-
公开(公告)号：CN112834914A
公开(公告)日：2021-05-25
申请号：CN202110030004.4
申请日：2021-01-11
Applicant: 之江实验室
IPC: G01R31/28
Abstract: 本发明公开了一种自动测试设备测试激励输出通道的扩展方法及装置，方法通过高速时序控制器生成N通道测试激励向量，协同控制高速采样输出保持继电器电路组将测试激励单输出通道的测试激励信号扩展为N个通道的测试激励信号，其中N为大于等于2的整数，装置包括：高速时序控制器、测试激励单输出通道、高速采样输出保持继电器电路组，其中高速采样输出保持继电器电路组包括N组高速采样输出保持电路和继电器电路的组合；本发明可以节省测试激励输出通道资源，降低自动测试设备的结构复杂度和成本，并能增加自动测试设备测试激励输出通道的数目。
-
公开(公告)号：CN115902595B
公开(公告)日：2023-07-14
申请号：CN202310179200.7
申请日：2023-02-20
Applicant: 之江实验室
IPC: G01R31/28
Abstract: 本说明书公开了一种芯片测试系统以及芯片测试方法，在控制芯片和待测试芯片之间设有各选通开关，在各选通开关中预设有多个用于在待测试芯片中写入行数据、读取行数据、写入列数据、读取列数据的通道，控制芯片可以根据测试需求，从各选通开关中确定出各目标选通开关，并向各目标选通开关发送控制指令，以通过这些处于选通状态的选通通道完成测试操作，从而对待测试芯片的每个行线和每个列线的读取数据以及写入数据功能进行测试，进而可以降低测试成本，并且可以提高测试效率。
-
公开(公告)号：CN115905546A
公开(公告)日：2023-04-04
申请号：CN202310017218.7
申请日：2023-01-06
Applicant: 之江实验室
IPC: G06F16/35 , G06N3/0464 , G06N3/048 , G06N3/063 , G06N3/08
Abstract: 本发明公开了基于阻变存储器的图卷积网络文献识别装置与方法，对文献识别数据集进行训练集和测试集的构建；构建基于阻变存储器的浮点图卷积网络模型，用训练集进行预训练，得到预训练的模型参数；根据浮点图卷积网络模型，构建基于阻变存储器的训练阶段的图卷积网络量化模型；将训练集输入训练阶段的图卷积网络量化模型，进行量化感知训练，得到每层输出值的截断位宽、损失函数的权值，以及量化感知训练后的模型参数；根据训练阶段的图卷积网络量化模型，构建基于阻变存储器的推理阶段的图卷积网络量化模型；将量化感知训练后的模型参数映射到阻变存储器上，并将测试集输入到基于阻变存储器的推理阶段的图卷积网络量化模型，进行前向推理测试。
-
公开(公告)号：CN115827170A
公开(公告)日：2023-03-21
申请号：CN202310123062.0
申请日：2023-02-16
Applicant: 之江实验室
IPC: G06F9/455
Abstract: 本发明公开了基于离散事件的计算机体系结构的并行仿真方法及装置，将待仿真的计算机体系结构，按功能与延迟划分与组合成多个关键节点，并给每个关键节点分配一个线程；所有事件队列中的事件，按照事件发生的时间进行排序，时间相同的事件，按照优先级高低进行排序，整个仿真过程共同维护一条共享时间轴；利用前瞻量与路障事件对所有关键节点进行同步。在避免因果关系错误的条件下利用现代计算机的并行计算能力加速仿真过程。本发明将待仿真体系结构系统按功能与延迟划分与组合成多个关键节点，其中划分模块有利于提高仿真系统的并行度，合并低延迟模块有助于扩大前瞻量，降低同步开销，合理的关键节点选择能进一步加速仿真过程。
-
公开(公告)号：CN112750486B
公开(公告)日：2022-09-27
申请号：CN202110012792.4
申请日：2021-01-06
Applicant: 之江实验室
Abstract: 本发明涉及新型存储芯片RRAM测试技术领域，具体涉及一种阻变存储器的故障测试方法，该方法首先扫描所有的存储单元，检测出所有的故障存储单元，并标记为一级故障类型，然后依次扫描一级故障类型里的故障存储单元，标记为二级故障类型，最后输出所有存储单元故障类型一览表。本发明可以检测出阻变存储器存储单元的主要故障类型，且检测时间短，检测故障类型准确可靠，降低了阻变存储器检测故障的错判率，提高了阻变存储器的故障测试效率。
-
Patent Agency Ranking
公开(公告)号：CN114332545B
公开(公告)日：2022-08-05
申请号：CN202210261211.5
申请日：2022-03-17
