“L·佐罗”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6个，建议您升级VIP下载更多相关专利

[发明专利]用于读取闪存存储器设备的方法和装置-CN202180092032.7在审
发明人： L·佐罗;R·米歇罗尼 -专利权人：微芯片技术股份有限公司
申请日： 2021-04-30 - 公布日： 2023-09-29 - 主分类号： G11C11/56 文献下载
摘要：一种用于读取闪存存储器设备的方法包括存储可靠性状态分类神经网络(CNN)模型的配置文件和回归神经网络(RNN)推理模型的配置文件，以及存储对应于可靠性状态的可靠性状态标签。识别当前P/E循环次数，并且选择对应于该当前P/E循环次数的可靠性状态CNN模型。执行所选择的可靠性状态CNN模型的神经网络操作以识别预测的可靠性状态。识别对应的可靠性状态标签，并且选择对应的RNN推理模型。使用该可靠性状态标签作为输入，执行所选择的RNN推理模型的神经网络操作，以生成指示阈值电压偏移读取误差(TVS‑RE)曲线的形状的输出。识别对应于该TVS‑RE曲线的最小值的阈值电压偏移补偿(TVSO)值，并且使用所识别的TVSO值处的阈值电压偏移读取来执行读取。
用于读取闪存存储器设备方法装置

[发明专利]用于执行神经网络运算的方法和装置-CN202180081817.4在审
发明人： L·佐罗;R·米歇罗尼 -专利权人：微芯片技术股份有限公司
申请日： 2021-10-03 - 公布日： 2023-08-15 - 主分类号： G06N3/063 文献下载
摘要：一种用于执行神经网络运算的方法包括接收深度神经网络(DNN)的权重值和偏差值。该DNN的单层的特征值阵列、偏差值和一组权重值耦接到神经网络引擎。在一个或多个乘法累加电路(MAC)处对该单层执行乘法累加运算以获得对应于该单层中的每个神经元的总和。对应于该单层中的每个神经元的层输出值耦接到该MAC的对应输入。重复耦接偏差值和一组权重值、执行乘法累加运算以及耦接层输出值以生成对应于每个输出层神经元的输出层总和，并且对每个输出层总和执行激活函数以生成DNN输出值。
用于执行神经网络运算方法装置

[发明专利]用于确定闪存存储器设备的实际磨损何时不同于针对闪存存储器设备的可靠性状态的方法和装置-CN202180064173.8在审
发明人： L·佐罗;R·米歇罗尼 -专利权人：微芯片技术股份有限公司
申请日： 2021-04-30 - 公布日： 2023-07-04 - 主分类号： G11C29/12 文献下载
摘要：本发明提供了一种用于确定闪存存储器设备的实际磨损何时不同于可靠性状态的方法和装置。存储可靠性状态分类神经网络模型的配置文件。监测闪存存储器设备的操作以识别当前物理特性值。执行该闪存存储器设备的读取以确定错误数量。使用当前被用于执行该闪存存储器设备的读取的一组阈值电压偏移补偿值和计算的错误数量作为输入来执行神经网络操作，以识别预测可靠性状态。将识别的当前物理特性值和与该预测可靠性状态相关联的对应标记进行比较，并且当该比较指示该识别的当前物理特性值不对应于与该预测可靠性状态相关联的相应标记时，存储标志或其他指示。
用于确定闪存存储器设备实际磨损何时不同于针对可靠性状态方法装置

[发明专利]用于固态驱动器的可划分神经网络-CN202180037107.1在审
发明人： L·佐罗;R·米歇罗尼 -专利权人：微芯片技术股份有限公司
申请日： 2021-01-15 - 公布日： 2023-02-24 - 主分类号： G11C11/56 文献下载
摘要：本发明公开了一种方法，该方法包括：存储具有独立分类核心部分(ICCP)的多核心神经网络推断(MCNNI)模型的配置文件。每个ICCP对应于针对每个参数的多个类别中的一个类别。该MCNNI模型的加权矩阵的每行上的第一多个加权值具有非零值，并且每行上的第二多个加权值具有零值。该配置文件被加载到神经网络引擎中。监测集成电路设备的操作以识别对应于参数中的每个参数的使用值。使用该使用值作为输入来执行单个神经网络操作，以在每个ICCP的输出神经元处生成指示对一个或多个变量的估计的输出值。识别对应于输入使用值的该ICCP的该输出值并将其作为输出进行发送。
用于固态驱动器划分神经网络

[发明专利]用于识别待用于闪存存储器设备的读取中的阈值电压的回归神经网络-CN202180042394.5在审
发明人： L·佐罗;R·米歇罗尼 -专利权人：微芯片技术股份有限公司
申请日： 2021-01-04 - 公布日： 2023-02-03 - 主分类号： G11C16/26 文献下载
摘要：公开了一种用于读取闪存存储器设备的方法和装置。回归神经网络(RNN)推断模型存储在闪存控制器上。RNN推断模型被配置用于识别至少一个阈值电压偏移读取误差(TVS‑RE)曲线，该曲线识别取决于阈值电压偏移补偿(TVSO)值的误差数量。监测闪存存储器设备的操作以识别使用特性值。执行RNN推断模型的神经网络操作以生成对应于使用特性值的TVS‑RE曲线。用于神经网络操作的输入包括使用特性值。对应于TVS‑RE曲线的最小值来标识TVSO值。使用TVSO值处的阈值电压偏移读取来执行闪存存储器设备的读取。
用于识别闪存存储器设备读取中的阈值电压回归神经网络

[发明专利]集成的玉米加工-CN200580043585.4无效
发明人： M·J·比弗;E·福克斯;J·英瓦尔森;D·科托维斯基;A·帕蒂斯特;I·C·珀特勒;M·J·图皮;C·泰勒;M·范豪滕;L·佐罗 -专利权人：嘉吉有限公司
申请日： 2005-11-15 - 公布日： 2007-11-28 - 主分类号： C10L5/44 文献下载
摘要：本发明提供了可用于生产粗粉、乙醇、能量、淀粉、甜味剂、面筋、发酵产品、玉米粉和油的集成玉米加工模式和设备，其加工方式允许操控者根据工艺的经济性和可获得的输入物改变输出物。
集成玉米加工