法律状态: 全部 已授权 审中
项目申报: 全部 报过 没有报过
共 34 件在售专利
本发明公开了一种支持负值激励的存算阵列输出电流读出方法及系统,所述系统包括:补码编码模块、控制模块、电流反向模块、累加模块、激活模块、池化模块及模数转换模块。激励以二进制补码形式逐位输入,输出电流经电流反向模块和累加模块转换至电压,再经激活模块、池化模块及数模转换模块完成读出。补码编码的运用能够有效地表示负值激励,避免了因抛去负值激励而引起神经网络推理精度低的问题;电流反向模块在读出符号位电流时使能,配合编码方式实现二进制补码向十进制转换,在模拟域即完成输出电流的累加,减少了读出过程所需的模数转换次数,从而降低了读出系统的功耗与延时。基于上述两点本发明所述读出系统实现了对负值激励的更完善支持。
📄 2021112283270 📂 G06N3_063 👤 江南大学 📅 2021-10-21
¥0.0 元
本发明公开了一种基于模拟脉冲的神经元电路,属于集成电路技术领域。所述电路包括:积分累加模块、阈值发放模块以及电压泄放模块;积分累加模块、阈值发放模块和电压泄放模块依次相互连接,所述电压泄放模块在每次神经元发放脉冲后将积分电压泄放一个固定值。本申请提出的神经元电路可以防止出现输入信息丢失的情况,最大限度的保证输入信息的完整性和神经网络的工作精度;各模块均只用了少数的MOS管以及电容电阻器件就实现了神经元的基本功能,外部输入控制信号较少,所使用的器件功耗低,便于植入式应用或便携式应用;同一个基准源可同时为多个神经元提供泄放电流,有利于神经网络超大规模方向发展的趋势。
📄 2021109067596 📂 G06N3_063 👤 江南大学 📅 2021-08-09
¥0.0 元
一种基于RISC‑V处理器的卷积神经网络加速器系统,属于神经网络硬件加速技术领域。本发明所述RISC‑V处理器为蜂鸟E203处理器,所述卷积神经网络加速器系统通过NICE接口与所述蜂鸟E203处理器连接。所述NICE接口用于实现所述蜂鸟E203处理器与所述卷积神经网络加速器系统之间的数据交互,所述数据交互包括自定义扩展指令、内存数据和结果数据的传输。所述卷积神经网络加速器系统包括权重配置模块、滑动窗口生成模块、卷积计算模块、激活模块、池化模块、控制器、解码器、数据输入模块和数据输出模块。本发明用于实现卷积神经网络中的卷积计算、激活处理和池化处理,并实现RISC‑V处理器与加速器之间的协同控制。
📄 2026107580528 📂 G06N3_063 👤 江南大学 📅 2026-05-29
¥0.0 元
本发明公开了一种基于RISC‑V的神经网络扩展执行计算机系统,包括:基于乱序执行体系结构的RISC‑V处理器、神经网络硬件加速器、指令存储器、数据存储器和动态调度器;动态调度器用于根据当前计算负载,为计算机系统切换不同的工作模式,将待执行的计算任务分配给RISC‑V处理器或神经网络硬件加速器执行;所述工作模式包括:标准计算模式、神经网络加速模式和低功耗模式;所述计算任务包括通用计算任务和神经网络计算任务。通过上述技术方案,本发明提高了计算机系统的智能性,并在计算效率、资源消耗与功耗之间实现了较好平衡。
📄 2025100971757 📂 G06N3_063 👤 暨南大学 📅 2025-01-22
¥0.0 元
本发明涉及一种基于脉冲神经网络的神经形态计算系统及计算方法,所述系统包括:神经形态处理器,用于采用若干个物理神经元构建硬件化的脉冲神经网络,对实时输入图像进行脉冲编码和目标识别;基于RISC‑V指令架构实现的中央处理器,用于执行构建脉冲神经网络所需的控制指令;神经形态处理器还用于在控制指令的控制下对脉冲神经网络进行在线学习;存储器,用于存储中央处理器运行所需的程序指令以及中央处理器与神经形态处理器之间传输的数据。本发明还提供了一种神经形态计算方法。本发明提出的神经形态计算技术方案实现了在精度、计算速度、能效三者之间的高度平衡,可以准确、高效、低功耗地处理动态和复杂的任务数据。
📄 202510066018X 📂 G06N3_063 👤 暨南大学 📅 2025-01-16
¥0.0 元
本发明通过权重冻结搭建忆阻器阵列,尤其适用于RRAM共享阵列,我们增强了多个独立神经网络模型之间的关联性,并将传统方案中需要单独设计的卷积模块扩展为共享设计。这意味着一个RRAM权重阵列可以参与多个任务的计算,从而提高了神经网络加速器架构的资源利用率,从而实现在存内计算架构中搭建存内计算共享模块,这不仅能优化硬件资源配置,还能降低设计成本,从而为部署多个神经网络模型进行多任务处理提供了一个更为高效和经济的方案。
