“权重量化”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1307370个，建议您升级VIP下载更多相关专利

[发明专利]一种模型训练方法、装置、设备及存储介质-CN202310108097.7有效
发明人：宋晨;葛君正;段强;姜凯 -专利权人：山东浪潮科学研究院有限公司
申请日： 2023-02-14 - 公布日： 2023-06-20 - 主分类号： G06N3/082 文献下载
摘要：本申请公开了一种模型训练方法、装置、设备及存储介质，涉及神经网络领域，包括：利用超球面学习算法对初始权重参数进行调整得到调整后权重参数；基于预设剪枝方法和初始稀疏率确定初始剪枝掩码；基于正则化后目标函数、预设剪枝方法和初始剪枝掩码对初始轻量化模型进行训练，以将初始稀疏率降低至目标稀疏率，并对调整后权重参数进行相应调整得到目标权重参数以及与目标权重参数对应的剪枝后轻量化模型；对剪枝后轻量化模型进行微调得到目标轻量化模型
一种模型训练方法装置设备存储介质

[发明专利]一种听力装置-CN201710931852.6有效
发明人： J·詹森;M·郭;R·霍斯恩斯;R·亨瑞克斯;J·艾米尼 -专利权人：奥迪康有限公司
申请日： 2017-10-09 - 公布日： 2021-10-29 - 主分类号： H04R25/00 文献下载
摘要：本申请公开了双耳波束形成器滤波单元、听力系统及听力装置，其中所述听力装置包括：第一输入变换器；收发器单元，配置成经通信链路接收第一量化的电输入信号，所述第一量化的电输入信号包括因特定量化方案引起的量化噪声；波束形成器滤波单元，适于接收所述第一电输入信号和所述第一量化的电输入信号及确定波束形成器滤波权重，当所述波束形成器滤波权重应用于所述第一电输入信号和所述第一量化的电输入信号时提供波束成形信号；及控制单元，适于控制所述波束形成器滤波单元；其中，所述控制单元配置成通过根据所述量化噪声确定所述波束形成器滤波权重而考虑所述量化噪声对波束形成器滤波单元进行控制。
一种听力装置

[发明专利]一种用于神经网络模型量化的混合舍入方法-CN202310920944.X在审
发明人：王耀南;赵禀睿;张辉;毛建旭;朱青;潘劲宇;陈煜嵘;苏学叁;尹阿婷 -专利权人：湖南大学
申请日： 2023-07-25 - 公布日： 2023-09-05 - 主分类号： G06N3/082 文献下载
摘要：本发明公开了一种用于神经网络模型量化的混合舍入方法，包括获取训练好的神经网络模型权重参数；对模型权重参数进行缩放处理；在预设范围内随机设定舍入阈值，根据设定的舍入阈值将缩放后的模型权重参数中的小数部分划分为三个区域；若缩放后的模型权重参数中的小数部分位于R1和R3区域中，执行最近邻舍入，若小数部分位于R2区域，执行交替舍入；在预设范围内按照预设距离遍历舍入阈值，得到每一设定的舍入阈值对应的量化模型参数；评估每一设定的舍入阈值舍入后的对应的量化后模型的准确率，选取最高准确率对应的舍入阈值作为最终的舍入阈值，将对应的混合舍入后的量化模型参数作为最终的量化模型参数。有效提升量化模型的准确率。
一种用于神经网络模型量化混合方法

[发明专利]用在深度神经网络的指数运算方法、计算机装置、记录介质-CN201810772630.9有效
发明人：吴昕益;萧文菁 -专利权人：倍加科技股份有限公司
申请日： 2018-07-13 - 公布日： 2023-10-10 - 主分类号： G06F7/556 文献下载
摘要：一种用在深度神经网络的指数运算方法，其预先将该深度神经网络的每一个神经元的该权重矩阵中的权重值正规化并量化成能以指数2‑i表示的量化后权重值，且预先将要输入该深度神经网络的一图像数据的数个图素值正规化并量化成能以指数2‑j表示的量化后图素值，再将所述量化后图素值输入该深度神经网络，使该深度神经网络的第一层的各该神经元以量化后的该权重矩阵、指数乘法器、指数加法器及指数减法器对所述量化后图素值进行卷积运算
深度神经网络指数运算方法计算机装置记录介质

