-
公开(公告)号：CN117217302A
公开(公告)日：2023-12-12
申请号：CN202311168525.1
申请日：2023-09-11
Applicant: 上海交通大学
IPC: G06N5/01 , G06N5/04 , G06N3/0495 , G06N3/042 , G06N3/082
Abstract: 本发明提供了一种基于动态规划的多目标混合精度量化搜索方法及系统，包括：确定能够优化的位操作数量；对神经网络中所有层进行同一位宽的精度量化，进行训练感知量化，得到训练后的模型、基准推理精度和总操作数；并通过引入新的训练敏感度的指标，进一步扩大搜索空间，计算得到每一层不同位宽的精度损失、总操作数损失以及训练敏感度损失；按照顺序对位宽，对每一层神经网络和每个小于能够优化的位操作数量的值进行三层循环的遍历，并进行动态规划转移并记录遍历到每一层时的最小精度损失，以及进行状态转移的层，输出已被量化的层和量化精度，形成混合精度量化策略。本发明能够支持更多优化目标的多维混合精度搜索方法，提高搜索效率。
-
公开(公告)号：CN103325083B
公开(公告)日：2016-07-06
申请号：CN201310237564.2
申请日：2013-06-14
Applicant: 上海交通大学
IPC: G06T1/00
Abstract: 本发明提供一种应对切割和拼接攻击的数字交通地图水印保护方法，包括步骤：步骤1：数字地图自适应划分步骤；步骤2：数字水印嵌入步骤；步骤3：数字水印检测步骤。本发明能够十分有效的应对大规模的切割以及拼接方法对数字交通的图的攻击。通过我们的实验表明，在切割比例为50%时，本方法检测的准确率可以达到100%，即便是当切割比例达到95%时，本方法仍能以80%的准确率将水印检出。本发明在对数字地图进行水印嵌入的过程中引入的误差非常小。数字地图在嵌入水印的过程中，本方法可以根据需要对数字地图进行划分。我们使用一个比特的数字水印来表示一个子区域是否嵌入过水印。
-
公开(公告)号：CN103325083A
公开(公告)日：2013-09-25
申请号：CN201310237564.2
申请日：2013-06-14
Applicant: 上海交通大学
IPC: G06T1/00
Abstract: 本发明提供一种应对切割和拼接攻击的数字交通地图水印保护方法，包括步骤：步骤1：数字地图自适应划分步骤；步骤2：数字水印嵌入步骤；步骤3：数字水印检测步骤。本发明能够十分有效的应对大规模的切割以及拼接方法对数字交通的图的攻击。通过我们的实验表明，在切割比例为50%时，本方法检测的准确率可以达到100%，即便是当切割比例达到95%时，本方法仍能以80%的准确率将水印检出。本发明在对数字地图进行水印嵌入的过程中引入的误差非常小。数字地图在嵌入水印的过程中，本方法可以根据需要对数字地图进行划分。我们使用一个比特的数字水印来表示一个子区域是否嵌入过水印。
-
公开(公告)号：CN118278477B
公开(公告)日：2024-10-01
申请号：CN202410376716.5
申请日：2024-03-29
Applicant: 上海交通大学 , 山东浪潮科学研究院有限公司
IPC: G06N3/063 , G06N3/0464 , G06F7/523
Abstract: 本发明提供了一种面向混合精度神经网络的存内计算单元设计方法和系统，包括：步骤1：对现有的二值分割算法进行硬件上的混合精度乘积累加计算适配，得到改进后混合精度矢量乘积累加计算方法；步骤2：采用双模式可重构乘法单元，解决改进后混合精度矢量乘积累加计算方法所需的大位宽乘法器问题，得到改进后混合精度矢量乘积累加计算方法的硬件单元设计；步骤3：运用轻量级接口设计，结合双模式可重构乘法单元，根据改进后混合精度矢量乘积累加计算方法，完善乘法前操作元的预处理和乘法后结果的后处理硬件设计。本发明旨在提出一个存内计算电路模块，为经过混合精度量化压缩后的边缘端神经网络模型推理提供加速支持。
-
公开(公告)号：CN117973472A
公开(公告)日：2024-05-03
申请号：CN202410221588.7
申请日：2024-02-28
Applicant: 上海交通大学 , 山东浪潮科学研究院有限公司
Abstract: 本发明提供了一种面向卷积神经网络的低功耗近似乘法器，包括：输入预处理电路、权重解码电路、基于部分积推测的近似乘法电路和输出后处理电路；输入预处理电路对乘法器的输入进行预处理，处理后的结果分别与基于部分积推测的近似乘法电路和输出后处理电路相连；权重解码电路对输入的权重进行解码，其解码结果分别与基于部分积推测的近似乘法电路和输出后处理电路相连；基于部分积推测的近似乘法电路对其输入实现近似乘法操作，其16位输出与输出后处理电路相连。本发明利用乘法器相邻部分积之间的相关性，使用较高权重的部分积推测较低权重部分积的总体数值，实现了近似部分积的生成和压缩过程，极大程度上减小了乘法器的功耗、面积和延时。
-
Patent Agency Ranking
公开(公告)号：CN118278477A
公开(公告)日：2024-07-02
