-
公开(公告)号：CN111325321B
公开(公告)日：2023-08-29
申请号：CN202010091024.8
申请日：2020-02-13
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于类脑计算领域，具体涉及一种基于多神经网络融合的类脑计算系统及指令集的执行方法，旨在解决现有类脑计算系统无法实现深度神经网络和脉冲神经网络并行融合计算的问题。本系统用于对深度神经网络、脉冲神经网络进行并行运算，其包括局部紧耦合计算簇、PCIE接口、内部数据总线；各局部紧耦合计算簇之间通过内部数据总线电性连接，用于对深度神经网络或脉冲神经网络进行运算，由N×N个神经元引擎NE组成，各NE共用一个神经元缓冲区；NE用于对神经元模型数据进行矩阵运算和向量运行算；PCIE接口与计算机主板PCIE插槽匹配，用于类脑计算系统与外部设备的数据交互。本发明实现了深度神经网络和脉冲神经网络的并行运算。
-
公开(公告)号：CN112215912B
公开(公告)日：2021-06-22
申请号：CN202011093264.8
申请日：2020-10-13
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于数据处理领域，具体涉及了一种基于动态视觉传感器的显著性图生成系统、方法和装置，旨在解决的问题。本发明包括：通过动态视觉传感器获取事件数据，并通过目标检测网络中的每个神经元将DVS事件数据和从相互关联的神经元获取的信息进行累加缓存，每隔预设的时间通过激活函数获取神经元膜电位，并根据神经元膜电位与预设的饱和阈值的大小关系输出脉冲信号，前一时刻的膜电位u(t0)经过衰减与当前接收的激励进行累加，结果用于脉冲信号和膜电位更新判断。本发明使得目标检测网络阵列生成的显著性图排除了冗余的背景信息，提高了目标检测的可信度和精确度，避免出现误判。
-
公开(公告)号：CN111325321A
公开(公告)日：2020-06-23
申请号：CN202010091024.8
申请日：2020-02-13
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于类脑计算领域，具体涉及一种基于多神经网络融合的类脑计算系统及指令集的执行方法，旨在解决现有类脑计算系统无法实现深度神经网络和脉冲神经网络并行融合计算的问题。本系统用于对深度神经网络、脉冲神经网络进行并行运算，其包括局部紧耦合计算簇、PCIE接口、内部数据总线；各局部紧耦合计算簇之间通过内部数据总线电性连接，用于对深度神经网络或脉冲神经网络进行运算，由N×N个神经元引擎NE组成，各NE共用一个神经元缓冲区；NE用于对神经元模型数据进行矩阵运算和向量运行算；PCIE接口与计算机主板PCIE插槽匹配，用于类脑计算系统与外部设备的数据交互。本发明实现了深度神经网络和脉冲神经网络的并行运算。
-
公开(公告)号：CN113240074A
公开(公告)日：2021-08-10
申请号：CN202110407002.2
申请日：2021-04-15
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种可重构神经网络处理器，所述处理器包括指令编译模块、模型映射模块、计算阵列控制模块和计算阵列；所述指令编译模块用于将待运行的各神经网络应用程序编译为网络运算指令；所述模型映射模块用于匹配网络运算指令对应的微操作码，并通过索引所述微操作码将对应神经网络应用程序映射到所述计算阵列，得到各神经网络应用程序在所述计算阵列上的计算单元集合；所述计算阵列控制模块用于控制各计算单元集合针对对应神经网络应用程序的读写和计算。本发明提供的处理器，实现支持多个神经网络的并行加速计算以及多个神经网络的协同计算，提高计算资源的利用率和神经网络并行处理能力。
-
Patent Agency Ranking
公开(公告)号：CN112184760A
公开(公告)日：2021-01-05
申请号：CN202011091863.6
申请日：2020-10-13
