具有差错处理机制的计算系统及其操作方法

    公开(公告)号:CN105988883A

    公开(公告)日:2016-10-05

    申请号:CN201510087943.7

    申请日:2015-02-25

    Abstract: 提供了一种具有差错处理机制的计算系统及其操作方法。一种计算系统,包括:装置间接口,被配置为访问包括信息部分和差错处理部分的目的地信号,其中,信息部分用于表示内容,差错处理部分用于描述与内容相关的信息部分;通信单元,被耦接到装置间接口,所述通信单元被配置为:从目的地信号产生基于稀疏结构的奇偶校验参数,基于使用差错处理部分和奇偶校验参数对信息部分进行的解码来估计内容。

    通信系统中的白化方法和装置

    公开(公告)号:CN104782052A

    公开(公告)日:2015-07-15

    申请号:CN201380059627.8

    申请日:2013-11-14

    Inventor: Y.于 李正元

    CPC classification number: H04L25/00 H04B1/10 H04L1/0606 H04L25/0204

    Abstract: 一种通信系统中的接收器包括:信号分析模块,被配置为从发送器接收包括干扰信号的信号;耦接到信号分析模块的协方差模块,被配置为通过使用包括在接收到的信号中的第一副载波数据和第二副载波数据来计算联合协方差;耦接到协方差模块的预备模块,被配置为基于联合协方差生成联合白化器以用于干扰信号;以及耦接到预备模块的联合白化模块,被配置为基于接收到的信号和联合白化器生成联合白化数据以用于与发送器通信。

    具有白化反馈机制的通信系统及其操作方法

    公开(公告)号:CN104769997A

    公开(公告)日:2015-07-08

    申请号:CN201380057573.1

    申请日:2013-09-09

    Inventor: Y.余 李正元

    Abstract: 一种通信系统,包括:协方差模块,被配置为以用于基于空间频率块编码方案使用子载波在有干扰信号的情况下传送发射机信号中的通信内容的接收机信号为基础来计算联合协方差;准备模块,耦合到协方差模块,被配置为基于联合协方差来利用控制单元生成用于使干扰信号随机化的联合白化器;联合白化模块,耦合到准备模块,被配置为基于接收机信号和联合白化器生成联合白化输出;消息处理模块,耦合到联合白化模块,被配置为基于联合白化输出确定联合估计反馈;以及消除模块,耦合到消息处理模块,被配置为从用于利用设备传送通信内容的接收机信号中消除联合估计反馈。

    用于提供滑动变焦视图合成的系统和方法

    公开(公告)号:CN112738389B

    公开(公告)日:2025-01-14

    申请号:CN202011167640.3

    申请日:2020-10-27

    Abstract: 提供一种用于通过电子装置提供滑动变焦效果的方法和设备。获得具有第一深度图的第一图像和具有第二深度图的第二图像。分别使用所述第一图像和所述第一深度图来生成第一合成图像和对应的第一合成深度图。分别使用所述第二图像和所述第二深度图来生成第二合成图像和对应的第二合成深度图。从所述第一合成图像和所述第二合成图像生成融合图像。从所述第一合成深度图和所述第二合成深度图生成融合深度图。基于处理所述融合图像和所述融合深度图,生成最终的合成图像。

    对随机过程建模的设备和方法

    公开(公告)号:CN108304604B

    公开(公告)日:2024-02-13

    申请号:CN201710723244.6

    申请日:2017-08-22

    Abstract: 在此公开一种对随机过程建模的设备和方法。所述设备包括:自相关处理器,被配置为产生或估计随机过程的长度m的自相关性,其中,m为整数;最小二乘(LS)估计处理器,连接到自相关处理器,并被配置为通过使用LS回归估计p阶自回归(AR)参数来对随机过程建模,其中,p为远小于m的整数。所述方法包括:由自相关处理器产生随机过程的长度m的自相关性,其中,m为整数;由最小二乘估计处理器通过使用最小二乘(LS)回归估计p阶自回归(AR)参数对随机过程建模,其中,p为远小于m的整数。

