-
公开(公告)号：CN112596698B
公开(公告)日：2024-01-05
申请号：CN202011546043.1
申请日：2020-12-24
Applicant: 东南大学
IPC: G06F7/50
Abstract: 本发明提出了一种基于多比特近似加法器的双电压动态配置硬件电路结构，属于计算、推算或计数的技术领域。该硬件电路结构包括：输入要素获取模块，近似位宽配置模块，双电源电压动态配置模块，错误检测模块。具体实现为：首先针对所需配置的系统获取其可容忍误差和输入数据位宽，对多比特近似加法器进行近似位宽配置，在动态调整近似位宽的过程中与系统可容忍误差比较，使近似加法器在满足系统误差要求的情况下配置最大近似位宽，达到降低功耗的目标。然后基于所配置的近似位宽对近似计算部分的电源电压进行调整，通过降低近似计算部分电源电压可以有效降低功耗，并且在电源电压动态调节的过程中不断进行错误检测从而保证正确性。
-
公开(公告)号：CN115859992A
公开(公告)日：2023-03-28
申请号：CN202210601021.3
申请日：2022-05-30
Applicant: 东南大学
IPC: G06F40/30 , G06F40/211 , G06F18/241 , G06N3/044 , G06N3/045 , G06N3/084 , G06Q50/00
Abstract: 本发明公开了一种基于动态信息传播演化模式的虚假信息检测方法及系统，本发明的方法步骤如下：首先利用RNN网络和注意力机制提炼待检测推文的文本特征；基于当前该推文各反馈推文的发布时间对推文的传播过程进行多阶段划分，分别构建多阶段的信息传播树和信息传播序列；基于信息传播树进行交互建模，基于信息传播序列进行时序建模，分别获取信息传播树的交互特征表示和时序特征表示；根据多阶段的信息表示，构建模型，捕捉信息传播的多阶段演化模式，并融合各阶段的信息表示，进行虚假信息检测。本发明可以及时提供对虚假信息的有效检测，帮助平台或者相关部门有效地进行网络空间的舆论治理。
-
公开(公告)号：CN115840556A
公开(公告)日：2023-03-24
申请号：CN202211270521.X
申请日：2022-10-18
Applicant: 东南大学
Abstract: 本发明公开一种基于6位近似全加器的2组有符号张量计算电路结构，涉及神经网络硬件加速领域，包含6位近似全加器模块，基于6位近似全加器的有符号8*8近似乘法器电路结构和基于6位近似全加器的2组有符号张量计算电路结构。由于神经网络加速器可以牺牲掉数据的一部分精确度，换取电路结构上延迟，面积和功耗的优化。本发明所提出的6位近似全加器模块忽略部分进位，从而减小电路面积和降低电路功耗，本发明利用6位近似全加器模块对有符号8*8乘法器计算过程和2组有符号张量计算过程进行了优化，在某些位置引入了近似计算，在损失了部分精确性的同时，换取了电路结构上面积和功耗的改进。
-
公开(公告)号：CN112185445B
公开(公告)日：2022-10-25
申请号：CN202011047144.4
申请日：2020-09-28
Applicant: 东南大学
IPC: G11C11/413 , G11C11/416
Abstract: 本发明公开了利用隧道场效应管抑制漏电的混合非易失性随机存储器，该随机存储器SRAM包括上电后存储数据的SRAM存储模块、断电前保存数据的磁隧道结(MTJ)写入路径、电源恢复后SRAM数据恢复路径、磁隧道结(MTJ)数据恢复路径，SRAM存储模块包含六个隧穿场效晶体应管(TFET)晶体管，即两个上拉集体管、两个下拉晶体管、两个数据传输晶体管；本发明利用了TFET的超低漏电和在超低电压下工作的的特性，能够实现非易失存储功能，达到整体电路漏电和SRAM唤醒功耗降低的目的。该结构利用了TFET的超低漏电和在超低电压下工作的的特性，使得整体电路漏电和SRAM唤醒功耗降低。此外，在MTJ写入速度以及电路唤醒功耗上也有一定的改善。
-
公开(公告)号：CN115033204A
公开(公告)日：2022-09-09
申请号：CN202210564410.3
申请日：2022-05-23
Applicant: 东南大学
