-
-
公开(公告)号：CN108665062B
公开(公告)日：2020-03-10
申请号：CN201810408130.7
申请日：2018-04-28
Applicant: 中国科学院计算技术研究所
Abstract: 本公开提供了一种基于小波变换减少IO开销的神经网络处理系统，其中，所述基于小波变换的神经网络处理系统，包括：片下压缩单元，用于对片下数据进行压缩并发送至片上；以及片上计算装置，与所述片下压缩单元连接，用于接收所述压缩并发送至片上的数据，执行神经网络运算；其中，所述压缩单元基于小波变换对所述片下数据进行压缩。本公开神经网络处理系统，通过在加载与存储数据时进行数据压缩，减少了IO量，降低了时间与能量开销。
-
公开(公告)号：CN110059812A
公开(公告)日：2019-07-26
申请号：CN201910079638.1
申请日：2019-01-26
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种脉冲神经网络运算芯片及相关运算方法，该脉冲神经网络运算方法应用于该脉冲神经网络运算芯片，该方法应用于脉冲神经网络，该脉冲神经网络包括时钟神经元，该方法包括：该时钟神经元在第一时间后，以第二时间为间隔发送时钟脉冲；该脉冲神经网络中与该时钟神经元对应的输出神经元根据该时钟脉冲发送输出脉冲。
-
公开(公告)号：CN110059800A
公开(公告)日：2019-07-26
申请号：CN201910079637.7
申请日：2019-01-26
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种人工神经网络转换为脉冲神经网络的脉冲神经网络转换方法及相关转换芯片，该脉冲神经网络转换方法包括：根据人工神经网络的待转换层和转换激活函数，得到待转换人工神经网络，该转换激活函数的结果与该人工神经网络的输入数据正相关；训练该待转换人工神经网络，得到训练后待转换人工神经网络；以及根据该训练后待转换人工神经网络和时钟神经元，得到脉冲神经网络。
-
公开(公告)号：CN108632359A
公开(公告)日：2018-10-09
申请号：CN201810325715.2
申请日：2018-04-12
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种通用型物联网节点装置，涉及嵌入式软硬件设计领域，该装置包括主控器，用于控制所述通用型物联网节点装置的数据传输及数据处理；稳压电路，用于将电源电压5V转3.3V稳压电路；充电电路，用于所述通用型物联网节点装置进行充电；蓝牙模块，用于所述通用型物联网节点装置与用户终端进行数据无线传输；充放电模块，用于为所述通用型物联网节点装置提供电量；其中所述主控器、所述稳压电路、所述充电电路、所述蓝牙模块、所述充放电模块互相连通。
-
Patent Agency Ranking
公开(公告)号：CN101732033A
公开(公告)日：2010-06-16
申请号：CN200810225717.0
申请日：2008-11-07
Applicant: 中国科学院计算技术研究所
IPC: A61B5/00
Abstract: 本发明提供一种人体波形中的特征参数的提取方法，包括：在原始波形上通过n/m滑窗逻辑法查找波形周期内的波形峰值点；在所得到的波峰值点的周围查找波形最低的点，从而得到波形起始点；还包括对原始波形做一阶差分和二阶差分操作；利用二阶差分的结果波形从原始波形图中找到降中峡与重搏波峰值点，利用所述一阶差分和二阶差分的结果波形从原始波形图中找到重搏前波峰值点。本发明还包括采用N次-两点平滑滤波法对原始波形做平滑滤波。本发明的特征参数提取方法在计算机上实现了对波形中特征参数的提取，与现有操作中常见的人工方法相比，显然具有准确率高，标识结果可靠的优点。
-
公开(公告)号：CN118071393A
公开(公告)日：2024-05-24
申请号：CN202410188209.9
申请日：2024-02-20
Applicant: 中国科学院计算技术研究所 , 阿里巴巴(北京)软件服务有限公司
IPC: G06Q30/0202 , G06Q30/0201 , G06N3/042 , G06N3/044 , G06N3/0455 , G06N3/084 , G06N5/025 , G06N5/04
Abstract: 一种基于因果结构学习的营销组合建模及预测方法，包括：将历史营销数据生成全连接图，并基于该全连接图生成因果图结构；建模因果关系编码器，以该因果关系编码器从该因果图结构中提取因果表征；建模营销反馈解码器，以该营销反馈解码器基于该因果表征和当前营销数据，生成下一时刻的营销预测结果。本发明还提出一种基于因果结构学习的营销组合建模及预测系统，以及一种基于因果结构学习而实现营销组合建模及预测的数据处理装置。
-
公开(公告)号：CN110059800B
公开(公告)日：2021-09-14
申请号：CN201910079637.7
申请日：2019-01-26
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种人工神经网络转换为脉冲神经网络的脉冲神经网络转换方法及相关转换芯片，该脉冲神经网络转换方法包括：根据人工神经网络的待转换层和转换激活函数，得到待转换人工神经网络，该转换激活函数的结果与该人工神经网络的输入数据正相关；训练该待转换人工神经网络，得到训练后待转换人工神经网络；以及根据该训练后待转换人工神经网络和时钟神经元，得到脉冲神经网络。
-
公开(公告)号：CN108764454A
公开(公告)日：2018-11-06
申请号：CN201810408237.1
申请日：2018-04-28
Applicant: 中国科学院计算技术研究所
CPC classification number: G06N3/02 , G06F13/28 , G06F17/148
Abstract: 本公开提供了一种基于小波变换压缩和/或解压缩的神经网络处理方法，其中，所述神经网络处理方法包括：对片下数据进行压缩并发送至片上；对所述压缩并发送至片上的数据进行解压缩；接收所述解压缩后的数据并执行神经网络运算；对神经网络运算得到的数据进行压缩并发送至片下；以及对所述压缩并发送至片下的数据进行解压缩并存储为片下数据；其中，基于小波变换对数据进行所述压缩和/或解压缩操作。本公开基于小波变换压缩和/或解压缩的神经网络处理方法，通过在加载与存储数据时进行数据压缩，减少了IO量，降低了时间与能量开销。
-
公开(公告)号：CN108629410B
公开(公告)日：2021-01-22
申请号：CN201810408138.3
申请日：2018-04-28
Applicant: 中国科学院计算技术研究所
IPC: G06N3/063
Abstract: 本公开提供了一种基于主成分分析降维和/或升维的神经网络处理方法，其中，所述基于主成分分析的神经网络处理方法，包括：对片下数据进行降维并发送至片上；对所述降维并发送至片上的数据进行升维；接收所述升维后的数据并执行神经网络运算；对神经网络运算得到的数据进行降维并发送至片下；以及对所述降维并发送至片下的数据进行升维并存储为片下数据；其中，基于主成分分析对数据进行所述降维和/或升维操作。本公开基于主成分分析降维和/或升维的神经网络处理方法，通过在加载与存储数据时进行数据降维，减少了IO数量，降低了时间与能量开销。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.047 seconds)
