面向大规模网络建模与求解的机器学习训练测试数据集

面向大规模网络建模与求解的机器学习训练测试数据集主要面向先进工艺数字集成电路中的大规模互连网络建模、寄生参数提取、电源噪声分析及机器学习模型训练测试需求建设，旨在为提升复杂网络建模与签核分析的计算效率和预测精度提供规范化数据支撑。该数据集由浙江大学及项目参与单位依托Linux服务器和工作站产生，基于统一的版图样例、测试矢量、工艺节点配置以及寄生参数提取和功耗特征图生成流程，采集电路版图、寄生参数网表、测试矢量、电源噪声等基础数据，并通过预处理程序完成数据清洗、特征提取、标准化、标签整理、样本划分和序列化。数据集主要包括版图分解图案、统一格式的测试矢量与版图数据、电路参数、噪声时空分布、训练与测试标签、模型权重及元数据说明等内容，不包含商业PDK原始库、商业EDA软件、许可证及未经授权的第三方IP文件。数据格式主要为.cap3d、.npz、.py、.pth和.npy，数据量为10.56GB。