用于脉冲神经网络的图表示时空反向传播算法

    公开(公告)号:CN113298231A

    公开(公告)日:2021-08-24

    申请号:CN202110548714.6

    申请日:2021-05-19

    Abstract: 本发明涉及脉冲神经网络技术领域,具体是一种用于脉冲神经网络的图表示时空反向传播算法,通过神经元在网络结构中的网络前向传播获得脉冲神经网络;通过损失函数评估所述脉冲神经网络对任务的误差;通过误差反向传播对所述脉冲神经网络进行训练;通过神经网络优化算法完成训练过程中的参数更新。本发明通过误差反向传播提高了脉冲神经网络的准确率,通过稀疏正则化降低脉冲发放率从而提高了脉冲(事件)驱动计算下的能量效率,并通过图表示的方法适应于各种仿生网络结构的训练过程。

    一种面向物联网的自然模拟信号的类脑处理方法

    公开(公告)号:CN111753975B

    公开(公告)日:2024-03-05

    申请号:CN202010625510.3

    申请日:2020-07-01

    Abstract: 本发明公开了一种面向物联网的自然模拟信号的类脑处理方法,涉及类脑人工智能技术领域,包括:将自然模拟信号经由多个传感器转化为多个电路可处理的模拟电信号;将所述模拟电信号通过多个电‑脉冲转换器转换成多个在时域上的离散脉冲序列;将所述离散脉冲序列经过脉冲序列‑SUN接口处理后进入到脉冲神经网络中的输入神经元,并在网络中进行处理与计算,得处理后结果并输出。本发明中直接由LC‑ADC产生脉冲序列,即以表示信号变化的事件驱动脉冲神经网络,和传统的传感器接口相比,不使用量化直接作用于脉冲神经网络处理单元,以实现在物联网中低功耗处理信号的优点。

    一种基于LoraWan和区块链的安全网关

    公开(公告)号:CN113852544B

    公开(公告)日:2023-11-24

    申请号:CN202110899069.2

    申请日:2021-08-05

    Applicant: 复旦大学

    Abstract: 本发明属于物联网技术领域,具体为一种基于LoraWan和区块链的安全网关。本发明系统架构由自下而上的终端层、网关层和服务层组成;其中,终端设备与网关设备比例根据应用场景、地理特点等因素综合考虑。本发明通过终端区块提案区分数据类型,能够摒弃冗余的报警规则引擎,减缓网络带宽的压力,提高数据的处理效率。利用LoraWan通讯协议、网关层解密、区块链节点功能分割等创新方案形成数据线下采集与线上流转的可信闭环,为建立广域安全物联网网络提供了可行的解决方案。

    一种基于BINARY的数据流转换器
    14.
    发明公开

    公开(公告)号:CN116260868A

    公开(公告)日:2023-06-13

    申请号:CN202310077002.X

    申请日:2023-01-16

    Applicant: 复旦大学

    Abstract: 本发明涉及数据转换技术领域,具体是一种基于BINARY的数据流转换器,包括数据输入模块、数据格式模块、FID模块、数据处理模块和数据输出模块;所述数据格式模块包括格式头部生成模块和格式尾部生成模块;所述FID模块包括FID生成模块和FID转换模块;所述数据处理模块包括数据流转换模块和所述BARM存储器。本转换器可作为一个独立的模块应用于上游STEP/FAST硬件解码系统和下游MDS软件系统这两个不同规约之间,使得这两个不同规约的系统之间可以不进行任何修改而正常通信,提高整个数据链路的兼容性和规范性。

    一种用于大规模类脑计算网络的种群路由方法

    公开(公告)号:CN112163673B

    公开(公告)日:2023-04-07

    申请号:CN202011042170.8

    申请日:2020-09-28

    Abstract: 本发明公开了一种用于大规模类脑计算网络的种群路由方法,涉及类脑人工智能技术领域,通过查找片上路由表中种群ID对应的路由信息,对每个收到的数据包进行转发和保留。根据路由信息,数据包可能会被转发至二维Mesh网络或二维Torus网络中四个临近的芯片,以及可能被该芯片保留。通过源芯片和中途芯片在路由过程中对一个数据包的转发,目的地芯片对数据包进行保留,一次多播路由过程以此完成。本方法有效地解决传统路由方法中路由表所需的巨大体积问题。

    一种面向物联网的自然模拟信号的类脑处理方法

    公开(公告)号:CN111753975A

    公开(公告)日:2020-10-09

    申请号:CN202010625510.3

    申请日:2020-07-01

    Abstract: 本发明公开了一种面向物联网的自然模拟信号的类脑处理方法,涉及类脑人工智能技术领域,包括:将自然模拟信号经由多个传感器转化为多个电路可处理的模拟电信号;将所述模拟电信号通过多个电-脉冲转换器转换成多个在时域上的离散脉冲序列;将所述离散脉冲序列经过脉冲序列-SUN接口处理后进入到脉冲神经网络中的输入神经元,并在网络中进行处理与计算,得处理后结果并输出。本发明中直接由LC-ADC产生脉冲序列,即以表示信号变化的事件驱动脉冲神经网络,和传统的传感器接口相比,不使用量化直接作用于脉冲神经网络处理单元,以实现在物联网中低功耗处理信号的优点。

    USB和ADC接口复用电路及复用方法

    公开(公告)号:CN104572560A

    公开(公告)日:2015-04-29

    申请号:CN201510043563.3

    申请日:2015-01-26

    Abstract: 本发明涉及一种复用电路,具体指一种USB和模数转换器(ADC)接口复用电路及复用方法,包括对外引脚、复用控制电路、USB模块和ADC模块。外引脚复用控制电路和USB模块依次电连接;对外引脚复用控制电路和ADC模块也依次电连接。本发明其结构独特,可实现电路通过内部控制信号,使得芯片接口在USB模式下和ADC模式下分时工作,从而既丰富了处理器芯片或片上系统的接口种类,又减少了芯片的通用引脚数。

    一种面向于脉冲神经网络处理器的Cache方法

    公开(公告)号:CN116167421A

    公开(公告)日:2023-05-26

    申请号:CN202310086654.X

    申请日:2023-01-18

    Applicant: 复旦大学

    Abstract: 本发明涉及脉冲神经网络处理技术领域,具体是一种面向于脉冲神经网络处理器的Cache方法,通过Cache SRAM对突出权重信息进行Cache数据读取,根据所述Cache数据判断是否Cache命中;若命中,则进行Lif神经元的计算;若未命中,则流水线停止,并对所述权重SRAM进行权重读取并获得权重,流水线恢复并进行Lif神经元的计算。本方法能够很好地削减密集脉冲神经网络中突触权重读取功耗占比高且难以避免的问题,且用户可根据不同的网络需求决定是否使用Cache功能,若不使用则与普通的密集存储操作一样,也几乎不会增加功耗。

Patent Agency Ranking