-
公开(公告)号：CN119026543A
公开(公告)日：2024-11-26
申请号：CN202411121715.2
申请日：2024-08-15
Applicant: 中国科学院计算技术研究所
IPC: G06F30/3315 , G06F30/3312 , G06F30/3953 , G06N20/00
Abstract: 本申请公开了一种布线前静态时序分析方法及其装置，方法包括：将布线前的集成电路进行基于图的建模，将电路进行网络划分，输出电路的网络级建模结果；从布线前电路数据中提取网络延迟预测特征集；根据网络延迟预测特征集，采用分布式梯度增强库，构建网络延迟预测模型，输出不同工作条件下的网络延迟预测结果；基于网络级建模结果及各工作条件下的网络延迟预测结果，采用线性复杂度算法计算到达时间及松弛，输出最终的布线前静态时序分析结果。本发明在多设计模式下以高精度一致地获得静态时序分析结果，本发明方法具有鲁棒的可泛化性。
-
公开(公告)号：CN117991628A
公开(公告)日：2024-05-07
申请号：CN202211378151.1
申请日：2022-11-04
Applicant: 中国科学院计算技术研究所
IPC: G05B13/04 , G06N3/045 , G06N3/0499 , G06N3/048 , G06N3/092
Abstract: 本发明提出一种基于上下文符号策略的元强化学习自动控制方法和系统，包括：将基础控制对象的运动轨迹的上下文变量输入参数生成器，得到上下文变量中所有动作维度在符号网络中的预测参数；路径选择器通过在预测参数上乘以二进制掩码，以从符号网络中选择代表符号表达式形式的路径；符号网络根据路径和预测参数，生成训练样本的预测控制策略；使用预测控制策略控制基础控制对象，根据其运动轨迹使用强化学习训练更新参数生成器和路径选择器；将目标控制对象的上下文变量输入训练完的路径选择器和参数生成器，得到符号网络的结构和参数，从而得到目标控制对象符号化的控制策略，以控制策略控制目标控制对象完成控制目标。
-
公开(公告)号：CN117532610A
公开(公告)日：2024-02-09
申请号：CN202311666755.0
申请日：2023-12-06
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种机械臂控制方法及装置，该方法包含：构建机械臂控制的模拟环境，获取环境状态信息，所述环境状态信息包含机械臂的位姿与速度，以及待操作物体位置；以所述环境状态信息作为输入信息，输入至符号网络中，所述符号网络的输出为机械臂动作值，包含机械臂的关节速度；从所述符号网络中选择合适的路径生成符号策略；依据所述符号策略部署机械臂的控制任务。该方法能够提高符号策略学习的效率，从而使用更少的交互数据学习到机械臂控制，提高了机械臂控制的精度。
-
公开(公告)号：CN117195983A
公开(公告)日：2023-12-08
申请号：CN202310986571.6
申请日：2023-08-07
Applicant: 中国科学院计算技术研究所
Abstract: 一种基于数据并行可信分布式神经网络加速器架构构建方法、加速器架构、加速器和服务器，包括以下步骤：构建主机节点步骤，用于对多个神经网络加速器节点进行远程认证、控制和数据分发；构建动态随机存取内存步骤；构建所述多个神经网络加速器节点步骤，进一步包括：构建控制处理器步骤；构建计算单元步骤；构建内存控制器步骤，用于提供数据可信保护，其中，又包括：在片上构建分布式大模型的全局版本号结构；利用不使用数据地址的方式对数据进行加密、解密、完整性保护生成和完整性保护验证；所述加密、解密、完整性保护生成和完整性保护验证以神经网络层的张量为粒度进行通信。
-
公开(公告)号：CN115422533A
公开(公告)日：2022-12-02
申请号：CN202210940151.X
申请日：2022-08-05
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于帧间相似性的对抗补丁检测定位方法，包括：提取关键视频帧的浅层特征图，通过滑窗方式从该浅层特征图中选取多个候选窗口，当任一候选窗口中LISF的个数超过筛选阈值时，以该候选窗口为重要窗口；以每个该重要窗口为掩膜遮挡该视频帧，并执行图像检测，得到对应每个该重要窗口的掩膜检测结果；对所有该掩膜检测结果执行垄断者投票，判断该对抗补丁在该关键视频帧中的位置；根据帧间相似性消除该对抗补丁对该关键视频帧的相邻视频帧的干扰。本发明还提出一种基于帧间相似性的对抗补丁检测定位系统，以及一种用于对抗补丁检测定位的数据处理装置。
-
Patent Agency Ranking
公开(公告)号：CN115422532A
公开(公告)日：2022-12-02
申请号：CN202210940143.5
申请日：2022-08-05
