-
公开(公告)号:CN115034353B
公开(公告)日:2024-11-05
申请号:CN202210289492.5
申请日:2022-03-23
Applicant: 清华大学 , 北京宁矩科技有限公司
Abstract: 本发明提供了一种端到端CNN加速器及剪枝模型压缩方法,基于EEG评估持续注意力水平,方法包括:对CNN模型依次进行组卷积、全局平均池、近零剪枝、偏差驱动剪枝、权重聚类和量化步骤,得到压缩后的CNN模型;其中,所述CNN模型由四个卷积块、一个全局平均池化层和一个线性层组成,每个卷积块包括一维卷积层、一维批量归一化层和校正线性单元层。所述加速器由FPGA实现,具体包括:两两互相连接的控制器、片上块随机存取存储器、处理引擎阵列。本发明达到183.11倍的模型压缩比,在二元注意水平分类任务上达到了84.2%的独立于被试的准确率。本发明在FPGA上达到了0.11W的设计功耗和8.19GOps/W的能效。
-
公开(公告)号:CN112149541B
公开(公告)日:2024-10-29
申请号:CN202010963626.8
申请日:2020-09-14
Applicant: 清华大学
IPC: G06F18/00 , G06F18/214 , G06N3/0464 , G06N3/0442 , G06N3/006
Abstract: 本发明公开了一种用于睡眠分期的模型训练方法,方法包括:构建用于睡眠分期的单通道输入竞争学生模型和多通道输入教师模型;将多通道信号输入教师模型,并根据教师模型的输出获得教师模型损失,将单通道信号输入所述竞争学生模型,并根据竞争学生模型的输出获得竞争学生模型损失;根据教师模型中隐含层的输出和竞争学生模型中隐含层的输出确定知识迁移损失;根据竞争学生模型损失、教师模型损失和知识迁移损失对教师模型和竞争学生模型进行优化,直至满足停止条件;根据已训练教师模型和已训练竞争学生模型构建用于睡眠分期的单通道输入合作学生模型,并基于知识蒸馏技术对合作学生模型进行训练,最终得到精度得到改善的教师模型和合作学生模型。
-
公开(公告)号:CN118449491A
公开(公告)日:2024-08-06
申请号:CN202410522230.8
申请日:2024-04-28
Applicant: 清华大学 , 北京宁矩科技有限公司
Abstract: 本申请涉及量化技术领域,公开了一种量化器、模拟前端和装置,包括:周期计数模块与压控振荡器的两个中间级相连接,接收压控振荡器的两个中间级输出的时钟信号,分别对接收到的两个时钟信号进行计数,得到两个周期整数;相位解码模块与压控振荡器相连接,对压控振荡器输出的相位进行解码,得到周期小数;多路选择模块分别与周期计数模块以及相位解码模块相连接,根据周期小数,输出两个周期整数中的一个周期整数;数字解码模块分别与多路选择模块以及相位解码模块相连接,使用位移、加法和减法对周期整数和周期小数进行解码,得到周期数。能够便捷且准确地获得两个不同的周期整数并从中确定一个周期整数;不需要使用乘法器,减少片上面积消耗。
-
公开(公告)号:CN116019440A
公开(公告)日:2023-04-28
申请号:CN202211393227.8
申请日:2022-11-08
Applicant: 清华大学 , 北京宁矩科技有限公司
Abstract: 本申请公开了一种步态分析方法、装置、系统、电子设备及存储介质。该步态分析方法包括:同时获取目标对象的生物电信号、以及目标对象运动时的双视角同步视频;通过轻量级姿态估计网络模型从所述双视角同步视频中提取步态参数;对所述生物电信号进行特征提取,得到生物电信号特征参数;将步态参数和生物电信号特征参数相结合,得到综合步态分析结果。本申请实施例提供的步态分析方法,获取的数据较为全面,通过轻量化算法提高计算速率并降低分析成本,结合生物电信号和双视角同步视频所获得的步态分析结果较为准确,能够满足当前神经疾病研究中对多种类数据全面性的需求,实现对神经疾病的定量评估,促进神经疾病研究进展。
-
公开(公告)号:CN115005838A
公开(公告)日:2022-09-06
申请号:CN202210468573.1
申请日:2022-04-29
Applicant: 清华大学 , 北京宁矩科技有限公司
Abstract: 本发明提供了一种16通道神经记录仪,包括:一个集成了模拟前端和极性发射机的芯片,以及作为转发器的软件定义的接收机。芯片进一步包括数据缓冲器、通道编码器,DMA将数据传输到数据缓冲器,通道编码器用于根据寄存器文件配置参数进行打包和信道编码。调制器接收通道编码器的输出,调制后输入频率成形滤波器,所述频率成形滤波器的输出被送入极性发射机。所述接收机基于FPGA,包括两两连接的射频前端、FPAG、ARM处理器。实验结果表明,AFE的输入参考噪声为2.87μVrms,发射机的能量效率为2.8nJ/bit。芯片在最大负荷下,消耗总功率为5.47mW。在大鼠身上进行了体内试验,显示出良好的系统的可用性。
