-
公开(公告)号：CN112949831A
公开(公告)日：2021-06-11
申请号：CN202110315074.4
申请日：2021-03-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于卷积神经网络领域，具体涉及了一种基于分块卷积的深度优先数据调度方法、系统及设备，旨在解决现有的卷积模型计算方法需要逐层进行计算，保存中间结果特征图需要占用大量内存而不宜部署在全硬件设备中的问题。本发明包括：将输入的特征图像分为多个block，逐个调用各block进行卷积或最大池化生成下一层特征图，若下一层特征图达到预设block大小继续向下一层调用获得更深层的特征图，若下一层特征图小于预设block大小则返回第0层进行调用，直至完成推理过程。本发明避免了存储大量卷积层中间结果所带来的内存消耗，提高卷积模型在全硬件设备上的推理效率。
-
公开(公告)号：CN101840383B
公开(公告)日：2012-07-04
申请号：CN201010162192.8
申请日：2010-04-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种支持连续/离散地址多数据并行访问的可配置存储器，包括：存储阵列，用于储存数据，由存储单元按行和列排列构成，每个存储单元对应一个唯一的行列地址；处理数据输入输出的控制电路，用于处理数据的读出和写入行为；处理读写信号的控制电路，用于产生读写行为需要的控制信号；配置传输方式的控制寄存器，用于设置访问存储器的方式，该方式是连续地址多数据访问或离散地址多数据访问；地址选通电路，用于决定每个存储阵列使用哪组地址总线作为自己的地址线。利用本发明，实现了数据传输方式的多样化，进而满足了处理器对存储器进行高吞吐、高并行的数据访问需求。
-
公开(公告)号：CN101847087A
公开(公告)日：2010-09-29
申请号：CN201010162375.X
申请日：2010-04-28
Applicant: 中国科学院自动化研究所
IPC: G06F7/505
Abstract: 本发明公开了一种支持定浮点可重构的横向求和网络结构，包括依次连接的浮点指数操作部分、浮点尾数操作/定点操作部分、浮点规格化操作部分，其中：浮点指数操作部分，用于完成选择指数最大值以及求指数差，得到的指数差输出给浮点尾数操作/定点操作部分；浮点尾数操作/定点操作部分，用于完成浮点尾数的移位对齐、数据压缩、数据求和，以及对浮点结果的补码转换，同时通过另一旁路并行完成对浮点规格化操作中需要的前导0预测判断，得到的处理结果输出给浮点规格化操作部分；浮点规格化操作部分，用于完成浮点尾数的规格化移位和调整指数。利用本发明，降低了多输入浮点加法的关键通路延时，减少了定点求和所消耗的运算资源，并降低了功耗。
-
Patent Agency Ranking
公开(公告)号：CN101833468A
公开(公告)日：2010-09-15
申请号：CN201010162391.9
申请日：2010-04-28
Applicant: 中国科学院自动化研究所
IPC: G06F9/45
Abstract: 本发明公开了一种在高性能计算系统中生成向量处理指令集结构的方法，该方法包括：步骤1：分析数字信号处理领域内的核心算法，得到各核心算法的逻辑表达式；步骤2：从该逻辑表达式中抽象出数字信号处理领域内的向量元操作；步骤3：根据抽象出的向量元操作，生成针对专用向量指令语法和行为的向量处理指令集结构。利用本发明，生成了适合于特定领域的向量处理指令集，大大提高了处理器的性能。
-
公开(公告)号：CN114970608B
公开(公告)日：2023-06-02
申请号：CN202210489333.X
申请日：2022-05-06
Applicant: 中国科学院自动化研究所
IPC: G06F18/213 , G06F18/24 , G06F18/25 , G06F3/01 , G06N3/08 , G06N3/0464
Abstract: 本发明提供一种基于眼电信号的人机交互方法及系统，该方法包括：从多个方位上采集目标对象的眼电信号，并根据所述目标对象的眼电信号确定分类模型的输入信息；将所述输入信息输入所述分类模型的特征提取层，得到所述多个方位上的眼电信号的融合特征；将所述融合特征输入所述分类模型的分类层，得到所述目标对象的视线方向类别；根据所述目标对象的视线方向类别对应的控制策略，对与人机交互设备连接的输入设备进行移动操作，以对人机交互设备进行控制；其中，所述分类模型根据样本对象的多个方位上的眼电信号、以及样本对象的视线方向类别进行训练获取。本发明实现简单有效的人机交互的同时，可减少人机交互的软件和硬件成本。
-
公开(公告)号：CN114819122B
公开(公告)日：2022-12-06
申请号：CN202210316689.3
申请日：2022-03-28
Applicant: 中国科学院自动化研究所
Inventor： 尹志刚
IPC: G06N3/063
Abstract: 本申请提供一种基于脉冲神经网络的数据处理方法及装置。所述方法包括：将输入数据产生的各脉冲信号序列进行压缩，获取所述输入数据的各压缩编码；对各所述压缩编码通过脉冲神经网络进行池化，获取目标数据。本申请实施例提供的基于脉冲神经网络的数据处理方法，通过将脉冲信号序列进行压缩来形成压缩编码，使得压缩编码的长度，相较于脉冲信号序列的长度大幅度减少，从而在进行存储时，对脉冲存储空间的需求呈指数级的缩小。且由于形成的压缩编码的长度短，因此在进行池化计算时，其计算时间可得到指数级的缩小，提高了池化效率，进而提高了对输入SNN网络模型的数据的处理效率。
-
公开(公告)号：CN114819121B
公开(公告)日：2022-09-27
申请号：CN202210316654.X
申请日：2022-03-28
Applicant: 中国科学院自动化研究所
Inventor： 尹志刚
IPC: G06N3/063
Abstract: 本发明提供一种基于脉冲神经网络的信号处理装置及信号处理方法，所述装置包括：第一寄存器、第二寄存器、第三寄存器、加法器和移位器；第一寄存器的输出端和第二寄存器的输出端连接加法器的第一输入端；第一寄存器用于存储待处理信号对应的脉冲序列经压缩编码后的脉冲序列；加法器的输出端连接第三寄存器的输入端；第三寄存器的输出端连接移位器的输入端；移位器的输出端连接加法器的第二输入端；加法器用于获取当前时钟周期对应的脉冲积分值；第三寄存器还用于将最后一个时钟周期对应的脉冲积分值作为待处理信号的处理结果进行输出。本发明通过脉冲压缩编码加速SNN模型中的脉冲计算，可满足在有限硬件资源的情况下实现实时的信号处理。
-
公开(公告)号：CN101847087B
公开(公告)日：2012-03-28
申请号：CN201010162375.X
申请日：2010-04-28
Applicant: 中国科学院自动化研究所
IPC: G06F7/505
Abstract: 本发明公开了一种支持定浮点可重构的横向求和网络结构，包括依次连接的浮点指数操作部分、浮点尾数操作/定点操作部分、浮点规格化操作部分，其中：浮点指数操作部分，用于完成选择指数最大值以及求指数差，得到的指数差输出给浮点尾数操作/定点操作部分；浮点尾数操作/定点操作部分，用于完成浮点尾数的移位对齐、数据压缩、数据求和，以及对浮点结果的补码转换，同时通过另一旁路并行完成对浮点规格化操作中需要的前导0预测判断，得到的处理结果输出给浮点规格化操作部分；浮点规格化操作部分，用于完成浮点尾数的规格化移位和调整指数。利用本发明，降低了多输入浮点加法的关键通路延时，减少了定点求和所消耗的运算资源，并降低了功耗。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.028 seconds)
