-
公开(公告)号：CN109146073B
公开(公告)日：2022-05-24
申请号：CN201710459806.0
申请日：2017-06-16
Abstract: 本申请提供了一种神经网络训练方法，应用于阻变存储器RRAM上，该方法包括：将神经网络中第r层的神经元输入值输入到RRAM中，根据RRAM中的过滤器对神经元输入值进行计算，得到神经网络中第r层的神经元输出值，根据RRAM的核值、神经网络中第r层的神经元输入值、神经网络中第r层的神经元输出值以及神经网络中第r层的反向传播误差值进行计算，得到神经网络中第r层的反向传播更新值，将神经网络中第r层的反向传播更新值与预设阈值进行比较，当神经网络中第r层的反向传播更新值大于预设阈值，则根据神经网络中第r层的反向传播更新值对RRAM中的过滤器进行更新。本申请旨在通过设置预设阈值减少神经网络训练中的更新操作，从而延长RRAM的使用寿命。
-
公开(公告)号：CN1305265C
公开(公告)日：2007-03-14
申请号：CN200310103194.X
申请日：2003-11-07
Applicant: 清华大学
Abstract: SAN系统中基于负载自适应的异步远程镜像方法属于网络存储技术领域，其特征在于：在由主机、包括主机适配卡、交换机和数据链路的互联设备、I/O节点及其磁盘阵列、为上述I/O节点提供网络硬盘的镜像I/O节点即Mirror I/O node及其磁盘阵列构成的存储区域网络SAN中，I/O节点的SCSI目标模拟器可根据I/O负载的大小，采取两种不同的异步镜像方式来减少命令响应时间，而且在镜像关系初建的同时，或存在磁盘发生失败更换磁盘工作后，进行磁盘间的同步来保证数据的一致性，同时对目标模拟器各子模块所有的出错情况可进行不同的分析处理。它能在保证数据安全性、一致性的前提下，减少写命令的响应时间，而且I/O负载越大，其效果越明显。
-
公开(公告)号：CN1529426A
公开(公告)日：2004-09-15
申请号：CN200310100205.9
申请日：2003-10-10
Applicant: 清华大学
Abstract: 基于FCP协议的SAN的双节点镜像集群的方法及系统属于网络存储技术领域，其特征在于基于自行开发的FC－SAN系统，使用双存储节点集群的二级存储方法，实现了一种完全ServerFree(主机零资源占用)的同步远程镜像；镜像过程完全对主机系统进行屏蔽，不占用主机集群的任何资源，只引入了很小的镜像写延迟。它能够在一个节点失效时继续提供数据服务，并且提供了系统重建后的后台数据重新同步机制。它满足对数据的安全性的保证，而且具有可扩展性，高兼容性。非常适合推广，已在清华大学自行研究开发的海量网络存储系统上通过测试与应用。
-
公开(公告)号：CN109146073A
公开(公告)日：2019-01-04
申请号：CN201710459806.0
申请日：2017-06-16
CPC classification number: G06N3/063 , G06N3/08 , G06N3/084 , G06N3/0635
Abstract: 本申请提供了一种神经网络训练方法，应用于阻变存储器RRAM上，该方法包括：将神经网络中第r层的神经元输入值输入到RRAM中，根据RRAM中的过滤器对神经元输入值进行计算，得到神经网络中第r层的神经元输出值，根据RRAM的核值、神经网络中第r层的神经元输入值、神经网络中第r层的神经元输出值以及神经网络中第r层的反向传播误差值进行计算，得到神经网络中第r层的反向传播更新值，将神经网络中第r层的反向传播更新值与预设阈值进行比较，当神经网络中第r层的反向传播更新值大于预设阈值，则根据神经网络中第r层的反向传播更新值对RRAM中的过滤器进行更新。本申请旨在通过设置预设阈值减少神经网络训练中的更新操作，从而延长RRAM的使用寿命。
-
公开(公告)号：CN109146070A
公开(公告)日：2019-01-04
申请号：CN201710459633.2
申请日：2017-06-16
Abstract: 本发明实施例提供了一种外围电路，该外围电路包括：数据准备电路,用于根据第一控制信号选择地将输入所述数据准备电路的第一数据进行第一预处理后导入所述RRAM交叉阵列的行或列中，所述第一数据包括用于所述神经网络训练的样本数据；数据选择电路,用于根据第二控制信号选择地从所述RRAM交叉阵列的行或列中导出第二数据，且对所述第二数据进行第二预处理得到第三数据；数据读取电路,用于权值更新控制操作和对输入所述数据读取电路的第四数据进行最大池化操作得到第五数据；反向训练计算电路,用于将输入所述反向训练计算电路中的第六数据进行误差计算和求导计算。本发明技术方案能够支撑基于RRAM的神经网络训练，加速神经网络训练和提升RRAM写的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN100471091C
