通过对权重矩阵实施空间局部性并实现频率压缩来压缩(多个)深度网络的全连接/递归层

    公开(公告)号:CN111357019B

    公开(公告)日:2023-12-29

    申请号:CN201880074735.5

    申请日:2018-11-30

    Abstract: 一种系统,具有存储计算机可执行组件的存储器以及执行计算机可执行组件的处理器,该系统通过利用权重矩阵的空间局部性并实现频率变换和压缩来减少与训练神经网络有关的数据大小。接收组件接收以压缩的频域权重矩阵形式的神经网络数据。分割组件将初始权重矩阵分割成原始子分量,其中相应的原始子分量具有空间权重。采样组件将广义权重分布应用于相应的原始子分量以生成相应的归一化子分量。变换组件对相应的归一化子分量应用变换。裁剪组件裁剪经变换的相应的归一化子分量的高频权重以产生低频归一化子分量的集合,以生成原始子分量的压缩表示。

    使用随机序列嵌入的符号序列分析的计算效率

    公开(公告)号:CN112470172A

    公开(公告)日:2021-03-09

    申请号:CN201980030031.2

    申请日:2019-05-03

    Abstract: 提供了一种分析符号序列的方法和系统。从所有者的计算设备接收符号序列的元数据。基于所接收的元数据来生成R个随机序列的集合,并且将其发送到所述符号序列的所有者的计算设备,以便基于所述R个随机序列的集合和所述符号序列来计算特征矩阵。从所有者的计算设备接收特征矩阵。在确定特征矩阵的内积低于阈值准确度时,迭代过程返回到生成R个随机序列。在确定特征矩阵的内积等于或高于阈值准确度时,基于机器学习对特征矩阵进行分类。经分类的全局特征矩阵被发送以显示在所有者的计算设备的用户界面上。

    图形相似度分析
    4.
    发明公开

    公开(公告)号:CN110399983A

    公开(公告)日:2019-11-01

    申请号:CN201910306083.X

    申请日:2019-04-17

    Abstract: 提供了促进图形相似度分析的技术。在一个示例中,系统包括信息部件和相似度部件。信息部件生成指示与机器学习系统相关联的第一图形结构化数据集的第一熵测量的第一信息索引。信息部件还生成指示与机器学习系统相关联的第二图形结构化数据集的第二熵测量的第二信息索引。相似度部件基于与第一信息索引和第二信息索引相关联的图形相似度计算来确定第一图形结构化数据集与第二图形结构化数据集之间的相似度。

    使用随机序列嵌入的符号序列分析的计算效率

    公开(公告)号:CN112470172B

    公开(公告)日:2024-08-16

    申请号:CN201980030031.2

    申请日:2019-05-03

    Abstract: 提供了一种分析符号序列的方法和系统。从所有者的计算设备接收符号序列的元数据。基于所接收的元数据来生成R个随机序列的集合,并且将其发送到所述符号序列的所有者的计算设备,以便基于所述R个随机序列的集合和所述符号序列来计算特征矩阵。从所有者的计算设备接收特征矩阵。在确定特征矩阵的内积低于阈值准确度时,迭代过程返回到生成R个随机序列。在确定特征矩阵的内积等于或高于阈值准确度时,基于机器学习对特征矩阵进行分类。经分类的全局特征矩阵被发送以显示在所有者的计算设备的用户界面上。

    具有用于高效参数更新的降低精度参数分量的机器学习硬件

    公开(公告)号:CN114341892A

    公开(公告)日:2022-04-12

    申请号:CN202080061406.4

    申请日:2020-08-17

    Abstract: 一种用于训练和推断神经网络的装置包括经配置以至少部分地基于具有包括第二数量的位的第二格式的第二权重和具有包括第三数量的位的第三格式的残差来生成具有包括第一数量的位的第一格式的第一权重的电路。第二数量的位和第三数量的位各自少于第一数量的位。该电路进一步经配置以至少部分地基于第一权重来更新第二权重,以及至少部分地基于经更新的第二权重和第一权重来更新残差。该电路进一步经配置以至少部分基于经更新的第二权重和经更新的残差来更新第一权重。

Patent Agency Ranking