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3694893个,建议您升级VIP下载更多相关专利
  • [发明专利]用于代码转换压缩视频比特流的方法和设备-CN03811227.2无效
  • 王利民;克里特·佩纳索波宁 - 通用仪表公司
  • 2003-05-16 - 2005-08-10 - H04N7/26
  • 一种代码转换输入压缩视频比特流为不同比特速率的输出压缩视频比特流的技术,包括:接收第一比特速率的输入压缩视频比特流;为输出压缩视频比特流指定新的目标比特流;部分解码输入比特流以产生解量化数据;使用不同的量化级(QP)重新量化量化数据以产生重新量化数据;以及重新编码重新量化数据以产生输出压缩视频比特流。确定用于重新量化的适当的初始量化级(QP),监测输出视频比特流的比特速率;调整量化级以使输出压缩视频比特流的比特速率和目标比特速率近似匹配。将恒定头部数据直接复制到输出压缩视频比特流。通过解量化重新量化数据并从解量化数据中扣除来确定重新量化误差,量化误差经过IDCT处理以产生等效误差图像,根据来自输入压缩视频比特流的运动补偿参数将运动补偿应用到该误差图像,运动补偿的误差图形经过DCT处理,将DCT处理的误差图像作为运动补偿校正应用到解量化数据,用于由于重新量化而产生的误差。
  • 用于代码转换压缩视频比特流方法设备
  • [发明专利]集成电路芯片装置及相关产品-CN201810141373.9有效
  • 不公告发明人 - 上海寒武纪信息科技有限公司
  • 2018-02-11 - 2020-10-09 - G06N3/04
  • 本发明提供了一种集成电路芯片装置及相关产品,集成电路芯片装置包括外部接口以及处理电路,外部接口用于接收训练指令;处理电路,用于依据训练指令确定第一层输入数据、第一层权值组数据和第一层包括的运算指令,将第一层输入数据和第一层权值组数据进行量化得到第一层量化输入数据和第一层量化权值组数据,从预设的输出结果表中查询第一层量化输入数据和第一层量化权值组数据对应的第一层输出数据,将第一层输出数据作为第二层输入数据输入到n‑1层执行正向运算得到第n层输出数据;根据第n层输出数据确定第n层输出数据梯度通过将输入数据和权值进行量化,直接查询计算结果,减少训练时的参数量和运算量。
  • 集成电路芯片装置相关产品
  • [发明专利]自适应量化和自适应反量化的方法、装置及其系统-CN200810160900.7有效
  • 高山;林四新;杨海涛;常义林;刘晓仙 - 华为技术有限公司
  • 2008-10-07 - 2010-05-26 - H04N13/00
  • 本发明实施例公开了一种自适应量化和自适应反量化的方法、装置及其系统,属于通信领域。自适应量化方法包括:确定输入深度数据的有效深度子空间;对有效深度子空间进行量化。自适应反量化方法包括:确定输入深度数据的有效深度子空间;根据接收到的输出深度数据,对有效深度子空间进行反量化。自适应量化器包括:有效深度子空间确定模块和量化模块。自适应反量化器包括:有效深度子空间确定模块和反量化模块。自适应量化系统包括:自适应量化器和传输模块。自适应反量化系统包括:接收模块和自适应反量化模块。本发明实现了根据输入深度数据的概率分布特性进行自适应量化和反量化,有效减小了量化误差,提高了合成虚拟图像的质量。
  • 自适应量化方法装置及其系统
  • [发明专利]用于评估量化操作的方法、装置、设备和介质-CN201910980306.0有效
  • 邬志影 - 阿波罗智能技术(北京)有限公司
  • 2019-10-15 - 2022-05-31 - G06N3/04
  • 本申请公开了用于评估量化操作的方法、装置、设备和介质,涉及人工智能领域,可应用于自动驾驶(包括自主泊车)领域。该装置,包括:全精度算子,被配置为处理输入数据,以获取第一输出值;量化器,被配置为以量化比特来量化所述全精度算子的参数和所述输入数据,以获得量化参数和量化输入数据量化算子,被配置为基于所述量化参数,处理所述量化输入数据,以获取第二输出值;去量化器,被配置为对所述第二输出值进行去量化,以获取第三输出值;以及评估器,被配置为基于所述第一输出值和所述第三输出值,评估基于所述量化比特对所述全精度算子的量化操作。以这种方式,不同的层或算子都可以确定其相应的量化极限,以降低对计算资源的要求,特别适用于嵌入式应用等对计算资源敏感的应用场景。
