公开(公告)号：WO2023091675A1

公开(公告)日：2023-05-25

申请号：PCT/US2022/050425

申请日：2022-11-18

Applicant: UNIVERSITY OF SOUTHERN CALIFORNIA ,  KHAJAVIKHAN, Mercedeh ,  DENG, Haoqin

Inventor： KHAJAVIKHAN, Mercedeh ,  DENG, Haoqin

IPC: G06N3/067 ,  G06N3/06

Abstract: An apparatus and methods are provided for an optical neural network architecture that utilizes parity-time (PT) symmetric couplers. The example PT symmetric optical neural network is based on layers using the PT symmetric couplers that each have two parallel waveguides. One waveguide applies gain while the other waveguide applies an equal loss to signals.

公开(公告)号：WO2023009362A1

公开(公告)日：2023-02-02

申请号：PCT/US2022/037720

申请日：2022-07-20

Applicant: RACUYA-ROBBINS, Ann, Elizabeth

Inventor： RACUYA-ROBBINS, Ann, Elizabeth

IPC: G06N3/06 ,  G06N5/02

Abstract: System for Knowledge Creation with the Living Machine for the Manufacture of Living Knowledge where Living Trust is being built and advanced.

公开(公告)号：WO2022227962A1

公开(公告)日：2022-11-03

申请号：PCT/CN2022/082796

申请日：2022-03-24

Applicant: 华为技术有限公司

Inventor： 姚棋中 ,  项方品 ,  吴辉阳

IPC: G06N3/06

Abstract: 本申请公开了一种数据处理方法及装置，涉及神经网络的数据处理领域。该数据处理方法包括：在神经网络的运算过程中，第一处理器依据第一处理器的缓存的存储容量，将内存中存储的神经网络的多个OP中至少一个OP的矩阵写入缓存，进而，第一处理器依据缓存中存储的该至少一个OP的矩阵生成第一数据。上述至少一个OP的矩阵所需的存储空间小于或等于缓存的存储容量。本申请实施例所提供的数据处理方法，第一处理器可以依据缓存的存储容量从内存中预读取多个OP的矩阵，减少了第一处理器从内存中读取OP的矩阵的次数，减少了神经网络的运算过程的数据读取时间，以及神经网络所需的总运算时间，提高了神经网络的运算效率。

公开(公告)号：WO2022197736A1

公开(公告)日：2022-09-22

申请号：PCT/US2022/020434

申请日：2022-03-15

Applicant: MOTIONAL AD LLC

Inventor： THOMAS, Stephen L.

IPC: G06F13/12 ,  G06F21/57 ,  G06N3/06

Abstract: Among other things, techniques are described for randomized real time integrity check of a GPU accelerated neural network. A method includes generating an input data stream, wherein the input data stream comprises sensor data associated with an autonomous vehicle. The method includes inserting input test data into the input data stream during operation of the autonomous vehicle, wherein the input data stream is input to a neural network accelerated by a graphics processing unit. An output data stream from the neural network with a predetermined output corresponding to the input data stream is compared, and an integrity of the neural network accelerated by a graphics processing unit is verified.

公开(公告)号：WO2022183921A1

公开(公告)日：2022-09-09

申请号：PCT/CN2022/077079

申请日：2022-02-21

Applicant: 浙江大学

Inventor： 吕攀 ,  张本浩 ,  杨国青 ,  李红 ,  邓水光 ,  潘纲 ,  吴朝晖

IPC: G06N3/06

Abstract: 本发明提出了一种类脑计算机操作系统的神经模型映射方法，包括以下步骤：获取脉冲神经网络模型的有向图G，其节点为逻辑神经元簇v；计算有向图的拓扑序列O(G)，并根据类脑计算机的硬件约束，计算逻辑神经元簇v的可映射区域R；根据拓扑序列O(G)，对于逻辑神经元簇v，在可映射区域R中选择物理神经元簇做映射。采用本发明的映射方法，可以可靠地将脉冲神经网络映射到类脑计算机中，能满足更大规模的脉冲神经网络的部署和运行，有效减少网络拥塞。

公开(公告)号：WO2022179508A1

公开(公告)日：2022-09-01

申请号：PCT/CN2022/077340

申请日：2022-02-23

Applicant: HUAWEI TECHNOLOGIES CO., LTD.

