“范静涛”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90个，建议您升级VIP下载更多相关专利

[发明专利]基于大规模动态超表面的光电计算芯片及其制备方法-CN202310593991.8在审
发明人：姬宇航;王钰言;董星辰;范静涛 -专利权人：启元实验室
申请日： 2023-05-24 - 公布日： 2023-09-26 - 主分类号： G06N3/067 文献下载
摘要：本发明提供基于大规模动态超表面的光电计算芯片及其制备方法，光电计算芯片包括：基底和若干计算核；各计算核设置于基底的第一表面上；计算核结构自上而下依次包括：光电神经形态器件、超表面层与动态超表面器件。通过本发明，多计算核解决了大规模动态超表面的生长随机性对准确率的影响，分散了随机因子，结合动态的超表面结构光场调控，可以提升任务执行的准确率和计算速率，可实现可重构的神经网络；通过对部分神经元的调节，在集成了非线性光电神经形态器件的感算一体功能的情况下，可以降低芯片的功耗，提升芯片复杂任务的处理能力；该光电计算芯片可以解决光电芯片在非线性，大规模集成，可重构和复杂场景应用的瓶颈问题。
基于大规模动态表面光电计算芯片及其制备方法

[发明专利]抗入射信号误差的鲁棒性光学神经网络设计方法及装置-CN202310325450.7在审
发明人：邓辰辰;郑纪元;郭雨晨;方璐;范静涛;吴嘉敏;戴琼海 -专利权人：清华大学
申请日： 2023-03-29 - 公布日： 2023-08-04 - 主分类号： G06N3/067 文献下载
摘要：本申请涉及光学神经网络技术领域，特别涉及一种抗入射信号误差的鲁棒性光学神经网络设计方法及装置，其中，方法包括：获取电学输入信号加载与转换过程带来的入射信号误差；根据入射信号误差确定具有目标大小范围和概率分布的随机噪声，将随机噪声叠加到原始光学输入信号上得到基于随机噪声的光学输入信号；利用基于随机噪声的光学输入信号生成训练集，利用训练集训练光学神经网络，直到训练结束，得到具有抗入射信号误差的鲁棒性光学神经网络。由此，解决了相关技术在采用外围光路和电路并结合误差校准算法对光的相位和幅度等误差进行补偿，存在校准时间长，难度大等问题。
入射信号误差鲁棒性光学神经网络设计方法装置

[发明专利]对于工艺误差鲁棒的光学神经网络训练方法、装置及设备-CN202310300927.6在审
发明人：郑纪元;邓辰辰;郭雨晨;方璐;范静涛;吴嘉敏;戴琼海 -专利权人：清华大学
申请日： 2023-03-24 - 公布日： 2023-08-01 - 主分类号： G06N3/067 文献下载
摘要：本申请涉及光学神经网络技术领域，特别涉及一种对于工艺误差鲁棒的光学神经网络训练方法、装置及设备，其中，方法包括：获取光学神经网络中神经元权重参数的加工误差分布得到权重误差模型；在对光学神经网络训练过程中，按照权重误差模型随机叠加噪声至神经元权重参数上，直到训练结束，得到训练完成的神经元权重参数；将训练完成的神经元权重参数映射为光学神经网络芯片的加工参数。由此，解决了相关技术中的光学神经网络芯片加工存在偏差，无法保证理论模型与芯片加工的完美映射，且通过对光的相位和幅度误差进行补偿，存在校准时间长，难度大等问题。
对于工艺误差光学神经网络训练方法装置设备

[发明专利]全光非线性调制的超表面衍射光计算器件及其制备方法-CN202310309887.1有效
发明人：王钰言;孙嘉成;范静涛;方璐;吴嘉敏;戴琼海 -专利权人：清华大学
申请日： 2023-03-27 - 公布日： 2023-07-25 - 主分类号： G02F1/35 文献下载
摘要：本发明提供全光非线性调制的超表面衍射光计算器件及其制备方法，全光非线性调制的超表面衍射光计算器件包括层叠设置的光学衍射超表面、金属层、第一绝缘层、非线性二维材料层、第二绝缘层、等离子体激元和保护层，由此，本申请将光学衍射超表面与等离子体激元、非线性二维材料层进行复合，可以实现低功耗和低光学阈值的非线性光学吸收，应用于低功耗衍射光计算器件，可满足目前人工智能光计算芯片中非线性调制器件的需求。
非线性调制表面衍射计算器件及其制备方法