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机视觉技术领域，具体涉及一种基于动态视觉传感器的高速运动目标检测跟踪方法，旨在解决高速运动目标检测跟踪方法存在高冗余、高延迟、高噪声以及检测跟踪精度差的问题。本系统方法包括获取目标场景中各高速运动目标当前帧的地址事件数据流，作为输入数据；通过脉冲神经网络对输入数据进行去噪、最大池化处理，并将设定染色核滑动扫描所有子区域，获取染色表信息，作为第一信息；通过预测器得到当前帧预测的染色表信息，作为第二信息；通过预设的更新方法对第一信息、第二信息进行更新；输出最终获取的待追踪的高速运动目标的染色表信息。本发明降低了数据的冗余量、传输延迟、存在噪声的问题，提高了检测跟踪的精度。
-
公开(公告)号：CN115146222A
公开(公告)日：2022-10-04
申请号：CN202210648118.X
申请日：2022-06-08
Applicant: 中国科学院自动化研究所
IPC: G06F17/14
Abstract: 本发明提供一种FFT处理系统、处理方法及DSP处理器，FFT处理系统基于软流水技术实现，通过流水线控制模块确定基于FFT点数的流水线控制指令，流水线控制指令包括时序的多个蝶形运算指令；通过软流水FFT计算模块接收输入数据以及旋转因子，根据多个蝶形运算指令对应的蝶形运算操作的可并行性，对输入数据以及旋转因子执行多个蝶形运算指令对应的微操作，得到FFT计算结果。该FFT处理系统不仅可以大大缩短FFT计算耗费的时间，提高FFT计算效率，作为蝶形运算指令并行执行的硬件结构，FFT处理系统的FFT处理功耗明显降低，使FFT处理的硬件开销明显降低。
-
公开(公告)号：CN112184760B
公开(公告)日：2021-05-25
申请号：CN202011091863.6
申请日：2020-10-13
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机视觉技术领域，具体涉及一种基于动态视觉传感器的高速运动目标检测跟踪方法，旨在解决高速运动目标检测跟踪方法存在高冗余、高延迟、高噪声以及检测跟踪精度差的问题。本系统方法包括获取目标场景中各高速运动目标当前帧的地址事件数据流，作为输入数据；通过脉冲神经网络对输入数据进行去噪、最大池化处理，并将设定染色核滑动扫描所有子区域，获取染色表信息，作为第一信息；通过预测器得到当前帧预测的染色表信息，作为第二信息；通过预设的更新方法对第一信息、第二信息进行更新；输出最终获取的待追踪的高速运动目标的染色表信息。本发明降低了数据的冗余量、传输延迟、存在噪声的问题，提高了检测跟踪的精度。
-
公开(公告)号：CN112215912A
公开(公告)日：2021-01-12
申请号：CN202011093264.8
申请日：2020-10-13
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于数据处理领域，具体涉及了一种基于动态视觉传感器的显著性图生成系统、方法和装置，旨在解决的问题。本发明包括：通过动态视觉传感器获取事件数据，并通过目标检测网络中的每个神经元将DVS事件数据和从相互关联的神经元获取的信息进行累加缓存，每隔预设的时间通过激活函数获取神经元膜电位，并根据神经元膜电位与预设的饱和阈值的大小关系输出脉冲信号，前一时刻的膜电位u(t0)经过衰减与当前接收的激励进行累加，结果用于脉冲信号和膜电位更新判断。本发明使得目标检测网络阵列生成的显著性图排除了冗余的背景信息，提高了目标检测的可信度和精确度，避免出现误判。
-
公开(公告)号：CN113240074B
公开(公告)日：2022-12-06
申请号：CN202110407002.2
申请日：2021-04-15
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种可重构神经网络处理器，所述处理器包括指令编译模块、模型映射模块、计算阵列控制模块和计算阵列；所述指令编译模块用于将待运行的各神经网络应用程序编译为网络运算指令；所述模型映射模块用于匹配网络运算指令对应的微操作码，并通过索引所述微操作码将对应神经网络应用程序映射到所述计算阵列，得到各神经网络应用程序在所述计算阵列上的计算单元集合；所述计算阵列控制模块用于控制各计算单元集合针对对应神经网络应用程序的读写和计算。本发明提供的处理器，实现支持多个神经网络的并行加速计算以及多个神经网络的协同计算，提高计算资源的利用率和神经网络并行处理能力。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
