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！

龙图腾网获悉重庆大学申请的专利一种基于逐层脉冲事件批处理的神经形态处理器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：CN119416834B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411385489.9，技术领域涉及：G06N3/049；该发明授权一种基于逐层脉冲事件批处理的神经形态处理器是由石匆;钟正青;王海冰;王腾霄设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本一种基于逐层脉冲事件批处理的神经形态处理器在说明书摘要公布了：本发明涉及人工智能领域和类脑智能芯片领域，具体涉及一种基于逐层脉冲事件批处理的神经形态处理器，包括微处理核阵列、脉冲AER存储器、脉冲AER循环优先级仲裁器、输出误差AER循环优先级仲裁器和全局控制器；在前向处理阶段引入相对时间概念于脉冲神经元更新计算中；在反向阶段对逐层脉冲事件批处理神经形态处理器的脉冲神经网络进行训练时，采用EO‑DeepTempo学习规则对神经网络的全连接层各突触的权重进行更新。本发明提高了计算效率，减少了计算资源和存储资源。

本发明授权一种基于逐层脉冲事件批处理的神经形态处理器在权利要求书中公布了：1.一种基于逐层脉冲事件批处理的神经形态处理器，其特征在于，包括： 微处理核阵列，用于处理脉冲AER，并采用EO-DeepTempo学习规则更新神经网络的全连接层的突触权重； 脉冲AER存储器，用于存储样本输入脉冲以及微处理核处理产生的脉冲AER； 脉冲AER循环优先级仲裁器，用于仲裁输出各个微处理核处理产生的脉冲AER； 输出误差AER循环优先级仲裁器，用于仲裁输出各个微处理核处理产生的误差AER； 误差AER存储器，用于存储微处理核处理产生的误差AER； 全局控制器，用于处理器整体的控制、数据调度以及数据初始化； 在前向处理阶段引入相对时间概念于脉冲神经元更新计算中； 在反向阶段对逐层脉冲事件批处理神经形态处理器的脉冲神经网络进行训练时，采用EO-DeepTempo学习规则对神经网络的全连接层各突触的权重进行更新，具体为： 采用秩序编码，根据像素强度将输入图像像素转换而来的脉冲时序按降序排列； 脉冲神经网络中的神经元为IF神经元，IF神经元具体更新为： 在脉冲AER事件驱动的前向阶段，第l层网络的神经元j只有在接收到第l–1层的神经元i的脉冲AER事件之后才会更新其膜电位Ulj： ； 其中，wlji是连接两个神经元的突触权重，n是脉冲的顺序； 所述EO-DeepTempo学习规则包括误差反向传播和权重梯度更新； 所述误差反向传播为：计算输出层误差并打包成误差AER，隐藏层误差计算由误差AER事件驱动，并利用直接反馈对齐机制通过固定的随机矩阵将输出层误差直接投影至各个隐藏层； 所述权重梯度更新为：通过脉冲AER事件驱动，当神经元接收到突触前脉冲AER时，触发更新该脉冲AER地址与该神经元所连接突触的权重； 基于逐层脉冲事件批处理具体实现为： 在前向通路中，第l层的所有突触前脉冲AER都存储在脉冲AER存储器的某个连续区域且按发射顺序排列，视为一个脉冲AER事件批次；全局控制器每次取一批脉冲AER事件，并将脉冲AER事件广播给微处理核阵列；当接收到脉冲AER时，所有微处理核通过完全并行的方式更新脉冲AER事件映射的第l层神经元的膜电位，并将发射的脉冲AER写回脉冲AER存储器；在完成整批脉冲AER事件后，微处理核将处理下一层的神经元； 对于反向阶段，误差AER也被视为误差事件批次，并重复获取相同的误差事件批次按照逐层事件批次驱动来完成误差传播。

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重庆大学，其通讯地址为：400030 重庆市沙坪坝区沙正街174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。