Applicant: 之江实验室
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04
Abstract: 本发明提供一种基于低比特脉冲神经网络的图像数据分类方法和装置，该方法包括：步骤一，获取开源图像数据集，分为训练集和测试集，其中数据集包括计算机图像数据和神经形态数据；步骤二，构建包含隐含层的脉冲神经网络模型，再改进LIF神经元，构建基于改进后的LIF神经元的脉冲神经网络模型；步骤三，通过构建训练损失函数并进行各项梯度求解，对脉冲神经网络模型进行训练；步骤四，在训练集上使用梯度下降参数更新方法进行脉冲神经网络模型优化训练；步骤五，利用构建并训练好的脉冲神经网络模型，对测试集进行识别，得到预测的数据分类标签，实现分类任务。本发明的方法具有更低的功耗，同时与全精度网络模型有近似的准确率。
-
公开(公告)号：CN115827170B
公开(公告)日：2023-07-14
申请号：CN202310123062.0
申请日：2023-02-16
Applicant: 之江实验室
IPC: G06F9/455
Abstract: 本发明公开了基于离散事件的计算机体系结构的并行仿真方法及装置，将待仿真的计算机体系结构，按功能与延迟划分与组合成多个关键节点，并给每个关键节点分配一个线程；所有事件队列中的事件，按照事件发生的时间进行排序，时间相同的事件，按照优先级高低进行排序，整个仿真过程共同维护一条共享时间轴；利用前瞻量与路障事件对所有关键节点进行同步。在避免因果关系错误的条件下利用现代计算机的并行计算能力加速仿真过程。本发明将待仿真体系结构系统按功能与延迟划分与组合成多个关键节点，其中划分模块有利于提高仿真系统的并行度，合并低延迟模块有助于扩大前瞻量，降低同步开销，合理的关键节点选择能进一步加速仿真过程。
-
公开(公告)号：CN115204380B
公开(公告)日：2022-12-27
申请号：CN202211118488.9
申请日：2022-09-15
Applicant: 之江实验室
Abstract: 本发明公开了存算一体卷积神经网络的数据存储及阵列映射方法与装置，其中数据存储，除了初始的图像输入采用以行为单位的方式依次存储，在其余卷积神经网络计算过程中的中间特征值都采用多通道混合的方式，采用以数据在特征图中的位置为单位的方式依次存储；在阵列映射中，除了首层卷积层以不同输入通道的卷积核从上往下依次排布，在其余卷积神经网络的阵列映射过程中，结合混合数据存储的方式，将卷积神经网络中的权重混合映射，而全连接层的权重按照顺序依次映射。本发明基于存算一体技术优化了卷积神经网络计算中的数据存储形式，减小了计算过程中需要访问数据存储器的次数，并结合混合映射方法提升了卷积神经网络的计算效率。
-
公开(公告)号：CN114677632B
公开(公告)日：2022-10-18
申请号：CN202210578058.9
申请日：2022-05-26
Applicant: 之江实验室
Abstract: 本发明属于非易失性存储器技术领域，涉及一种基于三维垂直阻变存储器的视频动作识别方法和装置，该方法包括：步骤一，搭建基于自整流器件的三维垂直阻变存储器；步骤二，采集并预处理用于视频动作识别的训练集图像和测试集图像；步骤三，构造三维卷积神经网络模型；步骤四，使用训练集图像，在三维垂直阻变存储器上仿真训练三维卷积神经网络模型；步骤五，利用在三维垂直阻变存储器上训练好的三维卷积神经网络模型，输入测试集图像，进行视频动作识别。本发明基于的三维垂直阻变存储器具有高整流率，可以实现较低的读写误差，同时由于本发明的三维堆叠结构的设计，具有高度并行性，可以快速高效的从视频中识别动作。
-
公开(公告)号：CN114677548A
公开(公告)日：2022-06-28
申请号：CN202210579664.2
申请日：2022-05-26
Applicant: 之江实验室
Abstract: 本发明公开了基于阻变存储器的神经网络图像分类系统及方法，系统包括依次连接的输入层、一组卷积层和全连接层，为卷积层配合设置卷积量化层、卷积反量化层、激活层和池化层，方法包括步骤S1：对待分类的图像进行归一化，得到归一化后的图像；步骤S2：对归一化后的图像进行训练集和测试集的构建；步骤S3：构建基于阻变存储器的神经网络模型；步骤S4：将训练集输入到基于阻变存储器的神经网络模型中，进行量化感知训练，得到量化感知训练后的模型参数，包括如下步骤：步骤S5：将测试集图像输入训练好的神经网络，进行进行前向推理测试。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.018 seconds)
