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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海交通大学杨立男获国家专利权

上海交通大学杨立男获国家专利权

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!

龙图腾网获悉上海交通大学申请的专利基于RRAM的深度学习推荐模型容错生成方法及设备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:CN116050472B

龙图腾网通过国家知识产权局官网在2026-03-06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:202211174991.6,技术领域涉及:G06N3/0464;该发明授权基于RRAM的深度学习推荐模型容错生成方法及设备是由杨立男;张选;宋卓然;景乃锋;梁晓峣设计研发完成,并于2022-09-26向国家知识产权局提交的专利申请。

基于RRAM的深度学习推荐模型容错生成方法及设备在说明书摘要公布了:本发明提供一种基于RRAM的深度学习推荐模型容错生成方法及设备,所述方法包括:应用于DLRM架构;所述DLRM架构包括内核,RRAM计算单元,稀疏索引数组基指针的寄存器,稀疏索引数组的寄存器,存储器;所述方法包括:在相同的方差下,采用不同的误差矩阵训练RRAM模型,获取所述RRAM模型的准确率,并求得平均准确率;在所述平均准确率收敛或不再继续升高时,获取在该方差时的误差下鲁棒性最强的RRAM模型;多次调整方差,得到每个方差下,鲁棒性最强的RRAM模型;根据通过神经网络映射之后的低维向量的重要性和电阻分布,交换所述低维向量映射到存储器。本发明可以针对RV和SF实现计紧耦合EL特性的容错方法。

本发明授权基于RRAM的深度学习推荐模型容错生成方法及设备在权利要求书中公布了:1.一种基于RRAM的深度学习推荐模型容错生成方法,其特征在于:应用于DLRM架构;所述DLRM架构包括内核,RRAM计算单元,稀疏索引数组基指针的寄存器,稀疏索引数组的寄存器,存储器;所述方法包括: 用不同的方差和随机种子初始化电阻误差,模拟在不同RRAM上的电阻误差分布;在相同的方差下,采用不同的误差矩阵训练RRAM模型,获取所述RRAM模型的准确率,并求得平均准确率;所述RRAM计算单元采用第一百分比的低阻态卡在错误位置误差和第二百分比的高阻态卡在错误位置误差方式生成误差矩阵; 在所述平均准确率收敛或不再继续升高时,获取在该方差时的误差下鲁棒性最强的RRAM模型; 多次调整方差,得到每个方差下,鲁棒性最强的RRAM模型; 根据通过神经网络映射之后的低维向量的重要性和电阻分布,交换所述低维向量映射到存储器。

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上海交通大学,其通讯地址为:200240 上海市闵行区东川路800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。