📄 2024112244975 📂 G06N3_063 👤 湖北大学 📅 2024-09-03
¥0.0 元
本发明提供一种自适应自反馈LIF神经元电路,包括:前神经元电路,用于输出第一膜电位值;突触电路,用于对第一膜电位值进行处理得到第二膜电位值;后神经元电路,用于根据前一时刻自身发放的脉冲进行计算,将计算结果输入激活函数进行处理,将处理后得到的值与突触电路当前时刻输出的第二膜电位进行卷积运算,根据卷积运算结果得到当前时刻的膜电位值,根据膜电位值输出当前时刻的脉冲,之后根据不同类别神经元当前时刻的脉冲信号进行竞争机制选择,胜出者再次将脉冲信号输入到第二膜电位进行卷积运算,最终输出下一时刻的脉冲。本发明在处理较弱信号、较强信号以及噪声时有着更强稳定性和鲁棒性,使得脉冲更准确地发放。
📄 2024111622971 📂 G06N3_063 👤 湖北大学 📅 2024-08-23
¥0.0 元
本发明公开了一种基于FPGA的Tiny‑yolo卷积神经网络硬件加速方法及系统,其通过分析Tiny‑yolo网络并行特征,结合硬件的并行处理能力,对Tiny‑yolo卷积神经网络进行硬件加速。加速方案从3个方面对Tiny‑yolo网络进行加速改进:(1)通过多通道并行输入提升Tiny‑yolo网络的处理速度,(2)通过并行计算提升Tiny‑yolo网络卷积计算的速度,(3)通过池化嵌入减少Tiny‑yolo网络的池化过程时间。其大大提高了Tiny‑yolo卷积神经网络的检测速度。
📄 2018105236199 📂 G06N3_063 👤 重庆大学 📅 2018-05-28
¥0.0 元
本发明公开了一种基于多神经形态行为的神经元电路及类脑计算系统,该神经元电路将欣德马什–罗斯模型通过电容动态响应机制与金属‑氧化物半导体场效应晶体管的跨区间非线性特性映射到物理电路领域,然后将该扩展的欣德马什–罗斯模型通过金属‑氧化物半导体场效应晶体管设计实现;该神经元电路包括膜电压电路、慢变量电路和恢复变量电路;膜电压电路用于接收输入信号并积累膜电压;慢变量电路用于根据膜电压积累慢变量,并在慢变量大于预设阈值后使神经元电路进入超极化阶段;恢复变量电路用于根据膜电压延迟输出恢复变量,并通过恢复变量使膜电压复位至静息电位。
📄 2025109129158 📂 G06N3_063 👤 杭州电子科技大学 📅 2025-07-03
¥0.0 元
本发明提出了一种批量写入遗忘忆阻桥交叉架构的读写方法、系统。采用批量写入遗忘忆阻桥构建忆阻交叉架构,所述忆阻交叉架构的输入信号包括五线谱行信号和列信号;所述行信号用于确定选中行和非选中行,选中行和非选中行连接不同写信号,选中行上的忆阻桥上的电压高于设置阈值,非选中行上的忆阻桥的电压低于设置阈值;根据所述列信号的占空比对选中行中的忆阻桥写入长短时记忆正负权值和零权值,对非选中行进行电路保护。该方法的写入权值范围更广,功能更强大,更便于控制,电路安全性更高。
📄 2022110608465 📂 G06N3_063 👤 西南大学 📅 2022-08-31
¥0.0 元
一种基于局部有源忆阻器的深度回声状态网络系统,包括输入层,所述输入层采集具有时间序列属性的向量数据组,并传送向量数据组给第一个储备池和训练池,所述储备池的输出端连接所述训练池,所述训练池输出训练结果给输出层,其特征在于:所述输入层与首尾依次连接的n个储备池中的第一个储备池相连接;所述储备池内设置有掩膜和局部有源忆阻器,其中第一个储备池内的掩膜连接所述输入层,所述局部有源忆阻器前端接掩膜,后端串负载电阻后接地;后级储备池内的的输入是前级负载电阻之间的电压值。其显著效果是:大大减少了储备池的尺寸,简化训练,只需要单个局部有源忆阻器就可实现深度结构,适用于复杂的时间序列预测任务,具有更好的系统性能。
📄 2023104899203 📂 G06N3_065 👤 西南大学 📅 2023-05-04
¥0.0 元
本发明提供一种基于级联VCSELs光子神经的模式识别装置及方法,该方法包括:步骤1:输出脉冲序列的波形;步骤2:利用步骤1得到的波形对可调激光器产生的连续波进行调制,以得到光学脉冲序列;步骤3:将所述光学脉冲序列信号分成三路,该三路信号分别注入到神经网络三个级联的VCSELs光子神经元;步骤4:采集各神经元输出的信号,并利用计算机进行处理运算,并根据运算的结果调节控制输入神经元的脉冲信号,以实现脉冲序列的模式识别。本发明通过三个级联的VCSELs光子神经元构成可实现脉冲序列识别的光子神经网络。
📄 2020101481273 📂 G06N3_067 👤 西南大学 📅 2020-03-05
¥0.0 元
发明 已授权
发明 已授权

