公开(公告)号：CN111685775A

公开(公告)日：2020-09-22

申请号：CN202010175144.6

申请日：2020-03-13

Applicant: 三星电子株式会社

Inventor： 埃尔哈姆·萨卡哈伊 ,  乔治斯·乔治亚迪斯 ,  刘留 ,  邓伟然

IPC: A61B5/1455

Abstract: 提供了一种用于预测血糖水平的循环神经网络装置和系统。所述循环神经网络装置包括第一长短期记忆(LSTM)网络和第二LSTM网络。第一LSTM网络可包括用于接收近红外(NIR)辐射数据的输入以及输出。第二LSTM网络可包括用于接收第一LSTM网络的输出的输入以及用于基于输入到第一LSTM网络的NIR辐射数据来输出血糖水平数据的输出。

公开(公告)号：CN111695687A

公开(公告)日：2020-09-22

申请号：CN202010175326.3

申请日：2020-03-13

Applicant: 三星电子株式会社

Inventor： 乔治斯·乔治亚迪斯 ,  邓伟然

IPC: G06N3/08 ,  G06N3/04

Abstract: 提供了一种训练用于图像识别的神经网络的方法和装置。所述神经网络包括具有已经被联合地修剪和量化的权重和输出特征图的至少一个层。使用解析阈值函数来修剪层的权重。基于针对所有量化水平的权重的量化和解量化的加权平均来量化修剪之后剩余的每个权重，以形成层的量化的权重。基于层的量化的权重来生成层的输出特征图。基于针对所有量化水平的输出特征图的量化和解量化的加权平均来量化层的每个输出特征图。使用代价函数来更新解析阈值函数的参数、权重的所有量化水平的加权平均以及层的每个输出特征图的加权平均。

公开(公告)号：CN111695687B

公开(公告)日：2025-04-18

申请号：CN202010175326.3

申请日：2020-03-13

Applicant: 三星电子株式会社

Inventor： 乔治斯·乔治亚迪斯 ,  邓伟然

IPC: G06N3/0495 ,  G06N3/082

Abstract: 提供了一种训练用于图像识别的神经网络的方法和装置。所述神经网络包括具有已经被联合地修剪和量化的权重和输出特征图的至少一个层。使用解析阈值函数来修剪层的权重。基于针对所有量化水平的权重的量化和解量化的加权平均来量化修剪之后剩余的每个权重，以形成层的量化的权重。基于层的量化的权重来生成层的输出特征图。基于针对所有量化水平的输出特征图的量化和解量化的加权平均来量化层的每个输出特征图。使用代价函数来更新解析阈值函数的参数、权重的所有量化水平的加权平均以及层的每个输出特征图的加权平均。

公开(公告)号：CN110942135A

公开(公告)日：2020-03-31

申请号：CN201910904340.X

申请日：2019-09-24

Applicant: 三星电子株式会社

Inventor： 邓伟然

IPC: G06N3/04 ,  G06N3/08

Abstract: 一种提供深度神经网络的权重的平衡修剪的系统和方法，其中，在所述系统和方法中，将DNN的权重划分为多个组，在每个组中确定非零权重的数量的计数，确定每个组中的权重的计数的方差，利用具有每个组中的权重的计数的方差等于0的约束使用拉格朗日乘子使DNN的损失函数最小化，并通过反向传播重新训练权重和拉格朗日乘子。