-
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：CN114781634A
公开(公告)日：2022-07-22
申请号：CN202210701266.3
申请日：2022-06-21
Applicant: 之江实验室
Abstract: 本发明公开一种基于忆阻器的神经网络阵列的自动映射方法和装置，该方法包括：步骤一，根据神经网络模型，确定所需忆阻器物理阵列参数以及神经网络模型每层的原始计算阵列大小；步骤二，根据忆阻器物理阵列的单次运算能计算的最大卷积数，对原始计算阵列进行分割，获得子计算阵列；步骤三，坐标化忆阻器物理阵列，对子计算阵列按照输入向量数，从多到少排列，映射至忆阻器物理阵列；步骤四，根据步骤二至步骤三的计算阵列的分割记录，对神经网络模型每层的原始计算阵列的输入特征图进行对应的分割，计算出映射后的物理阵列的位置坐标作为所匹配的输入特征图的区域坐标。本发明减少了整体系统所占用的面积，提高了忆阻器阵列的算力和物理利用率。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN113949385B
公开(公告)日：2022-05-10
申请号：CN202111567676.5
申请日：2021-12-21
Applicant: 之江实验室
IPC: H03M7/04
Abstract: 本发明涉及一种模数转换电路，尤其涉及一种用于RRAM存算一体芯片补码量化的模数转换电路，包括电流电压转换模块、八个采样开关、两个不对称电容阵列、一个比较器以及逻辑控制模块，其中电流电压转换模块将RRAM阵列输出电流转换为电压，通过一个采样开关与一个不对称电容阵列连接，其余七个采样开关与另一个不对称电容阵列连接，两个不对称电容阵列与比较器两个输入端连接，比较器输出端与逻辑控制模块连接，逻辑控制模块输出比较器控制时钟以及电容阵列控制信号，并输出量化结果。通过该种新型补码量化模数转换器，可以解决RRAM存算一体芯片在用于阵列乘加运算中多bit权重的补码量化问题，提高其运算速率与并行度，节省芯片面积。
-
公开(公告)号：CN114366053A
公开(公告)日：2022-04-19
申请号：CN202210006631.9
申请日：2022-01-05
IPC: A61B5/0205 , A61B5/11 , A61B5/1455 , A61B5/00
Abstract: 本发明涉及一种多传感融合的无线分布式生理监测系统，包括多传感融合生理监测节点和上位机；所述多传感融合生理监测节点分布于全身的关键部位，用于采集所在部位的生理信号；所述上位机用于接收每一个所述多传感融合生理监测节点采集到的生理信号，并且将所述生理信号进行数据处理和分析。本发明可通过分布式的节点设备无线监测获取长期连续动态的生理参数参数变化以进行生命体征监测以及相关前期症状评估，为辅助临床诊断和病情评估提供了新的解决方案。
-
公开(公告)号：CN114332545A
公开(公告)日：2022-04-12
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：CN113949385A
公开(公告)日：2022-01-18
申请号：CN202111567676.5
申请日：2021-12-21
Applicant: 之江实验室
IPC: H03M7/04
Abstract: 本发明涉及一种模数转换电路，尤其涉及一种用于RRAM存算一体芯片补码量化的模数转换电路，包括电流电压转换模块、八个采样开关、两个不对称电容阵列、一个比较器以及逻辑控制模块，其中电流电压转换模块将RRAM阵列输出电流转换为电压，通过一个采样开关与一个不对称电容阵列连接，其余七个采样开关与另一个不对称电容阵列连接，两个不对称电容阵列与比较器两个输入端连接，比较器输出端与逻辑控制模块连接，逻辑控制模块输出比较器控制时钟以及电容阵列控制信号，并输出量化结果。通过该种新型补码量化模数转换器，可以解决RRAM存算一体芯片在用于阵列乘加运算中多bit权重的补码量化问题，提高其运算速率与并行度，节省芯片面积。
-
公开(公告)号：CN113436664B
公开(公告)日：2021-12-14
申请号：CN202110987676.4
申请日：2021-08-26
Applicant: 之江实验室
IPC: G11C13/00
Abstract: 本发明属于非易失存储器技术领域，涉及一种阻变存储单元的电导线性对称调节方法，通过调节阻变存储单元晶体管的栅极电压来实现阻变存储单元的电导的线性对称调节，在一晶体管一阻变存储器件的阻变存储单元结构下，在晶体管源极和漏极施加电压时，通过控制晶体管的栅极电压，使得阻变存储单元的电导状态发生改变，在高阻向低阻转变过程中，当晶体管的栅极电压较大时，器件电阻处于高电导状态；当晶体管的栅极电压较小时，忆阻器处于低电导状态。本发明方法通过调节栅极电压，得到电导呈线性对称变化，在多个周期性的测试中都保持较大的窗口，多次循环操作的电导变化差异很小，耐久性较好，可以解决传统阻变存储器编程方案的电导精准调控难题。
-
-
-
-
-
-
-
Search Results
88
records
(took 0.021 seconds)
