首页专利查询专利详情

*来源于国家知识产权局数据，仅供参考，实际以国家知识产权局展示为准

用于在深度学习人工神经网络的模拟神经存储器中将神经元电流转换成基于神经元电流的时间脉冲的系统

发明专利有效专利

申请号：
CN201980089071.4
IPC分类号：G06N3/063
申请日期：
2019-09-06
申请人：
硅存储技术股份有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	用于在深度学习人工神经网络的模拟神经存储器中将神经元电流转换成基于神经元电流的时间脉冲的系统
申请号	CN201980089071.4	申请日期	2019-09-06
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-24	公开/公告号	CN113302629A
优先权	暂无	优先权号	暂无
主分类号	G06N3/063 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/06 物理实现，即神经网络、神经元或神经元部分的硬件实现〔7〕 G06N3/063 采用电的〔7〕	IPC分类号	G;0;6;N;3;/;0;6;3查看分类表>
申请人	硅存储技术股份有限公司	申请人地址	美国加利福尼亚州变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	硅存储技术股份有限公司	当前权利人	硅存储技术股份有限公司
发明人	H·V·特兰;V·蒂瓦里;M·雷顿;N·多
代理机构	上海专利商标事务所有限公司	代理人	蔡悦

摘要

本发明公开了多个实施方案，用于将由矢量‑矩阵乘法(VMM)阵列输出的神经元电流转换成基于神经元电流的时间脉冲，并将此类脉冲用作输入提供给人工神经网络内的另一VMM阵列。本发明公开了多个实施方案，用于在该VMM阵列需要模拟输入的情况下将该基于神经元电流的时间脉冲转换成模拟电流或电压值。

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供