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低复杂度的大脑仿真模拟方法、装置、设备及介质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：CN115906952B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202210987159.1，技术领域涉及：G06N3/049；该发明授权低复杂度的大脑仿真模拟方法、装置、设备及介质是由王超名;吴思设计研发完成，并于2022-08-17向国家知识产权局提交的专利申请。

本低复杂度的大脑仿真模拟方法、装置、设备及介质在说明书摘要公布了：本发明涉及计算机领域，提供一种低复杂度的大脑仿真模拟方法、装置、设备及介质，该方法包括：将待建模的脉冲神经网络拆分为多个神经元群；构建各个神经元群中任意两个神经元群之间的各个突触，其中，各个突触设有相同的时间延迟；确定经过时间延迟后各个突触的突触变量；将各个突触的权重矩阵低秩近似为多个小矩阵的乘积；根据各个神经元群、各个突触、每个突触变量及其对应的多个小矩阵进行大脑仿真模拟。本发明实施例提供的低复杂度的大脑仿真模拟方法显著地降低了突触的计算复杂度，从而降低了大脑仿真模拟的复杂度。

本发明授权低复杂度的大脑仿真模拟方法、装置、设备及介质在权利要求书中公布了：1.一种低复杂度的大脑仿真模拟方法，其特征在于，包括： 将待建模的脉冲神经网络拆分为多个神经元群； 构建各个所述神经元群中任意两个神经元群之间的各个突触，其中，各个所述突触设有相同的时间延迟； 确定经过所述时间延迟后各个所述突触的突触变量； 将各个所述突触的权重矩阵低秩近似为多个小矩阵的乘积，包括：若权重矩阵中的权重连接信息异质且已知，则通过矩阵降维方法或矩阵分解方法将每个权重矩阵低秩近似为其对应的一个第一矩阵和一个第二矩阵的乘积，或 若权重矩阵中的权重连接信息异质且未知，则随机生成一个第三矩阵和一个第四矩阵，其中，所述第三矩阵和第四矩阵的统计性质与不采用近似下的权重矩阵的统计性质相同； 将每个权重矩阵低秩近似为其对应的一个所述第三矩阵和一个所述第四矩阵的乘积； 根据各个所述神经元群、各个所述突触、每个突触变量及其对应的多个小矩阵进行大脑仿真模拟，包括： 在每一时刻，根据延迟后的突触前神经元状态更新每一个突触的状态变量； 将每个突触的状态变量和每个突触对应的标量权重或多个小矩阵权重进行相乘，计算出每个突触的突触电导； 通过电流生成函数将每个突触的突触电导生成为作用在突触后膜的电流； 将计算出的突触后膜电流累加到突触后膜上； 遍历所有神经元群，更新每个神经元群的状态变量。

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”。