公开(公告)号：CN114118383B

公开(公告)日：2025-02-28

申请号：CN202111497073.2

申请日：2021-12-09

Applicant: 之江实验室 ,  浙江大学

Inventor： 袁孟雯 ,  唐华锦 ,  王笑 ,  陆宇婧 ,  张梦骁 ,  洪朝飞 ,  黄恒 ,  赵文一 ,  燕锐 ,  潘纲

IPC: G06N3/049 ,  G06N3/063 ,  G06N3/0442

Abstract: 本发明提出了一种基于多突触可塑性脉冲神经网络快速记忆编码方法，包括：步骤一：基于层级编码策略将外部刺激转换为输入脉冲序列；步骤二：脉冲神经网络收到输入脉冲后，基于改进的SRM模型更新输出层神经元的膜电位；步骤三：使用监督群体Tempotron更新输入到输出层间的突触权值，激活输出层神经元记忆输入；步骤四：输出层神经元激活后，使用无监督STDP更新层内激活神经元间的突触权值，形成增强的循环子网络存储记忆；步骤五：在执行步骤四的同时，使用无监督抑制突触可塑性，更新抑制层到输出层间的突触权值，抑制反馈保障记忆不同输入的神经群体发放时间上的分离。本发明还提出了一种基于多突触可塑性脉冲神经网络快速记忆编码装置。本发明有效地提升了记忆的编码速度与稳定性。

公开(公告)号：CN117685980A

公开(公告)日：2024-03-12

申请号：CN202311713952.3

申请日：2023-12-13

Applicant: 之江实验室 ,  浙江大学

Inventor： 章城骏 ,  刘茴香 ,  唐华锦 ,  袁孟雯 ,  吴迅冬 ,  杨博 ,  潘纲

IPC: G01C21/20

Abstract: 本发明涉及一种室内机器人多相机定位方法、系统及介质，其中方法包括以下步骤：获取图像采集装置采集的图像并依据场景需求进行图像处理；根据处理后的目标图像，对目标机器人轮廓及关键点进行标注与连接，并基于关键点检测模型，使用标注的关键点信息提取目标框，根据目标框输出当前图像中机器人及其关键点位置；依据目标框和关键点位置信息，通过坐标系的转换，计算世界坐标系下机器人的位置信息；基于世界坐标系下机器人的关键点位置信息，使用欧拉角计算偏航角，输出机器人的头朝向；利用卡尔曼滤波预测关键点位置和头朝向，实现室内多个运动机器人的精准定位。与现有技术相比，本发明具有目标识别准确率高、实时性和可靠性好等优点。

公开(公告)号：CN114638360A

公开(公告)日：2022-06-17

申请号：CN202210541154.6

申请日：2022-05-19

Applicant: 之江实验室 ,  浙江大学

Inventor： 张梦骁 ,  唐华锦 ,  洪朝飞 ,  王笑 ,  袁孟雯 ,  陆宇婧 ,  黄恒 ,  赵文一 ,  潘纲

IPC: G06N3/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种用于脉冲神经网络学习与仿真的计算平台及方法，计算平台包括脉冲神经网络的构建与学习的功能以及神经元动力学仿真模拟的功能，能够按时间驱动的神经元模拟与权重更新，可以按照所设定的时间步长对神经元的状态进行不断的迭代更新，并根据所设算法进行连接权重更新以实现网络的学习功能，还能够帮助用户快速实现网络构建，并对网络结果可视化，平台基于Python开发，可部署于支持Python的任何操作系统终端上，用户可以以Python语言进行后续使用与开发。

公开(公告)号：CN114118383A

公开(公告)日：2022-03-01

申请号：CN202111497073.2

申请日：2021-12-09

Applicant: 之江实验室 ,  浙江大学

Inventor： 袁孟雯 ,  唐华锦 ,  王笑 ,  陆宇婧 ,  张梦骁 ,  洪朝飞 ,  黄恒 ,  赵文一 ,  燕锐 ,  潘纲

IPC: G06N3/04 ,  G06N3/063

Abstract: 本发明提出了一种基于多突触可塑性脉冲神经网络快速记忆编码方法，包括：步骤一：基于层级编码策略将外部刺激转换为输入脉冲序列；步骤二：脉冲神经网络收到输入脉冲后，基于改进的SRM模型更新输出层神经元的膜电位；步骤三：使用监督群体Tempotron更新输入到输出层间的突触权值，激活输出层神经元记忆输入；步骤四：输出层神经元激活后，使用无监督STDP更新层内激活神经元间的突触权值，形成增强的循环子网络存储记忆；步骤五：在执行步骤四的同时，使用无监督抑制突触可塑性，更新抑制层到输出层间的突触权值，抑制反馈保障记忆不同输入的神经群体发放时间上的分离。本发明还提出了一种基于多突触可塑性脉冲神经网络快速记忆编码装置。本发明有效地提升了记忆的编码速度与稳定性。

公开(公告)号：CN114118378A

公开(公告)日：2022-03-01

申请号：CN202111456234.3

申请日：2021-12-02

Applicant: 之江实验室 ,  浙江大学

Inventor： 陆宇婧 ,  唐华锦 ,  张宇豪 ,  洪朝飞 ,  王笑 ,  袁孟雯 ,  张梦骁 ,  黄恒 ,  赵文一

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明属于脉冲神经网络技术领域，涉及一种基于阈值自适应神经元的硬件友好STDP学习方法和系统，该方法包括以下步骤：S1：采用频率编码将输入图片编码成脉冲序列并输入脉冲神经网络SNN；S2：SNN的兴奋层神经元接收输入脉冲，累积膜电位，当膜电压达到阈值时，发放脉冲且膜电位复位；S3：SNN抑制层与兴奋层神经元一对一连接，接收其输出脉冲并抑制兴奋层神经元；S4：根据STDP学习规则并采用硬件友好权重归一化方法，对输入层和兴奋层间的兴奋性突触权重进行更新；S5：学习完成后，利用兴奋层神经元的脉冲输出序列进行图像识别。本发明能够在保证准确率和稳定性的同时，降低算法在硬件实现的资源消耗。