“神经”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果195836个，建议您升级VIP下载更多相关专利

[发明专利]一种神经网络生成方法与装置-CN201811650291.3在审
发明人：金涛;江浩 -专利权人：浙江新铭智能科技有限公司
申请日： 2018-12-31 - 公布日： 2019-04-16 - 主分类号： G06N3/08 文献下载
摘要：本发明提供了一种神经网络生成方法与装置，包括：获取神经网络生成参数，所述生成参数包括神经元聚类数、神经元密集程度参数、分布空间大小参数和神经元总数；根据所述神经元聚类数得到基础神经元；根据预设生成规则以所述基础神经元为聚类中心生成神经网络，所述神经网络中神经元的个数与所述神经元总数相同，所述神经网络中每个神经元与其相邻的神经元均双向互联，所述神经网络中每个神经元以预设概率与自身连接；设置与所述神经网络连接的输入节点和输出节点。本发明生成的神经网络能够自聚类，内部的动力学特性能够增强，并且神经元之间的耦合度较低，其连接结构相较于现有技术得到的神经网络与生物学网络更为近似。
神经元神经网络神经元聚类生成参数预设动力学特性程度参数大小参数分布空间聚类中心连接结构生成规则输出节点输入节点双向互联自身连接耦合度自聚生物学近似概率网络

[发明专利]神经网络的剪枝方法、装置、设备及存储介质-CN202010885640.0在审
发明人：梅杰儒;高源;刘威 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-08-28 - 公布日： 2020-12-04 - 主分类号： G06N3/08 文献下载
摘要：本申请公开了一种神经网络的剪枝方法、装置、设备及存储介质，属于人工智能的深度学习技术领域。所述方法包括：获取已训练完成的神经网络；根据已训练完成的神经网络确定基神经元，基神经元用于重建已训练完成的神经网络中的神经元；根据基神经元，确定已训练完成的神经网络中的冗余神经元，冗余神经元是指已训练完成的神经网络中能够通过基神经元组合表示的神经元；去除已训练完成的神经网络中的冗余神经元，得到剪枝后的神经网络。本申请实施例实现了准确判断该神经元的重要性，避免去除重要的神经元导致对深度神经网络的预测准确性造成较大的影响，确保了深度神经网络在网络剪枝过程中的稳定性。
神经网络剪枝方法装置设备存储介质

[发明专利]图像处理方法、装置、可读存储介质和计算机设备-CN201910161226.2有效
发明人：崔洁全;陈鹏光;贾佳亚;戴宇荣;沈小勇 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-03-04 - 公布日： 2021-07-02 - 主分类号： G06N3/04 文献下载
摘要：本申请涉及一种图像处理方法、装置、计算机可读存储介质和计算机设备，该方法包括：获取神经网络搜索空间；从多层神经网络中获取当前搜索神经网络和等待搜索神经网络，将等待搜索神经网络对应的神经网络子空间固定，从当前搜索神经网络对应的当前搜索神经网络子空间集合中选取初始目标候选神经网络子空间；返回从多层神经网络中获取当前搜索神经网络和等待搜索神经网络的步骤，直到各个神经网络搜索得到对应的初始目标候选神经网络子空间；各层神经网络对应的初始目标候选神经网络子空间形成中间神经网络搜索空间；根据预设神经网络选择策略对中间神经网络搜索空间进行搜索得到目标神经网络本申请提供的方案能够提高神经网络搜索效率。
图像处理方法装置可读存储介质计算机设备

[发明专利]用于治疗神经变性症状的人类神经细胞的移植-CN201410240718.8在审
发明人： M·马莎拉;K·K·乔;T·G·黑兹尔;垣花修;V·科利亚索斯;阎军;P·J·赖尔;M·J·维拉多 -专利权人：神经干公司
申请日： 2005-11-17 - 公布日： 2014-09-17 - 主分类号： A61K35/30 文献下载
摘要：提供了治疗神经变性症状的方法。可以在神经元变性区域和/或远离神经元变性区域移植神经干细胞。方法包括从生成与要替换的神经元相对应的特定类型神经元的区域中分离出神经干细胞。方法包括分离出分泌影响特定类型神经元的生长和/或再生的生长因子的神经干细胞。在本发明中，我们公开了通过移植外部培养和扩增的神经祖细胞来治疗这类病症的方法，该病症包括由于缺乏在神经回路中产生特定神经递质的细胞而出现的数种神经变性病症，上述神经祖细胞在移植到神经组织中时分化成能够以足以制服神经变性相关症状的量和方式结合和制造神经递质的神经元
用于治疗神经变性症状人类神经细胞移植

