“S·洪”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64个，建议您升级VIP下载更多相关专利

[发明专利]一种非易失性存储器系统-CN201880054925.0有效
发明人： H·V·特兰;A·李;T·乌;S·洪;F·周;X·刘;N·多 -专利权人：硅存储技术股份有限公司
申请日： 2018-07-16 - 公布日： 2023-10-03 - 主分类号： G11C13/02 文献下载
摘要：本文公开了用于写入到电阻式随机存取存储器单元并从电阻式随机存取存储器单元读取的电路的许多实施方案。本文还公开了用于电阻式存取存储器单元阵列的各种架构和布局。
一种非易失性存储器系统

[发明专利]流通池涂覆方法-CN202180083794.0在审
发明人： N·巴拉玛;T·J·迪尔;M·K·弗;B·A·哈诺斯;S·洪;B·科迪拉-卡里亚帕;L·J·克拉特 -专利权人：伊鲁米纳公司
申请日： 2021-12-14 - 公布日： 2023-08-29 - 主分类号： G03F7/40 文献下载
摘要：在示例性方法中，将水溶性保护涂料(20)溶液施加在粘结区域(26)以及i)图案化结构的图案化区域或ii)非图案化结构的泳道区域(30)中一者的上方。该图案化区域包括其中具有至少聚合物水凝胶(34)的凹入部(22)，以及分隔这些凹入部的间隙区域(24)。该泳道区域包括其中至少具有该聚合物水凝胶的泳道。干燥该水溶性保护涂料溶液以在该粘结区域上方和在i)该图案化区域或ii)该泳道区域中一者的上方形成固体涂层(20)或凝胶涂层(20)。从该粘结区域选择性地去除该固体涂层或该凝胶涂层的部分，与此同时在i)该图案化区域或ii)该泳道区域中一者的上方留下该固体涂层或该凝胶涂层的其它部分。
流通池涂覆方法

[发明专利]深度学习人工神经网络中模拟神经存储器的数字输出机制-CN202180088510.7在审
发明人： H·V·特兰;T·乌;S·特林;S·洪;N·勒;T·勒;H·帕姆 -专利权人：硅存储技术股份有限公司
申请日： 2021-04-07 - 公布日： 2023-08-22 - 主分类号： G06N3/065 文献下载
摘要：公开了用于读取或验证人工神经网络中的矢量‑矩阵乘法(VMM)阵列中的所选非易失性存储器单元中所存储的值的多个实施方案。该实施方案包括用于在读取或验证操作期间将输入施加到该VMM阵列的输入块的各种设计以及用于在该读取或验证操作期间从该VMM阵列接收输出的输出块的各种设计。
深度学习人工神经网络模拟神经存储器数字输出机制

[发明专利]深度学习人工神经网络中模拟神经存储器的输入和数字输出机制-CN202180081820.6在审
发明人： H·V·特兰;T·乌;S·特林;S·洪;T·勒;N·勒;H·帕姆 -专利权人：硅存储技术股份有限公司
申请日： 2021-03-17 - 公布日： 2023-08-18 - 主分类号： G11C16/26 文献下载
摘要：公开了用于读取或验证人工神经网络中的矢量‑矩阵乘法(VMM)阵列中的所选择的存储器单元中所存储的值的多个实施方案。在一个实施方案中，输入包括一组输入位，该组输入位产生施加到所选择的存储器单元的端子的一系列输入信号，进一步产生一系列输出信号，该一系列输出信号被数字化，基于相应输入位在该组输入位中的位位置进行移位，并相加以产生输出，该输出指示存储在所选择的存储器单元中的值。
深度学习人工神经网络模拟神经存储器输入数字输出机制

[发明专利]用于深度学习人工神经网络中的模拟非易失性存储器的可编程神经元-CN201880085396.0有效
发明人： H·V·特兰;S·洪;A·李;T·乌;H·帕姆;K·恩古耶;H·特兰 -专利权人：硅存储技术股份有限公司
申请日： 2018-11-29 - 公布日： 2023-08-18 - 主分类号： G06N3/048 文献下载
摘要：本发明公开了用于处理人工神经网络中的矢量‑矩阵乘法(VMM)阵列的电流输出的多个实施方案。实施方案包括加法器电路和激活函数电路。加法器电路和/或激活函数电路包括电路元件，该电路元件可响应于从VMM接收的总可能电流而被调节以优化功率消耗。
用于深度学习人工神经网络中的模拟非易失性存储器可编程神经元

