-
公开(公告)号：CN118468966A
公开(公告)日：2024-08-09
申请号：CN202410647057.4
申请日：2024-05-23
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种串行压缩单元、深度神经网络加速器，该加速器的每一处理元件包含串行压缩单元与计算单元，其中：该串行压缩单元包含异步电路握手模块与锁存模块，相邻串行压缩单元的异步电路握手模块彼此之间串行连接，且每一异步电路握手模块由一握手信号控制，相邻二异步电路握手模块之间连接一延时匹配模块；相邻串行压缩单元的锁存模块彼此之间串行连接，且每一锁存模块对应连接异步电路握手模块，且于接收该异步电路握手模块输出的使能信号时被触发，每一锁存模块由该使能信号控制。该加速器性能与能效显著提高。
-
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：CN117935868A
公开(公告)日：2024-04-26
申请号：CN202410111561.2
申请日：2024-01-26
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种随机递增存储器，其包含：多个偏斜单元，配置为将一元比特流存储为偏斜数格式；至少一计算单元，配置为对所述多个偏斜单元存储的偏斜数进行递增操作。本发明还提出一种脉动随机递增存储器体系结构，其包含多路存储器；每一路存储器包含：多个一元处理单元，呈多行排列分布；多个随机递增存储器，同一行的一元处理单元配置一随机递增存储器；多路存储器之间由边缘部件隔开。该随机递增存储器能够将一元比特流累加为偏斜数格式，并与脉动阵列结构集成为脉动随机递增存储器体系结构，以降低累加能耗，提升能效。
-
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：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：CN114418074A
公开(公告)日：2022-04-29
申请号：CN202111589202.0
申请日：2021-12-23
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出了一种基于权值驻留的LSTM循环网络加速方法和系统，包括：获取具有权重缓存的AI专用芯片和待处理的时间序列，将待运行的LSTM循环网络模型加载至该AI专用芯片，并将LSTM循环网络模型运行中的所有时间无关项加载至该权重缓存；按顺序将该时间序列中当前时刻t的特征向量Xt，以及前一时刻的隐层输出Ht‑1输入至该AI专用芯片，通过读取位于权重缓存的时间无关项，运行该LSTM循环网络模型，得到当前时刻t的隐层输出Ht；直到达到预设循环次数，输出当前时刻的隐层输出作为LSTM循环网络的执行结果。本发明通过在将AI专用芯片中加入专用缓存，用于缓存LSTM中时间无关项，提高了LSTM运算效率。
-
公开(公告)号：CN108510064B
公开(公告)日：2021-12-10
申请号：CN201810249506.4
申请日：2016-04-18
Applicant: 中国科学院计算技术研究所
Abstract: 本公开提供了一种包括多个核心处理模块的人工神经网络的处理系统及方法，其中，所述人工神经网络的处理系统，包括：多核心处理模块，其包括多个核心处理模块；其中，该多个核心处理模块共同复用输入神经元和/或权值。本公开包括多个核心处理模块的人工神经网络的处理系统及方法，其在神经网络处理系统中引入多核设计，从而提升神经网络处理系统的运算速度，使得神经网络处理系统性能更高，更加高效。
-
公开(公告)号：CN110059812A
公开(公告)日：2019-07-26
申请号：CN201910079638.1
申请日：2019-01-26
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种脉冲神经网络运算芯片及相关运算方法，该脉冲神经网络运算方法应用于该脉冲神经网络运算芯片，该方法应用于脉冲神经网络，该脉冲神经网络包括时钟神经元，该方法包括：该时钟神经元在第一时间后，以第二时间为间隔发送时钟脉冲；该脉冲神经网络中与该时钟神经元对应的输出神经元根据该时钟脉冲发送输出脉冲。
-
公开(公告)号：CN110059800A
公开(公告)日：2019-07-26
申请号：CN201910079637.7
申请日：2019-01-26
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种人工神经网络转换为脉冲神经网络的脉冲神经网络转换方法及相关转换芯片，该脉冲神经网络转换方法包括：根据人工神经网络的待转换层和转换激活函数，得到待转换人工神经网络，该转换激活函数的结果与该人工神经网络的输入数据正相关；训练该待转换人工神经网络，得到训练后待转换人工神经网络；以及根据该训练后待转换人工神经网络和时钟神经元，得到脉冲神经网络。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.032 seconds)
