-
公开(公告)号：CN114186667B
公开(公告)日：2024-08-23
申请号：CN202111487036.3
申请日：2021-12-07
IPC: G06N3/0442 , G06N3/06 , G06N3/084
Abstract: 本发明公开了一种循环神经网络权重矩阵向忆阻阵列的映射方法，包括：获取目标循环神经网络隐藏层中的所有权重矩阵；将各权重矩阵按行排列成一个3行矩阵阵列，且矩阵阵列中的每一列元素矩阵位于同一门控单元；根据网络隐藏层的前向传播函数对矩阵阵列中的元素矩阵进行裁切，被裁切的元素矩阵不影响其他元素矩阵的反向传播，且被裁切的元素矩阵使网络中各门控单元系数能够得到运算结果；将裁切并训练后的矩阵阵列中各元素矩阵编码为忆阻阵列中对应器件的电导。本发明是在利用传统忆阻循环神经网络加速器进行矩阵向量乘法时，在保证网络结构不变的前提下，只向忆阻阵列映射一部分矩阵，可有效降低权重矩阵映射时对忆阻阵列面积的要求。
-
公开(公告)号：CN115660079A
公开(公告)日：2023-01-31
申请号：CN202211339578.0
申请日：2022-10-27
IPC: G06N3/126 , G06F17/16 , G06F18/2415
Abstract: 本发明公开了一种用于特征选择的忆阻器遗传算法的加速器及其操作方法，加速器包括第一控制模块、忆阻器阵列模块、第二控制模块和处理器模块；第一控制模块将处理器模块发送的数据转换为模拟量后输入至忆阻器阵列模块中，并在解更新阶段更新忆阻器阵列模块存储单元的状态；忆阻器阵列模块存储特征子集，并实现忆阻器单元在阵列中的原位更新；第二控制模块接收忆阻器阵列模块的电流信号，并将其转换为电压信号，再将电压信号转换为数字信号后传输至处理器模块；处理器模块在适应度计算阶段发送预处理后的数据到第一控制模块，接收并处理第二控制模块输出的数字信号。本发明减少了数据传输的过程，降低了电路开销，有效的减少了运算时间和功耗。
-
Patent Agency Ranking
公开(公告)号：CN114186667A
公开(公告)日：2022-03-15
申请号：CN202111487036.3
申请日：2021-12-07
Abstract: 本发明公开了一种循环神经网络权重矩阵向忆阻阵列的映射方法，包括：获取目标循环神经网络隐藏层中的所有权重矩阵；将各权重矩阵按行排列成一个3行矩阵阵列，且矩阵阵列中的每一列元素矩阵位于同一门控单元；根据网络隐藏层的前向传播函数对矩阵阵列中的元素矩阵进行裁切，被裁切的元素矩阵不影响其他元素矩阵的反向传播，且被裁切的元素矩阵使网络中各门控单元系数能够得到运算结果；将裁切并训练后的矩阵阵列中各元素矩阵编码为忆阻阵列中对应器件的电导。本发明是在利用传统忆阻循环神经网络加速器进行矩阵向量乘法时，在保证网络结构不变的前提下，只向忆阻阵列映射一部分矩阵，可有效降低权重矩阵映射时对忆阻阵列面积的要求。
-
公开(公告)号：CN111027619B
公开(公告)日：2022-03-15
申请号：CN201911248887.5
申请日：2019-12-09
Applicant: 华中科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于忆阻器阵列的K‑means分类器及其分类方法，将K‑means算法的聚类中心的维度信息作为训练权重，映射并存储在忆阻器阵列中，以神经网络权重模拟聚类中心的维度信息，基于忆阻器的渐变特性实现欧氏距离的计算，并且直接在硬件电路上实现聚类中心各权重的在线更新，实现了大量非归一化数据在硬件电路基础上的数据聚类，减小了由于数据归一化带来的计算复杂度，以及由于外部电路计算权重变化所带来的电路复杂性，同时也减小了数据距离计算过程中的数据复杂度，降低了数据存储的时间和运算功耗，省去了数据交互的消耗，计算时间较短。
-
公开(公告)号：CN112819036A
公开(公告)日：2021-05-18
申请号：CN202110037230.5
申请日：2021-01-12
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于忆阻器阵列的球形数据分类装置及其操作方法，属于数据挖掘与数据分析领域，包括分类器和辅助控制模块；其中，分类器包括输入控制模块、忆阻器阵列、字线控制模块、比较模块和输出缓存模块；本发明利用球形数据的原生优势，在数据模长为“1”时，将数据之间的距离等价转化为向量之间的点乘结果，并将数据距离计算的过程映射到忆阻器阵列中，利用忆阻器阵列高效的乘加操作，实现并行的数据距离计算的过程，极大的简化了距离计算的复杂性，计算复杂度低。且与传统的非单位化数据的聚类过程相比，可以在硬件电路上实现数据之间距离的完整计算与表达，能够更加精准的刻画数据之间的距离特征，保证聚类结果的精度。
-
公开(公告)号：CN111027619A
公开(公告)日：2020-04-17
申请号：CN201911248887.5
申请日：2019-12-09
Applicant: 华中科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于忆阻器阵列的K-means分类器及其分类方法，将K-means算法的聚类中心的维度信息作为训练权重，映射并存储在忆阻器阵列中，以神经网络权重模拟聚类中心的维度信息，基于忆阻器的渐变特性实现欧氏距离的计算，并且直接在硬件电路上实现聚类中心各权重的在线更新，实现了大量非归一化数据在硬件电路基础上的数据聚类，减小了由于数据归一化带来的计算复杂度，以及由于外部电路计算权重变化所带来的电路复杂性，同时也减小了数据距离计算过程中的数据复杂度，降低了数据存储的时间和运算功耗，省去了数据交互的消耗，计算时间较短。
-
公开(公告)号：CN112819036B
公开(公告)日：2024-03-19
申请号：CN202110037230.5
申请日：2021-01-12
Applicant: 华中科技大学
IPC: G06F18/23213 , G06F18/214 , G11C8/14
Abstract: 本发明公开了一种基于忆阻器阵列的球形数据分类装置及其操作方法，属于数据挖掘与数据分析领域，包括分类器和辅助控制模块；其中，分类器包括输入控制模块、忆阻器阵列、字线控制模块、比较模块和输出缓存模块；本发明利用球形数据的原生优势，在数据模长为“1”时，将数据之间的距离等价转化为向量之间的点乘结果，并将数据距离计算的过程映射到忆阻器阵列中，利用忆阻器阵列高效的乘加操作，实现并行的数据距离计算的过程，极大的简化了距离计算的复杂性，计算复杂度低。且与传统的非单位化数据的聚类过程相比，可以在硬件电路上实现数据之间距离的完整计算与表达，能够更加精准的刻画数据之间的距离特征，保证聚类结果的精度。
-
-
-
-
-
-
Search Results
7
records
(took 0.035 seconds)
