-
公开(公告)号：CN107392308A
公开(公告)日：2017-11-24
申请号：CN201710469354.4
申请日：2017-06-20
Applicant: 中国科学院计算技术研究所
IPC: G06N3/063
Abstract: 本发明涉及一种基于可编程器件的卷积神经网络加速方法与系统。包括：对卷积神经网络在可编程器件上的基本结构进行设计，分别建立计算资源、频率关于并行化参数的量化模型；在不同并行化参数下，对实际电压、温度、工艺偏差可达的最高时钟频率进行探索，建立实际可达最高频率与并行化参数的分析模型；以计算吞吐量为优化目标，根据所建立的量化模型与分析模型，对卷积神经网络的设计空间探索进行问题抽象，并采用一定的搜索算法求解出性能最优的并行化参数。本发明在保证加速器稳定性及可靠性的同时，能够利用商用设计工具针对电压、温度、工艺偏差所预留的时延裕度，从而进一步提升卷积神经网络加速器的性能。
-
公开(公告)号：CN103646129B
公开(公告)日：2017-04-12
申请号：CN201310594897.0
申请日：2013-11-22
Applicant: 中国科学院计算技术研究所
IPC: G06F17/50
Abstract: 本发明提供一种适用于FPGA的可靠性评估方法和装置，包括：对于每个待评估的线路故障，识别它所对应的敏化输入向量的集合，所述敏化输入向量是可激活所述待评估的线路故障的输入向量，所述线路故障为线路上的固定v故障，v为逻辑值。进一步地，所述可靠性评估方法还可以包括：对于每个待评估的线路故障，识别它所对应的失效输入向量的集合，所述失效输入向量是故障能够传播到电路输出，造成错误输出逻辑值的输入向量。其中，采用逻辑值X代表0或1，精简输入向量。本发明能够快速准确地得出FPGA中各种线路故障被激活的概率。进一步地，本发明能够快速准确地得出FPGA中各种线路故障的故障传播概率，进而快速准确地对FPGA电路进行可靠性评估。
-
公开(公告)号：CN105978694A
公开(公告)日：2016-09-28
申请号：CN201610282695.6
申请日：2016-04-29
Applicant: 中国科学院计算技术研究所
IPC: H04L9/32
CPC classification number: H04L9/3278
Abstract: 本发明适用于信息安全及集成电路技术领域，提供了一种抗建模攻击的强物理不可克隆函数装置，包括：布尔混淆模块，用于将输入激励经多个弱物理不可克隆函数及布尔逻辑元件再处理后输出响应，实现布尔逻辑关系不可预测；激励划分模块，用于将输入激励划分为有效激励与无效激励；攻击检测模块，用于检测所述无效激励识别出建模攻击，处理所述无效激励和所述建模攻击；响应计算模块，用于通过强物理不可克隆函数装置对所述有效激励进行响应计算。还提供一种基于抗建模攻击的强物理不可克隆函数装置的实现方法。借此，本发明保证强物理不可克隆函数装置随机性与稳定性的同时，能够主动检测并被动防御严重威胁强物理不可克隆函数装置安全的建模攻击。
-
公开(公告)号：CN101841691A
公开(公告)日：2010-09-22
申请号：CN201010118279.5
申请日：2010-03-04
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种流媒体数据交换方法与装置。该流媒体数据交换方法包括：步骤1，用户节点建立滑动窗口；步骤2，根据各邻居节点的数据分片广告信息，分配属于滑动窗口内的流媒体数据分片下载任务给一个或多个邻居节点；步骤3，当滑动窗口内的数据符合预设的条件，用户节点提交滑动窗口内的数据给流媒体数据解码与回放模块以进行播放；步骤4，滑动所述滑动窗口，重复执行步骤2-步骤3，直至流媒体数据下载完毕或用户节点终止流媒体的数据交换过程。本发明能够同时考虑到流媒体回放的稳定性、流媒体数据的回放时延、网络带宽资源的变化，为流媒体数据交换提供高效的数据分片下载调度方法，提高流媒体终端的回放质量，提高终端用户的满意度。
-
公开(公告)号：CN109168003B
公开(公告)日：2020-11-03
申请号：CN201811024913.1
申请日：2018-09-04
Applicant: 中国科学院计算技术研究所
IPC: H04N19/503 , H04N19/70 , H04N19/44
Abstract: 本发明提供一种训练用于视频预测的生成器模型G的方法，使得使用该模型可以以较少的计算量获得更好的、长时间的视频预测效果。所述生成器模型G中包括采用神经网络模型结构的编码器与解码器，所述编码器与所述解码器之间采用跳变连接，用于生成预测的帧间差ΔX，所述预测的帧间差ΔX与训练样本求和的结果为预测帧所述方法，包括：1)选择连续的视频帧作为训练样本，并提取训练样本的帧间差；2)将所述帧间差作为生成器模型G中编码器的输入，基于第一损失函数训练获得所述编码器与所述解码器的神经网络权值：其中，ΔXi‑1为与第i个帧间差相关的值，Xi为训练样本中的第i帧，为第i个预测帧，Xi和与所述编码器与所述解码器的神经网络权值相关。
