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！

龙图腾网获悉北京大学申请的专利一种基于模拟存内计算电路的推荐系统计算加速方法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：CN119621654B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411669901.X，技术领域涉及：G06F15/78；该发明授权一种基于模拟存内计算电路的推荐系统计算加速方法是由孙仲;王识清;黄如设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本一种基于模拟存内计算电路的推荐系统计算加速方法在说明书摘要公布了：本发明提供了一种基于模拟存内计算电路的推荐系统计算加速方法，属于半导体、模拟计算和集成电路技术领域。本发明方法在交替最小二乘法的迭代计算的基础上，设计了分块矩阵方法，利用可变电阻阵列求解大规模矩阵分解问题，并且用模拟计算的方式加速分块矩阵方法中包含的大量岭回归计算，实现推荐系统的模拟计算加速。本发明方法能够实现高速、高能效的推荐系统矩阵分解，为大数据背景下推荐系统训练过程的硬件加速提供了一种新的解决方案，具有广阔的应用前景。

本发明授权一种基于模拟存内计算电路的推荐系统计算加速方法在权利要求书中公布了：1.一种基于模拟存内计算电路的推荐系统计算加速方法，针对大小为n×m的用户-物品评分矩阵R，R≈UVT，其中U、V分别是用户和物品的潜在特征矩阵，大小分别为n×k和m×k，k是潜在特征的数量，k＜＜n,m，UiVi表示第i个用户物品潜在特征矩阵；该方法基于交替最小二乘法，其特征在于，设计分块矩阵方法，并利用模拟存内计算电路映射和计算，加速岭回归计算，加速推荐系统矩阵分解算法总的损失函数的最小化过程，包括以下步骤： 1随机生成第一个用户潜在特征矩阵U1； 2根据R和U1得到V1 2-1将用户潜在特征矩阵U1和原始评分矩阵R，根据分块矩阵方法进行分块，将U1按照行划分为h1个大小为d×k的子特征矩阵U1[1～h1]；将原始评分矩阵R按行划分为h1个大小为d×m的子评分矩阵R[1～h1]；其中n＝h1×d，参数d的选择取决于可变电阻阵列的规模； 2-2基于该h1对子矩阵U1[1～h1]、R[1～h1]分别做岭回归计算，通过将分块后的子矩阵映射到模拟存内计算电路中，用模拟计算的方式进行加速，得到h1个中间特征矩阵V1,1～h1； 2-3对模拟存内计算电路的输出结果V1,1～h1进行非线性操作，得到第一个物品的潜在特征矩阵V1； 2-4根据U1和V1计算推荐系统矩阵分解算法总的损失函数的值； 3根据R和V1得到U2 3-1将用户潜在特征矩阵V1和原始评分矩阵R，根据分块矩阵方法进行分块，将V1按照行划分为h2个大小为d×k的子特征矩阵V1[1～h2]；将始评分矩阵R的转置矩阵按行被划分为h2个大小为d×n的子评分矩阵RT [1～h2]；其中m＝h2×d，参数d的选择取决于可变电阻阵列的规模； 3-2基于该h2对子矩阵V1[1～h2]、RT [1～h2]分别做岭回归计算，通过将分块后的子矩阵映射到模拟存内计算电路中，用模拟计算的方式进行加速，得到h2个中间特征矩阵U2,1～h2； 3-3对模拟存内计算电路的输出结果U2,1～h2进行非线性操作，得到第2个用户的潜在特征矩阵U2； 3-4根据U2和V1计算推荐系统矩阵分解算法总的损失函数的值； 4重复步骤2根据R和Ui得到Vi和步骤3根据R和Vi得到Ui+1的方法过程，循环迭代计算，依次得到V2，U3，…，Ui，Vi，…，Ui+1，…并计算相应的总的损失函数值，直到推荐系统矩阵分解算法总的损失函数收敛为止。

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北京大学，其通讯地址为：100871 北京市海淀区颐和园路5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。