“钱鹤”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238个，建议您升级VIP下载更多相关专利

[发明专利]基于双模态光电器件的目标跟踪方法、装置、设备及介质-CN202310603290.8在审
发明人：唐建石;黄河意;王钰言;高滨;钱鹤;吴华强 -专利权人：清华大学
申请日： 2023-05-25 - 公布日： 2023-10-13 - 主分类号： G06T7/246 文献下载
摘要：本申请涉及一种基于双模态光电器件的目标跟踪方法、装置、设备及介质，双模态光电器件包括非易失性模态和易失性模态，包括：利用双模态光电器件的非易失性模态对待跟踪目标的像素区域进行模板记忆，得到待跟踪目标的模板；利用双模态光电器件的易失性模态提取待跟踪目标的动态视频图像，得到待跟踪目标的动态场景图像；对待跟踪目标的模板和待跟踪目标的动态场景图像进行相似度匹配，并根据相似度最大值对应的区域生成目标跟踪结果。由此，解决了相关技术中的目标定位由于传感器、存储器与处理器分离，导致信息传递时效性低，能耗高，制备工艺复杂等问题，降低了冗余的信息交换，提升处理时效性，并且简化了制备的工艺，利于多功能集成一体化。
基于双模光电器件目标跟踪方法装置设备介质

[发明专利]基于全光电忆阻器的储备池系统的动作分类方法-CN202310603292.7在审
发明人：唐建石;黄河意;梁向鹏;王钰言;高滨;钱鹤;吴华强 -专利权人：清华大学
申请日： 2023-05-25 - 公布日： 2023-10-13 - 主分类号： G06V10/764 文献下载
摘要：本申请涉及人工智能技术领域，特别涉及一种基于全光电忆阻器的储备池系统的动作分类方法，该方法包括：获取目标人体至少一个部位的变化信号，将每个部位的变化信号转换为对应的光脉冲序列输入到处于动态光电模式的全光电忆阻器，得到至少一个高维信号，将至少一个高维信号通过全光电忆阻器的非易失性的线性输出层进行权重训练，得到不同输出节点对应的权重值，根据不同输出节点对应的权重值进行分类，得到目标人体的当前动作。由此，解决了储备池计算中需要配置两种不同硬件带来的架构与集成复杂度较高等问题，设计了一种具有多功能多模态的光电器件，不仅在同一硬件上实现储备池“感存算一体”任务，而且可以实现对视频动作的高精度分类。
基于光电忆阻器储备系统动作分类方法

[发明专利]提升铁电隧穿结性能的器件结构及其制备方法-CN202011079110.3有效
发明人：唐建石;张文彬;吴华强;高滨;钱鹤 -专利权人：清华大学
申请日： 2020-10-10 - 公布日： 2023-10-10 - 主分类号： H10N70/00 文献下载
摘要：本申请提出了一种提升铁电隧穿结性能的器件结构及其制备方法，其中，器件结构包括：上电极、铁电层、绝缘介质层和下电极；其中，上电极位于绝缘介质层和铁电层的上方，下电极位于所述绝缘介质层和铁电层的下方，所述铁电层位于绝缘介质层的上方或下方；绝缘介质层上分布有小孔，铁电层通过小孔与上电极或下电极接触。根据本申请实施例的器件结构，能够提升铁电隧穿结的模拟阻变特性和一致性。
提升铁电隧穿结性能器件结构及其制备方法

[发明专利]计算装置及其操作方法、可重构数据通路的制备方法-CN202310637453.4在审
发明人：唐建石;杜宜威;高滨;吴华强;钱鹤 -专利权人：清华大学
申请日： 2023-05-31 - 公布日： 2023-09-29 - 主分类号： G06N3/063 文献下载
摘要：一种计算装置及其操作方法、可重构数据通路的制备方法。该计算装置包括可重构数据通路，其中，该可重构数据通路包括选通电路、处理电路和存储电路，该选通电路与该处理电路和该存储电路可通信，且配置为根据控制信号改变数据通路的构成，并且该选通电路包括开关特性可根据被施加的操作电压而改变的多个开关晶体管。该计算装置可以实现低功耗、低面积开销的可重构数据通路。
计算装置及其操作方法可重构数据通路制备方法

