-
公开(公告)号：CN115841142A
公开(公告)日：2023-03-24
申请号：CN202310134058.4
申请日：2023-02-20
IPC: G06N3/065 , G06N3/0464 , G06N3/08 , G06N3/049
Abstract: 本发明公开了基于深度脉冲神经网络的视觉皮层模拟方法及相关设备，所述方法包括：将与生物实验中相同的图片刺激输入到预训练的深度脉冲神经网络，得到各层的脉冲响应；采用表征相似性分析RSA或者典型相关分析CCA度量深度脉冲神经网络各层的脉冲响应和真实生物神经响应之间的相似性；选择最高的神经相似性得分作为深度脉冲神经网络的结构针对相应脑区的得分，并记录得分最高的层以与生物视觉系统进行对比。本发明利用深度脉冲神经网络对神经系统视觉皮层进行建模，可以直接与生物实验记录的时序信号进行比较，取得了相对于相似结构卷积神经网络更高的神经相似性得分，同时也在网络结构和信息处理机制方面更好地匹配了真实神经系统的性质。
-
公开(公告)号：CN112949424A
公开(公告)日：2021-06-11
申请号：CN202110168780.0
申请日：2021-02-07
Applicant: 北京大学
Abstract: 本发明公开了一种神经形态视觉采样方法及装置，方法包括：采集当前场景中不同位置点的光信号并转化为亮度信号；将转化得到的亮度信号输入已训练的脉冲采样模型，以由所述脉冲采样模型对输入的亮度信号进行采样编码得到脉冲阵列信号；将所述脉冲阵列信号输入已训练的视觉任务模型，以由所述视觉任务模型对所述脉冲阵列信号进行视觉分析，得到分析结果。本发明不使用动态视觉传感器或积分视觉传感器获取脉冲阵列信号，而是通过神经网络进行神经形态的视觉采样，并将视觉分析计算任务与采样一体化，从而可以灵活定制多种视觉采样模型，以适应多场景，多任务的应用需求，提升自使用感知性能。
-
Patent Agency Ranking
公开(公告)号：CN119167995A
公开(公告)日：2024-12-20
申请号：CN202410237508.7
申请日：2024-03-01
IPC: G06N3/0464 , G06N3/08 , G06F13/28
Abstract: 本发明公开一种神经网络加速器、方法及电子芯片，其中，神经网络加速器，包括：直接内存访问模块、全局控制模块、运算模块和片内存储模块；直接内存访问模块用于加载特征数据、权重数据和指令数据；直接内存访问模块从片内存储模块读取特征数据和权重数据分发给运算模块，并将运算结果写回到片内存储模块；全局控制模块用于在收到启动工作指令时将存储的指令数据分发给运算模块以对运算模块进行控制信息配置；运算模块，用于根据全局控制模块分发的指令数据控制执行基于Winograd算法的神经网络运算；片内存储模块，用于加载的特征数据、权重数据、运算中间数据及运算结果数据的存储。本发明适于神经网络运算的效率提升和功耗降低。
-
公开(公告)号：CN115841142B
公开(公告)日：2023-06-06
申请号：CN202310134058.4
申请日：2023-02-20
IPC: G06N3/065 , G06N3/0464 , G06N3/08 , G06N3/049
Abstract: 本发明公开了基于深度脉冲神经网络的视觉皮层模拟方法及相关设备，所述方法包括：将与生物实验中相同的图片刺激输入到预训练的深度脉冲神经网络，得到各层的脉冲响应；采用表征相似性分析RSA或者典型相关分析CCA度量深度脉冲神经网络各层的脉冲响应和真实生物神经响应之间的相似性；选择最高的神经相似性得分作为深度脉冲神经网络的结构针对相应脑区的得分，并记录得分最高的层以与生物视觉系统进行对比。本发明利用深度脉冲神经网络对神经系统视觉皮层进行建模，可以直接与生物实验记录的时序信号进行比较，取得了相对于相似结构卷积神经网络更高的神经相似性得分，同时也在网络结构和信息处理机制方面更好地匹配了真实神经系统的性质。
-
公开(公告)号：CN112949424B
公开(公告)日：2023-02-07
申请号：CN202110168780.0
申请日：2021-02-07
Applicant: 北京大学
Abstract: 本发明公开了一种神经形态视觉采样方法及装置，方法包括：采集当前场景中不同位置点的光信号并转化为亮度信号；将转化得到的亮度信号输入已训练的脉冲采样模型，以由所述脉冲采样模型对输入的亮度信号进行采样编码得到脉冲阵列信号；将所述脉冲阵列信号输入已训练的视觉任务模型，以由所述视觉任务模型对所述脉冲阵列信号进行视觉分析，得到分析结果。本发明不使用动态视觉传感器或积分视觉传感器获取脉冲阵列信号，而是通过神经网络进行神经形态的视觉采样，并将视觉分析计算任务与采样一体化，从而可以灵活定制多种视觉采样模型，以适应多场景，多任务的应用需求，提升自使用感知性能。
-
公开(公告)号：CN113014805B
公开(公告)日：2022-05-20
申请号：CN202110170050.4
申请日：2021-02-08
Applicant: 北京大学
Abstract: 本发明公开了一种仿视网膜中央凹与外周的联合采样方法、装置、计算机设备和存储介质。所述方法包括：通过解码模块对异步脉冲信号进行解码，分离出变化信息编码数据和纹理信息编码数据；根据变化信息编码数据和纹理信息编码数据进行视觉任务分析，得到对应的分析结果，视觉任务包括感知当前场景变化的任务和重构图像视频的任务。因此，采用本申请实施例提供的采样方法，能够对光信号进行感知编码并生成脉冲阵列，同时解码端的解码模块可根据编码规则完成脉冲类型分离及场景亮度重构，因此，该采样方法具有高时间分辨率、高动态范围、低功耗等优点，能够应用于高速运动模糊与极端光照等应用场景中。
-
公开(公告)号：CN113014805A
公开(公告)日：2021-06-22
申请号：CN202110170050.4
申请日：2021-02-08
Applicant: 北京大学
Abstract: 本发明公开了一种仿视网膜中央凹与外周的联合采样方法、装置、计算机设备和存储介质。所述方法包括：通过解码模块对异步脉冲信号进行解码，分离出变化信息编码数据和纹理信息编码数据；根据变化信息编码数据和纹理信息编码数据进行视觉任务分析，得到对应的分析结果，视觉任务包括感知当前场景变化的任务和重构图像视频的任务。因此，采用本申请实施例提供的采样方法，能够对光信号进行感知编码并生成脉冲阵列，同时解码端的解码模块可根据编码规则完成脉冲类型分离及场景亮度重构，因此，该采样方法具有高时间分辨率、高动态范围、低功耗等优点，能够应用于高速运动模糊与极端光照等应用场景中。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