    用于进行路径平滑的低复杂度优化求解器的装置及方法

    公开(公告)号:CN109783432B

    公开(公告)日:2024-01-09

    申请号:CN201811340654.3

    申请日:2018-11-12

    Abstract: 在本文中公开一种用于利用约束变化进行路径平滑的低复杂度优化求解器的装置及方法。根据一个实施例,一种装置包括:L1控制器,被配置成接收要被进行平滑的原始数据级数z,接收权重w0、w1、w2及w3以控制输出路径的平滑度,以及将L1趋势滤波问题公式化,其中L1表示基于L1范数成本的公式;L1中央处理器(CPU),连接到所述L1控制器且被配置成将所述L1趋势滤波问题变换成原始‑对偶线性规划(LP)优化问题对;以及L1算术逻辑单元(ALU),连接到所述L1中央处理器且被配置成利用扩展全表单纯形法来求解原始‑对偶问题对的原始问题。

    产生输入图像的分类的卷积神经网络及计算机实现方法

    公开(公告)号:CN108734269B

    公开(公告)日:2024-01-09

    申请号:CN201711090079.1

    申请日:2017-11-08

    Abstract: 产生输入图像的分类的卷积神经网络及计算机实现方法。在此公开了用于产生输入图像的分类的卷积神经网络(CNN)系统。根据实施例,CNN系统包括:一系列的神经网络层,被配置为:至少基于输入图像获得特征图;通过根据模式将特征图和内核中的至少一个选择的一行的一个或多个元素的值设置为零,并且将所述模式每行循环移位预定间隔以根据循环移位的模式将所述至少一个选择的剩余的行的一个或多个元素的值设置为零,来对所述至少一个选择进行穿孔;对特征图与内核进行卷积,以产生第一卷积输出;至少基于第一卷积输出,产生输入图像的分类。(56)对比文件Sajid Anwar.Structured Pruning ofDeep Convolutional Neural Networks《.ACMJournal on Emerging Technologies inComouting Systems》.2017,第2章.

    用于神经网络量化的方法和设备

    公开(公告)号:CN107967515B

    公开(公告)日:2024-01-09

    申请号:CN201710684586.1

    申请日:2017-08-11

    Abstract: 一种用于神经网络量化的方法和设备。描述了用于在深度神经网络中执行网络参数量化的设备和方法、系统和制造该设备的方法。一方面,确定神经网络的网络参数的损失函数的二阶偏导矩阵的对角线,然后使用所述对角线对网络参数进行加权,作为对网络参数进行量化操作的一部分,其中,二阶偏导矩阵是海赛矩阵。另一方面,使用网络参数的梯度的一阶矩估计和二阶矩估计对神经网络进行训练,然后使用所述二阶矩估计对所述网络参数进行加权,作为对所述网络参数进行量化操作的一部分。另一方面,通过使用熵约束的标量量化(ECSQ)迭代算法执行网络参数量化。另一方面,通过一次性地对深度神经网络的所有层的网络参数一起量化来执行网络参数量化。

    用于高阶长短期记忆网络的系统和方法

    公开(公告)号:CN108304914B

    公开(公告)日:2023-12-05

    申请号:CN201810002273.8

    申请日:2018-01-02

    Abstract: 提供一种用于高阶长短期记忆网络(LSTM)的系统和方法。所述方法包括:配置多个长短期记忆LSTM网络,其中,所述多个LSTM网络中的每个在不同的网络层,在所述多个LSTM网络的空间域中配置多个记忆单元,在所述多个LSTM网络的时间域中配置所述多个记忆单元,基于到来自所述多个LSTM网络的至少一个先前层和至少一个先前时间的输出的高速公路连接来控制所述多个LSTM网络中的每个的输出,基于到来自所述至少一个先前时间的记忆单元的高速公路连接来控制所述多个记忆单元。

Patent Agency Ranking