-
公开(公告)号：CN117877561B
公开(公告)日：2024-07-12
申请号：CN202410077923.0
申请日：2024-01-18
Applicant: 之江实验室
IPC: G11C29/12
Abstract: 本申请提供一种忆阻器件的测试方法、系统、装置及存储介质。忆阻器件的测试方法包括：根据忆阻器件的开关电压确定直流电压范围；确定忆阻器件的电路模型；在直流电压范围内，确定忆阻器件的测试频率区间内的多个频率点；及在直流电压范围内，对忆阻器件的电路模型在测试频率区间内的多个频率点下进行电容性能测试。本申请可以高效、便捷的对忆阻器件进行电容性能的测试，便于研究忆阻器件的电阻电容双参量记忆特性。
-
公开(公告)号：CN115576328B
公开(公告)日：2023-03-28
申请号：CN202211421109.3
申请日：2022-11-15
Applicant: 之江实验室
IPC: G05D1/02
Abstract: 本发明公开了基于模糊控制器的机器人导航避障方法及装置，通过采集机器人激光雷达和里程计两种传感器的信息作为模糊控制器输入，建立两套知识库和模糊推理规则，得到第一模糊控制器的输出为机器人运动的线速度和角速度，第二模糊控制器的输出为导航和避障两个任务的权重值，用于权衡机器人的导航和避障这两个任务。本发明中除了模糊控制理论外不需要其他人工智能算法的辅助，不需要预先构建地图，不需要大量的数据库和训练集，即可实现机器人在未知的、动态的复杂环境中避障导航的功能。基于人类知识和语言设计的策略，易于理解、实时性高、鲁棒性强。
-
公开(公告)号：CN115311506B
公开(公告)日：2023-03-28
申请号：CN202211238897.2
申请日：2022-10-11
Applicant: 之江实验室
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/063 , G06N3/08
Abstract: 本发明公开了基于阻变存储器的量化因子优化的图像分类方法及装置，分别构建基于阻变存储器的浮点神经网络模型及与其对应的基于阻变存储器的神经网络量化模型，通过一种新的量化因子优化损失函数结合分类损失函数，对神经网络量化模型进行训练，并且与阻变存储器的特性结合，通过迭代优化使图像分类神经网络模型学习到的量化因子尽可能的接近2的幂次方，在推理阶段，将量化后的值映射到阻变存储器阵列的电压值和电导值，并对输出电流进行移位操作，得到卷积层输出量化后的值，最终得到基于阻变存储器的神经网络量化模型的图像分类结果，由于每层的量化因子通过基于阻变存储器的神经网络模型学习得到，能够加快模型的推理速度。
-
公开(公告)号：CN117877561A
公开(公告)日：2024-04-12
申请号：CN202410077923.0
申请日：2024-01-18
Applicant: 之江实验室
IPC: G11C29/12
Abstract: 本申请提供一种忆阻器件的测试方法、系统、装置及存储介质。忆阻器件的测试方法包括：根据忆阻器件的开关电压确定直流电压范围；确定忆阻器件的电路模型；在直流电压范围内，确定忆阻器件的测试频率区间内的多个频率点；及在直流电压范围内，对忆阻器件的电路模型在测试频率区间内的多个频率点下进行电容性能测试。本申请可以高效、便捷的对忆阻器件进行电容性能的测试，便于研究忆阻器件的电阻电容双参量记忆特性。
-
公开(公告)号：CN117289896A
公开(公告)日：2023-12-26
申请号：CN202311547164.1
申请日：2023-11-20
Applicant: 之江实验室
Abstract: 本发明公开了一种存算一体基本运算装置，其中：存算一体单元包括至少一个存算一体阵列，每个存算一体阵列包括阵列式排布的若干存算器件，存算器件用于进行权重值存储以及矩阵计算；控制单元用于对存算一体阵列进行控制并结合外部控制信号对写验证模块、读/计算模块进行相应控制；写验证模块用于结合外部输入数据对选通的存算器件进行直接写操作或者写验证操作，进行脉冲宽度及脉冲个数的计算；读/计算模块用于对选通的存算器件或者写验证模块进行读操作，结合外部输入数据进行计算操作并将结果输出至移位器中，并在运算完成后通过控制加/减法器控制运算结果的输出；移位器和加/减法器相连，用于对读/计算模块的计算结果进行乘累加运算操作。
-
Patent Agency Ranking
公开(公告)号：CN115827170B
