Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2020160490 - OPÉRATIONS DE MATRICE DE TRAITEMENT POUR DES SYSTÈMES À DÉBIT LIMITÉ

Numéro de publication WO/2020/160490
Date de publication 06.08.2020
N° de la demande internationale PCT/US2020/016241
Date du dépôt international 31.01.2020
CIB
G06F 17/16 2006.1
GPHYSIQUE
06CALCUL; COMPTAGE
FTRAITEMENT ÉLECTRIQUE DE DONNÉES NUMÉRIQUES
17Équipement ou méthodes de traitement de données ou de calcul numérique, spécialement adaptés à des fonctions spécifiques
10Opérations mathématiques complexes
16Calcul de matrice ou de vecteur
G06F 15/80 2006.1
GPHYSIQUE
06CALCUL; COMPTAGE
FTRAITEMENT ÉLECTRIQUE DE DONNÉES NUMÉRIQUES
15Calculateurs numériques en général; Équipement de traitement de données en général
76Architectures de calculateurs universels à programmes enregistrés
80comprenant un ensemble d'unités de traitement à commande commune, p.ex. plusieurs processeurs de données à instruction unique
G06F 9/30 2018.1
GPHYSIQUE
06CALCUL; COMPTAGE
FTRAITEMENT ÉLECTRIQUE DE DONNÉES NUMÉRIQUES
9Dispositions pour la commande par programme, p.ex. unités de commande
06utilisant des programmes stockés, c. à d. utilisant un moyen de stockage interne à l'équipement de traitement de données pour recevoir ou conserver les programmes
30Dispositions pour exécuter des instructions machines, p.ex. décodage d'instructions
CPC
G06F 17/16
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
FELECTRIC DIGITAL DATA PROCESSING
17Digital computing or data processing equipment or methods, specially adapted for specific functions
10Complex mathematical operations
16Matrix or vector computation ; , e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
G06N 20/10
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
10using kernel methods, e.g. support vector machines [SVM]
G06N 3/063
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
06Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
063using electronic means
G06N 3/08
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
G06N 3/082
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
082modifying the architecture, e.g. adding or deleting nodes or connections, pruning
Déposants
  • LIGHTELLIGENCE, INC. [US]/[US]
Inventeurs
  • KHOURY, Matthew Raja
  • DANGOVSKI, Rumen Rumenov
  • OU, Longwu
  • SHEN, Yichen
  • JING, Li
Mandataires
  • MASON, III, Elliott J.
Données relatives à la priorité
62/799,84901.02.2019US
Langue de publication anglais (EN)
Langue de dépôt anglais (EN)
États désignés
Titre
(EN) PROCESSING MATRIX OPERATIONS FOR RATE LIMITED SYSTEMS
(FR) OPÉRATIONS DE MATRICE DE TRAITEMENT POUR DES SYSTÈMES À DÉBIT LIMITÉ
Abrégé
(EN)
Data to be processed includes vector element values of an input vector and matrix element values of a model matrix associated with a neural network model. A vector-matrix multiplication module receives a set of matrix element values for performing a vector-matrix multiplication operation. Processing the data includes computing a plurality of intermediate vectors based on element-wise vector multiplication between different subsets of the vector element values and different respective pre-processing vectors. The vector-matrix multiplication module is loaded with a core matrix, and the input vector is multiplied by the model matrix based on separately multiplying each of the intermediate vectors by the loaded core matrix.
(FR)
Les données à traiter comprennent les valeurs d'éléments de vecteur d'un vecteur d'entrée ainsi que les valeurs d'élément de matrice d'une matrice de modèle associée à un modèle de réseau neuronal. Un module de multiplication à matrice vectorielle reçoit un ensemble de valeurs d'éléments de matrice permettant d’effectuer une opération de multiplication à matrice vectorielle. Le traitement des données consiste à calculer une pluralité de vecteurs intermédiaires d’après une multiplication vectorielle élément par élément entre différents sous-ensembles des valeurs d'éléments de vecteur et différents vecteurs de prétraitement respectifs. Le module de multiplication à matrice vectorielle est chargé avec une matrice de noyau, puis le vecteur d'entrée est multiplié par la matrice de modèle d’après la multiplication séparée de chacun des vecteurs intermédiaires par la matrice de noyau chargée.
Également publié en tant que
Dernières données bibliographiques dont dispose le Bureau international