[发明专利]随机数生成器和随机数的生成方法-CN202010366615.1有效
发明人：吴华强;林博瀚;高滨;庞亚川;唐建石;钱鹤 -专利权人：清华大学
申请日： 2020-04-30 - 公布日： 2023-09-22 - 主分类号： G06F7/58 文献下载
摘要：一种随机数生成器和随机数的生成方法。该随机数生成器包括：阻变存储器；阻值扰动电路，耦接到阻变存储器，配置为对阻变存储器执行n个阻值扰动操作以扰动阻变存储器的电阻值，使得阻变存储器的电阻值变为已扰动电阻值，n个阻值扰动操作中的每个阻值扰动操作包括对阻变存储器执行置位操作和复位操作，n为正整数；编码电路，耦接到阻变存储器，配置为对阻变存储器的已扰动电阻值进行编码以生成随机数。该随机数生成器利用阻变存储器的非线性特点，可以实现自校准，兼具可靠性高、电路面积小、功耗低和速度快的优点，非常适合大规模并行。
随机数生成器生成方法

[发明专利]中介层及其制作方法和集成电路-CN202210226722.3在审
发明人：吴华强;杜宜威;高滨;唐建石;钱鹤 -专利权人：清华大学
申请日： 2022-03-09 - 公布日： 2023-09-19 - 主分类号： H01L23/535 文献下载
摘要：一种中介层及其制作方法和集成电路。该中介层包括衬底基板、第一钝化层和后端器件。衬底基板设置有贯穿衬底基板的多个基板通孔；第一钝化层位于衬底基板上；后端器件位于第一钝化层远离衬底基板的一侧。后端器件包括有源层，有源层与衬底基板不同。由此，后端器件可以通过后端工艺在第一钝化层上堆叠，同时又不影响衬底基板的基板通孔的互连密度，进而可以通过增加后端器件为整体系统的设计提供更加丰富的功能，并能降低生产制造成本。
中介及其制作方法集成电路

[发明专利]忆阻器及其制备方法-CN202210202535.1在审
发明人：吴华强;郑小健;唐建石;李辛毅;高滨;伍冬;钱鹤 -专利权人：清华大学
申请日： 2022-03-03 - 公布日： 2023-09-15 - 主分类号： H10N70/20 文献下载
摘要：一种忆阻器及其制备方法，该忆阻器包括第一电极、第二电极以及第一电极和第二电极之间的阻变层，其中，该阻变层包括金属氧化物，且配置为在第一电极和第二电极上施加的电压信号的控制下形成连接第一电极和第二电极的金属氧化物通道，该金属氧化物通道可以至少部分被相变以在第一导电态和第二导电态之间转变，该金属氧化物掺杂有掺杂元素，该掺杂元素与金属氧化物中的部分氧原子通过化学键键合。该忆阻器可具有形态、位置等更稳定的金属氧化物通道，且具有更稳定的第一导电态和第二导电态之间转变所处的阈值电压和保持电压。
忆阻器及其制备方法

[发明专利]多功能光电忆阻器件及光电忆阻器件阵列的制备方法-CN202310603538.0在审
发明人：唐建石;黄河意;王钰言;高滨;钱鹤;吴华强 -专利权人：清华大学
申请日： 2023-05-25 - 公布日： 2023-09-12 - 主分类号： H10N70/20 文献下载
摘要：本申请涉及一种多功能光电忆阻器件及光电忆阻器件阵列的制备方法。多功能光电忆阻器件包括：由预设的涂层材料制成的底电极；设置于底电极上方的阻变层，用于形成导电细丝；设置于阻变层上方的过渡层，用于构建阻变层与过渡层之间的表面缺陷态，并提供满足预设计量条件的氧离子；设置于过渡层上方的上电极，对阻变层、过渡层和底电极进行保护。由此，通过将多功能光电忆阻器件制备到CMOS晶体管的源端，晶体管通过外围电路以及底部译码电路和互连线将128×8个光电忆阻器进行集成，解决了现阶段人工视觉系统所研究的光电器件层面功能单一，缺少大规模集成的问题，实现器件多功能多模态的融合，为感存算一体的实现提供硬件基础。
多功能光电器件阵列制备方法

