专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

71. 发明公开

EP1922637A4 TRAINING CONVOLUTIONAL NEURAL NETWORKS ON GRAPHICS PROCESSING UNITS 审中-公开
标题翻译：教育神经折叠网络在图形处理单元
公开(公告)号：EP1922637A4
公开(公告)日：2010-03-17
申请号：EP06801862
申请日：2006-08-17
申请人： MICROSOFT CORP
发明人： PURI SIDDHARTHA
IPC分类号： G06F15/18 , G06F15/00 , G06N3/06 , G06N3/08
CPC分类号： G06K9/4628 , G06K2209/01 , G06N3/06 , G06N3/084

72. 发明公开

EP2724297A1 METHOD AND APPARATUS FOR A LOCAL COMPETITIVE LEARNING RULE THAT LEADS TO SPARSE CONNECTIVITY 审中-公开
标题翻译：方法和设备的局部WETTBERWERBS学习规则，稀疏连通LEADS
公开(公告)号：EP2724297A1
公开(公告)日：2014-04-30
申请号：EP12730136.4
申请日：2012-06-21
申请人： Qualcomm Incorporated
发明人： APARIN, Vladimir
IPC分类号： G06N3/08
CPC分类号： G06N3/08 , G05B13/024 , G05B13/027 , G06N3/06 , G06N3/088
摘要： Certain aspects of the present disclosure support a local competitive learning rule applied in a computational network that leads to sparse connectivity among processing units of the network. The present disclosure provides a modification to the Oja learning rule, modifying the constraint on the sum of squared weights in the Oja rule. This constraining can be intrinsic and local as opposed to the commonly used multiplicative and subtractive normalizations, which are explicit and require the knowledge of all input weights of a processing unit to update each one of them individually. The presented rule provides convergence to a weight vector that is sparser (i.e., has more zero elements) than the weight vector learned by the original Oja rule. Such sparse connectivity can lead to a higher selectivity of processing units to specific features, and it may require less memory to store the network configuration and less energy to operate it.
摘要翻译：本公开的某些方面支持在计算网络应用的本地竞争学习规则的网络处理单元之间没有导致稀疏的连接。本发明提供的修饰的Oja的学习规则，修改对平方的权重的在Oja的规则之和约束。相对于常用的乘法和减归一化，这是明确的，需要处理单元的所有输入的权重知识单独更新他们中的每一个这种约束可以是内在的和局部的。所呈现的规则提供收敛的权重向量做是稀疏（即，有更多的零种元素）比由原始Oja的规则学习的权重向量。搜索稀疏连接可导致处理单元对特定特征的更高的选择性，并且可能需要较少的存储网络配置和较少的操作它的能量存储器。

73. 发明公开

EP2572293A1 NEURAL PROCESSING UNIT 审中-公开
标题翻译：神经处理单元
公开(公告)号：EP2572293A1
公开(公告)日：2013-03-27
申请号：EP11783883.9
申请日：2011-01-21
申请人： The Regents of The University of California
发明人： PALMER, Douglas, A. , FLOREA, Michael
IPC分类号： G06F15/18 , G06F9/06 , G06N3/06
CPC分类号： G06N3/06 , G06N3/063
摘要： The subject matter disclosed herein provides methods, apparatus, and articles of manufacture for neural-based processing. In one aspect, there is provided a method. The method may include reading, from a first memory, context information stored based on at least one connection value; reading, from a second memory, an activation value matching the at least one connection value; sending, by a first processor, the context information and the activation value to at least one of a plurality of microengines to configure the at least one microengine as a neuron; and generating, at the at least one microengine, a value representative of an output of the neuron. Related apparatus, systems, methods, and articles are also described.

