[发明专利]基于忆阻器老化感知的神经网络重训练和梯度稀疏方法在审
| 申请号： | 202210427530.9 | 申请日： | 2022-04-22 |
| 公开（公告）号： | CN114881218A | 公开（公告）日： | 2022-08-09 |
| 发明（设计）人： | 尹勋钊;叶文文;卓成 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063;G06N3/08 |
| 代理公司： | 杭州浙科专利事务所(普通合伙) 33213 | 代理人： | 吴昌榀 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 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忆阻器老化感知的神经网络重训练和梯度稀疏方法，涉及延长忆阻器工作寿命和提高交叉阵列推理正确率的设计。对于交叉阵列老化后硬件在线推理正确率降低的问题，通过利用已知的忆阻器老化信息，计算得到当前老化情况下的可编程权重的最值，依此对神经网络模型进行重训练，从而提高当前硬件在线推理的正确率；重训练过程中，将超出可编程权重最值的网络权重进行自动截断；对于忆阻器寿命有限的问题，利用神经网络导数的稀疏性，在硬件调整过程中，将绝对值小的导数抛弃，从而保证小导数所对应的忆阻器不被施加电压，阻止忆阻器的老化过程，延长其使用寿命。 | ||
| 搜索关键词： | 基于 忆阻器 老化 感知 神经网络 训练 梯度 稀疏 方法 | ||
【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浙江大学，未经浙江大学许可，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/202210427530.9/，转载请声明来源钻瓜专利网。
