恭喜浙江大学卓成获国家专利权
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！
龙图腾网恭喜浙江大学申请的专利一种基于机器学习的高能效电容提取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：CN114841114B 。
龙图腾网通过国家知识产权局官网在2025-05-23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：202210390710.4，技术领域涉及：G06F30/373；该发明授权一种基于机器学习的高能效电容提取方法是由卓成;徐媛;钱煜;温晨怡;尹勋钊设计研发完成，并于2022-04-14向国家知识产权局提交的专利申请。
本一种基于机器学习的高能效电容提取方法在说明书摘要公布了：本发明公开了一种基于机器学习的高能效电容提取方法，涉及利用机器学习模型进行寄生电容提取来提升参数提取的效率；通过基于网格的数据表示通用地表示互连线结构；以自适应提取窗口的思想降低参数提取工作量并增强该技术不同半导体工艺的鲁棒性；为二维互连线结构建立电容提取机器学习模型，对于目标互连线结构进行网格参数提取并输入机器学习模型中，获得寄生电容参数。相较于现有电容提取技术，该电容提取器在准确度、速度和时间空间消耗上都达到了优良的性能。
本发明授权一种基于机器学习的高能效电容提取方法在权利要求书中公布了：1.一种基于机器学习的高能效电容提取方法，其特征在于，该方法包括：准备数据集阶段：随机生成足量不同工艺标准下不同导体排布的输入样例，通过数据预处理后输入到FasterCap工具，并对FasterCap输出数据作为XGBoost标签；同时，将二维横截面结构视为一种图像，使用自适应窗口提取和网格化的方法，将任意数量导体的任意排布方式表征为相应的二维矩阵形式，由随机生成的输入样例得到XGBoost的输入；训练机器学习模型：将XGBoost输入和XGBoost标签组成数据集，通过大量数据集分别训练并得到自电容和耦合电容的两个XGBoost机器学习模型；问题求解：将待提取电容的芯片的二维横截面结构按相同的自适应窗口提取和网格化方法作为电容提取器的输入，在电容提取器输出端得到主导体自电容和与相邻导体之间的耦合电容，实现全芯片的寄生电容提取。
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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号