Abstract: 本发明提出一种精度与位宽可重构的高能效近似乘法器，利用引入了惩罚系数的笛卡尔遗传规划方法生成n×n低阶近似乘法器，并将其与n×n精确乘法器结合，拼接成2n×2n高阶近似乘法器。最终近似累加阶段引入近似线以实现精度可重构，并提出近似乘法与近似加法误差互补偿的方案进一步优化精度。电路结构包括使用了笛卡尔遗传规划生成近似乘法器的第一级近似乘法电路和基于低位或门加法器和近似线的第二级加法电路，实现了神经网络应用中高能效、高精度、低延迟、位宽可重构的乘法运算。
-
Patent Agency Ranking
公开(公告)号：CN114694062A
公开(公告)日：2022-07-01
申请号：CN202210257432.5
申请日：2022-03-16
Applicant: 东南大学
IPC: G06V20/40 , G06V40/20 , G06V10/764 , G06V10/80
Abstract: 本发明公开了一种融合表情信息的密集视频描述方法及系统，本发明的方法步骤如下：首先利用预训练好的I3D模型和InceptionV3模型分别提取视频的动态特征和行为类别特征；再基于视频上下文截取若干可能存在行为的视频片段，并为其各生成描述性文本；之后根据视频片段的视觉和文本信息，对候选人物的行为进行识别和跟踪；根据视觉和音频信息，预测行为主体表情类别；根据文本和表情信息，构建模型，生成融合表情信息的密集视频描述。系统采用web交互技术实现描述生成结果的可视化展示。本发明可以有效提高生成描述的准确性及丰富性，鲁棒性强。此外，结合语音合成等技术，本发明还能帮助视障人士较好的理解视频。
-
公开(公告)号：CN110728303B
公开(公告)日：2022-03-11
申请号：CN201910862957.X
申请日：2019-09-12
Applicant: 东南大学
IPC: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于卷积神经网络数据复杂度的动态自适应计算阵列，属于计算、推算、计数的技术领域。在原始卷积计算阵列模块基础上，增设动态卷积计算决策模块根据不同的输入数据复杂度选择合适的网络模型。动态卷积计算决策模块包括用于当前网络卷积层预分类计算的预分类层控制器及用于将预分类计算结果与预先设定阈值比较的置信度控制器，置信度控制器输出判别结果决定后续卷积计算阵列是否开启并支持不同尺寸卷积核卷积计算阵列的动态选择。本发明设计简单，可靠性强，动态卷积计算决策模块与其它传统模块协同配合，尽量降低网络的冗余计算，避免计算资源的浪费。
-
-
公开(公告)号：CN112732224A
公开(公告)日：2021-04-30
申请号：CN202110034058.8
申请日：2021-01-12
Applicant: 东南大学
Abstract: 本发明公开了一种面向卷积神经网络的可重构近似张量乘加单元，该单元输入一组基于n×n卷积核的16bit输入与8bit权重，并最终输出一个乘加结果。重构后的部分积阵列规模为n×n×17，其中n×n为行数，17为列数。经过扩展符号位后相加得到一个输出，每个部分积阵列得到的输出经过移位，排列后形成新的部分积矩阵，该部分积矩阵累加后的输出即为乘加单元最终的输出结果。优化卷积操作中大量的乘加运算，并实现低功耗、高速度地完成计算任务。
-
公开(公告)号：CN112596698A
公开(公告)日：2021-04-02
申请号：CN202011546043.1
申请日：2020-12-24
Applicant: 东南大学
IPC: G06F7/50
Abstract: 本发明提出了一种基于多比特近似加法器的双电压动态配置硬件电路结构，属于计算、推算或计数的技术领域。该硬件电路结构包括：输入要素获取模块，近似位宽配置模块，双电源电压动态配置模块，错误检测模块。具体实现为：首先针对所需配置的系统获取其可容忍误差和输入数据位宽，对多比特近似加法器进行近似位宽配置，在动态调整近似位宽的过程中与系统可容忍误差比较，使近似加法器在满足系统误差要求的情况下配置最大近似位宽，达到降低功耗的目标。然后基于所配置的近似位宽对近似计算部分的电源电压进行调整，通过降低近似计算部分电源电压可以有效降低功耗，并且在电源电压动态调节的过程中不断进行错误检测从而保证正确性。
-
-
-
-
-
-
-
-
-
Search Results
210
records
(took 0.079 seconds)
