“代月花”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果30个，建议您升级VIP下载更多相关专利

[发明专利]一种TCAM存储单元、三值内容寻址存储器及电子设备-CN202310439175.1在审
发明人：吴祖恒;陈涛;冯哲;邹建勋;朱云来;徐祖雨;代月花 -专利权人：安徽大学
申请日： 2023-04-23 - 公布日： 2023-09-15 - 主分类号： G11C15/04 文献下载
摘要：本发明公开了一种TCAM存储单元、三值内容寻址存储器及电子设备，属于集成电路设计领域。本发明中使用非易失性存储器件(NVM)NVM进行信息的存储和搜索，避免了在两种宏单元中进行通信的操作，单个宏方案的TCAM消除了在电源开‑关操作期间基于SRAM的TCAM(sTCAM)和NVM宏之间移动数据的需要，减小了面积和信息交互的带来的功耗。
一种 tcam 存储单元内容寻址存储器电子设备

[发明专利]一种基于忆阻器的径向基神经元实现方法及设备-CN202310665788.7在审
发明人：吴祖恒;李威;陈涛;邹建勋;冯哲;徐祖雨;朱云来;代月花 -专利权人：安徽大学
申请日： 2023-06-07 - 公布日： 2023-09-01 - 主分类号： G06N3/063 文献下载
摘要：本发明公开了一种基于忆阻器的径向基神经元实现方法及设备，涉及忆阻器技术领域，方法包括以下步骤：接收神经元电路的输入电压；将输入电压输送至预先建立的绝对值模块电路内，得到幅值为非负的电压信号；将幅值为负的电压信号输入预先建立的反向放大器模块内，得到反向电压；将反向电压和偏置模块提供的偏置电压通过求和模块输入至径向基神经元模块电路，得到不同频率的输出信号；通过不同频率的输出信号的叠加，得到高斯函数，以实现径向基神经元；本发明可以有效地以聚类的形式清理输入数据，防止黑箱攻击。
一种基于忆阻器径向神经元实现方法设备

[发明专利]一种针对Skip Structure深度神经网络硬件精度问题的原位补偿法-CN202310438357.7在审
发明人：吴祖恒;汪泽清;冯哲;朱云来;徐祖雨;代月花 -专利权人：安徽大学
申请日： 2023-04-23 - 公布日： 2023-08-11 - 主分类号： G06N3/063 文献下载
摘要：本发明公开一种针对SkipStructure深度神经网络硬件精度问题的原位补偿法，属于忆阻器技术领域；原位补偿法包括S1，确定补偿方程的相关系数；S2，测试相关系数与输出误差之间的关系；S3，根据S2得到的测试数据，进行数据拟合，并建立补偿方程；S4，在阵列输出结果时，运用S3建立的补偿方程，对输出结果进行原位补偿；本发明的补偿方法能够解决忆阻器阵列在实现Skip Structure式深度神经网络时误差层层叠加所导致的精度下降问题，从而对于硬件实现跳跃式结构神经网络有很大的优化作用。
一种针对 skip structure 深度神经网络硬件精度问题原位补偿

[发明专利]一种可片上学习的物理RC网络的实现装置及方法-CN202310438361.3在审
发明人：朱云来;方修全;吴祖恒;冯哲;徐祖雨;代月花 -专利权人：安徽大学
申请日： 2023-04-23 - 公布日： 2023-08-01 - 主分类号： G06N3/065 文献下载
摘要：本发明公开了一种可片上学习的物理RC网络的实现装置及方法，属于忆阻器类脑计算系统领域。本发明是基于下一代RC网络，对其进行硬件实现，解决了传统RC网络运算并行度不高。本发明的全硬件RC网络，不是简单权重映射后，再进行数据分类，还可以进行原位训练，这样可以提高网络因为器件的非线性导致的噪声的容忍程度，并且可以针对外界环境的变化，自适应的做出改变。
一种可片上学习物理 rc 网络实现装置方法

