公开(公告)号：CN119026558A

公开(公告)日：2024-11-26

申请号：CN202310589361.3

申请日：2023-05-23

Applicant: 华为技术有限公司 ,  复旦大学

Inventor： 殷思远 ,  杨帆 ,  苏仰锋 ,  曾璇 ,  赵培亮 ,  吕宏亮

IPC: G06F30/394 ,  G06F30/398

Abstract: 本申请实施例提供了一种电路模型的降阶方法和相关设备。该方法包括：根据目标电路中的多个互连线，确定至少一个初始耦合电容矩阵、每个互连线的初始电阻矩阵和初始电容矩阵；根据每个互连线的初始电阻矩阵，确定每个互连线的投影矩阵；根据每个互连线的投影矩阵，对至少一个初始耦合电容矩阵、每个互连线的初始电阻矩阵和初始电容矩阵进行降阶，确定目标电路的降阶后的电路模型。该方法可以对目标电路的降阶前的电路模型中的每个互连线对应的块矩阵分别进行降阶，从而使得降阶前后的电路模型中的矩阵的结构可以保持不变，进而可以降低计算输出信号时的计算量，提高计算输出信号的效率，并且使得对电路模型进行降阶的效率更高。

公开(公告)号：CN1645379A

公开(公告)日：2005-07-27

申请号：CN200510023305.5

申请日：2005-01-13

Applicant: 复旦大学

Inventor： 曾璇 ,  苏仰锋 ,  童家榕 ,  刘榜

IPC: G06F17/50

Abstract: 本发明属线性电路的模型降阶技术领域，具体为一种多输入多输出RCS互连电路的降阶。该方法的步骤包括：构造二阶系统方程来描述该互连电路，对二次系统进行频移，并对二次系统进行线性化，再采用块二阶Arnoldi算法获得Hv的前k阶块矩所构成的Krylov子空间内的一组正交规范基，并利用该正交规范矩阵对原二次系统进行正交投影，从而获得阶数为n的降阶后的二次系统，该二次系统可以线性化为一个一次系统，线性化后的一次电路方程保持了原二次方程对应的一次方程矩阵的块状结构，最后获得小规模RCS等效电路。本发明方法可以保证降阶过程的数值稳定性、降阶系统的无源性、精确矩匹配，具有保结构特性，低的计算量和存贮量。

公开(公告)号：CN112734025B

公开(公告)日：2023-07-21

申请号：CN201911028209.8

申请日：2019-10-28

Applicant: 复旦大学

Inventor： 杨帆 ,  苏仰锋 ,  曾璇 ,  文玮婧

IPC: G06N3/082 ,  G06N3/0464

Abstract: 本发明属于人工智能领域，涉及一种基于固定基正则化的神经网络参数稀疏化方法；该方法通过将卷积神经网络中大量卷积核和权重参数分解为多组低秩的固定基的表达形式，并对固定基选择折叠处理，调节低秩参数，在网络模型预训练后，结合固定基部分参数正则化和部分剪枝算法，后期少数步骤进行稀疏化训练。所述方法可用于图片识别分类的应用，通过固定基表示大量网络参数，便于硬件平台的实现的同时降低了计算的复杂度；与现在已经提出的神经网络稀疏化算法相比，所述方法可以在达到同一精度或者更高精度的同时，实现更高的网络稀疏度，大大的减少了参数存储，减少网络训练的时间并提升卷积神经网络在图像分类领域的应用效率。

公开(公告)号：CN101901279A

公开(公告)日：2010-12-01

申请号：CN200910052330.4

申请日：2009-06-01

Applicant: 复旦大学

Inventor： 曾璇 ,  杨帆 ,  苏仰锋

IPC: G06F17/50

Abstract: 本发明涉及一种集成电路电源地网络的分析方法和装置。该方法首先建立电源地网络的矩阵电路方程；然后利用非齐次Amoldi方法构造投影矩阵，对电源地网络的矩阵电路方程进行合同变换得到降阶系统；最后求解降阶系统的瞬态响应，得出分析结果。应用该方法的装置包括输入单元、输出单元、程序存储单元、外部总线、内存、存储管理单元、输入输出桥接单元、系统总线和处理器；在程序存储单元存储实现本发明分析方法的NHAR程序，电源地网络的电路特征数据通过NHAR程序进行分析。应用本发明对电源地网络进行分析，可以保证计算过程的数值稳定，以很低的计算复杂度达到很高计算精度，解决现有方法中存在的计算过程数值稳定和计算效率不能兼顾的问题。