[发明专利]用于人工神经网络中的模拟神经存储器阵列的自适应偏置解码器-CN202180042600.2在审
发明人： H·V·特兰;T·乌;S·特林;S·洪;N·多;M·雷顿;A·李 -专利权人：硅存储技术股份有限公司
申请日： 2021-01-05 - 公布日： 2023-04-14 - 主分类号： G11C16/04 文献下载
摘要：公开了模拟神经存储器阵列的许多实施方案。某些实施方案包括自适应偏置解码器，该自适应偏置解码器用于向阵列输入线提供附加偏置以补偿接地浮动在0V以上的情况。这对于例如使读取、编程或擦除操作的电压降最小化，同时维持该操作的准确性是有用的。
用于人工神经网络中的模拟神经存储器阵列自适应偏置解码器

[发明专利]用于最大限度增大图像捕获设备视场的系统和方法-CN201710954497.4有效
发明人： Y·曹;S·洪;T·H·多;S·姚;B·史;K·S·泰欧;B·韦伯 -专利权人：生命技术控股私人有限公司;皮尔斯生物技术公司
申请日： 2017-10-13 - 公布日： 2023-04-07 - 主分类号： H04N23/67 文献下载
摘要：本发明提供了一种用于最大限度增加成像系统视场利用率的方法。所述成像系统包括成像设备，所述成像设备包括检测设备和定位单元。所述方法包括捕获物体的初始图像，然后计算物体的旋转角度和变焦系数，以便最大限度增大所述物体在视场中覆盖的面积。计算完成后，计算机可以指示检测和定位单元重新配置其相对于物体的方向。
用于最大限度增大图像捕获设备视场系统方法

[发明专利]高性能膜电极组件的可放大卷到卷制造-CN202180027077.6在审
发明人： F·B·普林茨;T·吴;S·许;Z·王;S·洪;Y·金;S·达尔;D·U·李;T·F·贾拉米洛;T·施拉特;G·休布纳;J·米勒;G·韦德兰 -专利权人：里兰斯坦福初级大学理事会;大众汽车公司
申请日： 2021-02-12 - 公布日： 2023-04-04 - 主分类号： H01M8/1004 文献下载
摘要：制造方法包括：在第一气体扩散层(GDL)上沉积第一催化剂以形成第一催化剂涂覆的GDL；在第一催化剂涂覆的GDL上沉积第一离聚物以形成第一气体扩散电极(GDE)；在第二GDL上沉积第二催化剂以形成第二催化剂涂覆的GDL；在第二催化剂涂覆的GDL上沉积第二离聚物以形成第二GDE；并且将第一GDE与第二GDE以及与设置在第一GDE和第二GDE之间的电解质膜层压以形成膜电极组件(MEA)。MEA包含第一GDL；第二GDL；电解质膜，其设置在第一GDL和第二GDL之间；第一催化剂层，其设置在第一GDL和电解质膜之间；以及第二催化剂层，其设置在第二GDL和电解质膜之间，其中电解质膜的厚度为大约15μm或更小。
性能电极组件放大卷到卷制造

[发明专利]流通池及其制备方法-CN202180046821.7在审
发明人： S·洪;L·J·克拉特 -专利权人：伊鲁米纳公司
申请日： 2021-09-27 - 公布日： 2023-04-04 - 主分类号： B01J19/00 文献下载
摘要：本发明公开了一种示例性流通池，所述流通池包括多层叠堆，所述多层叠堆包括透明基座载体；所述透明基座载体上方的图案化牺牲层；以及所述图案化牺牲层上方的透明层。所述流通池还包括所述透明层的不同部分上方的第一官能化层和第二官能化层，其中所述第一官能化层和所述第二官能化层中的至少一者与所述图案化牺牲层的图案对准；以及分别附接到所述第一官能化层和所述第二官能化层的第一引物组和第二引物组。
流通及其制备方法

