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！

龙图腾网获悉上海芯问科技有限公司;高科创芯(北京)科技有限公司申请的专利一种基于深度学习的集成电路故障模式识别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：CN121188709B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511360993.8，技术领域涉及：G06F18/25；该发明授权一种基于深度学习的集成电路故障模式识别方法是由陈纲;李昭衡设计研发完成，并于2025-09-23向国家知识产权局提交的专利申请。

本一种基于深度学习的集成电路故障模式识别方法在说明书摘要公布了：本发明公开了一种基于深度学习的集成电路故障模式识别方法，包括如下步骤：采集集成电路的多源原始数据，得到标准化特征数据集；基于标准化特征数据集构建电路异构图结构，形成图结构初始特征集；基于标准化特征数据集，生成多模态输入向量集；将多模态输入向量集输入电路拓扑感知图神经网络模型，输出融合节点嵌入表示；基于融合节点嵌入表示进行故障识别，生成故障识别结果集；采用多任务损失函数，得到已训练识别模型；将已训练识别模型部署至芯片测试或运行平台，输出故障识别结果集。本发明本发明采用电路拓扑感知图神经网络，实现集成电路故障模式的实时识别。

本发明授权一种基于深度学习的集成电路故障模式识别方法在权利要求书中公布了：1.一种基于深度学习的集成电路故障模式识别方法，其特征在于，包括如下步骤： 采集集成电路的多源原始数据并执行时间对齐、格式标准化、特征归一化与噪声过滤，得到标准化特征数据集； 基于标准化特征数据集构建电路异构图结构，为各节点与边赋予结构特征、物理特征与时序参数，形成图结构初始特征集； 对标准化特征数据集中的波形序列提取时序嵌入，结合图结构初始特征集，融合生成多模态输入向量集； 将多模态输入向量集输入电路拓扑感知图神经网络模型，执行图神经网络传播与嵌入更新操作，输出融合节点嵌入表示； 基于融合节点嵌入表示进行故障识别，生成故障识别结果集； 采用多任务损失函数对电路拓扑感知图神经网络模型进行训练，得到已训练识别模型； 将已训练识别模型部署至芯片测试或运行平台，执行推理操作并输出故障识别结果集； 所述基于标准化特征数据集构建电路异构图结构，为各节点与边赋予结构特征、物理特征与时序参数，形成图结构初始特征集具体包括： 基于标准化特征数据集中的电路拓扑结构特征集，提取电路单元节点、引脚节点和网络节点，合并形成节点集合； 基于电路拓扑结构特征集，提取电路单元、引脚与网络之间的连接关系，形成连接边集合； 基于寄生参数特征集，将每一条连接边对应的电阻值、电容值和耦合系数作为电气属性进行定义，建立耦合边集合； 基于版图物理特征集，将各节点在版图中的几何坐标作为空间位置信息，建立物理邻接边，形成物理邻接边集合； 基于时序路径特征集，将关键路径集合中的各条路径作为时序依赖关系，建立时序依赖边，形成时序依赖边集合； 将连接边集合、耦合边集合、物理邻接边集合与时序依赖边集合进行合并，生成多类型边集合，并与节点集合结合，构建形成电路异构图结构； 为节点集合中的各节点赋予对应的节点特征向量，形成节点特征向量集合，为边集合中的各边赋予对应的边特征向量，形成图结构初始特征集。

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上海芯问科技有限公司;高科创芯(北京)科技有限公司，其通讯地址为：201306 上海市浦东新区中国(上海)自由贸易试验区临港新片区海洋一路333号1号楼、2号楼；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”。

以上内容由龙图腾AI智能生成。