-
公开(公告)号:CN117931428A
公开(公告)日:2024-04-26
申请号:CN202311827441.4
申请日:2023-12-27
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社
IPC: G06F9/50
Abstract: 公开了用于广播计算的方法和电子装置。所述方法包括:确定与第一张量和第二张量对应的广播类型;执行预先生成的与广播类型对应的程序以:确定与第一形状的每个维度对应的偏移量和与第二形状的每个维度对应的偏移量,基于广播类型、与第一形状的每个维度对应的偏移量和与第二形状的每个维度对应的偏移量,确定与第一张量的每个维度对应的偏移量以及与第二张量的每个维度对应的偏移量,基于与第一张量的每个维度对应的偏移量、与第二张量的每个维度对应的偏移量,确定第一张量的第一元素的第一偏移量和第二张量的第二元素的第二偏移量,基于第一偏移量和第二偏移量获取第一元素和第二元素,并对第一元素和第二元素执行运算。
-
公开(公告)号:CN117574988A
公开(公告)日:2024-02-20
申请号:CN202311443379.9
申请日:2023-11-01
Applicant: 三星(中国)半导体有限公司 , 三星电子株式会社
IPC: G06N3/084 , G06N3/0464 , G06N3/0499 , G06N3/063 , G06N3/048
Abstract: 提供了一种神经网络的量化位宽学习方法,包括:对神经网络中的变换器的量化区间和离散器的量化位宽进行初始化,其中,神经网络的卷积层和/或全连接层包括量化模块,量化模块包括变换器和离散器;基于初始化的量化区间和量化位宽,保持神经网络的权重不变来对神经网络的离散器的量化位宽进行训练直至损失函数收敛为止,其中,损失函数指示不包括量化模块的神经网络的权重和激活与包括量化模块的神经网络的权重和激活之间的分布距离;获得采用训练后的量化位宽的神经网络。
-
公开(公告)号:CN115147874A
公开(公告)日:2022-10-04
申请号:CN202210206751.3
申请日:2022-03-04
Applicant: 三星电子株式会社
IPC: G06V40/12 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/08
Abstract: 公开了用于生物特征信息伪造检测的方法和设备。所述用于生物特征信息伪造检测的方法包括:从神经网络的中间层提取嵌入向量,神经网络被配置为从包括生物特征信息的图像中检测用户的生物特征信息是否被伪造;基于嵌入向量,检测关于生物特征信息是否被伪造的第一信息;以及基于是否检测到第一信息,使用从神经网络的输出层输出的输出向量来检测关于生物特征信息是否被伪造的第二信息。
-
公开(公告)号:CN114626037A
公开(公告)日:2022-06-14
申请号:CN202110646774.1
申请日:2021-06-10
Applicant: 三星电子株式会社
Abstract: 提供了一种检测生物特征信息的假冒的方法和设备。所述方法包括:从传感器接收包括与用户的生物特征信息相关的静态特征和基于与生物特征信息相关的图像而获得的动态特征的第一特征信息;基于根据第一特征信息计算的第一分数来检测生物特征信息是否被假冒;根据基于第一分数检测生物特征信息被假冒的结果来将第一分数与基于从图像提取的第二特征信息计算的第二分数进行融合;以及基于融合的分数来检测生物特征信息被假冒。
-
-
-