[发明专利]用于治疗神经变性症状的人类神经细胞的移植-CN200580039450.0无效
发明人： M·马莎拉;K·K·乔;T·G·黑兹尔;垣花修;V·科利亚索斯;阎军;P·J·赖尔;M·J·维拉多 -专利权人：神经干公司
申请日： 2005-11-17 - 公布日： 2007-12-05 - 主分类号： C12N5/00 文献下载
摘要：提供了治疗神经变性症状的方法。可以在神经元变性区域和/或远离神经元变性区域移植神经干细胞。方法包括从生成与要替换的神经元相对应的特定类型神经元的区域中分离出神经干细胞。方法包括分离出分泌影响特定类型神经元的生长和/或再生的生长因子的神经干细胞。在本发明中，我们公开了通过移植外部培养和扩增的神经祖细胞来治疗这类病症的方法，该病症包括由于缺乏在神经回路中产生特定神经递质的细胞而出现的数种神经变性病症，上述神经祖细胞在移植到神经组织中时分化成能够以足以制服神经变性相关症状的量和方式结合和制造神经递质的神经元
用于治疗神经变性症状人类神经细胞移植

[发明专利]学习神经网络结构-CN201880032305.7在审
发明人： O.纳查姆;A.戈登;E.埃班;陈铂 -专利权人：谷歌有限责任公司
申请日： 2018-10-31 - 公布日： 2019-12-27 - 主分类号： G06N3/08 文献下载
摘要：用于训练神经网络的方法、系统和装置，装置包括在计算机存储介质上编码的计算机程序。在一个方面，系统包括神经网络收缩引擎，该神经网络收缩引擎配置成接收正被训练的神经网络并通过收缩过程生成简化神经网络。收缩过程包括基于收缩引擎损失函数训练神经网络，收缩引擎损失函数包括惩罚神经网络的活动神经元和从神经网络中移除非活动神经元的项。系统包括神经网络扩展引擎，神经网络扩展引擎配置成接收正被训练的神经网络并通过扩展过程来生成扩展神经网络，扩展过程包括向神经网络添加新的神经元并基于扩展引擎损失函数来训练神经网络。系统包括训练子系统，训练子系统生成简化神经网络和扩展神经网络。
神经网络收缩引擎神经元训练神经网络损失函数引擎配置计算机存储介质计算机程序惩罚

[发明专利]神经调控检测集成系统及方法-CN201710640532.5有效
发明人：徐声伟;蔡新霞;张禹;王蜜霞;何恩惠;宋轶琳;高飞 -专利权人：中国科学院电子学研究所
申请日： 2017-07-31 - 公布日： 2020-11-20 - 主分类号： A61B5/04 文献下载
摘要：本公开提供了一种神经调控检测集成系统，包括：调控事件发生模块，用于产生神经调控事件，完成对被检测对象的神经刺激调控，其中，所述神经调控事件包括神经调控信号；数据处理模块，用于接收神经信号及所述神经调控信号，并对该神经信号及神经调控信号进行同步分析处理，以获取神经信号及神经调控信号间的时序关系。本公开还提供了一种神经调控检测集成方法。本公开神经调控检测集成系统及方法，可以有效满足神经调控的需求，简化了实验操作、提高了实验效率。
神经调控检测集成系统方法

[发明专利]神经元信息发送方法、装置和存储介质-CN201810327257.6有效
发明人：施路平;吴双;裴京;李国齐 -专利权人：清华大学
申请日： 2018-04-12 - 公布日： 2020-10-16 - 主分类号： G06N3/06 文献下载
摘要：本申请涉及一种神经元信息发送方法、系统和存储介质。所述方法包括：获取前端神经元输出信息和当前神经元历史信息；根据所述前端脉冲神经元输出信息和所述当前神经元历史信息，计算当前神经元信息；根据所述当前神经元信息确定当前神经元输出信息，所述当前神经元输出信息包括至少两个脉冲尖峰信号；输出所述当前神经元输出信息。采用本方法能够使得神经网络兼容人工神经元和脉冲神经元，并实现神经元信息以人工神经元方式发送和以脉冲神经元形式发送的相互转换。
神经元信息发送方法装置存储介质