[发明专利]实现物理不可克隆函数的电路及其操作方法、电子设备-CN202310369490.1在审
发明人：吴华强;林博瀚;高滨;唐建石;钱鹤 -专利权人：清华大学
申请日： 2023-04-07 - 公布日： 2023-08-29 - 主分类号： G06F21/71 文献下载
摘要：一种实现物理不可克隆函数的电路及其操作方法、电子设备。该电路包括随机数生成电路、地址编码电路、指纹数据生成电路和迭代控制电路。指纹数据生成电路包括第一忆阻器阵列，随机数生成电路包括第二忆阻器阵列和第三忆阻器阵列，地址编码电路包括第一地址编码单元和第二地址编码单元；随机数生成电路通过第二忆阻器阵列和第三忆阻器阵列生成中间随机数；迭代控制电路将中间随机数提供给第二地址编码单元，或者将中间随机数提供给第一地址编码单元；第一地址编码单元对中间随机数进行编码得到第一地址信息；指纹数据生成电路根据第一地址信息从第一忆阻器阵列中选择出多个第一忆阻器生成指纹数据。该电路面积小、成本低，克服了数据相关性问题。
实现物理不可克隆函数电路及其操作方法电子设备

[发明专利]用于忆阻器单元编程的方法和装置-CN202310644161.3在审
发明人：高滨;许璞凡;姚鹏;伍冬;唐建石;钱鹤;吴华强 -专利权人：清华大学
申请日： 2023-06-01 - 公布日： 2023-08-29 - 主分类号： G11C13/00 文献下载
摘要：本公开提供用于忆阻器单元编程的方法，方法包括执行至少一个编程循环，其中，每个编程循环包括：基于用于忆阻器单元的编程操作电压和编程目标电阻值生成参考电流，其中，编程操作电压是要用于置位或复位忆阻器单元的操作电压；检测被施加编程操作电压的忆阻器单元的第一电流；基于要对忆阻器单元执行的编程操作以及第一电流与参考电流之间的比较，更新编程操作电压，并对忆阻器单元施加更新的编程操作电压以对忆阻器单元进行编程以改变忆阻器单元的阻值。本公开还提供了对应于上述编程方法的装置。本公开所提供的用于忆阻器单元编程的方法和装置避免了忆阻器单元在编程状态和校验状态之间的切换和过操作现象的发生，提升了编程的效率。
用于忆阻器单元编程方法装置

[发明专利]存算一体系统的仿真平台提供方法、仿真方法及装置-CN202310538150.7在审
发明人：唐建石;魏佳恒;郝镇齐;高滨;钱鹤;吴华强 -专利权人：清华大学
申请日： 2023-05-12 - 公布日： 2023-08-08 - 主分类号： G06N3/065 文献下载
摘要：本公开提供了一种存算一体系统的仿真平台提供方法、仿真方法及装置。该存算一体系统包括至少一个处理单元。该存算一体系统的仿真平台提供方法包括：提供包括使用硬件描述语言实现的多个模块的模型库，其中，多个模块包括第一模块，第一模块用于模拟处理单元，处理单元包括忆阻器阵列和用于忆阻器阵列的外围电路，且处理单元配置为执行存算一体操作。所提供的仿真平台以及仿真方法具有更好的灵活性。
一体系统仿真平台提供方法装置

[发明专利]基于忆阻器阵列的预编码装置和信号处理方法-CN202210220708.2有效
发明人：吴华强;秦琦;高滨;刘正午;唐建石;钱鹤 -专利权人：清华大学
申请日： 2022-03-08 - 公布日： 2023-07-25 - 主分类号： H04B7/0456 文献下载
摘要：一种基于忆阻器阵列的预编码装置和信号处理方法，该预编码装置包括预编码单元和处理单元，预编码单元包括忆阻器阵列，预编码单元被配置为接收信道状态信息，利用忆阻器阵列对信道状态信息进行编码，得到预编码矩阵，处理单元被配置为接收预编码矩阵，并根据预编码矩阵对待编码信号进行处理。该预编码装置利用忆阻器阵列代替现场可编程门阵列等计算单元，可以突破冯诺依曼架构的瓶颈，进一步加速预编码技术，并且具有低功耗的特点。
基于忆阻器阵列预编装置信号处理方法

