专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果380086个,建议您升级VIP下载更多相关专利
  • [发明专利]基于生成对抗网络的脑神经分割方法-CN202310060716.X在审
  • 尤珍臻;姜明;石争浩;赵明华;都双丽 - 西安理工大学
  • 2023-01-19 - 2023-06-23 - G06V10/26
  • 本发明公开了一种基于生成对抗网络的脑神经分割方法,首先建立脑神经分割数据库,将脑神经分割数据库内的数据随机分成训练集和测试集,并标记神经像素,构建对应的训练集真值图和测试集真值图;对训练集和测试集分别进行预处理,得到归一化的训练集图像和测试集图像;构建生成对抗网络,然后将测试集图像送入训练好的基于生成对抗网络的脑神经分割模型的输入端,生成器得到的分割结果即为预测的测试集中神经的概率图;提取神经的概率图中概率大于0的像素,即为得到的神经分割结果。本发明解决了现有技术中存在的全脑神经分割精度有限的问题。
  • 基于生成对抗网络脑神经分割方法
  • [发明专利]半导体装置及电子设备-CN201710454203.1有效
  • 黑川义元 - 株式会社半导体能源研究所
  • 2016-10-18 - 2022-07-05 - G06N3/063
  • 神经电路能够切换两个功能:作为输入神经电路的功能及作为隐藏神经电路的功能。误差电路能够切换两个功能:作为隐藏误差电路的功能及作为输出神经电路的功能。开关电路构成为能够改变神经电路、突触电路及误差电路之间的连接。突触电路包括储存对应于输入神经电路与隐藏神经电路之间或者隐藏神经电路与输出神经电路之间的连接强度的数据的模拟存储器、改变模拟存储器内的数据的写入电路以及根据模拟存储器的数据对输入信号进行加权且输出该被加权的输出信号的加权电路
  • 半导体装置电子设备
  • [发明专利]半导体装置及电子设备-CN201680003094.5在审
  • 黑川义元 - 株式会社半导体能源研究所
  • 2016-10-18 - 2017-08-18 - G06N3/063
  • 神经电路能够切换两个功能作为输入神经电路的功能及作为隐藏神经电路的功能。误差电路能够切换两个功能作为隐藏误差电路的功能及作为输出神经电路的功能。开关电路构成为能够改变神经电路、突触电路及误差电路之间的连接。突触电路包括储存对应于输入神经电路与隐藏神经电路之间或者隐藏神经电路与输出神经电路之间的连接强度的数据的模拟存储器、改变模拟存储器内的数据的写入电路以及根据模拟存储器的数据对输入信号进行加权且输出该被加权的输出信号的加权电路
  • 半导体装置电子设备
  • [发明专利]神经权重信息处理方法和系统-CN201710042087.2有效
  • 裴京;施路平;田雷;吴臻志;邓磊 - 清华大学
  • 2017-01-20 - 2019-11-22 - G06N3/06
  • 本发明涉及一种神经权重信息处理方法和系统,所述方法包括:接收前端神经神经输出信息,以及与所述神经输出信息对应的权重索引;根据所述权重索引,读取权重索引信息对应关系,获取权重信息,所述权重索引信息对应关系为权重索引和权重信息之间的对应关系;根据所述权重信息和所述神经输出信息,获取所述前端神经的输入信息。神经之间不再将权重信息直接传递,而是将权重信息的索引进行传递,不但节省了网络之间的传递信息量,并且可以更加灵活的改变权重信息的设置。提高了神经网络的信息处理能力。
  • 神经元权重信息处理方法系统
  • [发明专利]一种神经计算方法-CN202210498960.X在审
  • 罗闳訚;周志新;何日辉;汤梦饶 - 厦门壹普智慧科技有限公司
  • 2022-05-09 - 2022-07-29 - G06N3/06
  • 本发明涉及神经计算领域,尤其涉及一种神经计算方法。所述方法是指神经在时间间隔t内,对多个输入神经膜电位Vin(t1)和输入神经脉冲Pin(t1)进行计算,更新神经状态,并发送输出神经膜电位Vout(t2)和输出神经脉冲Pout(t2);时间间隔时间间隔t=n*Δt,n=n2‑n1;包括以下步骤:t1时刻,获取输入数据;时间间隔t内,对输入数据执行整合或抑制运算;时间间隔t内,执行膜电位累加运算;时间间隔t内,执行膜电位激活运算;t2时刻,更新神经状态并输出数据本发明的神经计算方法具备更好的通用性,从而实现更通用的神经网络计算系统。
  • 一种神经元计算方法
  • [发明专利]一种基于HH模型设计的T型和P型忆阻神经电路-CN202310691470.6在审
  • 孙晶茹;李晓崧;马文静 - 湖南大学
  • 2023-06-12 - 2023-09-08 - G06N3/06
  • 本发明公开一种基于HH模型设计的T型和P型忆阻神经电路,涉及神经形态工程技术领域。所述T型忆阻神经电路包括:钾离子通道忆阻电路、钠离子通道忆阻电路、电阻R1、第一电容、第二电容和直流电压源,所述P型忆阻神经电路在T型忆阻神经电路的基础上增加了一个电容和电阻。T型和P型忆阻神经电路仿照生物神经结构和HH模型构建,将输入电流分别注入两种忆阻神经电路后能够得到与生物神经相似的两类输出,这两种忆阻神经电路能实现包括绝对不应期在内的大部分生物神经动力学行为
  • 一种基于hh模型设计型忆阻神经元电路
  • [发明专利]一种新型神经振荡器-CN201510507029.3有效
  • 刘强;商成宇;张金学 - 淮海工学院
  • 2015-08-18 - 2018-01-26 - G06N3/10
  • 本发明是一种新型神经振荡器通过建立了一个神经模型,然后将两个神经之间通过抑制性突触相互连接,构成一个振荡器模型;所述的神经模型,在具有疲劳特性的漏积分器神经模型基础上,增加输出饱和和自兴奋性特性后,形成了一个神经模型;其中,所述神经模型的输出,采用非线性函数表示,且该非线性函数满足当时,输出具有饱和特性,当时,神经没有输出。本发明振荡器模型与Matsuoka振荡器模型相比,鲁棒性更强,而且保证了由此振荡器构成运动控制神经网络在添加兴奋性连接后的稳定性。
  • 一种新型神经元振荡器

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top