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7个,建议您升级VIP下载更多相关专利
  • [发明专利]针对神经网络的防错的推理计算-CN202180036040.X在审
  • C·肖恩;L·L·艾科;A·贡托罗;J·普莱汀科斯;S·沃格尔 - 罗伯特·博世有限公司
  • 2021-05-25 - 2023-04-04 - G06N3/063
  • 用于运行用于卷积神经网络的推理计算的硬件平台的方法(100),包括步骤:•借助加速模块使用多个卷积核(2a‑2c)对具有神经网络的输入数据的输入矩阵(1)进行卷积(110),使得产生多个二维输出矩阵(3a‑3c);•将所述卷积核(2a‑2c)逐个元素相加(120)以形成控制核(4);•输入矩阵(1)通过加速模块与控制核(4)进行卷积(130),产生二维控制矩阵(5);•借助所述加速模块使用所述控制核(4)对所述输入矩阵(1)进行卷积(130),使得产生二维控制矩阵(5);•将所述控制矩阵(5)的每个元素(5*)与所述输出矩阵(3a‑3c)中与所述元素(5*)相对应的元素(3a*‑3c*)的总和进行比较(140);•响应于所述比较(140)对于所述控制矩阵(5)的元素(5*)得出(150)偏差,利用至少一个附加的控制计算来检查(160):是否正确计算出了至少一个输出矩阵(3a‑3c)中与所述控制矩阵(5)的所述元素(5*)对应的元素(3a*‑3c*)。
  • 针对神经网络推理计算
  • [发明专利]用于神经网络中的近似计算的运算部件-CN202180037983.4在审
  • A·贡托罗;C·E·德拉帕拉阿帕利希奥;T·索里曼 - 罗伯特·博世有限公司
  • 2021-05-10 - 2023-01-13 - G06N3/063
  • 用于计算针对两个输入数(2a,2b)的积(3)或者和的近似值的运算部件(1),其包括多个运算模块(4,4a,4b),其中所述运算模块中的至少一个(4a)设置为,计算输入数(2a,2b)的数字的单个积或单个和,并且其中多个运算模块(4b)互连成加法运算部件(5),所述加法运算部件(5)构造为,从单个积中或从单个和中计算所述积(3)或所述和的数字(3a‑3k),其中在运算部件(1)中缺少如下至少一个运算模块(4):对于计算至少一个单个积或单个和,和/或对于将所述单个积或所述单个和传播到所述积(3)或所述和上,需要所述至少一个运算模块(4);或者所述至少一个运算模块(4)在那里互连成使得,在运算部件(1)的运行时间期间,可选择性地完全或者部分停用所述至少一个运算模块(4)。
  • 用于神经网络中的近似计算运算部件
  • [发明专利]存储装置和用于使存储值移位的方法-CN202210576540.9在审
  • A·贡托罗;C·苏达珊;C·维斯;L·L·艾克;T·索里曼;N·韦恩 - 罗伯特·博世有限公司
  • 2022-05-25 - 2022-11-29 - G11C7/06
  • 一种存储装置,具有:带存储单元格的单元格区;数量N的位线,其分别与单元格区的存储单元格的至少其中之一相连接,N是大于1的整数,能为每条位线分配1至N的范围内的位线编号;数量N的读出放大器,能为每个读出放大器分配1至N的范围内的读出放大器编号;位移动线路,其具有数量S的开关元件串,S是大于1的整数,能为每个开关元件串分配零至S‑1的范围内的串编号。每个开关元件串分别具有至少一个半导体开关元件,其中每个半导体开关元件与位线之一和读出放大器之一相连接。每个开关元件串的半导体开关元件将所有位线(位线的位线编号小于或等于数目N减去串编号)与读出放大器连接,使相应的读出放大器编号等于相应的位线编号加串编号。
  • 存储装置用于移位方法
  • [发明专利]存储器设备和用于执行连续存储器访问的方法-CN202210574129.8在审