[发明专利]一种充电设施对动力电池安全事故预警能力量化评价方法-CN201710038597.2在审
发明人：尹忠东;杨啸天;王帅;张恺;黄永章;廖斌;刘虹 -专利权人：华北电力大学;北京科力源能源技术有限公司
申请日： 2017-01-19 - 公布日： 2017-06-20 - 主分类号： G06Q10/06 文献下载
摘要：本发明提出一种充电设施对动力电池安全事故预警能力量化评价方法，主要解决当前缺乏充电设施对动力电池安全事故预警能力量化方法。该方法步骤1)确定动力电池安全事故类型；2)测试充电设施预警能力，得到测试数据；3)从主观和客观两个方面考虑权重计算，采用层次分析法构建三层评价体系并进行矩阵计算得到主观性权重，利用测试数据经公式计算得到客观性权重，基于标准离差法计算主观性和客观性权重的组合权重，最终得到综合权重；4)使用测试数据和综合权重计算得到动力电池事故预警综合指标——预警率。该评价体系量化预警能力，提高厂商产品的质量，从基本建设初期开始避免电池安全事故发生。
一种充电设施动力电池安全事故预警能力量化评价方法

[发明专利]一种量化病例复杂度和疑难程度的方法-CN202111351184.2在审
发明人：许炜;钱宏伟 -专利权人：上海联众网络信息股份有限公司
申请日： 2021-11-16 - 公布日： 2022-03-01 - 主分类号： G16H40/20 文献下载
摘要：本发明公开了一种量化病例复杂度和疑难程度的方法，所述量化病例复杂度和疑难程度的方法基于疾病诊断相关分组采用相对权重计算病例复杂度和疑难程度，所述方法包括以下步骤：步骤1：采集样本数据，将病例的病案数据输入DRG分组器进行分组计算，每个病例进入一个DRG组；步骤2：获取病例的权重参数并对参数进行标准化处理，其中权重参数包括：一级护理占比pA、死亡率pB、平均住院日pC和费用pD；步骤3：根据步骤二中的权重参数计算病例复杂度和疑难程度的权重值本发明从疾病的危重程度、复杂程度、占用的人力资源、消耗的医疗资源选取参数，使用加权计算疾病组的绩效权重，解决了贴近临床、反应病例复杂度、疑难程度的权重值量化问题。
一种量化病例复杂度疑难程度方法

[发明专利]信息处理设备和信息处理方法-CN201880004505.1有效
发明人：广井聪幸;中村章;山本真纪子;池谷亮志 -专利权人：索尼公司
申请日： 2018-06-29 - 公布日： 2021-01-05 - 主分类号： G06F17/10 文献下载
摘要：[问题]为了减少与内积运算相关联的处理负担，并且用于还保证权重系数的量化粒度。[解决方案]提供了一种信息处理设备，该信息处理设备设置有乘积累加运算电路，该乘积累加运算电路用于基于多个输入值和多个权重系数来执行乘积累加运算，所述多个权重系数分别对应于输入值并且通过幂表达来量化。经量化的权重系数的指数由将预定的除数作为分母的分数来表达，并且乘积累加运算电路基于根据除数确定的余数使用不同的加法乘数来执行乘积累加运算。
信息处理设备方法

[发明专利]放疗计划生成系统、装置及存储介质-CN201910865915.1有效
发明人：彭雄峰 -专利权人：上海联影医疗科技股份有限公司
申请日： 2019-09-12 - 公布日： 2021-11-05 - 主分类号： G16H20/40 文献下载
摘要：该系统包括处理器，以实现以下步骤：获取目标靶区对应的初始放疗计划及其参考计划量化评估指标值、以及目标靶区对应的剂量限量范围中各采样点的当前约束权重和当前剂量目标值；依据每个采样点的当前约束权重和当前剂量目标值优化初始放疗计划，生成调整放疗计划；若调整放疗计划对应的调整计划量化评估指标值与参考计划量化评估指标值之间的偏差大于预设偏差阈值，则依据调整计划量化评估指标值和参考计划量化评估指标值更新每个采样点的当前约束权重和当前剂量目标值，并依据更新后的当前约束权重和当前剂量目标值优化调整放疗计划。
放疗计划生成系统装置存储介质

