基于图神经网络的路径时序预测方法

专利主权项内容

1.基于图神经网络的路径时序预测方法，其特征在于，包括如下步骤：步骤S1，根据门单元连接关系，将设计电路的门级网表转换为电路门单元的时序路径图，将门单元映射为图神经网络的节点，将门单元的连接关系映射为图神经网络的边，将门单元的特征信息表示为特征向量；步骤S2，从所述时序路径图中提取关键路径，构建时序路径图的子图，根据所述子图中门单元的连接关系建立所述子图的邻接矩阵，根据所述子图中门单元的特征信息建立所述子图的特征向量矩阵；步骤S3，将所述步骤S2建立的邻接矩阵和特征向量矩阵输入图神经网络，通过图神经网络进行邻域节点特征信息传递和聚合，根据传递和聚合后各节点的特征向量更新子图的特征向量矩阵；步骤S4，对于所述步骤S3更新后子图特征向量矩阵中每个节点的特征向量，根据关键路径上其它节点相对于当前节点的重要程度，通过自注意力机制行有权重的信息传递和聚合，更新各个节点的特征向量；步骤S5，提取所述步骤S4获取的各节点特征向量的平均值，通过多层感知机线性传递所有节点特征向量的平均值，获取时序路径延迟的预测值。