[发明专利]一种用于模拟联想记忆的强化学习仿生电路架构-CN202110962416.1有效
发明人： 代月花;冯哲;邹建勋;王旭;胡古月;李星;杨菲;强斌;朱成龙;王菲菲;邵鹏;杨斌;汪小青;陈默;秦耕;李一鸣 -专利权人：安徽大学
申请日： 2021-08-20 - 公布日： 2023-05-02 - 主分类号： G09B23/18 文献下载
摘要：本发明公开一种用于模拟联想记忆的强化学习仿生电路架构，所述电路架构包括MUX，所述MUX上连接有突触模块、控制模块和输出模块，突触模块包括用于模拟输入神经元的方波电压信号，方波电压信号为2n个，其中，n为大于1的整数，控制模块包括控制信号，控制信号为可以为n个，n和控制信号可强化形成2n种不同类型的强化控制信号代表学习方法强化的人群刺激进入2n个突触模块。本发明强化学习仿生电路架构是基于巴甫洛夫联想记忆以及非联想记忆的，它更真实地模拟了人类记忆的特点，这与我们人类的记忆是一致的；通过输入模拟输入神经元的方波电压信号，通过设置控制信号模拟学习方法强化的人群，能够更加全面的模拟人的学习过程。
一种用于模拟联想记忆强化学习仿生电路架构

[发明专利]一种低功耗数据休眠可恢复的11T-SRAM单元电路、模块-CN202211658343.8在审
发明人：蔺智挺;张秋明;柳云龙;吴秀龙;彭春雨;赵强;代月花;卢文娟;周永亮;戴成虎;郝礼才 -专利权人：安徽大学
申请日： 2022-12-22 - 公布日： 2023-04-21 - 主分类号： G11C11/412 文献下载
摘要：本发明涉及静态随机存储器技术领域，更具体的，涉及一种低功耗数据休眠可恢复的11T‑SRAM单元电路，以及采用该种电路布局的模块。本发明的11T‑SRAM单元电路中N1、N2、P4、P5构成反馈支路，利用存储节点QB点的存储数据，通过N2或P4，使N1或P5关闭，使本单元电路进入休眠状态。本发明利用电路本身的存储数据“0”或“1”，通过反馈支路使N1或者P5处于关闭状态，从而切断单元电路和VDD或GND之间的连接，使电路进入休眠状态，降低了存储单元的静态功耗；并且休眠后的数据可通过信号的调整，使存储节点Q、QB的电平恢复到原来状态，不会造成功能性错误。
一种功耗数据休眠可恢复 11 sram 单元电路模块

[发明专利]一种基于策略迭代的贝尔曼方程的硬件实现方法-CN202310055769.2在审
发明人：朱云来;郭文斌;冯哲;吴祖恒;徐祖雨;代月花 -专利权人：安徽大学
申请日： 2023-01-18 - 公布日： 2023-04-18 - 主分类号： G06N3/063 文献下载
摘要：本发明公开了一种基于策略迭代的贝尔曼方程的硬件实现方法，首先输入奖励值到贝尔曼期望方程电路中，求出该奖励值的策略价值；将得到的策略价值输入贝尔曼最优方程电路进行策略迭代求解，求出最优价值；将得到的最优价值映射到由忆阻器阵列组成的策略图谱中，完成每一个状态的最优价值求解，并根据最优价值的大小决定每一个状态的移动方向，达到利用硬件加速贝尔曼方程求解最优价值的目的。该方法能够使用忆阻器阵列乘加的方式将贝尔曼方程硬件化，从而对强化学习硬件系统性能有很大的优化作用。
一种基于策略贝尔方程硬件实现方法

[发明专利]一种解决反向传播的神经网络训练方法-CN202211225039.4在审
发明人：徐祖雨;邹建勋;吴祖恒;冯哲;朱云来;代月花 -专利权人：安徽大学
申请日： 2022-10-09 - 公布日： 2023-03-07 - 主分类号： G06N3/084 文献下载
摘要：本发明公开一种解决反向传播的神经网络训练方法，属于神经网络训练领域；训练方法步骤包括：S1，搭建忆阻器阵列；S2，将图片预处理为相应电压，并可作为输入信号向忆阻器阵列输入；S3，将图片预处理信号输入忆阻器阵列，先对单个图片进行训练，再对相同数字多个图片进行训练，得到数字对应的最有权重；S4，将不同数字的图片进行S2中的预处理操作，再按照S3，得到不同数字对应的最优权重；S5，将S3、S4训练所得到的不同数字所对应的最优权重组成最优忆阻器阵列，再将数字图片输入到最优忆阻器阵列中，输出值与目标值差的绝对值最小的列作为最终数字判断。
一种解决反向传播神经网络训练方法