-
公开(公告)号:CN114244369A
公开(公告)日:2022-03-25
申请号:CN202111223910.2
申请日:2021-10-18
Applicant: 清华大学 , 北京宁矩科技有限公司
Abstract: 本申请公开了一种逐次逼近式模数转换转置,包括比较装置、逐次逼近寄存器逻辑电路以及两个数模转换装置;数模转换装置包括电容器阵列和多个多路选择装置;电容器阵列包括桥接电容器以及通过桥接电容器相连接的LSB阵列和MSB阵列;LSB阵列和MSB阵列均分别包括至少一个第一电容器;各第一电容器均分别对应连接一个多路选择装置;比较装置以及各多路选择装置均分别与逐次逼近寄存器逻辑电路相连接;两个所述数模转换装置分别与所述比较装置的正向输入端和负向输入端相连接。本申请的逐次逼近式模数转换转置,其电容器阵列分为LSB阵列和MSB阵列,能够改善差分非线性,减少电容器数量的指数级增长,从而大大减小电容器阵列的总面积以及功耗。
-
公开(公告)号:CN111657860B
公开(公告)日:2021-07-20
申请号:CN202010408610.0
申请日:2020-05-14
Applicant: 清华大学
Abstract: 本申请公开了一种基于对抗学习的睡眠阶段识别方法及系统,包括:将脑电信号训练集输入至待训练对抗特征提取器,基于对抗学习进行训练更新,得到对抗特征提取器;将脑电信号训练集输入至待训练个体特征提取器进行训练和更新,得到个体特征提取器;将脑电信号测试集分别输入至对抗特征提取器和个体特征提取器,训练和更新待训练神经网络、待训练睡眠阶段分类器和待训练条件随机场层,得到神经网络、睡眠阶段分类器和条件随机场层;将待分类脑电信号输入至三特征网络,确定睡眠阶段。只使用单通道脑电信号能够减小设备体积;通过对抗学习增加提取到的特征的共通性,降低不同的受试者的脑电数据的差异,提高准确性;并且不需要专业知识,操作简单。
-
公开(公告)号:CN111147056A
公开(公告)日:2020-05-12
申请号:CN202010005461.3
申请日:2020-01-03
Applicant: 清华大学
Abstract: 本申请公开了一种动态比较器、模数转换器和控制方法,包括:依次连接的预放大器、锁存器和控制电路;预放大器用于对外部输入的两路差分输入信号的差进行放大处理,得到放大后的差的两端电压,输出至锁存器;锁存器的输出端与控制电路的输入端相连,用于根据两端电压的电压高低,输出对应的电平信号至外部电路和所述控制电路;控制电路的输出端与所述预放大器的尾电流管的栅极连接,用于在电平信号符合预设条件时控制电源断开,停止为预放大器供电。通过比较两端电压的电压高低,输出对应的电平信号至控制电路,控制电路在电平信号符合预设条件时控制电源断开以停止为预放大器供电,从而控制预放大器关闭,降低动态比较器的功耗。
-
公开(公告)号:CN111027435A
公开(公告)日:2020-04-17
申请号:CN201911216442.9
申请日:2019-12-02
Applicant: 清华大学
Abstract: 本申请公开了一种基于梯度提升决策树的识别系统、装置和方法,包括:处理模块根据加载的梯度提升决策树模型中的模型参数,使用流水线对接收到的信号特征进行并行比较,得到多个总预测分数,发送至结果生成模块;结果生成模块根据接收到的多个总预测分数生成识别结果。在处理模块中使用流水线对接收到的信号特征进行并行比较,能够提升处理速度,降低硬件功耗和处理时间的开销。通过梯度提升决策树模型对信号特征进行比较,生成识别结果,可以灵活处理混合型信号数据,对异常点的鲁棒性强可以得到准确率高的识别结果。将处理分为四个阶段,使用控制器控制流水线中各阶段的运行,能够在FPGA中实现并行处理,提高处理速度,通用性强。
-
公开(公告)号:CN119892117A
公开(公告)日:2025-04-25
申请号:CN202411852648.1
申请日:2024-12-16
Applicant: 清华大学 , 北京宁矩科技有限公司
Abstract: 本公开提出一种用于医疗应用的发射器和接收器,其中发射器包括:模拟前端用于接收神经电极的模拟信号;数字基带处理模块,用于对所述模拟信号进行数字化和信道编码,得到编码信号;调制器,用于将所述编码信号进行16‑QAM调制,得到调制信号;采用16‑QAM调制,提高了可扩展数据速率;通过锁相分频器生成多个目标频率信号,并将所述目标频率信号划分为多个目标子频率信号;基于所述多个目标子频率信号调整所述调制信号的相位,得到相位调整信号,实现了发射器内多频带数据传输,最后功率放大器放大所述相位调整信号,将放大后的相位调整信号传输至发射单元,以便发射单元发射信号,实现高速率低功耗的信号发射。
-
-
-
-
-
-
-
-
-