74. 发明公开

EP2122542A4 ARCHITECTURE, SYSTEM AND METHOD FOR ARTIFICIAL NEURAL NETWORK IMPLEMENTATION 有权
标题翻译： ARCHITEKTUR，SYSTEM UND VERFAHRENFÜRKÜNSTLICHENEURONALE NETZWERKIMPLEMENTIERUNG
公开(公告)号：EP2122542A4
公开(公告)日：2012-05-16
申请号：EP07855509
申请日：2007-12-10
申请人： MOUSSA MEDHAT , SAVICH ANTONY
发明人： MOUSSA MEDHAT , SAVICH ANTONY
IPC分类号： G06N3/06 , G06N3/02 , G06N3/04
CPC分类号： G06N3/063 , G06N3/02 , G06N3/06
摘要： An architecture, systems and methods for a scalable artificial neural network, wherein the architecture includes: an input layer; at least one hidden layer; an output layer; and a parallelization subsystem configured to provide a variable degree of parallelization to the input layer, at least one hidden layer, and output layer. In a particular case, the architecture includes a back-propagation subsystem that is configured to adjust weights in the scalable artificial neural network in accordance with the variable degree of parallelization. Systems and methods are also provided for selecting an appropriate degree of parallelization based on factors such as hardware resources and performance requirements.
摘要翻译：一种用于可伸缩人造神经网络的架构，系统和方法，其中所述架构包括：输入层; 至少一个隐藏层; 输出层; 以及并行化子系统，被配置为向输入层，至少一个隐藏层和输出层提供可变程度的并行化。在特定情况下，该架构包括反向传播子系统，其被配置为根据可变程度的并行化调整可伸缩人工神经网络中的权重。还提供了系统和方法，用于基于诸如硬件资源和性能要求等因素来选择适当的并行度。

75. 发明公开

EP1922637A1 TRAINING CONVOLUTIONAL NEURAL NETWORKS ON GRAPHICS PROCESSING UNITS 审中-公开
标题翻译：教育神经折叠网络在图形处理单元
公开(公告)号：EP1922637A1
公开(公告)日：2008-05-21
申请号：EP06801862.1
申请日：2006-08-17
申请人： Microsoft Corporation
发明人： PURI, Siddhartha
IPC分类号： G06F15/18 , G06F15/00
CPC分类号： G06K9/4628 , G06K2209/01 , G06N3/06 , G06N3/084
摘要： A convolutional neural network is implemented on a graphics processing unit. The network is then trained through a series of forward and backward passes, with convolutional kernels and bias matrices modified on each backward pass according to a gradient of an error function. The implementation takes advantage of parallel processing capabilities of pixel shader units on a GPU, and utilizes a set of start-to-finish formulas to program the computations on the pixel shaders. Input and output to the program is done through textures, and a multi-pass summation process is used when sums are needed across pixel shader unit registers.

76. 发明专利

KR20210032222A KR20210032222A - Memory controller and operating method thereof 审中-公开
公开(公告)号：KR20210032222A
公开(公告)日：2021-03-24
申请号：KR1020190113717A
申请日：2019-09-16
申请人： 에스케이하이닉스 주식회사 , 연세대학교 산학협력단
发明人： 장준혁 , 정명수
IPC分类号： G06F3/06 , G06F12/06 , G06N3/08
CPC分类号： G06F12/0246 , G06F3/0658 , G06F12/063 , G06F12/0873 , G06F12/0882 , G06F3/0608 , G06F3/064 , G06F3/0653 , G06N3/06 , G06N3/08 , G11C16/10 , G06F2212/401 , G06F2212/7201 , G06F2212/7209
摘要： 본 기술은 전자 장치에 관한 것으로, 본 기술에 따른 향상된 입출력 요청의 응답시간 및 동적 랜덤 액세스 메모리(DRAM) 용량을 갖는 메모리 컨트롤러는, 순환 신경망(Recurrent Neural Network, RNN)을 이용한 머신 러닝을 통해 상기 호스트로부터 입출력 요청이 없을 것으로 예상되는 유휴시간을 예측하는 가용시간 예측부 및 유휴시간이 미리 설정된 기준시간보다 길면, 데이터 블록의 논리적 위치를 지정하는 논리 주소와 실제 데이터 블록의 물리적 위치를 지정하는 물리 주소와의 맵핑 정보인 맵 데이터를 압축하는 데이터 압축 제어부를 포함한다.