-
Patent Agency Ranking
公开(公告)号：CN109583240A
公开(公告)日：2019-04-05
申请号：CN201811234951.X
申请日：2018-10-23
Applicant: 中国科学院计算技术研究所
IPC: G06F21/76
Abstract: 本发明涉及一种集成电路测试方法和系统，包括：获取设计电路，并根据该设计电路具有的路径，生成调用该路径的多条测试向量，将该测试向量输入至该设计电路，得到该设计电路在预设条件下电路运行的第一错误率；根据该设计电路，得到待测芯片，将该测试向量输入至该待测芯片，得到该测试向量在该预设条件下电路运行的第二错误率；判断该第二错误率是否大于该第一错误率一定阈值，若是，则判定该待测芯片存在硬件木马电路，否则认为该待测芯片为合格芯片。
-
公开(公告)号：CN109002883A
公开(公告)日：2018-12-14
申请号：CN201810723272.2
申请日：2018-07-04
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种卷积神经网络模型的计算装置和相应的计算方法。该计算装置包括：物理不可克隆模块，所述物理不可克隆模块用于根据预定的激励c'生成响应r'；乘累加计算模块，所述乘累加计算模块用于基于所述物理不可克隆模块的响应r'执行与已训练好的卷积神经网络模型的对应的模糊权重值w'0至w'i和对应输入数据的乘累加计算，获得乘累加计算结果，其中，所述模糊权重值与所述已训练好的卷积神经网络模型对应的原始权重值w0至wi中至少有一个不相等，所获得的乘累加计算结果与所述已训练好的卷积神经网络模型的原始权重值和对应输入数据的乘累加计算结果相同。本发明的计算装置和计算方法能够针对CNN模型本身进行知识产权保护并且开销小。
-
公开(公告)号：CN105740731A
公开(公告)日：2016-07-06
申请号：CN201610074180.7
申请日：2016-02-02
Applicant: 中国科学院计算技术研究所
IPC: G06F21/77
CPC classification number: G06F21/77
Abstract: 本发明适用于信息安全领域及集成电路领域，提供了一种高稳定性的强物理不可克隆函数电路及其设计方法，该物理不可克隆函数电路包括：时延生成模块，用于根据强物理不可克隆函数电路的输入激励，将同一跳变通过多条时延路径进行传播，同时产生多个时延值；时延比较模块，用于从多个时延值中选出多对时延值进行时延差比较，并将各对时延值的时延差按大小划分为多个等级；响应计算模块，用于根据各对时延值的时延差等级，计算强物理不可克隆函数电路的输出响应；稳定判别模块，用于根据各对时延值的时延差等级，判别激励响应对是否稳定。本发明在保证强物理不可克隆函数电路抗攻击性的同时，能够实时在线测量时延差，进而大幅度提高稳定性。
-
公开(公告)号：CN101741750B
公开(公告)日：2012-04-18
申请号：CN201010034234.X
申请日：2010-01-15
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种P2P中资源下载方法及其系统，方法包括：步骤1，节点根据物理网络信息和预设的节点组划分标准选择加入的节点组；步骤2，发生数据请求的节点为用户节点，用户节点获得拥有请求数据的备选节点，备选节点组成备选节点集合；步骤3，用户节点依据用户节点所属的节点组，以及备选节点同所述用户节点间的连接质量，从备选节点集合中选择备选节点，被选择的备选节点作为资源节点；步骤4，用户节点从所述资源节点下载请求的数据。本发明能够在选择节点进行下载时应用物理层网络拓扑结构。
-
公开(公告)号：CN101841691B
公开(公告)日：2011-11-16
申请号：CN201010118279.5
申请日：2010-03-04
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种流媒体数据交换方法与装置。该流媒体数据交换方法包括：步骤1，用户节点建立滑动窗口；步骤2，根据各邻居节点的数据分片广告信息，分配属于滑动窗口内的流媒体数据分片下载任务给一个或多个邻居节点；步骤3，当滑动窗口内的数据符合预设的条件，用户节点提交滑动窗口内的数据给流媒体数据解码与回放模块以进行播放；步骤4，滑动所述滑动窗口，重复执行步骤2-步骤3，直至流媒体数据下载完毕或用户节点终止流媒体的数据交换过程。本发明能够同时考虑到流媒体回放的稳定性、流媒体数据的回放时延、网络带宽资源的变化，为流媒体数据交换提供高效的数据分片下载调度方法，提高流媒体终端的回放质量，提高终端用户的满意度。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.03 seconds)