[发明专利]一种优化电导漂移的推理映射方案-CN202211010160.5在审
发明人：朱云来;方修全;冯哲;吴祖恒;徐祖雨;代月花 -专利权人：安徽大学
申请日： 2022-08-23 - 公布日： 2022-12-09 - 主分类号： G06N3/063 文献下载
摘要：本发明属于电导漂移技术领域，具体涉及一种优化电导漂移的推理映射方案包括以下步骤：S1：根据电导漂移模型，对于实际的器件电导漂移数据进行拟合，得出模型参数；S2：对输入数据与权值分别进行放缩，作为权值输入电压V0与目的映射电导C；S3：将输入信号经过S2步骤处理为权值输入电压V0，并乘上一个衰减因子，得到最终输入电压V，然后经过外围板卡电路映射到忆阻器阵列中，与传统的方法相比，本专利提出的方案解决了电导漂移问题，通过对输入信号乘上一个补偿因子的独特机制优化了系统的性能，电导漂移的补偿可以直接由输入信号来提供，降低的硬件网络实现的难度，使用本方案的系统在训练了20次后可达到96％的准确率，相比传统方案的准确率提升了10％。
一种优化电导漂移推理映射方案

[发明专利]一种分压型RRAM阵列结构-CN202210851664.3在审
发明人：徐祖雨;马学杨;陈涛;吴祖恒;朱云来;代月花 -专利权人：安徽大学
申请日： 2022-07-20 - 公布日： 2022-10-28 - 主分类号： G11C5/02 文献下载
摘要：本发明公开了一种分压型RRAM阵列结构，包括1T1R单元和另一个1T单元，1T指的是MOS管，1R指的是RRAM单元，MOS管与RRAM单元相连，组成1T1R单元；多个1T1R单元并联形成1T1R阵列；另一个1T单元为MOS管，该MOS管的一端与所述1T1R单元中的SL端相连，另一端连接一个高电平VHI；通过将另一个1T单元的N个MOS管的电阻R进行并联，形成RN，这种由1T1R阵列和另一个1T单元组成的结构，称之为伪1T1R的RRAM阵列结构。上述结构可以在实现分压型RRAM阵列的情况下有效减少阵列面积，充分利用阵列资源，同时引入栅压传感方案减小读干扰。
一种分压型 rram 阵列结构

[发明专利]一种用于优化忆阻器基神经网络的权值推理映射方法-CN202210816129.4在审
发明人：吴祖恒;李威;冯哲;朱云来;徐祖雨;代月花 -专利权人：安徽大学
申请日： 2022-07-12 - 公布日： 2022-09-16 - 主分类号： G06N3/063 文献下载
摘要：本发明公开了一种用于优化忆阻器基神经网络的权值推理映射方法，首先根据忆阻器电导区间和权值区间求出权值映射参数Ct和信号输入转换参数θ；将权值矩阵按照权值映射参数Ct进行等比例放大，经过外围板卡电路映射到忆阻器阵列中；将输入忆阻器阵列的电压信号先按照信号输入转换参数θ进行等比例缩小，再输入映射完成的忆阻器阵列中，进行矩阵乘加运算；使用恒定电阻阵列将中忆阻器阵列运算输出的电流值转换为电压信号，将该电压信号与下一个时刻的电压信号相加作为下一个时刻的输入电压信号，以进行下一循环的权值推理映射过程。上述方法解决了权值推理映射过程中的时序信息丢失问题，使RNN类算法(如GRU、LSTM等)得以全硬件实现。
一种用于优化忆阻器基神经网络推理映射方法