[发明专利]一种小微企业放贷量化建模方法及装置-CN202210577221.X在审
发明人：高强 -专利权人：北京鼎泰智源科技有限公司
申请日： 2022-05-25 - 公布日： 2022-08-30 - 主分类号： G06Q40/02 文献下载
摘要：本发明公开了一种小微企业放贷量化建模方法及装置。其中，该方法包括：获取小微企业数据；将所述小微企业数据进行重组计算，得到量化数据；将所述量化数据进行权重分析，并根据权重因子和所述量化数据，生成放贷建模数据；根据所述量化数据和所述放贷建模数据，建立放贷模型本发明解决了现有技术中的小微企业放贷建模方法仅能通过整合到的小微企业数据进行单一的数据合并和数据分析，并不能根据小微企业不同的权重因子来进行小微企业的模型数据的构建，从而生成相较于现有技术更加精准的放贷模型的技术问题
一种企业放贷量化建模方法装置

[发明专利]考虑时空特性的园区多能供需匹配度量化评估方法-CN202310702766.3在审
发明人：吴至复;应鸿;张海春;斯琴卓娅;肖龙海;褚明华;施海峰;朱新;周池;钱伟杰;袁国珍;许晓敏;刁瑞盛 -专利权人：国网浙江省电力有限公司嘉兴供电公司;国网浙江省电力有限公司海宁市供电公司
申请日： 2023-06-14 - 公布日： 2023-07-14 - 主分类号： G06Q10/0631 文献下载
摘要：本发明公开了考虑时空特性的园区多能供需匹配度量化评估方法，包括以下步骤：对园区供需匹配度的影响因素进行权重分析；基于影响因素的权重分析结果获取园区的历史数据；采用DBN模型识别历史数据中影响因素的相关特性；利用RELM模型对数据进行拟合并输出园区多能供需匹配度量化评估结果；本发明在对园区多能系统的供需匹配度进行预测量化前，首先对冷热电负荷需求之间的多能耦合关系进行动态相关性分析，提取影响因素的权重，获取相应的影响因素作为数据参数进行模型量化，有利于提高DBN‑RELM供需匹配度量化模型的预测准确性。
考虑时空特性多能供需匹配度量评估方法

[发明专利]基于自适应联合剪枝-量化的神经网络压缩算法-CN201910592425.9在审
发明人：郑秋梅;王璐璐;曹佳 -专利权人：中国石油大学（华东）
申请日： 2019-07-03 - 公布日： 2019-11-12 - 主分类号： G06N3/063 文献下载
摘要：本发明提出一种基于自适应联合剪枝‑量化(AJP‑Q)的网络压缩算法对神经网络进行压缩加速，提高智能交通的多目标车辆在线跟踪准确率和效率。本发明提出的AJP‑Q压缩算法可以联合执行权重修剪和量化，通过微调预先训练的神经网络来学习压缩网络，并移除连接和减少编码剩余连接所需的位数，得到稀疏的网络连接，通过共享权重进行分区，接着量化全精度权重更新权重，将更新后的权重值进行前向传播和反向传播，达到最大迭代数。此算法利用了权重修剪和量化的互补性，并从过早修剪错误中恢复过来，随着时间推移做出灵活的剪枝和量化策略。改进了现有方法分别执行剪枝和量化的过程，并且在第一阶段产生的误差在第二阶段无法矫正问题。
量化权重剪枝神经网络算法修剪网络模型压缩算法自适应多目标车辆最大迭代数车载平台反向传播计算开销前方车辆前向传播权重更新时间推移速度提升网络连接网络压缩压缩试验在线跟踪智能交通压缩灵活的视频流数据集未压缩小内存联合准确率微调稀疏移除矫正紧凑互补性分区网络占用共享检测更新改进恢复学习