[发明专利]一种电子神经元-CN202211615428.8在审
发明人：彭慧胜;王臻 -专利权人：复旦大学
申请日： 2022-12-15 - 公布日： 2023-03-28 - 主分类号： G06N3/063 文献下载
摘要：本发明属于脑机接口领域，具体涉及一种电子神经元，电子神经元与脑内神经元形成回路；电子神经元包括电子树突、电子神经细胞体与电子轴突；电子树突与电子神经细胞体之间以及电子神经细胞体与电子轴突之间分别通过信号传输模块传输信号；电子树突为神经电极模块，用于收集脑内神经信号并向电子神经细胞体传输收集的脑内神经信号；电子神经细胞体为神经信号解析模块，用于接收来自电子树突的脑内神经信号、解析接收到的神经信号以及向电子轴突发出刺激信号；电子轴突为神经电极模块，用于接收来自电子神经细胞体的刺激信号并向脑内神经元释放刺激信号。与现有技术相比，本发明通过在脑内植入电子神经元的方式，辅助大脑生成新的神经回路。
一种电子神经元

[发明专利]基于SDSP和WTA算法的神经网络电路及霍尔条突触-CN202110861499.5在审
发明人：吴琪;周铁军;李海;董坤宇 -专利权人：杭州电子科技大学
申请日： 2021-07-29 - 公布日： 2021-10-26 - 主分类号： G06N3/04 文献下载
摘要：本发明公开一种基于SDSP和WTA算法的神经网络电路及霍尔条突触；所述的神经网络包括输入层神经元、隐藏层神经元、抑制型神经元、输出层神经元和霍尔条突触；所述的输入层神经元、隐藏层神经元和输出层神经元为激活型神经元；所述输入层神经元通过第一霍尔条突触与所述隐藏层神经元连接，所述隐藏层神经元通过第二霍尔条突触与所述抑制型神经元连接，所述抑制型神经元与输出层神经元连接；本发明基于霍尔条突触构造一种更契合生物学的神经网络模拟电路
基于 sdsp wta 算法神经网络电路霍尔突触

[发明专利]一种神经形态计算装置-CN202210498095.9在审
发明人：罗闳訚;何日辉;周志新;汤梦饶 -专利权人：厦门壹普智慧科技有限公司
申请日： 2022-05-09 - 公布日： 2022-08-12 - 主分类号： G06N3/063 文献下载
摘要：本发明涉及神经元计算领域，尤其涉及一种神经形态计算装置。所述装置包括神经元状态存储器、神经元互连存储器、控制器、物理神经元、外部神经元激励输入单元和外部神经元激活输出单元，通过神经元状态存储器保存神经网络系统中所有神经元的生物状态，通过神经元互连存储器保存神经网络系统中所有神经元的互连状态；所述装置以Δt时间间隔周期性工作，在Δt时间内，完成神经元状态存储器中所有神经元状态的更新：控制器读取神经元互连状态，依次配置物理神经元为对应虚拟神经元，物理神经元根据配置信息主动从状态存储器中获取数据，完成相应计算，并最终更新相应神经元的状态。本装置可以实现灵活、通用和任意规模神经网络的计算。
一种神经形态计算装置

[发明专利]神经网络神经元信息存储方法及装置、众核系统、介质-CN202210475019.6在审
发明人：吴臻志;祝夭龙 -专利权人：北京灵汐科技有限公司
申请日： 2022-04-29 - 公布日： 2022-08-05 - 主分类号： G06N3/06 文献下载
摘要：本公开提供了一种神经网络神经元信息存储方法，所述神经网络为加载在众核系统的神经网络，该方法包括：根据神经网络的神经元的近期发放活跃度确定神经元当前时刻为稀疏神经元或非稀疏神经元；在神经元当前时刻为稀疏神经元，且神经元在当前时刻之前时刻为非稀疏神经元的情况下，将神经元的权重信息从众核系统的片上存储空间转移至众核系统外的外加存储空间；在神经元当前时刻为非稀疏神经元，且神经元在当前时刻之前时刻为稀疏神经元的情况下，将神经元的权重信息从众核系统外的外加存储空间转移至众核系统的片上存储空间。本公开还提供了一种神经网络神经元信息存储方法及装置、众核系统、计算机可读介质。
神经网络神经元信息存储方法装置系统介质

