-
公开(公告)号：CN106446405A
公开(公告)日：2017-02-22
申请号：CN201610846024.8
申请日：2016-09-23
Applicant: 北京大学深圳研究生院
CPC classification number: G06F17/5036 , G06N3/08
Abstract: 本申请公开了一种集成电路器件神经网络建模样本选择方法及装置，对于平均影响值最大的输入变量，通过将该输入变量的区间不断地均等划分，直到所有划分出的区间的相对误差都小于或等于预设的误差精度时才停止均等划分动作，并输出划分出的长度最小的区间的长度为该输出变量的步长，再根据该输入变量的步长分别计算其他各输入变量步长，最后对于每一个输入变量，根据其变化区间及步长进行取点，以得到每一个输入变量的样本点集合，从而可以实现在给定精度的情况下实现低样本数据量的选择，并且低样本数据量还节约了器件建模所需的测试开销，提高了神经网络的训练速度。
-
公开(公告)号：CN106446405B
公开(公告)日：2018-12-18
申请号：CN201610846024.8
申请日：2016-09-23
Applicant: 北京大学深圳研究生院
Abstract: 本申请公开了一种集成电路器件神经网络建模样本选择方法及装置，对于平均影响值最大的输入变量，通过将该输入变量的区间不断地均等划分，直到所有划分出的区间的相对误差都小于或等于预设的误差精度时才停止均等划分动作，并输出划分出的长度最小的区间的长度为该输出变量的步长，再根据该输入变量的步长分别计算其他各输入变量步长，最后对于每一个输入变量，根据其变化区间及步长进行取点，以得到每一个输入变量的样本点集合，从而可以实现在给定精度的情况下实现低样本数据量的选择，并且低样本数据量还节约了器件建模所需的测试开销，提高了神经网络的训练速度。
-
Search Results
2
records
(took 0.032 seconds)