[发明专利]用于神经网络压缩的基于聚类的量化-CN202080053422.9在审
发明人：李端顺;田东;杨华;贺玉文 -专利权人： VID拓展公司
申请日： 2020-07-01 - 公布日： 2022-03-11 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了用于神经网络(NN)压缩的基于聚类的量化的系统、方法和手段。可以分析NN层中权重张量中的权重分布以识别集群异常值。可以例如使用标量量化和/或向量量化相对于集群异常值对集群内部值进行编码。权重重新排列可以将较高维度的权重张量的权重重新排列为较低维度的矩阵。例如，权重重新排列可以将卷积核扁平化为向量。例如，可以通过将跨信道的一个或多个滤波器视为一个点来保持核之间的相关性。可以基于重新整形或先前编码的块或矩阵对权重或权重矩阵的当前块执行预测性编码。可以向解码器发信号通知排列、内部值、异常值和/或预测信息以用于压缩的NN的重建。
用于神经网络压缩基于量化

[发明专利]语音压缩方法、语音解压方法及音频编码器、音频解码器-CN201610260757.3有效
发明人：杨洋;姚嘉;任金平;高永泽 -专利权人：杭州微纳科技股份有限公司
申请日： 2016-04-22 - 公布日： 2020-11-10 - 主分类号： G10L19/038 文献下载
摘要：本发明公开了一种语音压缩方法、语音解压方法及音频编码器、音频解码器，通过MLT变换时域信号转换成频域信号，采用RMS权重分析法细化频域信号量化分级，矢量量化和哈弗曼编码等方法分别对量化参数（量化权重、比特分配数
语音压缩方法解压音频编码器解码器

[发明专利]一种神经网络非均匀量化训练方法及系统-CN202211090570.5在审
发明人：程远;杨明伦;王胤睿 -专利权人：辛米尔视觉科技（上海）有限公司
申请日： 2022-09-07 - 公布日： 2023-01-06 - 主分类号： G06N3/08 文献下载
摘要：本发明提供一种神经网络非均匀量化训练方法及系统，包括以下步骤：确定4比特非均匀量化后的各层特征矩阵的特征值；确定4比特非均匀量化后的各层权重矩阵的权重值；对所述量化后的特征值和权重值执行卷积操作得出卷积计算结果；确定4比特非均匀量化后的批量归一层；根据所述量化后的批量归一层确定4比特非均匀量化后的激活函数和池化层；本发明具有以下有益效果：通过将深度神经网络中卷积层、批量归一化、激活函数和池化全部并行化非均匀量化为4比特，并且在训练和推理过程中都以4比特量化后的参数进行前向运算，取代了传统复杂的32比特全精度浮点数计算，从而减少网络参数，降低算法复杂度，并且还可以对压缩后网络性能进行系统分析。
一种神经网络均匀量化训练方法系统

[发明专利]一种基于8T SRAM的多比特权重量化电路-CN202210400883.X有效
发明人：周玉梅;黎涛;乔树山;尚德龙 -专利权人：中科南京智能技术研究院
申请日： 2022-04-18 - 公布日： 2022-11-29 - 主分类号： G11C11/412 文献下载
摘要：本发明涉及存内计算技术领域，特别是涉及一种基于8T SRAM的多比特权重量化电路，包括矩阵式排列的8T SRAM，各列8T SRAM的读位线共线连接，且各读位线均通过电容连接公共连接端VSS；各8T SRAM均包括6T‑SRAM、管N5和管N6；管N5的栅极与6T‑SRAM中权重存储节点连接，管N5的源极接VSS，管N5的漏极连接管N6源极，管N6的栅极连接读字线，管N6的漏极连接读位线；各个8T SRAM本发明减少了比特权重的量化占用的电路面积。
一种基于 sram 比特权重量化电路