-
公开(公告)号：CN118504636A
公开(公告)日：2024-08-16
申请号：CN202410576408.7
申请日：2024-05-10
Applicant: 清华大学
Abstract: 本发明公开了全模拟光电智能计算芯片架构与系统，该系统包括：模拟信号获取模块，用于获取模拟信号；模拟光电神经网络构建模块，用于通过模拟光计算芯片和模拟电计算芯片构建基于全模拟光电智能计算芯片的多层模拟光电神经网络；计算结果输出模块，用于将模拟信号输入多层模拟光电神经网络进行计算以输出模拟信号计算结果。本发明通过多层的模拟光电神经网络架构的设计，实现高速、高能效光电计算。
-
公开(公告)号：CN114511513B
公开(公告)日：2024-06-28
申请号：CN202210044854.4
申请日：2022-01-14
IPC: G06T7/00 , G06T7/11 , G06N3/0464 , G06N3/084 , G06V10/774 , G06V10/82
Abstract: 本申请提出了一种基于深度卷积神经网络的脑动脉瘤三维检测分割方法，包括：获取待分割的三维医学图像数据；对三维医学图像数据的预测进行初始化，生成种子点作为初始的已测试区域；从已测试区域向外扩张一个区域，得到扩张区域；将扩张区域输入至训练好的流网络模型中，对扩张区域进行预测，并将经过预测的扩张区域并入已测试区域；对三维医学图像数据进行迭代预测，直到已测试区域完全覆盖三维医学图像数据，完成预测，得到三维医学图像数据的预测结果；根据三维医学图像数据的预测结果，得到三维医学图像数据的分割结果。本申请引入了流网络模型中迭代预测的思路，在保持样本三维结构信息的同时减少了模型的参数量，从而使模型更加准确、便捷。
-
公开(公告)号：CN115358391B
公开(公告)日：2024-06-14
申请号：CN202211078157.7
申请日：2022-09-05
Applicant: 清华大学
Abstract: 本申请涉及神经网络技术领域，特别涉及一种神经网络的规模拓展方法、装置、电子设备及存储介质，其中，方法包括：确定目标神经网络的实际运算位宽；利用算术逻辑运算训练策略训练目标神经网络运算位宽中小于实际运算位宽的第一规模子网络，得到的权重参数作为运算位宽大于第一规模子网络的第二规模子网络的初始权重参数，训练第二规模子网络，并按照运算位宽由低位至高位的顺序逐级拓展网络规模，直到网络规模的运算位宽达到实际运算位宽，得到目标神经网络的初始权重参数，实现对目标神经网络的训练。由此，解决了相关技术利用整体网络参数初始化的方法，无法充分挖掘算术逻辑运算任务本身的可复用性，训练复杂度高，训练时间长，效率低等问题。
-
公开(公告)号：CN116384460B
公开(公告)日：2024-06-11
申请号：CN202310324913.8
申请日：2023-03-29
Applicant: 清华大学
Abstract: 本申请涉及光学神经网络技术领域，特别涉及一种鲁棒性光学神经网络训练方法、装置、电子设备及介质，其中，方法包括：获取光学神经网络的损失函数；在训练光学神经网络的过程中确定损失函数的平稳极值，其中，平稳极值为损失函数处于一个局部最小值且绝对值满足预设精度要求，同时在极值附近的预设范围内损失函数的变化速率低于预设数值；将平稳极值作为光学神经网络的训练目标，在光学神经网络的训练损失函数达到平稳极值时，完成光学神经网络的训练。由此，解决了相关技术中通过搭建外围光路和电路并结合误差校准算法对光的相位和幅度等物理特性的误差进行补偿，无法保证神经网络输出结果的准确性，且存在校准时间长，难度大等问题。
-
公开(公告)号：CN118154430A
公开(公告)日：2024-06-07
申请号：CN202410573481.9
申请日：2024-05-10
Applicant: 清华大学
IPC: G06T3/4053 , G06T5/50
Abstract: 本发明公开了时空角融合动态光场智能成像方法，该方法，包括对光场低分辨率视频帧的不同子视角进行角度对齐得到对齐后的光场子视角视频帧；利用光流对齐方法对光场子视角视频帧进行特征对齐以得到光流对齐后的时序融合特征；根据对时序融合特征的高维信息的特征处理结果进行多维度信息的融合得到时空角信息融合特征；对时空角信息融合特征进行特征重建以输出高分辨率重建结果。本发明能够充分有效地利用光场的时空角信息，进一步提升光场成像能力。
-
Patent Agency Ranking
公开(公告)号：CN117608066B
