忆阻贝叶斯深度神经网络在线学习方法及装置

被引：0

专利类型：

发明

申请号：

CN202411849571.2

申请日：

2024-12-16

公开(公告)号：

CN120012837A

公开(公告)日：

2025-05-16

发明(设计)人：

林钰登吴华强高滨唐建石张清天钱鹤

申请人：

清华大学

申请人地址：

100084 北京市海淀区清华园1号

IPC主分类号：

G06N3/047

IPC分类号：

G06N3/08 G06N3/065

代理机构：

北京清亦华知识产权代理事务所(普通合伙) 11201

代理人：

孙璐璐

法律状态：

实质审查的生效

国省代码：

北京市市辖区

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-06-03	实质审查的生效	实质审查的生效IPC(主分类):G06N 3/047申请日:20241216
2025-05-16	公开	公开

共 50 条

[1]

忆阻贝叶斯卷积神经网络的大规模部署方法及装置 [P].

林钰登 ;

吴华强 ;

高滨 ;

唐建石 ;

张清天 ;

钱鹤 .

中国专利 :CN120031086A ,2025-05-23

[2]

一种深度神经网络的贝叶斯结构学习方法及装置 [P].

朱军 ;

邓志杰 ;

张钹 .

中国专利 :CN110738242B ,2020-01-31

[3]

利用忆阻器本征噪声实现贝叶斯神经网络的方法及装置 [P].

吴华强 ;

高滨 ;

林钰登 ;

张清天 ;

唐建石 ;

钱鹤 .

中国专利 :CN110956256B ,2020-04-03

[4]

忆阻贝叶斯神经网络的关键权重在线更新方法及装置 [P].

高滨 ;

林钰登 ;

吴华强 ;

张清天 ;

唐建石 ;

钱鹤 .

中国专利 :CN117787350A ,2024-03-29

[5]

深度神经网络公平学习方法及装置 [P].

马兴军 ;

陈骁 ;

姜育刚 .

中国专利 :CN117649591A ,2024-03-05

[6]

降低贝叶斯深度神经网络计算复杂度的方法和装置 [P].

杨建磊 ;

贾小涛 ;

赵巍胜 .

中国专利 :CN112541564B ,2024-02-20

[7]

降低贝叶斯深度神经网络计算复杂度的方法和装置 [P].

杨建磊 ;

贾小涛 ;

赵巍胜 .

中国专利 :CN112541564A ,2021-03-23

[8]

深度神经网络学习方法、处理器和深度神经网络学习系统 [P].

陈海波 ;

吴伟 ;

李晓燕 .

中国专利 :CN104899641B ,2015-09-09

[9]

激活函数电路、忆阻神经网络及忆阻神经网络的控制方法 [P].

刘森 ;

李清江 ;

宋兵 ;

李锟 ;

孙毅 ;

王伟 ;

于红旗 ;

李楠 ;

刘海军 ;

李智炜 ;

陈长林 ;

王义楠 ;

步凯 ;

王玺 ;

曹荣荣 ;

徐晖 ;

刁节涛 .

中国专利 :CN111680792A ,2020-09-18

[10]

基于贝叶斯和深度神经网络的IP定位方法 [P].

尚凤军 ;

夏兴然 .

中国专利 :CN109858508A ,2019-06-07

← 1 2 3 4 5 →