Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院计算技术研究所王莹莹获国家专利权

中国科学院计算技术研究所王莹莹获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国科学院计算技术研究所申请的专利编译器后端自动生成方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117075868B

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311050170.6,技术领域涉及:G06F8/30;该发明授权编译器后端自动生成方法及系统是由王莹莹;钟茗;王陆霖;邱蕾;吕方;冯晓兵设计研发完成,并于2023-08-21向国家知识产权局提交的专利申请。

编译器后端自动生成方法及系统在说明书摘要公布了:本发明提供一种用于编译器后端生成的神经网络模型的训练方法,包括:对于不同目标架构的函数,将同组函数对应的抽象语法树进行匹配,得到各个函数中的语句所对应的语句模板,以及特定于目标架构的信息的位置;分析语句模板和特定于目标架构的信息,形成目标相关索引表,以保存特征至特征值定义位置的映射关系;根据所述每一个语句模板,查找所述目标相关索引表,在不同目标架构的目标描述文件中提取所述语句模板的特征值以生成所述不同目标架构下与所述语句模板对应的特征序列。本发明能够解决编译器后端开发慢和难的问题,节约时间与人工成本,改变了传统编译器后端手工移植方式,极大地提高了编译器开发效率。

本发明授权编译器后端自动生成方法及系统在权利要求书中公布了:1.一种用于编译器后端生成的神经网络模型的训练方法,其特征在于,包括: S1:对于不同目标架构的函数,将同组函数对应的抽象语法树进行匹配,得到各个函数中的语句所对应的语句模板,以及特定于目标架构的信息的位置; S2:分析语句模板和特定于目标架构的信息,形成目标相关索引表,以保存特征至特征值定义位置的映射关系; S3:根据所述每一个语句模板,查找所述目标相关索引表,在不同目标架构的目标描述文件中提取所述语句模板的特征值以生成所述不同目标架构下与所述语句模板对应的特征序列; S4:利用所述特征序列训练所述神经网络模型; 其中,所述S1包括: S1-1:将不同目标架构的函数按名称进行分组并转换为抽象语法树; S1-2:将同组函数对应的抽象语法树进行匹配得到各个函数中的语句所对应的语句模板,以及特定于目标架构的信息的位置; 所述S2包括: S2-1:分别从架构,函数,语句层级寻找语句模板以及特定于目标架构的信息的共性构建特征; S2-2:记录特征名称,所属级别,语句模板关联信息,对应的特征值所在的文件名称,对应的特征值所在文件中的位置形成目标相关索引表; 所述S3包括: S3-1:针对每一个语句模板,根据目标架构名称,函数名称,语句名称查找目标相关索引表中的与语句模板关联信息,确定所述语句模板包含的特征; S3-2:根据所述语句模板包含的特征,根据对应的目标相关索引表中的文件名称和文件位置提取特征值; S3-3:将所述语句模板和所述语句模板的特征值合成所述目标架构下所述语句模板的特征序列; 所述S4包括: S4-1:依次将所述特征序列和对应的语句输入所述神经网络模型; S4-2:重复执行S4-1预定次数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学院计算技术研究所,其通讯地址为:100190 北京市海淀区中关村科学院南路6号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。