申请号：CN202410376716.5
申请日：2024-03-29
Applicant: 上海交通大学 , 山东浪潮科学研究院有限公司
IPC: G06N3/063 , G06N3/0464 , G06F7/523
Abstract: 本发明提供了一种面向混合精度神经网络的存内计算单元设计方法和系统，包括：步骤1：对现有的二值分割算法进行硬件上的混合精度乘积累加计算适配，得到改进后混合精度矢量乘积累加计算方法；步骤2：采用双模式可重构乘法单元，解决改进后混合精度矢量乘积累加计算方法所需的大位宽乘法器问题，得到改进后混合精度矢量乘积累加计算方法的硬件单元设计；步骤3：运用轻量级接口设计，结合双模式可重构乘法单元，根据改进后混合精度矢量乘积累加计算方法，完善乘法前操作元的预处理和乘法后结果的后处理硬件设计。本发明旨在提出一个存内计算电路模块，为经过混合精度量化压缩后的边缘端神经网络模型推理提供加速支持。
-
公开(公告)号：CN117217302B
公开(公告)日：2024-06-07
申请号：CN202311168525.1
申请日：2023-09-11
Applicant: 上海交通大学
IPC: G06N5/01 , G06N5/04 , G06N3/0495 , G06N3/042 , G06N3/082
Abstract: 本发明提供了一种基于动态规划的多目标混合精度量化搜索方法及系统，包括：确定能够优化的位操作数量；对神经网络中所有层进行同一位宽的精度量化，进行训练感知量化，得到训练后的模型、基准推理精度和总操作数；并通过引入新的训练敏感度的指标，进一步扩大搜索空间，计算得到每一层不同位宽的精度损失、总操作数损失以及训练敏感度损失；按照顺序对位宽，对每一层神经网络和每个小于能够优化的位操作数量的值进行三层循环的遍历，并进行动态规划转移并记录遍历到每一层时的最小精度损失，以及进行状态转移的层，输出已被量化的层和量化精度，形成混合精度量化策略。本发明能够支持更多优化目标的多维混合精度搜索方法，提高搜索效率。
-
公开(公告)号：CN102841128B
公开(公告)日：2015-01-21
申请号：CN201210297349.7
申请日：2012-08-20
Applicant: 上海交通大学
IPC: G01N27/72
Abstract: 本发明公开一种用于生物组织识别的电涡流传感器，该传感器由激励线圈、接收器、补偿器和处理电路组成；接收器和补偿器布置于激励线圈轴线位置，且激励线圈、接收器和补偿器均与处理电路相连；处理电路产生正弦信号通入激励线圈，在激励线圈的周围产生交变的主磁场，该主磁场会在被测的生物组织内部产生感应电涡流，从而产生次级磁场，接收器用于感测该次级磁场，并产生相应的电信号，该电信号将被送到处理电路进行处理，实现对不同生物组织的识别；补偿器用于修正激励线圈产生的轴向磁场的影响。本发明采用电涡流方法和巨磁阻传感器实现生物组织电导率的非接触检测，并可探测前方一定距离的组织特性变化，可以满足临床手术要求。
-
公开(公告)号：CN118333124A
公开(公告)日：2024-07-12
申请号：CN202410236022.1
申请日：2024-03-01
Applicant: 上海交通大学 , 山东浪潮科学研究院有限公司
IPC: G06N3/082 , G06N3/0495
Abstract: 本发明提供了一种具有层间关联性感知能力的多目标混合精度量化搜索方法和系统，包括：压缩神经网络模型，获取推理精度；量化并降低模型每层的比特位，获取推理精度和敏感度；采样得到随机的混合精度量化策略，降低模型中的复数层的比特位；获取推理精度损失，计算所有采样得到的混合精度量化策略对应的层间依赖性；筛选出条件集合；计算得出平均层间依赖性，算出不同层数对应的层间依赖性；设定影响值指标，求出模型中每层对应的影响值的近似解；根据得到两个优化目标；得出最优策略。本发明通过采用均匀采样和线性回归的方法，得出总层数对于层间依赖性的影响值，解决了如何定量测量任意一个混合精度量化策略对应的层间依赖性的问题。
-
公开(公告)号：CN102841128A
公开(公告)日：2012-12-26
申请号：CN201210297349.7
申请日：2012-08-20
Applicant: 上海交通大学
Abstract: 本发明公开一种用于生物组织识别的电涡流传感器，该传感器由激励线圈、接收器、补偿器和处理电路组成；接收器和补偿器布置于激励线圈轴线位置，且激励线圈、接收器和补偿器均与处理电路相连；处理电路产生正弦信号通入激励线圈，在激励线圈的周围产生交变的主磁场，该主磁场会在被测的生物组织内部产生感应电涡流，从而产生次级磁场，接收器用于感测该次级磁场，并产生相应的电信号，该电信号将被送到处理电路进行处理，实现对不同生物组织的识别；补偿器用于修正激励线圈产生的轴向磁场的影响。本发明采用电涡流方法和巨磁阻传感器实现生物组织电导率的非接触检测，并可探测前方一定距离的组织特性变化，可以满足临床手术要求。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.024 seconds)