一种基于CMOS的模拟脉冲神经元电路

2021109067596 · 江南大学
¥0.0 元
发明 已授权
发明 已授权
发明 已授权
发明 已授权
发明 已授权

自适应自反馈LIF神经元电路

2024111622971 · 湖北大学
¥0.0 元
发明 已授权
发明 已授权

一种基于多神经形态行为的神经元电路及类脑计算系统

2025109129158 · 杭州电子科技大学
¥0.0 元
发明 已授权
发明 已授权
发明 已授权

求购专区 · 发布技术需求,卖家在线应标

🔋 高能量密度固态电解质材料与制备工艺
预算:¥50-100万截止:2026-08-30发布方:××新能源科技响应:8人

交易保障 · 安心交易

资金托管

买家付款至平台,交易完成/过户成功后放款给卖家

权属尽调

专利有效性分析 + 权属状态核查,确保交易安全

合同审核

标准转让/许可合同模板,支持在线电子签署

全程代办

著录项目变更、备案手续全程代办,省心省力

交易流程 · 六步完成专利交易

1
选专利
2
在线沟通
3
签署合同
4
支付款项
5
办理变更
6
过户完成

成功交易案例

🔬

固态锂电池电解质专利包

转让方:中国科学院××研究所
受让方:××新能源科技有限公司
交易类型:独占许可
交易金额:¥320万
🧬

CRISPR基因编辑技术

转让方:××大学
受让方:××生物医药有限公司
交易类型:转让
交易金额:¥1,200万
⚡

SiC功率器件工艺专利

转让方:××半导体有限公司
受让方:××汽车电子集团
交易类型:转让
交易金额:¥680万
☀️

钙钛矿光伏组件技术

转让方:××科技公司
受让方:××能源集团
交易类型:开放许可
交易金额:¥50万/年