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于局部浅层重要神经元的对抗补丁检测定位方法，包括：获取视频帧的浅层特征图，从该浅层特征图中选取多个候选窗口，当任一候选窗口中LISF的个数超过筛选阈值时，以该候选窗口为重要窗口；以每个该重要窗口为掩膜遮挡该视频帧，并执行图像检测，得到对应每个该重要窗口的掩膜检测结果；对所有该掩膜检测结果执行垄断者投票，若存在某一掩膜检测结果与其他掩膜检测结果相异，且其他掩膜检测结果均相同，则该视频帧存在对抗补丁，该掩膜检测结果对应的重要窗口为该对抗补丁所在位置，反之则该视频帧为正常图像。本发明还提出一种基于局部重要浅层神经元的对抗补丁检测定位系统，以及一种用于对抗补丁检测定位的数据处理装置。
-
公开(公告)号：CN119416845A
公开(公告)日：2025-02-11
申请号：CN202411551391.6
申请日：2024-11-01
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于斐波那契编码的存算一体神经网络加速方法和加速器，包括：存算一体神经网络加速器的斐波那契编码器将参与神经网络运算任务的激活值和权重值从二进制编码为斐波那契编码，得到斐波那契激活和斐波那契权重，存算一体神经网络加速器中存算一体单元的DAC将斐波那契激活转化为多个模拟电压，并分别施加到存算一体单元中SRAM阵列每一行的字线上；SRAM阵列的每个单元将输入的模拟电压乘以相应的斐波那契权重，得到中间运算结果，SRAM阵列每一列的加法器对中间运算结果进行重新分配电荷以完成内积的累加操作，并将累加操作结果通过存算一体单元的ADC转换为斐波那契编码的数字格式，作为神经网络运算任务的运算结果。
-
公开(公告)号：CN118313322A
公开(公告)日：2024-07-09
申请号：CN202310019857.7
申请日：2023-01-06
Applicant: 中国科学院计算技术研究所
Inventor： 陈云霁 , 承书尧 , 靳鹏威 , 郭崎 , 杜子东 , 张蕊 , 田韵豪 , 胡杏 , 赵永威 , 郝一帆 , 关翔涛 , 韩虎生 , 赵政越 , 刘晰鸣 , 张曦珊 , 褚越杰 , 毛卫龙 , 陈天石
IPC: G06F30/327 , G06F30/3323 , G06F30/337 , G06F18/231
Abstract: 本发明提出一种基于近似电路生成的逻辑电路自动生成方法和系统，包括：获取待实现的黑盒函数，且该黑盒函数包括多组输入信号和输出结果的对应关系；对该黑盒函数进行采样得到函数样本，为该函数样本中每对输入信号和输出结果的对应关系对应关系构建用于表达逻辑电路结构的有向无环图，聚类所有该有向无环图的同层节点，得到多个簇；展开每个簇中的每个节点，合并展开后功能相同的子节点得到样本电路结构图。本发明的逻辑电路生成方法，可用于芯片设计流程中，降低人工参与成本，提高芯片设计效率。
-
公开(公告)号：CN117475254A
公开(公告)日：2024-01-30
申请号：CN202311329374.3
申请日：2023-10-13
Applicant: 中国科学院计算技术研究所
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06V10/762
Abstract: 本发明提出一种破除图像数据不可学习噪声的深度学习训练方法，包括：获取训练图像样本，构建为分类数据集；对所有该训练图像样本进行聚类，获取各聚类簇的聚类信息，根据该聚类信息，生成该分类数据集的过拟合指标；以该分类数据集对目标图像分类模型进行训练，基于该过拟合指标判断每个训练轮是否出现过拟合，并对每个训练轮的学习率进行动态调整。本发明还提出一种破除图像数据不可学习噪声的深度学习训练系统，以及一种用于实现破除图像数据不可学习噪声的深度学习训练的数据处理装置。
-
公开(公告)号：CN117421703A
公开(公告)日：2024-01-19
申请号：CN202311133721.5
申请日：2023-09-04
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种深度符号回归加速器，包括：执行单元阵列，用于深度符号回归的NN推理运算和BFGS优化运算；片上缓存，与该执行单元阵列通信连接，包括：输入输出缓存，用于存储NN推理运算和BFGS优化运算的输入输出值；NN权值缓存，用于存储NN推理模型的权重；参数缓存，用于存储该执行单元阵列的配置参数；字符串解析模块，与该输入输出缓存通信连接，用于把NN推理运算得到的符号化表达式框架的字符串转化为数学表达式的运算符；控制器，与该执行单元阵列和该片上缓存通信连接，用于控制该执行单元阵列和该片上缓存的访存操作及运算调度。本发明还提出一种基于该深度符号回归加速器的深度符号回归方法。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.041 seconds)
