10
Applicant: 浙江大学
IPC: G06F30/33 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的芯片供电网络凸块电流估算方法及系统，包括：生成不同底层电流激励和不同去耦电容密度和区域的电源网；通过数据增强的方式构造多样化的训练数据；构建轻量级卷积神经网络并利用之前构造的数据集进行训练获得训练模型；利用训练好的模型，针对不同的激励进行Bump电流分布快速评估。该方法通过针对不同的电源网训练Bump电流分布模型，对电路在工程变更顺序(ECO)阶段的查看每次变换结果具有重要意义。
-
公开(公告)号：CN116050332A
公开(公告)日：2023-05-02
申请号：CN202211573751.3
申请日：2022-12-08
Applicant: 浙江大学
IPC: G06F30/367 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种可感知动态电源噪声的静态时序分析方法及装置，包括：使用变形后韦伯分布的累计概率分布函数对动态电源噪声的上升沿和下降沿进行建模；通过时间错位因子消除噪声与信号边沿不对齐导致的误差；使用SPICE计算在不同情况下每个电路基本单元的时延和输出信号变换时间，生成数据集；构建多层感知机并利用之前得到的数据集进行训练以获得训练好的模型；利用神经网络模型预测电路标准单元在不同动态噪声、不同输入转换时间和不同输出负载电容下的时延和输出信号变换时间以得到时序分析结果。本发明可以衡量动态电源噪声对电路标准单元时序的影响，对精准衡量电路设计缺陷和移除静态时序分析的过度悲观估计有重要意义。
-
公开(公告)号：CN113408226B
公开(公告)日：2023-03-24
申请号：CN202110505699.7
申请日：2021-05-10
Applicant: 浙江大学
IPC: G06F30/33 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的芯片供电网络凸快电流估算方法及系统，包括：生成不同底层电流激励和不同去耦电容密度和区域的电源网；通过数据增强的方式构造多样化的训练数据；构建轻量级卷积神经网络并利用之前构造的数据集进行训练获得训练模型；利用训练好的模型，针对不同的激励进行Bump电流分布快速评估。该方法通过针对不同的电源网训练Bump电流分布模型，对电路在工程变更顺序(ECO)阶段的查看每次变换结果具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN114818598B
公开(公告)日：2024-06-11
申请号：CN202210435940.8
申请日：2022-04-24
Applicant: 浙江大学
IPC: G06F30/398 , G06F115/06
Abstract: 本发明公开了一种基于电路翻转行为的VCD矢量压缩方法及装置，该方法包括：VCD格式文件至电流矩阵模型之间的变换，电流矩阵模型的三个维度为一个时间维度和两个空间维度；基于整体翻转特征的初步筛选，按照等间隔在时间维度上将电流矩阵划分为若干时间片段，根据总体翻转特征进行筛选，筛选后的时间片段组成的初筛电流分布矩阵；基于区域翻转特征的细致筛选，根据局部翻转特征进一步筛选，筛选后的时间片段组成细筛电流分布矩阵；细筛电流分布矩阵重新输出为矢量压缩后的VCD格式文件。该方法利用VCD矢量不同时刻的翻转率来筛选VCD片段，对于缩短集成电路设计中电源完整性仿真具有重要意义。
-
公开(公告)号：CN114818598A
公开(公告)日：2022-07-29
申请号：CN202210435940.8
申请日：2022-04-24
Applicant: 浙江大学
IPC: G06F30/398 , G06F115/06
Abstract: 本发明公开了一种基于电路翻转行为的VCD矢量压缩方法及装置，该方法包括：VCD格式文件至电流矩阵模型之间的变换，电流矩阵模型的三个维度为一个时间维度和两个空间维度；基于整体翻转特征的初步筛选，按照等间隔在时间维度上将电流矩阵划分为若干时间片段，根据总体翻转特征进行筛选，筛选后的时间片段组成的初筛电流分布矩阵；基于区域翻转特征的细致筛选，根据局部翻转特征进一步筛选，筛选后的时间片段组成细筛电流分布矩阵；细筛电流分布矩阵重新输出为矢量压缩后的VCD格式文件。该方法利用VCD矢量不同时刻的翻转率来筛选VCD片段，对于缩短集成电路设计中电源完整性仿真具有重要意义。
-
公开(公告)号：CN114818491A
公开(公告)日：2022-07-29
申请号：CN202210426673.8
申请日：2022-04-22
Applicant: 浙江大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F113/04 , G06F119/10
Abstract: 本发明公开了一种基于深度学习的电源分配网络最坏噪声分析方法，涉及如何基于卷积神经网络快速计算电源分配网络的各个子区域在给定激励下的最坏噪声。以电源网动态噪声仿真的结果作为标签，提取输入电流信息和电路子区域到电压源的距离信息作为特征，建立数据集；构建由距离特征处理模块和动态噪声预测模块组成的噪声分析网络，距离特征处理模块将输入的距离特征进行降维，再与电流特征拼接后输入动态噪声预测模块，获得各个子区域在该激励下的最坏噪声。该方法能够快速并准确地预测电源分配网络在给定激励下的最坏噪声，有效地提高了电源网动态噪声分析的效率。
-
公开(公告)号：CN218852729U
公开(公告)日：2023-04-14
申请号：CN202222389302.5
申请日：2022-09-08
Applicant: 浙江大学
Abstract: 本实用新型公开了一种洗消管路，包括内镜本体和接头结构，接头结构包括水囊孔道接头、吸引活塞帽、端口帽和灌流口帽，水囊孔道接头与外界的水囊孔道相互连通，吸引活塞帽、端口帽和灌流口帽分别与内镜本体顶端设置的孔道相互连通。本实用新型通过设置水囊孔道接头和灌流口帽，水囊孔道接头与水囊孔道相互连通，灌流口帽为额外增加的连接头，灌流口帽与内镜本体上方设置的灌流口相互连通，使得内镜本体上方设置的三个孔道均相互连通，通过水囊孔道接头对整个管道内部进行注入清洗液和消毒，有效解决利用了注射器的手工操作依从性低的问题，节省了人力，保证了洗消的效果。
-
公开(公告)号：CN222922000U
公开(公告)日：2025-05-30
申请号：CN202421498803.X
申请日：2024-06-28
Applicant: 呼和浩特国际旅行卫生保健中心(呼和浩特海关口岸门诊部) , 浙江大学
Abstract: 本实用新型提供一种口岸消毒效果监测用样品保存装置，涉及试样保存技术领域，包括：箱体，箱体内设置有至少一个容纳腔，容纳腔内设置有多个放置槽，每个放置槽用于放置一个样品；多个压板，多个压板活动设置在容纳腔内，每个压板处于一个放置槽的上方，并用于压设在处于放置槽内的样品的上侧；至少一个控温组件，控温组件设置在箱体内，且控温组件用于对容纳腔控温；供电部件，供电部件设置在箱体内，并与控温组件连接；解决现有技术中由于需要考虑样品对温度的敏感性、运输的稳定性和储运的便利性，使得样品送检过程中的保存困难的问题。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.018 seconds)
