公开(公告)号：CN112673382A

公开(公告)日：2021-04-16

申请号：CN201980058457.9

申请日：2019-09-08

申请人： 艾普维真股份有限公司

发明人： 弗雷德里克·约尔丹 ,  马丁·库特尔 ,  伊夫·德拉克勒塔

IPC分类号： G06N3/06 ,  G06N3/04 ,  G06N3/12 ,  G06N5/00

摘要： 一种生物神经网络(BNN)核心单元，其包括神经细胞培养物、输入刺激单元、输出读出单元，可以通过其各种生命周期来控制，以提供数据处理功能。一种自动化系统，其包括适于与BNN刺激和读出数据接口一起操作的环境和化学控制器单元，促进BNN核心单元参数的监测和调整。BNN接口信号的预处理和后处理可进一步促进BNN的训练和强化学习。多个BNN核心单元也可以组装在一起作为堆叠。所提出的系统提供BNN操作系统作为用于湿件服务器的核心组件，以接收、处理和发送用于不同客户端应用的数据，而不将BNN核心单元组件暴露给客户端用户，同时与用于高级认知计算任务的传统的基于硅的硬件和软件信息处理相比，需要明显更少的能量。

公开(公告)号：CN111480167A

公开(公告)日：2020-07-31

申请号：CN201880080983.0

申请日：2018-12-20

申请人： 艾普维真股份有限公司

发明人： 弗雷德里克·约尔丹 ,  尼古拉斯·鲁达斯 ,  伊夫·德拉克勒塔 ,  马丁·库特尔

IPC分类号： G06K9/62

摘要： 机器学习系统可以通过将分类器算法和配置参数选择成预定一元算法集合和相关联的参数值来自动地产生所述分类器算法和所述配置参数。可以通过改变待分类对象的位置和取向和/或传感器的位置和取向以捕获所述对象的数字表示，和/或通过改变物理环境参数来产生输入对象项目的多个数字表示，所述物理环境参数改变所述传感器对所述对象的数字表示捕获。机器臂或输送机可以改变所述对象和/或所述传感器的位置和取向。所述机器学习系统可以采用遗传编程来促进适合于对输入对象项目的多个数字表示进行分类的分类器的产生。所述机器学习系统可以自动生成参考模板信号作为所述一元算法的配置参数，以便于产生适于对输入对象项目的多个数字表示进行分类的分类器。