[发明专利]对光计算器件进行调控的方法和光计算器件-CN202310118828.6有效
发明人：林珠;郑纪元;王钰言;邓辰辰;方璐;吴嘉敏;范静涛;戴琼海 -专利权人：清华大学
申请日： 2023-02-01 - 公布日： 2023-07-21 - 主分类号： G02F1/01 文献下载
摘要：本申请公开了对光计算器件进行调控的方法和光计算器件，包括：S100：提供平板波导，平板波导包括至少一个子波导，子波导包括多个间隔排布的第一凹槽和第二凹槽，第一凹槽为衍射槽内部未填充相变材料，第二凹槽为可调控衍射槽内部填充所述相变材料；S200：向平板波导输入光信号，光信号在相邻所述凹槽之间传播，并记录平板波导的输出值；S300：计算预设值与输出值之间的差值，当差值大于标准值时，执行S400；S400：利用调控装置对第二凹槽中的相变材料的晶体状态进行调控；S500：重复执行S200和S300，直至所述差值不大于所述标准值。由此可以提供可编辑、可重构的神经网络，进而获得具有宽谱范围的光计算器件。
对光计算器件进行调控方法

[发明专利]鲁棒性光学神经网络训练方法、装置、电子设备及介质-CN202310324913.8在审
发明人：郑纪元;邓辰辰;郭雨晨;方璐;范静涛;吴嘉敏;戴琼海 -专利权人：清华大学
申请日： 2023-03-29 - 公布日： 2023-07-04 - 主分类号： G06N3/067 文献下载
摘要：本申请涉及光学神经网络技术领域，特别涉及一种鲁棒性光学神经网络训练方法、装置、电子设备及介质，其中，方法包括：获取光学神经网络的损失函数；在训练光学神经网络的过程中确定损失函数的平稳极值，其中，平稳极值为损失函数处于一个局部最小值且绝对值满足预设精度要求，同时在极值附近的预设范围内损失函数的变化速率低于预设数值；将平稳极值作为光学神经网络的训练目标，在光学神经网络的训练损失函数达到平稳极值时，完成光学神经网络的训练。由此，解决了相关技术中通过搭建外围光路和电路并结合误差校准算法对光的相位和幅度等物理特性的误差进行补偿，无法保证神经网络输出结果的准确性，且存在校准时间长，难度大等问题。
鲁棒性光学神经网络训练方法装置电子设备介质

[发明专利]基于同步扫描条纹相机的非视域动态成像方法及装置-CN202010212152.3有效
发明人：裴承全;戴琼海;吴嘉敏;范静涛;乔晖 -专利权人：清华大学
申请日： 2020-03-24 - 公布日： 2023-04-18 - 主分类号： G06T17/10 文献下载
摘要：本发明公开了一种基于同步扫描条纹相机的非视域动态成像方法及装置，其中，该方法包括：通过转镜移动光源对待成像物体的多个位置的进行扫描；利用位置不同的多台同步扫描条纹相机采集所述待成像物体的多张不同位置的条纹图像；根据其中一台同步扫描条纹相机采集的多张不同位置的条纹图像以及反向投影算法对所述待成像物体进行重构，实现所述待成像物体的静态三维成像；根据多台同步扫描条纹相机采集的多张不同位置的条纹图像和时间解耦方式对所述待成像物体进行成像获得所述待成像物体的三维动态信息。该方法能够实现高效高质量的非视域成像。
基于同步扫描条纹相机视域动态成像方法装置

[实用新型]一种简支梁伸缩缝装置及桥梁-CN202221838933.4有效
发明人：姜海君;温贵生;郭波;江荣丰;薛红云;徐勇;庞元志;苏国明;王冰;范静涛;种博肖;廖凯;陶涛;李燕军;王伟;王军生;田明;姬来;刘卫华;王如翰;周华伟;董月龙;郭力源;张记东;文奇 -专利权人：中铁第五勘察设计院集团有限公司
申请日： 2022-07-15 - 公布日： 2023-03-24 - 主分类号： E01D19/06 文献下载
摘要：本申请实施例中提供了一种简支梁伸缩缝装置和桥梁，简支梁伸缩缝装置包括：柔性止水带，沿横向延伸，所述柔性止水带连接在相邻两简支梁的端部之间，所述横向为简支梁的宽度方向；挡砟钢板组，沿横向延伸，所述挡砟钢板组连接在两相邻简支梁的端部之间，所述挡砟钢板组位于所述柔性止水带上方，所述挡砟钢板组固定在其中一个简支梁上。通过简支梁伸缩缝装置，解决了简支梁连接缝漏水的问题，通过挡砟钢板与一侧梁体固定，防止因挡砟钢板错位造成的漏砟。
一种简支梁伸缩缝装置桥梁

