[发明专利]神经网络构建方法及装置、设备、介质有效

专利信息
申请号: 202211023418.5 申请日: 2022-08-25
公开(公告)号: CN115099395B 公开(公告)日: 2022-11-15
发明(设计)人: 张启坤;吴臻志 申请(专利权)人: 北京灵汐科技有限公司
主分类号: G06N3/04 分类号: G06N3/04;G06N3/06;G06F15/163
代理公司: 北京天昊联合知识产权代理有限公司 11112 代理人: 彭瑞欣;冯建基
地址: 100080 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 神经网络 构建 方法 装置 设备 介质
【权利要求书】:

1.一种网络仿真方法,其特征在于,包括:

获取多个初始神经元簇;

对每个所述初始神经元簇进行分组,分别获得多个迷你神经元簇;

获取每个所述初始神经元簇内各所述迷你神经元簇的簇内连接权重矩阵;其中,所述簇内连接权重包括所述迷你神经元簇内突触自连对应的自连权重和所述迷你神经元簇之间突触互连对应的互连权重;

获取在不同所述初始神经元簇之间的簇间连接权重矩阵,其中,所述簇间连接为稀疏连接;

基于所述簇内连接权重矩阵和所述簇间连接权重矩阵对所述迷你神经元簇进行聚合,得到所述初始神经元簇的稀疏连接权重矩阵;

基于所述初始神经元簇的稀疏连接权重矩阵构建神经形态网络;

将所述神经形态网络中突触连接权重大于或等于预设的权重阈值的突触连接映射到同一或相邻的众核芯片;将所述神经形态网络中突触连接权重小于预设的权重阈值的突触连接映射到不同的所述众核芯片;其中,所述众核芯片包括多个处理核;

所述对每个所述初始神经元簇进行分组,分别获得多个迷你神经元簇,包括:

基于所述初始神经元簇内突触连接的突触连接权重和突触延迟,对每个所述初始神经元簇内的突触连接分别进行分组,获得各所述初始神经元簇对应的多个所述迷你神经元簇。

2.根据权利要求1所述的方法,其特征在于,所述基于所述初始神经元簇内突触连接的突触连接权重和突触延迟,对每个所述初始神经元簇内的突触连接分别进行分组,获得对应的多个所述迷你神经元簇,包括:

基于所述初始神经元簇内各突触连接的突触连接权重对所述初始神经元簇内的突触连接进行分组,获得兴奋型突触连接集合和抑制型突触连接集合;

基于所述兴奋型突触连接集合内的所述突触连接所对应的突触延迟的数值对所述兴奋型突触连接集合内的所述突触连接所对应的所述突触延迟进行排序,并基于所述突触延迟的排序结果对所述兴奋型突触连接集合内的所述突触连接进行二次分组,获得多个兴奋型突触连接子集合;

基于所述抑制型突触连接集合内的所述突触连接所对应的突触延迟的数值对所述抑制型突触连接集合内的所述突触连接所对应的所述突触延迟进行排序,并基于所述突触延迟的排序结果对所述抑制型突触连接集合内的所述突触连接进行二次分组,获得多个抑制型突触连接子集合;

基于所述兴奋型突触连接子集合和所述抑制型突触连接子集合获得多个所述迷你神经元簇。

3.根据权利要求2所述的方法,其特征在于,所述基于所述突触延迟的排序结果对所述兴奋型突触连接集合内的所述突触连接进行二次分组,获得多个兴奋型突触连接子集合,包括:

基于所述兴奋型突触连接集合对应的所述突触延迟的排序结果并按照预设的延迟分组标准,对所述兴奋型突触连接集合内的所述突触延迟进行分组,获得多个第一延迟子集合;

基于所述第一延迟子集合对所述兴奋型突触连接集合内的所述突触连接进行二次分组,获得多个兴奋型突触连接子集合;

和/或,所述基于所述突触延迟的排序结果对所述抑制型突触连接集合内的所述突触连接进行二次分组,获得多个抑制型突触连接子集合,包括:

基于所述抑制型突触连接集合对应的所述突触延迟的排序结果并按照预设的延迟分组标准,对所述抑制型突触连接集合内的所述突触延迟进行分组,获得多个第二延迟子集合;

基于所述第二延迟子集合对所述抑制型突触连接集合内的所述突触连接进行二次分组,获得多个抑制型突触连接子集合。

4.根据权利要求3所述的方法,其特征在于,所述延迟分组标准包括相邻的两个所述突触延迟的数值的差值小于第一数值,且所述突触延迟的排序结果中最小的所述突触延迟的数值与最大的所述突触延迟的数值之间的差值小于第二数值,其中,所述第一数值小于所述第二数值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京灵汐科技有限公司,未经北京灵汐科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211023418.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

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

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