[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在审
| 申请号： | 202210317373.6 | 申请日： | 2022-03-29 |
| 公开（公告）号： | CN114676831A | 公开（公告）日： | 2022-06-28 |
| 发明（设计）人： | 李丽;孙浩瀚;傅玉祥;孙从怡;韩嘉宁;周攀;李伟;何书专 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063;G06N3/04;G06N3/08 |
| 代理公司： | 北京中先生知识产权代理事务所(普通合伙) 16063 | 代理人： | 窦贤宇 |
| 地址： | 210046 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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。 | ||
| 搜索关键词： | 基于 时间 编码 功耗 脉冲 神经网络 学习 系统 | ||
【主权项】：
暂无信息
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南京大学，未经南京大学许可，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/patent/202210317373.6/，转载请声明来源钻瓜专利网。
- 上一篇：信号推流方法和装置
- 下一篇：一种有机-无机复合的常温自泳发黑剂