[发明专利]基于片上光学衍射神经网络计算架构的传感器-CN202211227057.6在审
发明人：戴琼海;郑纪元;邓辰辰;王钰言;林珠;范静涛;方璐;吴嘉敏 -专利权人：清华大学
申请日： 2022-10-09 - 公布日： 2023-01-31 - 主分类号： G01N21/41 文献下载
摘要：本申请涉及智能传感芯片技术领域，特别涉及一种基于片上光学衍射神经网络计算架构的传感器，包括输入端和输出端；设置于输入端和输出端之间的超表面传感结构。在衍射神经网络对应的超表面传感结构的超表面单元中填充传感介质，组成探测器阵列，利用探测器阵列得到输入端输入的入射光和输出端输出的输出光间的衍射计算关系，并根据传感介质吸收待测物质后的超表面折射率变化规律，确定待测物质的种类和/或浓度。由此，利用光的受控传播完成智能传感计算，在光受控传播的路径上设置传感单元，通过改变光的传播结果来完成对待测物质的识别与传感。
基于光学衍射神经网络计算架构传感器

[实用新型]一种声屏障用桥梁-CN202221409016.4有效
发明人：姜海君;苏国明;郭波;徐勇;王冰;范静涛;种博肖;廖凯;陶涛;王伟;郭力源;杜玮;贺英阁;刘卫华;王进;王如翰;李燕军;董月龙;张记东;湛敏 -专利权人：中铁第五勘察设计院集团有限公司
申请日： 2022-06-08 - 公布日： 2023-01-24 - 主分类号： E01F8/00 文献下载
摘要：本申请实施例中提供了一种声屏障用桥梁，包括：预制简支T梁，所述预制简支T梁的一侧设有翼缘板，钢横梁，用于安装声屏障、电缆槽及盖板，所述钢横梁的一端通过第一预埋件与所述预制简支T梁的翼缘板连接；斜撑，所述斜撑的一端与所述钢横梁的下部，且远离所述第一预埋件一侧连接，所述斜撑的另一端与所述预制简支T梁的底部连接；竖撑，所述竖撑位于所述钢横梁的下部，所述竖撑的上端与所述钢横梁的下部且靠近第一预埋件一侧连接，所述竖撑的下端与所述斜撑连接，相对于现有技术，该声屏障用桥梁设计合理、结构稳定，防止钢横梁整体脱落，使用更加的安全。
一种屏障桥梁

[发明专利]半导体光学非线性运算器件、调制方法及运算器-CN202211078145.4在审
发明人：郑纪元;邓辰辰;王钰言;林珠;方璐;吴嘉敏;范静涛;戴琼海 -专利权人：清华大学
申请日： 2022-09-05 - 公布日： 2022-12-13 - 主分类号： G02F1/015 文献下载
摘要：本申请涉及半导体光学芯片技术领域，特别涉及一种半导体光学非线性运算器件、调制方法及运算器，其中，包括：波导、P型半导体与N型半导体，其中，P型半导体与N型半导体分别掺杂在波导的两侧，形成PN结，其中，当施加在PN结上的反偏电压值大于预设阈值时，使得波导处于雪崩临界状态，波导吸收入射光产生光电流触发雪崩，在波导中产生等离子体，并基于等离子体色散效应或热效应等非线性效应改变波导的折射率，实现光强度的非线性调制。由此，解决了相关技术中非线性系数不高、可扩展性不强、功耗高、应用范围小以及弱光非线性不强等问题。
半导体光学非线性运算器件调制方法运算器

