-
Patent Agency Ranking
公开(公告)号：CN115329949A
公开(公告)日：2022-11-11
申请号：CN202211006130.7
申请日：2022-08-22
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于真值表的函数自动生成方法和系统，包括：基于真值表的问题中逻辑表达式各语法符号的关系与它们的在实际处理的序列中距离大小无关、逻辑表达式的生成语义规则与布尔向量函数示例采样的结果长度无关的科学规律，作为解决基于真值表函数自动化生成问题的科学依据。还设计了一种编码器‑解码器结构的神经网络模型用于解决基于真值表生成函数的问题，该模型用两个自注意力机制编码器分别对输入和输出进行编码，用1个自注意力机制解码器自回归地输出对应的逻辑表达式，在编码器和解码器之间使用注意力机制；为解决基于真值表函数自动化生成问题提供了技术方案，相比同期主流基准模型在指定数据集上取得了更好的效果。
-
公开(公告)号：CN115422531A
公开(公告)日：2022-12-02
申请号：CN202210940140.1
申请日：2022-08-05
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种对抗补丁检测定位硬件架构，包括：深度神经网络加速器，用于输出视频帧的浅层特征图，以及输出对该视频帧和遮挡图像进行识别的识别结果；该遮挡图像为以掩膜窗口对该视频帧进行遮挡后的图像；掩膜窗口搜索单元，用于从该视频帧的浅层特征图中选取该掩膜窗口；投票逻辑单元，用于对所有该遮挡图像的识别结果进行投票，并根据投票结果确定该视频帧中对抗补丁的位置。以及一种基于该对抗补丁检测定位硬件架构的对抗补丁检测定位方法。
-
公开(公告)号：CN119026543A
公开(公告)日：2024-11-26
申请号：CN202411121715.2
申请日：2024-08-15
Applicant: 中国科学院计算技术研究所
IPC: G06F30/3315 , G06F30/3312 , G06F30/3953 , G06N20/00
Abstract: 本申请公开了一种布线前静态时序分析方法及其装置，方法包括：将布线前的集成电路进行基于图的建模，将电路进行网络划分，输出电路的网络级建模结果；从布线前电路数据中提取网络延迟预测特征集；根据网络延迟预测特征集，采用分布式梯度增强库，构建网络延迟预测模型，输出不同工作条件下的网络延迟预测结果；基于网络级建模结果及各工作条件下的网络延迟预测结果，采用线性复杂度算法计算到达时间及松弛，输出最终的布线前静态时序分析结果。本发明在多设计模式下以高精度一致地获得静态时序分析结果，本发明方法具有鲁棒的可泛化性。
-
公开(公告)号：CN115422533A
公开(公告)日：2022-12-02
申请号：CN202210940151.X
申请日：2022-08-05
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于帧间相似性的对抗补丁检测定位方法，包括：提取关键视频帧的浅层特征图，通过滑窗方式从该浅层特征图中选取多个候选窗口，当任一候选窗口中LISF的个数超过筛选阈值时，以该候选窗口为重要窗口；以每个该重要窗口为掩膜遮挡该视频帧，并执行图像检测，得到对应每个该重要窗口的掩膜检测结果；对所有该掩膜检测结果执行垄断者投票，判断该对抗补丁在该关键视频帧中的位置；根据帧间相似性消除该对抗补丁对该关键视频帧的相邻视频帧的干扰。本发明还提出一种基于帧间相似性的对抗补丁检测定位系统，以及一种用于对抗补丁检测定位的数据处理装置。
-
公开(公告)号：CN115422532A
公开(公告)日：2022-12-02
申请号：CN202210940143.5
申请日：2022-08-05
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于局部浅层重要神经元的对抗补丁检测定位方法，包括：获取视频帧的浅层特征图，从该浅层特征图中选取多个候选窗口，当任一候选窗口中LISF的个数超过筛选阈值时，以该候选窗口为重要窗口；以每个该重要窗口为掩膜遮挡该视频帧，并执行图像检测，得到对应每个该重要窗口的掩膜检测结果；对所有该掩膜检测结果执行垄断者投票，若存在某一掩膜检测结果与其他掩膜检测结果相异，且其他掩膜检测结果均相同，则该视频帧存在对抗补丁，该掩膜检测结果对应的重要窗口为该对抗补丁所在位置，反之则该视频帧为正常图像。本发明还提出一种基于局部重要浅层神经元的对抗补丁检测定位系统，以及一种用于对抗补丁检测定位的数据处理装置。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
