电子设备
    11.
    发明授权

    公开(公告)号:CN106207533B

    公开(公告)日:2020-02-07

    申请号:CN201610357508.6

    申请日:2016-05-26

    Inventor: 朴峻奭

    Abstract: 一种电子设备,可以包括:印刷电路板(PCB);电连接到PCB的多个电子组件;以及连接部件,包括固定到PCB和电子组件中的一个的第一部分以及磁性地连接到PCB和电子组件中的另一个的第二部分。连接部件的第二部分可以可移动地连接到第一部分。

    用于执行神经网络操作的设备和操作该设备的方法

    公开(公告)号:CN109961072A

    公开(公告)日:2019-07-02

    申请号:CN201811598979.1

    申请日:2018-12-26

    Inventor: 朴峻奭

    Abstract: 提供一种用于执行神经网络操作的设备和操作该设备的方法。一种操作被配置为对连续输入的图像帧执行神经网络操作的神经网络装置的方法,所述方法包括:由处理电路,通过对基于第一先前特征图和第一当前特征图的特征值之间的差产生的第一增量特征图执行线性操作来产生第二增量特征图;将作为第二先前特征图的特征值从至少一个存储器加载到处理电路上,所加载的特征值是与存储在所述至少一个存储器中的第一特征图中的将被更新的第一局部区域对应的特征值;在处理电路,基于第二增量特征图和第二先前特征图来产生第二当前特征图;通过将第二当前特征图存储在所述至少一个存储器中来更新第一特征图。

    操作神经网络装置的方法
    14.
    发明授权

    公开(公告)号:CN108537325B

    公开(公告)日:2024-06-07

    申请号:CN201810167217.X

    申请日:2018-02-28

    Inventor: 朴峻奭

    Abstract: 一种操作神经网络装置的方法,可基于输入特征映射图产生输入特征列表,其中所述输入特征列表包括输入特征索引及输入特征值,基于与所述输入特征列表中所包括的输入特征对应的输入特征索引及与权重列表中所包括的权重对应的权重索引产生输出特征索引,且基于与所述输入特征对应的输入特征值及与所述权重对应的权重值产生与所述输出特征索引对应的输出特征值。

    集成电路、神经网络处理器与装置以及数据处理方法

    公开(公告)号:CN110889498A

    公开(公告)日:2020-03-17

    申请号:CN201910620693.7

    申请日:2019-07-10

    Abstract: 一种集成电路、神经网络处理器、神经网络装置以及数据处理方法。集成电路包含于用于执行神经网络运算的装置中,所述集成电路包括:缓冲器,被配置成以各自包含至少一个特征的胞元为单位来存储特征图数据,其中所述特征图数据是在所述神经网络运算中使用;以及多路复用电路,被配置成从所述缓冲器接收所述特征图数据,并通过提取包含于所接收的所述特征图数据中多个胞元内的特征中的一者的特征数据来输出所提取数据,所述特征各自对应于相同坐标值。

    人工神经网络及其中控制定点的方法

    公开(公告)号:CN110874628B

    公开(公告)日:2024-12-31

    申请号:CN201910534156.0

    申请日:2019-06-19

    Abstract: 提供了人工神经网络(ANN)系统和ANN系统中控制定点格式的方法。ANN系统包括处理器、虚拟溢出检测电路和数据格式控制器。处理器针对ANN的每层中包括的多个节点执行节点操作,以获得节点操作的多个结果值,并且基于用于每层的当前量化的第k个定点格式对所获得的多个结果值执行量化操作,以获得多个量化值。虚拟溢出检测电路生成对所获得的多个量化值的有效位数的分布加以指示的虚拟溢出信息。数据格式控制器基于所生成的虚拟溢出信息确定用于每层的后续量化的第(k+1)个定点格式。通过使用虚拟溢出控制定点格式,有效地防止溢出和/或下溢。

    加权有限状态变换器解码系统以及语音识别系统

    公开(公告)号:CN108417222B

    公开(公告)日:2024-01-02

    申请号:CN201810090016.4

    申请日:2018-01-30

    Inventor: 尹哉盛 朴峻奭

    Abstract: 本发明提供加权有限状态变换器解码系统及语音识别系统。加权有限状态变换器解码系统包括:存储器,存储加权有限状态变换器数据;以及加权有限状态变换器解码器,包括数据提取逻辑。加权有限状态变换器数据具有包括状态及弧的结构,弧具有方向性地连接各状态。加权有限状态变换器数据被压缩在存储器中。加权有限状态变换器数据包括主体数据及报头数据,报头数据包括不连续地对齐的每一个状态的状态信息。主体数据包括连续地对齐的弧的弧信息。状态信息包括弧的弧索引、弧的数目及弧的压缩信息,且数据提取逻辑使用压缩信息对加权有限状态变换器数据进行解压缩,并从存储器撷取加权有限状态变换器数据。本发明可减小存储器所需的容量以及减小带宽。

    神经网络设备和操作神经网络设备的方法

    公开(公告)号:CN107871159B

    公开(公告)日:2023-12-15

    申请号:CN201710826342.2

    申请日:2017-09-14

    Inventor: 朴峻奭

    Abstract: 在操作神经网络设备的方法中,由输入层接收多个连续输入数据。基于当前输入数据与先前输入数据之间的差,由输入层生成增量数据。基于通过对增量数据和第一先前特征执行第一线性运算而生成的第一增量特征,由第一线性层生成第一当前特征。基于通过对第一当前特征和第二先前特征执行第一非线性运算而生成的第二当前特征,由第一非线性层生成第二增量特征。基于通过对第二增量特征和第三先前特征执行第二线性运算而生成的第三增量特征,由第二线性层生成第三当前特征。

    算术设备、算术设备的操作方法和神经网络处理器

    公开(公告)号:CN112925505A

    公开(公告)日:2021-06-08

    申请号:CN202011237219.5

    申请日:2020-11-09

    Abstract: 公开了一种算术设备、算术设备的操作方法和神经网络处理器。所述算术设备包括:第一操作数保持电路,被配置为:根据时钟信号输出第一操作数,基于包括第一操作数的最高有效位的高阶位数据的位值生成指示信号,并且基于指示信号对时钟信号进行门控,时钟信号被施加到对第一操作数的高阶位数据进行锁存的锁存器;第二操作数保持电路,被配置为:根据时钟信号输出第二操作数;以及计算电路,被配置为:基于指示信号对第一操作数的高阶位数据执行数据门控,并通过使用第二操作数和由数据门控产生的修改的第一操作数执行运算来输出运算结果。

    用于神经网络的Winograd变换卷积操作的装置和方法

    公开(公告)号:CN111476360A

    公开(公告)日:2020-07-31

    申请号:CN202010074400.2

    申请日:2020-01-22

    Inventor: 朴峻奭

    Abstract: 一些示例实施例可以涉及基于Winograd变换来执行神经网络的卷积操作的装置和方法。一些示例实施例可以涉及包括神经网络处理电路的装置,所述神经网络处理电路被配置为:通过对输入特征映射执行Winograd变换来由神经网络处理电路产生变换的输入特征映射,所述变换的输入特征映射具有矩阵形式并包括多个信道;由神经网络处理电路执行基于Winograd变换获得的变换的输入特征映射的特征矢量与变换的权重内核的权重矢量之间的逐元素乘法;并且由神经网络处理电路将逐元素乘法结果相加,其中关于所述特征矢量逐信道地执行所述逐元素乘法,所述特征矢量包括变换的输入特征映射的多个信道中的位置上的特征值。

Patent Agency Ranking