[发明专利]光学全加器及其神经网络设计方法、设备及介质-CN202211063558.5在审
发明人：邓辰辰;郑纪元;王钰言;林珠;吴嘉敏;范静涛;方璐;戴琼海 -专利权人：清华大学
申请日： 2022-09-01 - 公布日： 2022-11-18 - 主分类号： G06N3/067 文献下载
摘要：本申请涉及神经网络技术领域，特别涉及一种光学全加器及其神经网络设计方法、设备及介质，其中，方法包括：获取隐藏层的每层中不同位置神经元的期望计算特征和输出端口优先级；根据期望计算特征和输出端口的优先级匹配隐藏层中衍射槽之间的设计间距，其中，优先级高的输出端口对应的衍射槽之间的设计间距小于优先级低的输出端口对应的衍射槽之间的设计间距；根据隐藏层衍射槽之间的设计间距生成目标神经网络的设计方案，基于设计方案实现目标神经网络的设计。由此，解决了相关技术采用神经元在空间上均匀排布的方法会导致输出结果的精度分布不均，且需要长时间训练才能达到理想的精度，效率低等问题。
光学全加器及其神经网络设计方法设备介质

[发明专利]神经网络的训练误差降低方法、装置、电子设备及介质-CN202211063580.X在审
发明人：郑纪元;邓辰辰;王钰言;林珠;吴嘉敏;范静涛;方璐;戴琼海 -专利权人：清华大学
申请日： 2022-09-01 - 公布日： 2022-11-18 - 主分类号： G06N3/08 文献下载
摘要：本申请涉及神经网络技术领域，特别涉及一种神经网络的训练误差降低方法、装置、电子设备及介质，其中，方法包括：确定目标神经网络的每个输出端口的优先级；根据优先级匹配目标神经网络的每个输出端口的误差权重系数，其中，优先级高的输出端口的误差权重系数大于优先级低的输出端口的误差权重系数；根据每个输出端口的误差权重系数计算目标神经网络的训练误差，以进行训练，直至在训练误差满足预设精度条件时，完成目标神经网络的训练。由此，解决了相关技术采用各个输出端口均一权重定义误差函数的训练方法，会导致训练输出结果从低位到高位精度依次递减，无法使所有端口都满足精度要求，且训练时间长，效率低等问题。
神经网络训练误差降低方法装置电子设备介质

[发明专利]神经网络的训练方法、装置、电子设备及存储介质-CN202211078131.2在审
发明人：邓辰辰;郑纪元;王钰言;林珠;吴嘉敏;范静涛;方璐;戴琼海 -专利权人：清华大学
申请日： 2022-09-05 - 公布日： 2022-11-18 - 主分类号： G06N3/08 文献下载
摘要：本申请涉及神经网络技术领域，特别涉及一种神经网络的训练方法、装置、电子设备及存储介质，其中，方法包括：确定待训练的目标神经网络；按照预设拆分策略将目标神经网络拆分成多个结构相同的子网络，并对任意一个子网络进行逻辑运算训练，得到该子网络的权重参数；利用预设拼接策略将每个子网络拼接成整体网络，利用整体网络实现相应的逻辑运算，和/或者，将整体网络的权重参数作为初始权重参数训练目标神经网络，并利用训练完成的目标神经网络实现相应的逻辑运算。由此，解决了相关技术利用整体网络参数初始化的方法，无法充分挖掘逻辑运算任务本身的可复用性，训练复杂度高，训练时间长，效率低等问题。
神经网络训练方法装置电子设备存储介质

[发明专利]神经网络的规模拓展方法、装置、电子设备及存储介质-CN202211078157.7在审
发明人：邓辰辰;郑纪元;王钰言;林珠;吴嘉敏;范静涛;方璐;戴琼海 -专利权人：清华大学
申请日： 2022-09-05 - 公布日： 2022-11-18 - 主分类号： G06N3/08 文献下载
摘要：本申请涉及神经网络技术领域，特别涉及一种神经网络的规模拓展方法、装置、电子设备及存储介质，其中，方法包括：确定目标神经网络的实际运算位宽；利用算术逻辑运算训练策略训练目标神经网络运算位宽中小于实际运算位宽的第一规模子网络，得到的权重参数作为运算位宽大于第一规模子网络的第二规模子网络的初始权重参数，训练第二规模子网络，并按照运算位宽由低位至高位的顺序逐级拓展网络规模，直到网络规模的运算位宽达到实际运算位宽，得到目标神经网络的初始权重参数，实现对目标神经网络的训练。由此，解决了相关技术利用整体网络参数初始化的方法，无法充分挖掘算术逻辑运算任务本身的可复用性，训练复杂度高，训练时间长，效率低等问题。
神经网络规模拓展方法装置电子设备存储介质

1
2
3
4
5
6
下一页»
尾页
共 90 条