公开(公告)日：2009-03-18
申请号：CN200310100205.9
申请日：2003-10-10
Applicant: 清华大学
Abstract: 基于FCP协议的SAN的双节点镜像集群的方法及系统属于网络存储技术领域，其特征在于基于自行开发的FC-SAN系统，使用双存储节点集群的二级存储方法，实现了一种完全Server Free(主机零资源占用)的同步远程镜像；镜像过程完全对主机系统进行屏蔽，不占用主机集群的任何资源，只引入了很小的镜像写延迟。它能够在一个节点失效时继续提供数据服务，并且提供了系统重建后的后台数据重新同步机制。它满足对数据的安全性的保证，而且具有可扩展性，高兼容性。非常适合推广，已在清华大学自行研究开发的海量网络存储系统上通过测试与应用。
-
公开(公告)号：CN111172274A
公开(公告)日：2020-05-19
申请号：CN202010075636.8
申请日：2020-01-22
Applicant: 清华大学
IPC: C12Q1/6883 , G01N33/68 , A61K38/17 , A61P25/18 , A61P25/24 , A01K67/027 , C12Q1/02 , A61K49/00
Abstract: 本发明涉及生物医药领域，具体涉及Synaptotagmin-7(Syt7)在双向情感障碍诊断和治疗中的用途。提供了一种用于双向情感障碍的生物标志物，所述生物标志物包括Syt7基因和/或其表达产物。还提供了Syt7基因和/或其表达产物在制备药物中的用途，所述药物用于治疗双向情感障碍。通过监控Syt7基因和/或其表达产物，可以用于筛选用于治疗双向情感障碍的药物，为能够靶向Syt7分子的诊断和治疗提供帮助。
-
公开(公告)号：CN117025532A
公开(公告)日：2023-11-10
申请号：CN202310855685.7
申请日：2023-07-12
Applicant: 清华大学
IPC: C12N5/079 , C12N5/0793 , C12N5/074 , A61K35/30 , A61P25/16
Abstract: 本发明公开了中脑类器官及其制备方法和在治疗帕金森病中的应用。以所述中脑类器官中总细胞数计，所述中脑类器官中的NURR1阳性细胞和TH阳性细胞的总比例不低于80％。将该中脑类器官来源的神经细胞移植入帕金森病模型小鼠后，可以显著改善模型小鼠的运动功能障碍、有效补偿功能性多巴胺神经元的损失，并且起效时间快、持续时间久，可用于预防和/或治疗运动功能障碍相关疾病，临床价值高，应用前景广阔。
-
公开(公告)号：CN109146070B
公开(公告)日：2021-10-22
申请号：CN201710459633.2
申请日：2017-06-16
Abstract: 本发明实施例提供了一种外围电路，该外围电路包括：数据准备电路,用于根据第一控制信号选择地将输入所述数据准备电路的第一数据进行第一预处理后导入所述RRAM交叉阵列的行或列中，所述第一数据包括用于所述神经网络训练的样本数据；数据选择电路,用于根据第二控制信号选择地从所述RRAM交叉阵列的行或列中导出第二数据，且对所述第二数据进行第二预处理得到第三数据；数据读取电路,用于权值更新控制操作和对输入所述数据读取电路的第四数据进行最大池化操作得到第五数据；反向训练计算电路,用于将输入所述反向训练计算电路中的第六数据进行误差计算和求导计算。本发明技术方案能够支撑基于RRAM的神经网络训练，加速神经网络训练和提升RRAM写的可靠性。
-
公开(公告)号：CN108304922A
公开(公告)日：2018-07-20
申请号：CN201710025196.3
申请日：2017-01-13
Abstract: 本申请提供了一种用于神经网络计算的计算设备和计算方法，该计算设备包括：第一计算单元，用于对输入的第一矩阵执行M次第一操作，得到第二矩阵；第二计算单元，用于对输入的第二矩阵执行第二操作；控制单元，用于控制第一计算单元对第一矩阵执行M次第一操作中的第i次第一操作，得到第二矩阵的第i个数据元素；将第二矩阵的第i个数据元素存入第一存储单元中；如果第一存储单元当前存储的数据元素能够用于执行一次第二操作，控制第二计算单元执行一次第二操作。本申请提供的计算设备和计算方法能够降低用于神经网络计算的计算设备的存储开销。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.034 seconds)
