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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南大学李肯立获国家专利权

湖南大学李肯立获国家专利权

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!

龙图腾网获悉湖南大学申请的专利基于神经网络的模拟电路设计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:CN119337799B

龙图腾网通过国家知识产权局官网在2025-10-31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:202411347289.4,技术领域涉及:G06F30/367;该发明授权基于神经网络的模拟电路设计方法是由李肯立;薛尤鸣;刘楚波;肖国庆;周旭;阳王东;唐卓设计研发完成,并于2024-09-26向国家知识产权局提交的专利申请。

基于神经网络的模拟电路设计方法在说明书摘要公布了:本申请涉及一种基于神经网络的模拟电路设计方法、装置、设备及介质,其中,方法包括:获取模拟电路设计的训练数据集;基于训练数据集和电路模型指标,设计模拟电路设计对应的激活函数类型;识别初始神经网络对应的神经元数量,基于神经元数量确定神经元电路模块对训练数据集的处理模式和空间分布;根据激活函数类型以及确定的处理模式和空间分布进行模拟电路设计,构建多层级复杂神经元组的神经网络训练电路;采用训练数据集对多层级复杂神经元组的神经网络训练电路进行训练,得到仿真验证的神经网络电路模型。整个方案可以实现高效且准确的模拟电路设计。

本发明授权基于神经网络的模拟电路设计方法在权利要求书中公布了:1.一种基于神经网络的模拟电路设计方法,其特征在于,所述方法包括: 获取模拟电路设计的训练数据集; 基于所述训练数据集和电路模型指标,设计模拟电路设计对应的激活函数类型; 识别初始神经网络对应的神经元数量,基于所述神经元数量确定神经元电路模块对所述训练数据集的处理模式和空间分布;处理模式是指将4分类变成当前应用场景需要的三分类、二分类;空间分布是指把封装好的神经元电路调取出来进行排列和连接,以在后续处理中实现模拟电路设计; 根据所述激活函数类型以及确定的所述处理模式和空间分布进行模拟电路设计,构建多层级复杂神经元组的神经网络训练电路; 采用所述训练数据集对所述多层级复杂神经元组的神经网络训练电路进行训练,得到仿真验证的神经网络电路模型; 所述获取模拟电路设计的训练数据集包括:获取模拟电路设计的所需数据和输入电压域;根据所需数据和输入电压域进行数据映射,得到训练数据集; 所述基于所述训练数据集和电路模型指标,设计模拟电路设计对应的激活函数类型包括:基于所述训练数据集和电路模型指标,确定模拟电路组成器件类型和模拟电路不同器件工作模式;根据模拟电路组成器件类型和模拟电路工作模式,确定目标模拟输入信号类型;根据所述目标模拟输入信号类型,选择模拟电路设计对应的激活函数类型; 所述采用所述训练数据集对所述多层级复杂神经元组的神经网络训练电路进行训练,得到仿真验证的神经网络电路模型之后,还包括:获取所述仿真验证的神经网络电路模型的前馈传输网络的传递函数Hs和反馈传输网络的传递函数为Gs;采用负反馈系统调节前馈传输的方式,得到所述仿真验证的神经网络电路模型的输入信号关系函数INs和输出信号关系函数OUTs;基于所述前馈传输网络的传递函数Hs和反馈传输网络的传递函数为Gs、以及所述输入信号关系函数INs和输出信号关系函数OUTs,检测所述仿真验证的神经网络电路模型是否合格;若不合格,则返回所述基于所述训练数据集和电路模型指标,设计模拟电路设计对应的激活函数类型。

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湖南大学,其通讯地址为:410013 湖南省长沙市岳麓区麓山南路;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。