期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
STT-MRAM绝对差值原位计算驱动的轻量型AdderNet电路设计
1
作者 王黎勋 张跃军 +2 位作者 李琪康 张会红 温亮 《电子与信息学报》 北大核心 2025年第9期3252-3261,共10页
随着人工智能研究的不断深入,卷积神经网络(Convolutional Neural Networks, CNN)在资源受限环境中的部署需求不断上升。然而,受限于冯·诺依曼架构,CNN加速器随着部署模型深度增加,卷积核逐层堆叠所引发的乘累加运算呈现超线性增... 随着人工智能研究的不断深入,卷积神经网络(Convolutional Neural Networks, CNN)在资源受限环境中的部署需求不断上升。然而,受限于冯·诺依曼架构,CNN加速器随着部署模型深度增加,卷积核逐层堆叠所引发的乘累加运算呈现超线性增长趋势。为此,该文提出一种基于自旋转移矩磁性随机存储器(Spin Transfer Torque-Magnetoresistive Random Access Memory, STT-MRAM)的轻量型加法神经网络(AdderNet)加速电路设计方案。该方案首先将L1范数引入存算一体架构,提出STT-MRAM绝对差值原位计算方法,以轻量级加法取代乘累加运算;其次,设计基于磁阻状态映射的可配置全加器,结合稀疏优化策略,跳过零值参与的冗余逻辑判断;最后,进一步构建支持单周期进位链更新的并行全加器阵列,实现高效的卷积核映射与多核L1范数并行计算。实验结果显示,在CIFAR-10数据集上,该加速器实现90.66%的识别准确率,仅较软件模型下降1.18%,同时在133 MHz频率下达到32.31 GOPS的最大吞吐量与494.56 GOPS/W的峰值能效。 展开更多
关键词 磁性随机存储器 加法神经网络 稀疏计算 硬件加速器 人工智能
在线阅读 下载PDF
基于异步卷积分解与分流结构的单阶段检测器 被引量:1
2
作者 赵蓬辉 孟春宁 常胜江 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2019年第10期2089-2098,共10页
目标检测网络SSD的多层回归特征图存在各层回归计算之间相对独立的问题,且基于SSD改进的系列算法在提高检测精度的同时难以兼顾实时性。针对上述问题,提出一种基于异步卷积分解与分流(shunt)结构的单阶段目标检测器。基于异步卷积分解... 目标检测网络SSD的多层回归特征图存在各层回归计算之间相对独立的问题,且基于SSD改进的系列算法在提高检测精度的同时难以兼顾实时性。针对上述问题,提出一种基于异步卷积分解与分流(shunt)结构的单阶段目标检测器。基于异步卷积分解算法设计了一种shunt结构,交错连接多层特征图,增强了回归计算之间的统一性与协调性。优化了原有高层主流结构,在主流结构与shunt结构中分别用最大池化和异步卷积分解2种不同的方式对特征图大小进行降维,保留空间相关信息的同时提高了特征的多样性。实验结果表明,将VOC2007trainval和VOC2012trainval中的图片统一缩小至300像素×300像素进行训练,提出的目标检测器在VOC2007test上进行检测时的平均精度均值可达到80. 5%,检测速度超过30帧/s。 展开更多
关键词 目标检测 卷积神经网络 异步卷积分解 分流结构 结构优化
在线阅读 下载PDF
利用格密码的非对称性构造尺寸优化的隐藏认证不经意传输协议 被引量:1
3
作者 杨孝鹏 李伟春 曹浩 《计算机应用研究》 CSCD 北大核心 2020年第S01期306-309,共4页
在保持安全性的前提下,针对模格具有降低密钥尺寸和通信成本的优势,采用密钥交换构造方式并使用新型模转换技术,结合调和机制与高级对称加密算法,提出了一种简单的基于模格上的1-out-of-2不经意传输协议。利用非对称模—带误差学习问题... 在保持安全性的前提下,针对模格具有降低密钥尺寸和通信成本的优势,采用密钥交换构造方式并使用新型模转换技术,结合调和机制与高级对称加密算法,提出了一种简单的基于模格上的1-out-of-2不经意传输协议。利用非对称模—带误差学习问题,保证了协议发送方和接收方的隐私,证明了在随机预言机模型下的通用可组合安全性。基于提出的不经意传输协议,引入隐藏证书构造了隐藏认证的k-out-of-N不经意传输协议。利用非对称的模—带误差学习问题和非对称的模—短整数解问题,实现了接收方权限的隐藏认证。效率方面,协议使用的运算是小整数的模加和模乘,降低了通信成本,并且使用模转换技术有效地压缩了公钥尺寸和密文长度。 展开更多
关键词 不经意传输 非对称的模—带误差学习问题 非对称的模—短整数解问题 模转换技术
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部