  • A·贡托罗;C·苏达珊;C·维斯;L·L·艾克;T·索里曼;N·韦恩 - 罗伯特·博世有限公司
  • 2022-05-25 - 2022-11-29 - G11C7/06
  • 本发明涉及一种存储器设备,包括布置在第一单元阵列中的大量存储器单元,多个第一位线,其中所述第一单元阵列的多个存储器单元分别与所述多个第一位线中的每个第一位线连接以便能够经由所述位线访问所述存储器单元,以及多个读出放大器对,每个读出放大器对包括第一和第二读出放大器。每个第一位线与一个读出放大器对相关联,其中每个第一位线与相应的第一半导体开关元件连接,通过所述第一半导体开关元件所述位线能够与关联于所述位线的读出放大器对的第一读出放大器导电连接和隔离。每个第一位线与相应的第二半导体开关元件连接,通过所述第二半导体开关元件所述位线能够与关联于所述位线的读出放大器对的第二读出放大器导电连接和隔离。
  • 存储器设备用于执行连续访问方法
  • [发明专利]免受存储器错误的神经网络的推理计算-CN202180017498.0在审
  • C·肖恩;L·L·艾克;A·贡托罗;J·普莱汀科斯;S·沃格尔 - 罗伯特·博世有限公司
  • 2021-02-12 - 2022-09-30 - G06N3/04
  • 用于运行硬件平台(1)的方法(100),所述硬件平台用于分层构建的神经网络的推理计算,具有步骤:•将所述神经网络的第一层的推理计算所需的输入数据(11)的第一部分以及与所述输入数据(11)有关的冗余信息(11a)从外部工作存储器(3)读入(110)到所述计算单元(2)的内部工作存储器(2a)中;•基于所述冗余信息(11a)检查(120)所述输入数据(11)的完整性;•响应于所述输入数据(11)在此过程中被识别为无错误,利用所述计算单元(2)对所述输入数据(11)执行第一层的推理计算(130)的至少一部分,以获得工作结果(12);•对于所述工作结果(12)确定(140)冗余信息(12a),基于所述冗余信息能够检查所述工作结果(12)的完整性;•将所述工作结果(12)和所述冗余信息(12a)写入(150)所述外部工作存储器(3)中。
  • 免受存储器错误神经网络推理计算
  • [发明专利]人工神经网络的计算单元的选择性停用-CN201980041250.0在审
  • A·贡托罗;A·朗格;J·西尔默;J·托普;C·朔恩;S·沃格尔 - 罗伯特·博世有限公司
  • 2019-06-03 - 2021-02-02 - G06N3/063
  • 用于人工神经网络KNN(1)的硬件体系架构(10),其中所述KNN(1)包括由一个输入层(2)、多个处理层(3a,3b)和一个输出层(4)构成的紧靠排列,其中每一层(2、3a、3b、4)将一组输入变量映射为一组输出变量,并且其中输入层(2)和每个处理层(3a,3b)的输出变量分别是在所述紧靠排列中的后续层(3a、3b、4)的输入变量,其中所述硬件体系架构(10)包括大量计算单元(5a‑5h),其中每一层(2、3a、3b、4)的实现都划分到至少两个计算单元(5a‑5h)上,以及提供至少一个可复位的断开装置(6a‑6h),利用所述断开装置与输送给至少一个计算单元(5a‑5h)的输入变量无关地选择性地停用所述至少一个计算单元,使得在所述计算单元(5a‑5h)有助于实现的所有层(2、3a、3b、4)中还保持至少一个其他计算单元(5a‑5h)激活。用于运行人工神经网络KNN(1)的对应方法(100),其中选择性地停用(130)计算单元(5a‑5h)并随后再次激活(140)所述计算单元(5a‑5h)。相关联的计算机程序。
  • 人工神经网络计算单元选择性停用

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