[发明专利]一种基于忆阻器的VFL-RELU脉冲神经元的电路-CN202210430993.0在审
发明人：朱云来;邹建勋;吴祖恒;冯哲;王旭;彭星;周仁发;邓成功;代月花 -专利权人：安徽大学
申请日： 2022-04-22 - 公布日： 2022-07-12 - 主分类号： G06N3/063 文献下载
摘要：本发明公开一种基于忆阻器的VFL‑RELU脉冲神经元的电路，属于集成电路设计技术领域。一种基于忆阻器的VFL‑RELU脉冲神经元的电路，包括：BDW阈值忆阻器、电容、金氧半导场效的晶体管MOSFET。所述BDW阈值忆阻器具有双边不同窗口，将所述金氧半导场效晶体管MOSFET的栅极电压作为输入电压，所述晶体管MOSFET的漏极作为输出，对所述电容充电，待所述电容上电压小于所述BDW阈值忆阻器的保持电压(Vh)，所述BDW阈值忆阻器变为高阻态，所述BDW阈值忆阻器分压变大，所述电容重新充电；所述半导场效晶体管MOSFET包括P型MOSFET和N型MOSFET，输入电压可以调谐输出脉冲频率。本发明所提供的脉冲神经元电路通过忆阻器的选择和偏置电压的添加，解决了高效脉冲神经元的电路设计问题，且电路简单。
一种基于忆阻器 vfl relu 脉冲神经元电路

[发明专利]一种基于传输机制的阈值转变忆阻器的建模方法-CN202210167709.5在审
发明人：吴祖恒;邹建勋;李星;代月花 -专利权人：安徽大学
申请日： 2022-02-23 - 公布日： 2022-05-27 - 主分类号： G06F30/33 文献下载
摘要：本发明公开了一种基于传输机制的阈值转变忆阻器的建模方法，利用空间电荷限制电流机制SCLC对阈值转变忆阻器进行建模；其中，所述阈值转变忆阻器包括TaOx、VOx、NbOx已被实验证明有阈值特性的忆阻器；利用直接隧传到福勒‑诺德海姆隧穿机制DT‑FNT对另一类阈值转变忆阻器进行建模；其中，所述另一类阈值转变忆阻器包括HfOx:Ag、SiOxNy:Ag、SiO2：Ag已被实验证明有阈值特性的忆阻器。上述方法具有完整、高效的优点，能够方便忆阻器在电路中的灵活应用。
一种基于传输机制阈值转变忆阻器建模方法

[发明专利]一种实现步态预测的ST-GRU忆阻神经网络电路及训练方法-CN202111443379.X在审
发明人：吴祖恒;冯哲;王旭;代月花 -专利权人：安徽大学
申请日： 2021-11-30 - 公布日： 2022-04-12 - 主分类号： G06N3/063 文献下载
摘要：本发明公开了一种实现步态预测的ST‑GRU忆阻神经网络电路及训练方法，该电路包括在用于处理时间序列的GRU单元电路对时间序列中一个时刻的时间特征脉冲电压信号进行处理后，获取用于处理时间序列的GRU单元电路的输出结果作为空间特征脉冲电压信号，并将该空间特征脉冲电压信号输入到用于处理空间序列的GRU单元电路用于对该时刻对应的空间序列的特征脉冲电压信号进行处理；用于处理空间序列的GRU单元电路的输出结果输入到全连接层电路。本发明解决了现有GRU硬件电路无法在多层动态时序预测对目标进行训练的问题，实现了多个维度的序列预测并将其用于时序的步长预测问题，具有较高的准确率和较好的计算效率，无需耗费大量的软件算力资源。
一种实现步态预测 st gru 神经网络电路训练方法

[发明专利]一种实现文本分析的BI-GRU神经网络电路及训练方法和使用方法-CN202111298080.X在审
发明人：吴祖恒;王旭;冯哲;代月花 -专利权人：安徽大学
申请日： 2021-11-04 - 公布日： 2022-02-15 - 主分类号： G06N3/063 文献下载
摘要：本发明公开了一种实现文本分析的BI‑GRU神经网络电路及训练方法和使用方法，该电路包括两个方向相反且时间维度相同的GRUCell，分别记为正向GRUCell和反向GRUCell；所述正向GRUCell的输出与所述反向GRUCell的输出进行叠加，然后输出到所述全连接层电路模块。本发明解决了现有GRU电路无法在正反两个方向对目标进行训练的问题，能够实现两个相反方向的时间维度的序列预测，而且在将其用于文本预测时展现出较高的准确率和较好的计算效率。
一种实现文本分析 bi gru 神经网络电路训练方法使用方法

1
2
下一页»
尾页
共 30 条