公开(公告)日：2023-07-14
申请号：CN202310123062.0
申请日：2023-02-16
Applicant: 之江实验室
IPC: G06F9/455
Abstract: 本发明公开了基于离散事件的计算机体系结构的并行仿真方法及装置，将待仿真的计算机体系结构，按功能与延迟划分与组合成多个关键节点，并给每个关键节点分配一个线程；所有事件队列中的事件，按照事件发生的时间进行排序，时间相同的事件，按照优先级高低进行排序，整个仿真过程共同维护一条共享时间轴；利用前瞻量与路障事件对所有关键节点进行同步。在避免因果关系错误的条件下利用现代计算机的并行计算能力加速仿真过程。本发明将待仿真体系结构系统按功能与延迟划分与组合成多个关键节点，其中划分模块有利于提高仿真系统的并行度，合并低延迟模块有助于扩大前瞻量，降低同步开销，合理的关键节点选择能进一步加速仿真过程。
-
公开(公告)号：CN115204380B
公开(公告)日：2022-12-27
申请号：CN202211118488.9
申请日：2022-09-15
Applicant: 之江实验室
Abstract: 本发明公开了存算一体卷积神经网络的数据存储及阵列映射方法与装置，其中数据存储，除了初始的图像输入采用以行为单位的方式依次存储，在其余卷积神经网络计算过程中的中间特征值都采用多通道混合的方式，采用以数据在特征图中的位置为单位的方式依次存储；在阵列映射中，除了首层卷积层以不同输入通道的卷积核从上往下依次排布，在其余卷积神经网络的阵列映射过程中，结合混合数据存储的方式，将卷积神经网络中的权重混合映射，而全连接层的权重按照顺序依次映射。本发明基于存算一体技术优化了卷积神经网络计算中的数据存储形式，减小了计算过程中需要访问数据存储器的次数，并结合混合映射方法提升了卷积神经网络的计算效率。
-
公开(公告)号：CN114332545A
公开(公告)日：2022-04-12
申请号：CN202210261211.5
申请日：2022-03-17
Applicant: 之江实验室
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04
Abstract: 本发明提供一种基于低比特脉冲神经网络的图像数据分类方法和装置，该方法包括：步骤一，获取开源图像数据集，分为训练集和测试集，其中数据集包括计算机图像数据和神经形态数据；步骤二，构建包含隐含层的脉冲神经网络模型，再改进LIF神经元，构建基于改进后的LIF神经元的脉冲神经网络模型；步骤三，通过构建训练损失函数并进行各项梯度求解，对脉冲神经网络模型进行训练；步骤四，在训练集上使用梯度下降参数更新方法进行脉冲神经网络模型优化训练；步骤五，利用构建并训练好的脉冲神经网络模型，对测试集进行识别，得到预测的数据分类标签，实现分类任务。本发明的方法具有更低的功耗，同时与全精度网络模型有近似的准确率。
-
公开(公告)号：CN119107944B
公开(公告)日：2025-03-28
申请号：CN202411066409.3
申请日：2024-08-05
Applicant: 之江实验室
Abstract: 本说明书公开了一种语音识别方法、装置、存储介质及电子设备。在本说明书提供的语音识别方法中，获取样本语音，以及所述样本语音对应的标注结果；将所述样本语音输入待训练的识别模型，得到所述识别模型输出的待优化识别结果，其中，所述识别模型至少包括阻变存储器特征学习层、全连接层、激活层、输出层；根据所述待优化识别结果与所述标注结果之间的差异，对所述识别模型进行训练；采用完成训练的所述识别模型识别目标语音。
-
公开(公告)号：CN119107944A
公开(公告)日：2024-12-10
申请号：CN202411066409.3
申请日：2024-08-05
Applicant: 之江实验室
Abstract: 本说明书公开了一种语音识别方法、装置、存储介质及电子设备。在本说明书提供的语音识别方法中，获取样本语音，以及所述样本语音对应的标注结果；将所述样本语音输入待训练的识别模型，得到所述识别模型输出的待优化识别结果，其中，所述识别模型至少包括阻变存储器特征学习层、全连接层、激活层、输出层；根据所述待优化识别结果与所述标注结果之间的差异，对所述识别模型进行训练；采用完成训练的所述识别模型识别目标语音。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.018 seconds)