[发明专利]用于验证在深度学习人工神经网络中的模拟神经存储器中的非易失性存储器单元的编程操作期间存储的值的算法和电路-CN201980090494.8有效
发明人： H·V·特兰;T·乌;S·特林;S·洪;A·李 -专利权人：硅存储技术股份有限公司
申请日： 2019-09-07 - 公布日： 2023-03-24 - 主分类号： G11C11/54 文献下载
摘要：本发明公开了用于在非易失性存储器单元的多级编程操作之后通过将存储的权重转换成多个数字输出位来验证神经网络中非易失性存储器单元中的存储的权重的各种算法。本发明公开了用于实现算法的电路，诸如可调参考电流源。
用于验证深度学习人工神经网络中的模拟神经存储器非易失性存储器单元编程操作

[发明专利]用于制造流通池的方法-CN202180045921.8在审
发明人： B·科迪拉-卡里亚帕;J·S·费希尔;S·洪;L·J·克拉特;B·D·马瑟;V·蒙塔诺-玛查多 -专利权人：伊鲁米纳公司
申请日： 2021-09-27 - 公布日： 2023-03-14 - 主分类号： B01L3/00 文献下载
摘要：在一个示例中，流通池包括基座载体和位于该基座载体上方的突出部，其中该突出部是与基座载体不同的材料。该流通池还包括在突出部的第一部分上方的第一官能化层、在突出部的第二部分上方的第二官能化层，以及分别附接到第一官能化层和第二官能化层的第一引物组和第二引物组。
用于制造流通方法

[发明专利]获得运动中的样本的图像的装置和方法-CN202180046659.9在审
发明人： G·埃文斯;S·洪;M·休;吕少平;J·穆恩 -专利权人：伊鲁米纳公司;伊鲁米纳剑桥有限公司
申请日： 2021-10-28 - 公布日： 2023-03-14 - 主分类号： G01N21/17 文献下载
摘要：本发明提供了一种方法，该方法用于基于一次或多次曝光生成移动样本的分析图像。当样本移动穿过视场时，照射源照射相机的视场一个或多个脉冲。在这些一个或多个脉冲中的每个脉冲期间，由样本移动的距离可小于由相机捕获的图像中的一个像素的尺寸。
获得运动中的样本图像装置方法

[发明专利]用于深度学习人工神经网络中的模拟神经存储器的字线和控制栅极线串联解码器-CN202080101539.X在审
发明人： H·V·特兰;T·乌;S·特林;S·洪;A·李 -专利权人：硅存储技术股份有限公司
申请日： 2020-11-27 - 公布日： 2023-01-31 - 主分类号： G11C11/54 文献下载
摘要：本文公开了串联行解码器的各种实施方案。串联行解码器的每个实施方案包括字线解码器和控制栅极解码器。当未启用串联行解码器时，串联行解码器在字线和控制栅极线上表现出减少的泄漏电流。
用于深度学习人工神经网络中的模拟神经存储器控制栅极串联解码器

[发明专利]人工神经网络中的具有源极线拉低机构的模拟神经存储器阵列-CN202080100427.2在审
发明人： H·V·特兰;T·乌;S·洪;S·特林;H·特兰;V·蒂瓦里;H·帕姆 -专利权人：硅存储技术股份有限公司
申请日： 2020-11-16 - 公布日： 2022-12-23 - 主分类号： G11C11/54 文献下载
摘要：公开了模拟神经存储器阵列的许多实施方案。某些实施方案包含用于将源极线快速地拉低至接地的改进机构。例如，这是有用的，以使读取、编程或擦除操作的电压降最小化。
人工神经网络中的有源极线拉低机构模拟神经存储器阵列

[发明专利]人工神经网络中包括逻辑单元和改进的编程机制的模拟神经存储器阵列-CN202080100429.1在审
发明人： H·V·特兰;S·特林;T·乌;S·莱姆克;V·蒂瓦里;N·多;S·洪 -专利权人：硅存储技术股份有限公司
申请日： 2020-10-30 - 公布日： 2022-12-16 - 主分类号： G11C11/54 文献下载
摘要：公开了模拟神经存储器阵列的许多实施方案。两个或更多个物理存储器单元被分组在一起以形成存储N个可能电平中的一者的逻辑单元。在每个逻辑单元内，可以使用不同机制对存储器单元进行编程。例如，逻辑单元中的一个或多个存储器单元可以使用粗略编程机制来编程，可以使用精细机制对存储器单元中的一个或多个单元进行编程，并且可以使用精细机制对存储器单元中的一个或多个单元进行编程。这实现了极限编程准确度和编程速度。
人工神经网络包括逻辑单元改进编程机制模拟神经存储器阵列

1
2
3
4
5
下一页»
尾页
共 64 条