-
公开(公告)号：CN1615592A
公开(公告)日：2005-05-11
申请号：CN03802077.7
申请日：2003-01-09
Applicant: 三星电子株式会社
IPC: H03M13/27
CPC classification number: H03M13/2789 , H03M13/271 , H03M13/276
Abstract: 一种交织设备和方法，如果给定的交织器长度N大于2m×j而小于2m×(j+1)，则用来确定新的交织器长度N’＝2m×(j+1)和0到N’－1的地址，其中m代表第一参数，表示从最低有效比特(LSB)到最高有效比特(MSB)之间连续0比特的个数，而j代表第二参数，相当于除上述连续0比特之外的十进制数。所述交织设备和方法，从地址0到地址N－1，将N个输入数据比特顺序存储在具有新的交织器长度N’的交织存储器中。然后所述交织设备和方法执行部分比特反向顺序(PBRO)交织具有新的交织器长度N’的存储器，并通过删除与交织前存储器N到N’－1相应的地址，从存储器中读取数据。
-
公开(公告)号：CN1507694A
公开(公告)日：2004-06-23
申请号：CN03800233.7
申请日：2003-02-06
Applicant: 三星电子株式会社
IPC: H03M13/27
CPC classification number: H04L1/0071 , H03M13/271 , H04L1/0009 , H04L1/005 , H04L1/0066
Abstract: 一种用于根据交织器尺寸最优化P－BRO交织器参数的P－BRO交织器及方法。P－BRO交织器按列将尺寸为N的输入数据流顺序地排列到具有2m行和(J－1)列、并且在第J列有R行的矩阵中，P－BRO对所排列的数据进行交织，并按行读取所交织的数据。
-
公开(公告)号：CN1465139A
公开(公告)日：2003-12-31
申请号：CN02802277.7
申请日：2002-05-08
Applicant: 三星电子株式会社
IPC: H03M13/00
CPC classification number: H04L1/0066 , H04L1/0068 , H04L1/0071 , H04L1/08 , H04L1/1816
Abstract: 本发明公开了一种在通信系统中生成QCTC的设备和方法。提供了根据QCTC发送通过子代码率确定的子代码的方法。该方法包括把QCTC的长度N分成预定个数的段，确定与分段相对应的SPID，和指定为子代码的初始发送分配的SIPD之一；计算由N－Fs表示的其余码元的个数，其中，N是QCTC的长度，和Fs是QCTC的子代码的起始码元位置；通过将其余码元的个数与子代码的长度相比较，确定子代码的最后码元位置；和依次发送子代码从起始码元位置Fs到最后码元位置Ls的码元。
-
公开(公告)号：CN1457553A
公开(公告)日：2003-11-19
申请号：CN02800484.1
申请日：2002-02-06
Applicant: 三星电子株式会社
IPC: H03M13/00
CPC classification number: H04L1/1845 , H03M13/2957 , H03M13/35 , H03M13/6306 , H03M13/6387 , H04L1/0066 , H04L1/0068 , H04L1/0069 , H04L1/08 , H04L1/1819 , H04L1/1887
Abstract: 本发明提供了生成二维QCTC(准互补涡式码)的设备和方法。生成具有给定代码率的QCTC的子代码组，和在具有不同代码率的子代码组中重新排列子代码，供紧接在具有预定代码率的子代码之后发送用。
-
公开(公告)号：CN111914989B
公开(公告)日：2025-05-06
申请号：CN202010252735.9
申请日：2020-04-01
Applicant: 三星电子株式会社
IPC: G06N3/0464 , G06N3/048 , G06N3/08 , G06N3/096 , G06F18/241
Abstract: 一种神经网络系统包括处理器和存储器。所述处理器被配置为：在多个层上执行包括多次学习迭代的学习，以确定所述多个层中所述学习中断的至少一个层。所述学习中断的所述至少一个层的所述确定基于针对所述多个层中的每个层将通过第一次学习迭代得到的第一权重值的分布与通过第二次学习迭代得到的第二权重值的分布进行比较的结果。所述处理器还被配置为：在除已确定所述学习中断的所述至少一个层以外的层中执行第三次学习迭代。当所述第二次学习迭代完成时，所述存储器存储所述第一权重值的第一分布信息和所述第二权重值的第二分布信息并被配置为向所述处理器提供所述第一分布信息和所述第二分布信息。