[发明专利]操作忆阻器阵列的方法和电子装置-CN202310430251.2在审
发明人：吴华强;何志帆;高滨;郝镇齐;唐建石;钱鹤 -专利权人：清华大学
申请日： 2023-04-20 - 公布日： 2023-07-18 - 主分类号： G11C13/00 文献下载
摘要：本公开提供了一种操作忆阻器阵列的方法和电子装置。该忆阻器阵列包括N行M列的忆阻器单元，该方法包括：接收分别与忆阻器阵列的第1行到第n行的阵列计算相对应的n个R比特的二进制数据D0～Dn‑1；将n个R比特的二进制数据D0～Dn‑1分别转换成n个2R比特的计数数据d0～dn‑1；将计数数据d0～dn‑1分别逐比特输入忆阻器阵列的第1行到第n行于忆阻器阵列的被选择的列中进行阵列计算；从忆阻器阵列的被选择的列读出阵列计算的2R个计算结果；对2R个计算结果进行模数转换；以及确定2R个计算结果的模数转换的结果的和。该操作忆阻器阵列的方法和电子装置可以使得忆阻器阵列计算结果的模数转换的量化误差仅出现在最后一位，从而可以获得较高的阵列计算精度。
操作忆阻器阵列方法电子装置

[发明专利]基于忆阻器阵列的循环神经网络的训练方法以及装置-CN202210015968.6在审
发明人：吴华强;周姝;唐建石;张清天;钱鹤;高滨 -专利权人：清华大学
申请日： 2022-01-07 - 公布日： 2023-07-18 - 主分类号： G06N3/08 文献下载
摘要：一种基于忆阻器阵列的循环神经网络(RNN)的训练方法及装置。该方法包括：进行至少一次训练操作以得到对象权重矩阵；对对象权重矩阵进行量化处理以得到量化后对象权重矩阵；将量化后对象权重矩阵映射到忆阻器阵列。每次训练操作包括：获取初始权重矩阵；对初始权重矩阵进行量化处理、前向传播处理，得到前向计算结果；基于初始权重矩阵中的各个权重单元的当前权重值来获得惩罚项；基于前向处理结果使用损失函数获得初始损失值，使用惩罚项对初始损失值进行惩罚项处理以得到处理后损失值；使用处理后损失值进行后向传播以更新权重矩阵得到更新后权重矩阵。该方法可提高RNN的推理精度。
基于忆阻器阵列循环神经网络训练方法以及装置

[发明专利]基于忆阻器阵列的循环神经网络的训练方法以及装置-CN202210015974.1在审
发明人：吴华强;周姝;唐建石;张清天;高滨;钱鹤 -专利权人：清华大学
申请日： 2022-01-07 - 公布日： 2023-07-18 - 主分类号： G06N3/08 文献下载
摘要：一种基于忆阻器阵列的循环神经网络(RNN)的训练方法及装置。该方法包括：进行至少一次训练操作以得到对象权重矩阵；对对象权重矩阵进行量化处理以得到量化后对象权重矩阵；将量化后对象权重矩阵映射到忆阻器阵列。每次训练操作包括：获取初始权重矩阵；对初始权重值进行量化处理、前向传播处理，得到前向计算结果；基于前向处理结果使用损失函数获得初始损失值，对初始损失值进行惩罚项处理以得到处理后损失值；使用处理后损失值进行后向传播以更新权重矩阵得到更新后权重矩阵，该惩罚项处理用于整体上降低在将量化后对象权重矩阵映射到忆阻器阵列后的忆阻器阵列的读取电流的读噪声。该方法可提高RNN的推理精度。
基于忆阻器阵列循环神经网络训练方法以及装置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
下一页»
尾页
共 238 条