[发明专利]吸引子神经网络的数字化脉冲神经网络转换方法和装置-CN202111319333.7在审
发明人：储子悦;胡昕;杨文志;梁龙飞;江伟杰 -专利权人：上海新氦类脑智能科技有限公司
申请日： 2021-11-09 - 公布日： 2023-05-12 - 主分类号： G06N3/049 文献下载
摘要：本发明涉及一种吸引子神经网络的数字化脉冲神经网络转换方法和装置，方法包括：获取吸引子神经网络的神经元结构；为吸引子神经网络的神经元结构中的每个神经元，一一对应地建立在数字化脉冲神经网络中的大神经元，每个大神经元均包括受体表状态神经元和时钟激励神经元；数字化脉冲神经网络的连接关系为：每个大神经元中的时钟激励神经元分别与除自身以外的大神经元中的受体表状态神经元相连接，每个大神经元中的受体表状态神经元分别连接除自身以外的大神经元中的受体表状态神经元相连接
吸引神经网络数字化脉冲转换方法装置

[发明专利]一种提高联想记忆脉冲神经网络准确度的学习方法-CN202010031259.8有效
发明人：何虎;王麒淋;董丽亚 -专利权人：清华大学
申请日： 2020-01-13 - 公布日： 2023-05-30 - 主分类号： G06N3/091 文献下载
摘要：一种提高联想记忆脉冲神经网络准确度的学习方法，所述联想记忆脉冲神经网络的记忆神经网络通过结构训练能够实现联想记忆和回想记忆，通过如下方法进行权值训练以提高记忆神经网络输出的准确率：若记忆神经网络不能激发输出神经元，则连接记忆神经网络激发神经元与目标输出神经元，若已有连接，则增大记忆神经网络激发神经元与目标输出神经元之间的权值；若输出神经元激发错误，则增大记忆神经网络激发神经元与目标输出神经元之间的权值，减小记忆神经网络激发神经元与其他输出神经元的权值；若输出神经元激发正确，则不进行权值调整。本发明能够实现联想记忆、回想记忆，从而显著提高联想记忆脉冲神经网络准确度。
一种提高联想记忆脉冲神经网络准确度学习方法

[发明专利]用模拟神经元的单个物理层实现多层神经网络-CN201980084186.4在审
发明人： E.哈塞尔斯泰纳;P.扬舍尔;F.梅尔;B.米尼克霍夫;B.普钦格;G.普罗米策 -专利权人： AMS有限公司
申请日： 2019-12-10 - 公布日： 2021-07-30 - 主分类号： G06F9/38 文献下载
摘要：本发明描述了一种包括多层模拟神经网络和系统控制器的系统。多层模拟神经网络具有单层物理模拟神经元，其可重复使用以实现多层模拟神经网络。每个物理模拟神经元被配置为接收神经元输入并处理该神经元输入以生成神经元输出，该神经元输出作为输入被馈送到单层的所有物理模拟神经元，并且每个物理模拟神经元包括相应的权重存储器。系统控制器可操作用于：针对每个物理模拟神经元获得相应的神经元权重向量集，其中每个神经元权重向量对应于多层模拟神经网络的多个层中的相应层；针对每个物理模拟神经元，在物理模拟神经元的相应权重存储器中存储相应的神经元权重集；接收多层模拟神经网络的网络输入；以及通过重复使用单层物理模拟神经元来通过多个层处理网络输入以生成网络输出，其中对于多个层的每一层，每个物理模拟神经元使用对应于当前层的相应神经元权重向量集中的神经元权重向量来处理物理模拟神经元的神经元输入
模拟神经元单个物理层实现多层神经网络