-
Patent Agency Ranking
公开(公告)号：CN110020717B
公开(公告)日：2025-03-25
申请号：CN201811479804.9
申请日：2018-12-05
Applicant: 三星电子株式会社
IPC: G06N3/0499 , G06N3/08
Abstract: 提供了用于生成不动点神经网络的方法和装置。该方法包括：选择神经网络的至少一个层作为对象层，其中神经网络包括多个层，多个层中的每一层对应于多个量化参数中的相应的一个量化参数；形成候选参数集，该候选参数集包括关于与对象层相对应的多个量化参数的量化参数的候选参数值；基于神经网络的网络性能水平从候选参数值当中确定更新参数值，其中网络性能水平中的每一个对应于候选参数值中的相应的一个候选参数值；以及基于更新参数值更新关于对象层的量化参数。
-
公开(公告)号：CN109754066B
公开(公告)日：2024-05-14
申请号：CN201811306364.7
申请日：2018-11-02
Applicant: 三星电子株式会社
Abstract: 通过量化浮点型神经网络生成定点型神经网络的方法，包括由设备通过将激活函数应用于从包括在浮点型神经网络中的层接收的多个激活值获得多个后激活值，并由设备导出对于多个后激活值中的至少一些的多个统计特征。方法还包括由设备基于多个统计特征确定对于浮点型神经网络的量化的步长，并由设备基于步长确定对于定点型神经网络的最终小数长度。
-
公开(公告)号：CN115249204A
公开(公告)日：2022-10-28
申请号：CN202210436213.3
申请日：2022-04-24
Applicant: 三星电子株式会社
IPC: G06T1/20 , G06T7/269 , H04N5/3745
Abstract: 一种图像传感器模块包括：图像传感器，被配置为生成图像数据；以及存储器，至少包括存储图像数据的存储体和存储器中处理器(PIM)电路，该PIM电路包括多个处理元件。存储器被配置为：从存储体中读取图像数据；使用多个处理元件来生成光流数据和图案密度数据，光流数据指示图像数据中包括的至少一个对象的时序运动，并且图案密度数据指示图像数据的图案的密度；以及输出图像数据、光流数据和图案密度数据。
-
公开(公告)号：CN113780050A
公开(公告)日：2021-12-10
申请号：CN202110643436.2
申请日：2021-06-09
Applicant: 三星电子株式会社
Abstract: 公开了高级驾驶员辅助系统(ADAS)和在其中中检测对象的方法。ADAS包括处理电路和存储可由处理电路执行的指令的存储器。处理电路执行指令以使得ADAS从处于运动中的车辆接收视频序列，生成包括立体图像中包括的至少一个对象的位置图像，基于从车辆接收的反射信号生成与至少一个对象相关联的第二位置信息，基于立体图像和位置图像将各自包含至少一个对象的至少一部分的区域确定为候选边界框，以及基于与至少一个对象相关联的候选边界框中的相应候选边界框的相应第一位置信息是否与第二位置信息匹配来选择性地调整候选边界框中的相应候选边界框的类别分数。
-
公开(公告)号：CN113542749A
公开(公告)日：2021-10-22
申请号：CN202011445628.4
申请日：2020-12-08
Applicant: 三星电子株式会社
IPC: H04N19/172 , H04N19/51 , H04N19/53 , H04N19/136 , H04N19/162 , G06N3/04 , G06N3/08 , H04L29/06
Abstract: 提供了流媒体系统和流媒体服务器。所述流媒体系统包括流媒体服务器和客户端设备。所述流媒体服务器被配置为：基于流媒体数据、用户输入和与所述用户输入相关联的元数据，训练交互式帧预测模型；通过选择性地使用基于训练后的所述交互式帧预测模型生成的预测帧，对所述流媒体数据进行编码；以及发送训练后的所述交互式帧预测模型和编码后的所述流媒体数据。所述客户端设备被配置为：接收训练后的所述交互式帧预测模型和编码后的所述流媒体数据；以及基于训练后的所述交互式帧预测模型对编码后的所述流媒体数据进行解码，以将恢复后的流媒体数据提供给用户。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.027 seconds)