公开(公告)号：CN1604092A

公开(公告)日：2005-04-06

申请号：CN200410067826.6

申请日：2004-11-04

Applicant: 复旦大学

Inventor： 曾璇 ,  苏仰锋 ,  王健 ,  刘榜

IPC: G06F17/50

Abstract: 本发明属电子技术领域，具体为一种基于二阶Arnoldi过程的单输入单输出RCS互连电路降阶方法，具体步骤包括：构造二阶系统、系统频移、系统线性化、利用二阶Arnoldi过程获得由电路中电压向量V的前n阶矩向量所构成的Krylov子空间的正交规范矩阵Q，最后，利用Q对二阶原系统进行正交投影和合同变换，得到n阶的降阶系统。本发明的特点是降阶系统可匹配原系统的前n阶矩，从而具有高的降阶精度，二阶Arnoldi过程保证了降阶算法的数值稳定性以及低的计算量和存贮量，同时基于正交投影和合同变换确保了降阶系统的无源性。

公开(公告)号：CN112734025A

公开(公告)日：2021-04-30

申请号：CN201911028209.8

申请日：2019-10-28

Applicant: 复旦大学

Inventor： 杨帆 ,  苏仰锋 ,  曾璇 ,  文玮婧

IPC: G06N3/08 ,  G06N3/04

Abstract: 本发明属于人工智能领域，涉及一种基于固定基正则化的神经网络参数稀疏化方法；该方法通过将卷积神经网络中大量卷积核和权重参数分解为多组低秩的固定基的表达形式，并对固定基选择折叠处理，调节低秩参数，在网络模型预训练后，结合固定基部分参数正则化和部分剪枝算法，后期少数步骤进行稀疏化训练。所述方法可用于图片识别分类的应用，通过固定基表示大量网络参数，便于硬件平台的实现的同时降低了计算的复杂度；与现在已经提出的神经网络稀疏化算法相比，所述方法可以在达到同一精度或者更高精度的同时，实现更高的网络稀疏度，大大的减少了参数存储，减少网络训练的时间并提升卷积神经网络在图像分类领域的应用效率。

公开(公告)号：CN102339335B

公开(公告)日：2013-05-29

申请号：CN201010233156.6

申请日：2010-07-21

Applicant: 复旦大学

Inventor： 苏仰锋 ,  曾璇 ,  杨帆 ,  宗可 ,  张玉洁

IPC: G06F17/50

Abstract: 本发明属集成电路领域，涉及一种具有大量端口的互连线模型降阶方法及装置。该方法根据大量端口互连线电路的电阻、电容连接关系构造一个无向图，并利用谱划分的方法对其进行划分，最后将同一划分集合中的节点进行粗粒化，得到降阶电路。所述的装置包括输入单元、输出单元、程序存储单元、外部总线、内存、存储管理单元、输入输出桥接单元、系统总线和处理器；在程序存储单元存储实现本发明降阶方法的AMOR程序。应用本发明对具有大量端口互连线进行模型降阶，不会引入非零元，可以保证降阶后的模型仿真时间更短，效率更高，同时获得的降阶电路的电阻值和电容值均为正值，具有物理可实现性，也保证了降阶电路的无源性。

公开(公告)号：CN102339335A

公开(公告)日：2012-02-01

申请号：CN201010233156.6

申请日：2010-07-21

Applicant: 复旦大学

Inventor： 苏仰锋 ,  曾璇 ,  杨帆 ,  宗可 ,  张玉洁

IPC: G06F17/50

Abstract: 本发明属集成电路领域，涉及一种具有大量端口的互连线模型降阶方法及装置。该方法根据大量端口互连线电路的电阻、电容连接关系构造一个无向图，并利用谱划分的方法对其进行划分，最后将同一划分集合中的节点进行粗粒化，得到降阶电路。所述的装置包括输入单元、输出单元、程序存储单元、外部总线、内存、存储管理单元、输入输出桥接单元、系统总线和处理器；在程序存储单元存储实现本发明降阶方法的AMOR程序。应用本发明对具有大量端口互连线进行模型降阶，不会引入非零元，可以保证降阶后的模型仿真时间更短，效率更高，同时获得的降阶电路的电阻值和电容值均为正值，具有物理可实现性，也保证了降阶电路的无源性。