77. 发明专利

JP2018529298A 環境コンテキストにおいて人間のような制御行動をシミュレーションするためのシステム及びコンピュータに基づく方法。审中-公开
公开(公告)号：JP2018529298A
公开(公告)日：2018-10-04
申请号：JP2018522849
申请日：2015-07-23
申请人：トヨタモーターヨーロッパ , カンリンイタリーソチエタレスポンサビリタリミタータ
发明人：ヨーナスアンベック−マドセン , エメリックラトー , マルチェッロマストロレオ , フェデリーコサッシ , ロベルトウーゴロッティ , アレッサンドロバッキーニ , ルカムッシ , ルカアスカーリ
IPC分类号： H03M7/30
CPC分类号： G06N3/004 , G06F17/12 , G06K9/6251 , G06N3/04 , G06N3/06 , G06N99/005 , G10L25/27
摘要：環境コンテキストにおいて人間に近い意思決定をシミュレーションするためのコンピュータに基づく方法であって、本方法は、 − 少なくとも一つのセンサで環境データをキャプチャすること(10)と、 − 前記データを低次元マップに圧縮して高次元データの双方向圧縮を実現するためのコンピュータに基づく方法を実現すること(16)と、 − 環境データがコンピュータに基づくモデルの学習段階の間にキャプチャされた場合、キャプチャされた前記データは、予め評価されている既知の予め記録されたデータに対応し、異なる特性を有するデータをどの程度良好に分離するかにより前記マップの品質を決定することによって、圧縮データの前記マップを評価することと(24)、 − 環境データが学習段階の後にキャプチャされた場合、前記圧縮データに新たな点を追加し(26)、オペレータの状態に対応するように使用する人間に近い意思決定の状態を示す信号を生成することと、を含む。

78. 发明专利

JP6050105B2 スパイクニューロン基盤のワーキングメモリ装置有权
标题翻译：扣球神经元的基础工作记忆装置
公开(公告)号：JP6050105B2
公开(公告)日：2016-12-21
申请号：JP2012268875
申请日：2012-12-07
申请人：三星電子株式会社 , Samsung Electronics Co.,Ltd.
发明人：李俊行 , 申昌雨 , 柳賢錫 , 朴根柱
IPC分类号： G06N3/04 , G06N3/063
CPC分类号： G06N3/06 , G06N3/049 , G06N3/063

79. 发明专利

KR20210032266A KR20210032266A - Electronic device and Method for controlling the electronic device thereof 审中-公开
公开(公告)号：KR20210032266A
公开(公告)日：2021-03-24
申请号：KR1020200034093A
申请日：2020-03-19
申请人： 삼성전자주식회사
发明人： 모하메드 앱델패다 , 루카스 두지악 , 천 퐁 차우 , 김혜지 , 로이슨 리 , 수라브 바타차리아
IPC分类号： G06N3/063 , G06N3/04 , G06N3/08
CPC分类号： G06N3/063 , G06F30/30 , G06F30/27 , G06F30/34 , G06F9/46 , G06N3/0454 , G06N3/06 , G06N3/08
摘要： 전자 장치 및 이의 제어 방법이 개시된다. 본 개시의 전자 장치는 복수의 가속기와 복수의 신경망을 저장하는 메모리 및 복수의 신경망 중 제1 신경망을 선택하고, 복수의 가속기 중 제1 신경망을 구현할 제1 가속기를 선택하고, 제1 가속기 상에서 제1 신경망을 구현하여 구현 결과와 관련된 정보를 획득하고, 구현과 관련된 정보를 바탕으로 제1 가속기 및 제1 신경망에 대한 제1 보상 값을 획득하고, 복수의 신경망 중 제1 가속기에서 구현할 제2 신경망을 선택하고, 제1 가속기 상에서 제2 신경망을 구현하여 구현 결과와 관련된 정보를 획득하고, 구현과 관련된 정보를 바탕으로 제1 가속기 및 제2 신경망에 대한 제2 보상 값을 획득하고, 제1 보상 값 및 제2 보상 값을 바탕으로 복수의 신경망 및 복수의 가속기 중 가장 큰 보상 값을 가지는 신경망 및 가속기를 선택하는 프로세서를 포함할 수 있다.

80. 发明专利

JP5922117B2 生物規範型ネットワークのための伝達及びシナプス訓練方法及びハードウェア有权
标题翻译：传输和突触的训练方法和硬件的生物启发的网络
公开(公告)号：JP5922117B2
公开(公告)日：2016-05-24
申请号：JP2013518843
申请日：2011-07-07
申请人：クゥアルコム・インコーポレイテッド , QUALCOMM INCORPORATED
发明人：アパリン、ブラディミア , タン、イ
IPC分类号： G06N3/063 , G06N3/08 , G06G7/60
CPC分类号： G06N3/0635 , G06N3/02 , G06N3/06 , G06N3/08 , G06N99/005

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式