申请/专利权人:中国科学院微电子研究所
申请日:2024-01-10
公开(公告)日:2024-04-26
公开(公告)号:CN117933071A
主分类号:G06F30/27
分类号:G06F30/27;G06N3/063;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本申请公开一种基于随机二值电阻阵列的储备池计算模型的硬件实现方法、装置和电子设备,涉及机器学习及人工智能领域。应用于二值化随机卷积储池网络模型中,方法包括:对忆阻器阵列进行编程,得到随机二值分布的电阻阵列;将预设数据集中的时间序列信号样本进行量化,映射为输入电压信号,输送至随机二值卷积层中以提取局部特征;将局部特征传输到随机二值储池中,从输出部分读取得到样本全局特征;在推理阶段,待处理信号依次经过随机二值卷积层、输入层、随机二值储池和训练好的全连接读出层输出目标样本类别,可以正确识别时序信号数据,该模型可以在减少模型参数量、降低精度的条件下达到良好的识别效果。
主权项:1.一种基于随机二值电阻阵列的储备池计算模型的硬件实现方法,其特征在于,应用于二值化随机卷积储池网络模型中,所述二值化随机卷积储池网络模型包括依次连接的随机二值卷积层、输入层、随机二值储池和全连接读出层;所述方法包括:对忆阻器阵列进行编程,得到随机二值分布的电阻阵列;将预设数据集中的时间序列信号样本进行量化,映射为输入电压信号,输送至所述随机二值卷积层中以提取局部特征;将所述局部特征依次传输至到所述输入层、所述随机二值储池中,从输出部分读取得到样本全局特征;在训练阶段,将所述样本全局特征输入至所述全连接读出层,得到样本预测类别;根据所述样本预测类别和标签确定误差并更新全连接读出层参数;在推理阶段,待处理信号依次经过所述随机二值卷积层、所述输入层、所述随机二值储池和训练好的所述全连接读出层输出目标样本类别。
全文数据:
权利要求:
百度查询: 中国科学院微电子研究所 基于随机二值电阻阵列的储备池计算模型的硬件实现方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。