  • 用于评估量化操作方法装置设备介质
  • [发明专利]实时量化方法及实时量化系统-CN202110759386.4有效
  • 梁军 - 上海齐感电子信息科技有限公司
  • 2021-07-06 - 2021-10-08 - G06N3/04
  • 本发明提供了一种实时量化方法及用于执行所述实时量化方法的实时量化系统。所述实时量化方法包括输入原始特征图,依据所述原始特征图得到数据最大值和数据最小值;依据所述数据最大值和所述数据最小值,计算初始量化因子;进行速度量化流程和优化量化流程中的任一流程,依据所述初始量化因子,依次计算量化因子对、第一特征图和第二特征图,直接在线上实时量化原始特征图,避免了线下量化不能很好地量化全部的输入数据的问题,解决了深度神经网络计算量高的问题,提高了深度神经网络的计算效率。通过计算量化因子对,提高了量化精度。适用性更广,量化数据更完整,量化结果更可靠。
  • 实时量化方法系统
  • [发明专利]数据处理方法及其电子设备和介质-CN202310403046.7在审
  • 许礼武;余宗桥;黄敦博 - 安谋科技(中国)有限公司
  • 2023-04-14 - 2023-07-07 - G06N3/08
  • 本申请涉及人工智能领域,涉及一种数据处理方法及其电子设备和介质,方法包括:获取对第一神经网络模型的模型参数进行量化的第一输入数据集;从第一输入数据集中筛选出满足第一条件的数据组成第二输入数据集;基于调节系数对第二输入数据集中的数据进行调整得到第三输入数据集;使用第三输入数据集对第一神经网络模型的模型参数进行量化,得到第二神经网络模型。确定出的第三输入数据集的数据量小于第一输入数据集的数据量,但第三输入数据集的种类能够尽可能多地覆盖第一输入数据集的种类,使得对神经网络模型进行量化所消耗的时间较少,且保持了通过量化后的神经网络模型的精度
  • 数据处理方法及其电子设备介质
  • [发明专利]基于时间编码的低功耗脉冲神经网络片上学习系统-CN202210317373.6在审
  • 李丽;孙浩瀚;傅玉祥;孙从怡;韩嘉宁;周攀;李伟;何书专 - 南京大学
  • 2022-03-29 - 2022-06-28 - G06N3/063
  • 本发明公开了一种基于时间编码的低功耗脉冲神经网络片上学习系统,包括排序模块和计算模块,排序模块用于接收已进行时间编码的若干组输入数据,并将所述输入数据升序或降序排列;计算模块用于接收所述输入数据和预存储的与输入数据匹配的权重数据;基于预定规则将所述输入数据量化为预设常数,获得量化输入数据;基于权重数据判断神经元是否会激发,若激发,则采用所述量化输入数据和权重数据计算输出脉冲时间,并采用线性化规则更新权重数据。通过将输入数据量化降低硬件运算难度,采用优化的权重更新规则以便于硬件设计,减少运算量,具有功耗低、面积小速度快的优点;提升了脉冲经网络运算速度,且能够在硬件上实现片上学习。
  • 基于时间编码功耗脉冲神经网络学习系统
  • [发明专利]编码数据信号的设备和方法及解码数据信号的设备和方法-CN200780032558.6无效
  • R·J·范德夫卢滕 - 皇家飞利浦电子股份有限公司
  • 2007-08-27 - 2009-08-19 - H04N7/26
  • 在编码方法和编码器中,产生统计信息,并且关于在重建(有时候被称为“逆量化”)期间使用的重建值的所述统计信息(LSB=F(MSB)被添加到编码的数据信号。该编码的数据信号包括提供关于在量化期间去除的原始输入数据部分和量化数据之间关系的信息的数据信息。解码器和解码方法在重建期间使用所述信息数据。这使得能够在重建期间使用重建值,该重建值可以适应于输入数据统计,从而改进了数据重建并减少了量化误差。解码器处的重建由在编码器收集的信息数据进行指导,所述信息数据是通过确定输入数据的剩余部分相对于量化后剩余的量化数据的统计信息而得到的。
  • 编码数据信号设备方法解码

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