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 > 西安微电子技术研究所马钟获国家专利权

西安微电子技术研究所马钟获国家专利权

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!

龙图腾网获悉西安微电子技术研究所申请的专利一种基于神经架构搜索的抗单粒子翻转网络结构优化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:CN116644777B

龙图腾网通过国家知识产权局官网在2025-12-09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:202310552059.0,技术领域涉及:G06N3/04;该发明授权一种基于神经架构搜索的抗单粒子翻转网络结构优化方法及系统是由马钟;徐超;冯越;段楠楠;胡子健设计研发完成,并于2023-05-16向国家知识产权局提交的专利申请。

一种基于神经架构搜索的抗单粒子翻转网络结构优化方法及系统在说明书摘要公布了:本发明公开了一种基于神经架构搜索的抗单粒子翻转网络结构优化方法及系统,对于单粒子翻转干扰效应模拟功能,首先根据神经网络模型不同层所含数据的不同进行区分,然后按照给定比例分别对神经网络模型参数、神经网络模型输入及输出数据进行抽样,进而对抽取得到的数据进行二进制转换,然后对转换后的二进制位进行采样并进行位翻转操作,得到模拟单粒子翻转干扰后的数据并将翻转后的二进制数据重新转换为十进制数据,最终实现对单粒子翻转的准确模拟。对于抗单粒子翻转模型结构优化算法,引入上述单粒子翻转干扰模拟算法,结合神经架构搜索方法,将封装好的单粒子翻转模拟函数与神经架构搜索算法相结合,实现抗单粒子翻转神经网络模型的结构优化。

本发明授权一种基于神经架构搜索的抗单粒子翻转网络结构优化方法及系统在权利要求书中公布了:1.一种基于神经架构搜索的抗单粒子翻转网络结构优化方法,其特征在于,包括如下步骤: 根据单粒子翻转干扰模型获取模拟函数;获取单粒子翻转干扰模型的方法如下: 将需要进行单粒子翻转模拟的参数由十进制转换为二进制; 随机采样转换后的二进制数据的二进制位并确定需要翻转的二进制位,进而对选定的二进制位进行位翻转操作; 将翻转后的二进制数据重新转换为十进制数据,最终得到单粒子翻转干扰模型; 根据模拟函数构建抗单粒子模型架构搜索空间的具体步骤如下: 第一步:限定搜索空间,限定搜索空间满足以下条件:每个基本单元由六个节点组成,其中前两个节点为输入层固定不变,后四个节点为中间节点需要通过搜索确定;每个基本单元的输入为前两个基本单元的输出,每个基本单元的输出为其中间节点计算结果在深度通道上的连接;第二步:构建搜索空间,在限定搜索空间条件后,选取avg_pool、max_pool、skip_connect、sep_conv、dil_conv和conv操作作为搜索空间operations的可选基本操作,同时在各节点中引入单粒子翻转模拟函数,首先在operations可选操作模块中引入单粒子翻转干扰模拟模块seu_float_simple的Seu函数,然后在operations可选操作模块forward函数中遍历self.op里定义的每一层并使用Seu函数进行单粒子翻转模拟操作,最后在模型初始化处定义一个全局变量self.count以计算修改值的数量; 根据抗单粒子模型架构搜索空间构建超网络;构建超网络的方法如下: 第一步、针对不同节点之间数据的流动,采用搜索空间中的可选基本操作与节点构成基本单元;在此基础上随机选取14该基本单元的中间节点计算结果并在通道维度上连接成搜索块,剩余的34特征与搜索块的输出进行concat结合组成新的特征描述;第二步、对concat得到的特征图进行一次Softmax操作,使其组成连续可微分的操作,Softmax操作能够实现网络边缘归一化,得到引入单粒子翻转模拟函数的超网络; 根据构建的超网络确定搜索策略,实现抗单粒子翻转网络结构优化;优化后的神经网络模型实现图像识别任务。

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西安微电子技术研究所,其通讯地址为:710065 陕西省西安市雁塔区太白南路198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。