一种用于神经网络后训练量化偏移修正的加速器装置

    公开(公告)号:CN117131914A

    公开(公告)日:2023-11-28

    申请号:CN202311171631.5

    申请日:2023-09-12

    Applicant: 复旦大学

    Abstract: 本发明公开了一种用于神经网络后训练量化偏移修正的加速器装置,偏移修正运算模块通过将卷积输出图像的数据经过偏移修正计算后输出到片外;偏移修正运算模块包含累加模块和计算模块,累加模块根据数据流计算相应输入数据的累加和,输入数据的累加和暂存在累加模块的缓存单元中,输入数据与权重数据的卷积计算结果暂存在片上部分和缓存中,计算模块负责将卷积计算结果与偏移修正参数等数据完成乘加运算并输出到片外;对权重数据的偏移修正计算等效到了对卷积计算结果的修正,通过对每一个输出图像结果加上其对应的偏移值并乘以相应的参数进行偏移修正,使量化后网络模型推理准确率提高,以较低的硬件开销实现偏移修正计算方法。

    一种基于LoraWan和区块链的安全网关

    公开(公告)号:CN113852544A

    公开(公告)日:2021-12-28

    申请号:CN202110899069.2

    申请日:2021-08-05

    Applicant: 复旦大学

    Abstract: 本发明属于物联网技术领域,具体为一种基于LoraWan和区块链的安全网关。本发明系统架构由自下而上的终端层、网关层和服务层组成;其中,终端设备与网关设备比例根据应用场景、地理特点等因素综合考虑。本发明通过终端区块提案区分数据类型,能够摒弃冗余的报警规则引擎,减缓网络带宽的压力,提高数据的处理效率。利用LoraWan通讯协议、网关层解密、区块链节点功能分割等创新方案形成数据线下采集与线上流转的可信闭环,为建立广域安全物联网网络提供了可行的解决方案。

    一种部署区块链的端边云协同的可信边缘物联网系统

    公开(公告)号:CN113656495A

    公开(公告)日:2021-11-16

    申请号:CN202110853374.8

    申请日:2021-07-28

    Applicant: 复旦大学

    Abstract: 本发明属于物联网技术领域,具体为一种部署区块链的端边云协同的可信边缘物联网系统。本发明系统架构分为终端层、边缘层和云服务层,根据各层硬件设备性能不同以及应用场景不同,部署不同的区块链功能节点。终端层部署区块链数据预处理功能模块,负责数据采集、预处理,与边缘层进行通信;边缘层部署区块链应用节点,负责数据进一步处理设备间的通信;云服务层部署区块链共识节点,负责数据存储与处理,数据上链。本发明可以应用在智能工业生产中,既能保证工业生产中数据的安全可信、不可篡改以及可追溯,又可解决边缘物联网中边缘设备在区块链网络中存在的数据处理和存储的性能问题,还能够及时发现风险并预警。

    一种基于边缘设备的分布式神经网络训练系统

    公开(公告)号:CN113282411A

    公开(公告)日:2021-08-20

    申请号:CN202110544084.5

    申请日:2021-05-19

    Abstract: 本发明涉及人工智能技术领域,具体是一种基于边缘设备的分布式神经网络训练系统,通过IoT边缘设备进行分布式联合训练的方式,以实现对边缘端产生的海量数据进行有效利用的功能;通过对Parameter Server分布式架构下机器学习分布式训练的设备优化组网配置进行以各设备间性能、带宽进行综合配比实现最优配置;通过对训练任务的模型大小、各设备性能和带宽之间进行优化分配,确定目前能最大发挥设备群性能的配置。本发明提供的方法不仅实现了将神经网络训练部署至IoT领域,同时对分布式组网任务配置方面进行了优化,有效地避免了集群间不必要的性能损耗,提高了分布式训练系统的计算性能。

    一种部署区块链的端边云协同的可信边缘物联网系统

    公开(公告)号:CN113656495B

    公开(公告)日:2023-11-24

    申请号:CN202110853374.8

    申请日:2021-07-28

    Applicant: 复旦大学

    Abstract: 本发明属于物联网技术领域,具体为一种部署区块链的端边云协同的可信边缘物联网系统。本发明系统架构分为终端层、边缘层和云服务层,根据各层硬件设备性能不同以及应用场景不同,部署不同的区块链功能节点。终端层部署区块链数据预处理功能模块,负责数据采集、预处理,与边缘层进行通信;边缘层部署区块链应用节点,负责数据进一步处理设备间的通信;云服务层部署区块链共识节点,负责数据存储与处理,数据上链。本发明可以应用在智能工业生产中,既能保证工业生产中数据的安全可信、不可篡改以及可追溯,又可解决边缘物联网中边缘设备在区块链网络中存在的数据处理和存储的性能问题,还能够及时发现风险并预警。

    一种基于边缘计算的公用卫生间维保系统及方法

    公开(公告)号:CN113612831B

    公开(公告)日:2023-03-31

    申请号:CN202110854209.4

    申请日:2021-07-28

    Applicant: 复旦大学

    Abstract: 本发明涉及一种基于边缘计算的公用卫生间维保系统及方法,通过在公用卫生间漏水通道安装传感器来采集数据,把数据发送给边缘计算网关进行分析处理,可以实时检测出是否漏水,及时切断供水,同时将数据传输到云服务上进行进一步分析计算和存储,并通过云服务器把设备损坏的信息发送预警给相关人员进行维修,云服务器也可以通过数据来测算公用卫生间的人流量,可以通过人流监测来进行供水调度。与现有技术相比,本发明具有有效实现公用卫生间的智能维保、功能丰富等优点。

    一种基于深度学习热力值的RefineF人体骨骼关键点精度提高算法

    公开(公告)号:CN114758359A

    公开(公告)日:2022-07-15

    申请号:CN202210418562.2

    申请日:2022-04-20

    Abstract: 本发明涉及深度学习技术领域,具体是一种基于深度学习热力值的RefineF人体骨骼关键点精度提高算法,包括:获取输入图像得到原始图像输入数据;翻转输入图像数据得到翻转后图像输入数据;将图像数据分别输入深度神经网络中得到其热力值输出;整合两种输出得到网络最终热力值输出获取输出的所有最大值的大小以及对应的最大值坐标;以最大值坐标为中心持续执行Refine方法;汇总所有位置的骨骼关键点坐标得到最终关节点位置。本发明对图像中人体骨骼关键点附近的异物具有较强的抗干扰性,能够快速且更为准确地得到人体骨骼关键点的输出坐标位置,并且能够极大地提高模型对人体姿态捕捉结果的精度,输出结果还具有一定的鲁棒性和稳定性。

Patent Agency Ranking