[發明專利]一種多源異構數據的異常辨識和特征篩選方法

在審

• 申請號: 202211221775.2
• 申請日: 2022-10-08
• 公開（公告）號: CN116245061A
• 公開（公告）日: 2023-06-09
• 發明（設計）人: 曾衍瀚;林培東;李成霖;俞曉飛
• 申請（專利權）人: 廣州大學
• 主分類號: G06F30/337
• 分類號: G06F30/337;G06F30/3308;G06N3/04;G06F111/04
• 代理公司: 北京高航知識產權代理有限公司 11530
• 代理人: 覃釗雄

1.一種多源異構數據的異常辨識和特征篩選方法，其特征在于：包括在模擬電路下進行自定義多參數多約束的電路拓撲生成及優化，在多約束自定義電路環境，將模擬集成電路網表作為圖論輸入，利用最大似然比較預測功能對模擬集成電路尺寸進行預測，利用圖神經網絡模型進行電路拓撲優化，針對含有MOS管的復雜設計優化，生成性能指標優于人工設計的電路結構，具體包括以下步驟：

1)首先進行多約束自定義，具體步驟如下：

a.輸入電路約束條件，電路作為圖論輸入，劃分為具體結構和待變化結構；

b.將兩大結構作為模擬集成電路自定義的系統環境；

c.根據初始系統環境，以生成全MOS電壓基準源電路為例，以多約束條件作為基礎，進行模擬集成電路尺寸比較；

d.對電路系統環境，增加約束條件，增加電路可行性，在推導輸出電壓時，利用V_DS≥4V_T條件來進行簡化，常溫下V_T為26mV，則MOS管的V_DS需大于104mV，而V_ref＝V_DS6+V_DS7，即V_ref的最小電壓應該是有一個限定值；

2)采用最大似然法實現模擬集成電路尺寸預測，具體步驟如下：

a.將MOS管狀態作為觀測數據，隨機采樣生成MOS管數據結構；

b.對具體的MOS管數據結構進行觀測預測，進行優勢對比，先從待變化結構開始采樣觀察；

c.通過優勢對比，把優勢的MOS管數據保留下來，以此作為子輩結構，保留個體，在子輩數據基礎上，進行數據擴充，實現對待進化結構的自動生成；

d.從待進化結構到具體結構，實現對結構的擴充生成，對模擬集成電路尺寸預測后，實現整個電路的自動生成；

3)在模擬集成電路自動設計中，網表相當于一個圖，為更好地與模擬集成電路進行智能學習交互，采用圖神經網絡進行電路拓撲的優化，具體步驟如下：

a.采用HSPICE仿真工具對初始電路拓撲結構導出網表，利用圖神經網絡將其網表中可改變的部分進行歸一化，使其成為圖神經網絡算法的個體，圖神經網絡(GNN)模型基于信息傳播機制，通過模擬集成電路尺寸預測后，將每一個節點通過交換信息更新自己的節點狀態，直至達到MOS管穩定狀態，設一個圖-節點對的數據集合是其中表示圖的集合，表示MOS管節點集合，建立模擬集成電路拓撲框架，其數據集為

b.根據節點的期望目標，實現優化，定義x_n∈R^s為節點n的狀態，o_n為該節點的輸出，則更新節點的狀態的函數f_w和節點的輸出函數o_n的更新定義如下：

x_n＝f_w(l_n,l_c[n],x_n[n],l_n[n])???????????????????(2)

o_n＝g_w(x_n,l_n)????????????????????????(3)；

c.再讓上述值各自疊加，得到所有值疊加而成的向量：狀態x，標簽l，輸出o和節點標簽l_n，從而得到f_w和o_n的疊加形式F_w和G_w：

x＝F_w(x,l)?????????????????????????(4)

o＝G_w(x,l_N)????????????????????????(5)；

d.由Banach的不動點理論，可以證明上述表達式存在唯一解，并且可以通過以下表達式來迭代計算出這個唯一解：

x(t+1)＝F_w(x(t),l)?????????????????????(6)；

e.最后通過迭代更新，利用圖神經算法實現預測優化，可計算出：

x_n(t+1)＝f_w(l_n,l_c[n],x_n[n](t),l_n[n])???????????????(7)

o_n(t)＝g_w(x_n(t),l_n),n∈N??????????????????(8)

即為每一個MOS管電路拓撲的最優結果，以此類推，實現對整體電路結構的拓撲優化。