您的当前位置：首页可重构和时间编码卷积尖峰神经网络中基于事件的特征分类[发明专利]

可重构和时间编码卷积尖峰神经网络中基于事件的特征分类[发明专利]

来源：爱站旅游

专利内容由知识产权出版社提供

专利名称：可重构和时间编码卷积尖峰神经网络中基于事件的

特征分类

专利类型：发明专利

发明人：P·A·范德梅德,A·S·曼卡尔,K·D·卡尔森,M·程申请号：CN202010218280.9申请日：20200325公开号：CN112308107A公开日：20210202

摘要：本发明的实施例提供了一种使用时间编码深度尖峰神经网络学习和分类特征以识别图像中对象的系统和方法，一种通过使用包括配置逻辑、多个可重构尖峰神经元和第二多个突触的可重构尖峰神经网络设备或软件的分类方法。尖峰神经网络设备或软件还包括多个用户可选卷积和池化引擎。每个全连接卷积引擎能够学习特征，从而产生分别对应于多个区域的多个特征图层，每个卷积引擎用于获得对应区域中神经元的响应。将神经元建模为具有非线性时间常数的积分和触发神经元，形成具有尖峰输出的各个积分阈值单元，从而无需进行浮点数的乘法和加法。

申请人：智力芯片有限责任公司

地址：美国加利福尼亚州

国籍：US

代理机构：北京市铸成律师事务所

更多信息请下载全文后查看

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文