[發(fā)明專利]基于相關(guān)性和高斯過程回歸的設(shè)計(jì)空間參數(shù)遷移學(xué)習(xí)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110259020.0
• 申請(qǐng)日: 2021-03-10
• 公開（公告）號(hào): CN112836394A
• 公開（公告）日: 2021-05-25
• 發(fā)明（設(shè)計(jì)）人: 張萌;張崢;張倩茹;胡突傳
• 申請(qǐng)（專利權(quán)）人: 東南大學(xué)
• 主分類號(hào): G06F30/20
• 分類號(hào): G06F30/20;G06F17/18
• 代理公司: 南京瑞弘專利商標(biāo)事務(wù)所(普通合伙) 32249
• 代理人: 沈廉

1.一種基于相關(guān)性和高斯過程回歸的設(shè)計(jì)空間參數(shù)遷移學(xué)習(xí)方法，其特征在于，該方法將高斯Copula、高斯過程與湯普森采樣相結(jié)合，具體包括以下步驟：

步驟1.相關(guān)性算法

通過高斯Copula在不同工藝的不同設(shè)計(jì)下目標(biāo)之間建立相關(guān)性，將目標(biāo)映射為服從高斯分布并且具有相關(guān)性的變量，并且得到相應(yīng)的數(shù)據(jù)集；

步驟2.高斯過程回歸

將步驟1中獲得具有相關(guān)性的各個(gè)工藝下的數(shù)據(jù)用于擬合高斯過程，有效地輸出先進(jìn)工藝下的設(shè)計(jì)參數(shù)的概率分布；

步驟3.湯普森采樣

在先進(jìn)工藝下的設(shè)計(jì)參數(shù)空間中采樣N組候選設(shè)計(jì)參數(shù)，利用步驟2中高斯過程輸出的設(shè)計(jì)參數(shù)的概率分布，通過湯普森采樣獲得表現(xiàn)最優(yōu)的設(shè)計(jì)參數(shù)。

2.根據(jù)權(quán)利要求1所述的基于相關(guān)性和高斯過程回歸的設(shè)計(jì)空間參數(shù)遷移學(xué)習(xí)方法，其特征在于所述步驟1中，在某一種工藝下，表示輸入的設(shè)計(jì)參數(shù)與PPA目標(biāo)(性能、面積、功耗)之間的非線性關(guān)系，將其設(shè)計(jì)參數(shù)記為表示設(shè)計(jì)過程的PPA目標(biāo)；表示在某一種工藝下的評(píng)估數(shù)據(jù)集，其中N表示有N組設(shè)計(jì)參數(shù)及其對(duì)應(yīng)的目標(biāo)；給出M種工藝下的評(píng)估數(shù)據(jù)集對(duì)于一個(gè)先進(jìn)工藝下的新的f，目標(biāo)是通過遷移學(xué)習(xí)以D^M獲得先進(jìn)工藝下f的評(píng)估；關(guān)鍵問題為找出在M種工藝下擬合很好的θ，如此需要建立在這M種工藝下的聯(lián)合分布；

其中，f^j是輸入的設(shè)計(jì)參數(shù)與目標(biāo)PPA之間的非線性關(guān)系，分別表示p維和k維向量空間，設(shè)計(jì)參數(shù)x為p維向量，PPA目標(biāo)y為k維向量，D是由某一種工藝下由N組設(shè)計(jì)參數(shù)x及其對(duì)應(yīng)的PPA目標(biāo)y組成的數(shù)據(jù)集，D^M為M種工藝下的評(píng)估數(shù)據(jù)集，由每一種工藝下的數(shù)據(jù)集組成的并集；f為先進(jìn)工藝下輸入的設(shè)計(jì)參數(shù)與目標(biāo)PPA之間的非線性關(guān)系；

一種工藝下的目標(biāo)y_i,1≤i≤N服從相同的分布，通過概率積分變換將y_i轉(zhuǎn)換成具有標(biāo)準(zhǔn)均勻分布的隨機(jī)變量，即U_i＝F(y_i)～uniform(0,1)^k，其中F為y_i累積概率分布；根據(jù)Sklar定理可知，存在一個(gè)N-Copula函數(shù)C使得

H(y₁,…,y_N)＝C(F(y₁),…,F(y_N))＝C(U₁,…,U_N) (1)

其中H為y₁,…,y_N的聯(lián)合分布，根據(jù)累積概率分布的逆變換，式(1)轉(zhuǎn)換為：

C(U₁,…,U_N)＝H(F^-1(U₁),…,F^-1(U_N)) (2)

通過(2)構(gòu)造一個(gè)Copula函數(shù)，高斯Copula定義為：

C(U₁,…,U_N)＝φ_μ,Σ(Φ^-1(F(y₁)),…,Φ^-1(F(y_N))) (3)

其中，Φ是標(biāo)準(zhǔn)正態(tài)分布的累積概率分布，φ_μ,Σ是以μ,Σ為參數(shù)的正態(tài)分布的累積概率分布；

由高斯Copula定義，令即將y映射到上，并使得z服從高斯分布，將獲得的具有M種工藝下相關(guān)信息的z，可以得到相應(yīng)的設(shè)計(jì)參數(shù)x與z的數(shù)據(jù)集

其中，y_i為某一種工藝下的目標(biāo)，F(xiàn)(y_i)為目標(biāo)y_i累積概率分布，uniform(0,1)^k指的是k維均勻分布，U_i為通過概率積分變換將y_i轉(zhuǎn)換成具有標(biāo)準(zhǔn)均勻分布的隨機(jī)變量，H(y₁,…,y_N)為y₁,…,y_N的聯(lián)合分布，C(F(y₁),…,F(y_N))＝C(U₁,…,U_N)為一個(gè)存在的N-Copula函數(shù)，F(xiàn)^-1(U_i)為累積概率分布的逆變換，φ_μ,Σ是以μ,Σ為參數(shù)的正態(tài)分布的累積概率分布，μ為正態(tài)分布的均值，Σ為正態(tài)分布的方差，Φ^-1(·)是標(biāo)準(zhǔn)正態(tài)分布的累積概率分布的逆變換；

表示一種映射關(guān)系，將y映射到具有相關(guān)信息的上，并使得z服從高斯分布，D′^M為M種工藝下的參數(shù)x與具有相關(guān)信息z的數(shù)據(jù)集。