Inventor： ANTHONY, Anthony ,  HU, Junhan ,  XUE, Xun ,  GROSMAN, Robin Dawn ,  SUTYANYONG, Nattavut

IPC: G06N3/06 ,  G06N3/08

Abstract: The disclosed systems and methods for intelligent heterogeneous computationdirected to receiving monitoring data and a set of training data, wherein the monitoring data includes an occupancy rate of a preprocessed data queue and a utilization factor of accelerating devices, generating a resource computation job list in accordance with the monitoring data, forwarding jobs, in the resource computation job list to be executed on a central processing unit (CPU), to a CPU worker queue, forwarding control messages to the CPU worker queue, wherein the control messages are associated with jobs in the resource computation job list to be executed on the accelerating devices, and executing, by the accelerating devices, jobs in the resource computation job list to be executed on the accelerating devices.

公开(公告)号：WO2022142479A1

公开(公告)日：2022-07-07

申请号：PCT/CN2021/118470

申请日：2021-09-15

Applicant: 深圳大普微电子科技有限公司

Inventor： 王岩 ,  黄运新 ,  张吉兴 ,  李卫军

IPC: G06N3/06 ,  G06F9/30

Abstract: 一种硬件加速器、数据处理方法、系统级芯片及介质，硬件加速器处理的指令集包括：数据流控制指令用于执行数据流控制；常规类型计算指令用于执行常规类型计算，以完成所述循环神经网络中的常规类型计算；专用类型计算指令用于执行专用类型计算，以完成所述循环神经网络中的专用类型计算；指数移位指令用于执行指数移位，以完成所述循环神经网络计算中的数据归一化；数据转移指令用于执行数据转移，以完成所述循环神经网络计算时不同寄存器之间的数据转移操作以及寄存器与存储器之间的数据转移操作。本申请通过上述技术方案，能够有效提升用于运行循环神经网络的硬件加速器的计算资源利用率，并能够有效避免数据和资源方面的冲突。

公开(公告)号：WO2022099559A1

公开(公告)日：2022-05-19

申请号：PCT/CN2020/128468

申请日：2020-11-12

Applicant: 浙江大学

Inventor： 潘纲 ,  马德 ,  李一涛 ,  戴书画

IPC: G06N3/06 ,  G06N5/04

Abstract: 一种支持亿级神经元的类脑计算机，包括层级拓展的体系架构和体系架构内部演算过程控制；所述体系架构包括层级化组织管理的多个用于实现计算任务的类脑计算芯片，每个类脑计算芯片包含计算神经元和突触资源并形成神经网络，体系架构内计算神经元之间的脉冲事件通过层级化传输模式实现传输；所述演算过程控制包括控制体系架构内计算任务的并行处理，控制体系架构内同步时间的管理，控制体系架构内神经网络的重构来实现计算神经元与突触资源的容错性和鲁棒性管理。该类脑计算机能够支持神经元规模上亿的脉冲神经网络推理计算。

公开(公告)号：WO2022041091A1

公开(公告)日：2022-03-03

申请号：PCT/CN2020/111973

申请日：2020-08-28

Applicant: 南京大学

Inventor： 缪峰 ,  梁世军 ,  王爽

IPC: G06N3/06

Abstract: 一种新型类脑视觉系统，包括视网膜形态阵列和神经网络，所述视网膜形态阵列用于将视觉信息转化成电学信号，所述神经网络将输入的电学信号进行信息处理，得到视觉认知结果；通过视网膜形态阵列对视觉信息的感知和同步预处理，避免了从光感受器端向图像信息处理器传输大量冗余的视觉信息，节省了带宽资源，提高了视觉信息处理效率；利用交叉阵列配置结构更复杂、功能更多样的神经网络，通过神经网络对视觉信息的更高层次处理，实现了集图像识别，动态追踪，轨迹预测为一体的新型类脑视觉系统。

公开(公告)号：WO2022009433A1

公开(公告)日：2022-01-13

申请号：PCT/JP2020/027134

申请日：2020-07-10

Applicant: 富士通株式会社

Inventor： 坂井　靖文

IPC: G06F3/06 ,  G06N20/00 ,  G06N3/06 ,  G06N3/08

Abstract: ニューラルネットワークの逆伝播時の勾配ベクトルに含まれる複数の要素を一様に量子化することで、ニューラルネットワークの実行時間を短縮する。