公开(公告)日：2024-06-07
申请号：CN202410084873.9
申请日：2024-01-19
Applicant: 清华大学
IPC: G02B21/00
Abstract: 本发明涉及显微成像技术领域，特别涉及一种正倒置一体化扫描光场显微成像装置及方法，其中，装置包括：显微镜、激发光路、重载型旋转台、微透镜阵列等。其中，显微镜的载物台上放置有目标生物样本；重载型旋转台用于根据拍摄需求调整显微镜的物镜位置；使用二维扫描系统、微透镜阵列和相机进行处理目标生物样本发出的荧光并生成扫描光场图像和荧光图像，控制系统同步控制二维扫描系统和相机，实现正倒置一体化扫描光场显微成像，基于扫描光场图像和荧光图像获取目标生物样本的三维体积。由此，解决了相关技术中的显微成像系统无法满足不同角度的拍摄需求，且存在造价成本高、智能化低等问题。
-
公开(公告)号：CN118138901A
公开(公告)日：2024-06-04
申请号：CN202410535756.X
申请日：2024-04-30
Applicant: 清华大学
IPC: H04N23/957
Abstract: 本发明公开了光场元视觉表征模型与架构，包括分光模块、第一成像模块和宽视场波前传感器；其中，分光模块，用于将输入的入射光线分为第一分路光线和第二分路光线；第一成像模块，用于利用第一分路光线对目标场景进行成像以输出像差模糊的目标场景图像；宽视场波前传感器，用于采集第二分路光线以得到目标场景的像差分布信息，并将像差分布信息输入至系统的点扩散函数模型中，通过包含像差分布信息的点扩散函数对所述像差模糊的目标场景图像进行图像处理以输出高分辨率无像差的目标场景图像。本发明解决了目标场景空间非一致像差的问题，可以消除成像视场角内不同的像差分别。
-
公开(公告)号：CN116245141B
公开(公告)日：2024-06-04
申请号：CN202310074506.6
申请日：2023-01-13
Applicant: 清华大学
IPC: G06N3/0455 , G06N3/096
Abstract: 本申请涉及深度学习技术领域，特别涉及一种迁移学习架构、方法、电子设备及存储介质，其中，迁移学习架构包括：一个或多个上游任务模型，每个上游任务模型包括多头注意力机制层，且多头注意力机制层整层扩展为专家网络层；下游任务模型，下游任务模型包括与多头注意力机制层层数相同的专家融合层，专家融合层与多头注意力机制层的每层对应，每层专家融合层中专家网络通过迁移所有上游任务模型的多头注意力机制层的对应层得到。由此，解决了相关技术中只能迁移一个上游任务模型，无法同时利用多个上游模型，对上游模型能力要求高等问题。
-
公开(公告)号：CN114638349B
公开(公告)日：2024-05-28
申请号：CN202210099896.8
申请日：2022-01-27
Applicant: 清华大学
IPC: G06N3/06
Abstract: 本申请涉及半导体技术领域，特别涉及一种光敏神经元、感存算一体化智能感知装置、方法及介质，其中，光敏神经元包括：雪崩探测器，用于在光子入射时，基于光致雪崩效应，输出电压脉冲；与所述雪崩探测器串联的自适应阻变存储器，用于在所述电压脉冲的驱动下，导电离子漂移到导电沟道形成沉积，以感知任一信号光的光场信号，和/或经过训练后，产生最大幅值的电流脉冲。由此，解决了相关技术中感存算一体化架构像素密度低的问题，大大提高光敏神经元网络像素密度，且尺寸小、功耗低和速度快。
-
公开(公告)号：CN117631249B
公开(公告)日：2024-05-24
申请号：CN202410073855.0
申请日：2024-01-18
Applicant: 清华大学
Abstract: 本申请涉及显微成像技术领域，特别涉及一种线扫共聚焦扫描光场显微成像装置及方法，包括：显微镜的载物台上放置有目标生物样本；激发光路用于输出激发目标生物样本荧光的线状光源；线扫硬件光路用于多维扫描线状光源得到扫描光场图像；微透镜阵列用于线状光源的光场调制得到线状光场；相机用于根据线状光场进行三维成像得到三维图像；控制系统用于控制线扫硬件光路和相机执行线扫共聚焦动作，使得同一时刻同时曝光的像素行数与线状光源照明的样本区域一致，以分离目标生物样本的样本荧光信号和背景荧光信号，并根据扫描光场图像和三维图像生成目标生物样本的背景荧光去除的三维显微图像。由此，解决了扫描光场显微系统存在的背景荧光等问题。
-
-
-
-
-
-
-
-
-
Search Results
1667
records
(took 0.04 seconds)
