返回项目页面
对比文件列表
2007-01-11_US2007011118A_发明申请_US20070011118A1 Addressing Scheme for Neural Modeling and Brain-Based Devices using Special Purpose Processor_+++A_D_E_F_G+++.docx
2026-03-10 16:05
2011-11-24_US2011289034A_发明申请_US20110289034A1 Neural Processing Unit_+++A_b_e+++.docx
2026-03-10 16:05
2012-01-12_US2012011087A_发明申请_US20120011087A1 METHODS AND SYSTEMS FOR REPLACEABLE SYNAPTIC WEIGHT STORAGE IN NEURO-PROCESSORS_+++A_G+++.docx
2026-03-10 16:05
2012-01-12_WO2012006468A_发明申请_WO2012006468A1 METHODS AND SYSTEMS FOR REPLACEABLE SYNAPTIC WEIGHT STORAGE IN NEURO-PROCESSORS_+++A_G+++.docx
2026-03-10 16:05
2012-02-09_US2012036099A_发明申请_US20120036099A1 METHODS AND SYSTEMS FOR REWARD-MODULATED SPIKE-TIMING-DEPENDENT-PLASTICITY_+++A+++.docx
2026-03-10 16:05
2012-02-09_WO2012018946A_发明申请_WO2012018946A1 METHODS AND SYSTEMS FOR REWARD-MODULATED SPIKE-TIMING-DEPENDENT-PLASTICITY_+++A+++.docx
2026-03-10 16:05
2013-03-21_US2013073484A_发明申请_US20130073484A1 ELEMENTARY NETWORK DESCRIPTION FOR EFFICIENT MEMORY MANAGEMENT IN NEUROMORPHIC SYSTEMS_+++A_D_G_b+++.docx
2026-03-10 16:05
2013-07-18_JP2013529342A_发明专利_JP2013529342A Neural processing unit_+++A_b_c_d_e_f+++.docx
2026-03-10 16:05
2013-08-29_JP2013534017A_发明专利_JP2013534017A Method and system for the replaceable synapse load storage device in neuro-processor_+++A_G_b_f+++.docx
2026-03-10 16:05
2013-10-10_JP2013538396A_发明专利_JP2013538396A Method and system for compensation modulated spike timing dependent plasticity_+++A+++.docx
2026-03-10 16:05
2014-02-20_US2014052679A_发明申请_US20140052679A1 APPARATUS AND METHODS FOR IMPLEMENTING EVENT-BASED UPDATES IN SPIKING NEURON NETWORKS_+++A_b+++.docx
2026-03-10 16:05
2014-02-27_JP2014504976A_发明专利_JP2014504976A Aircraft propeller balancing system_+++A_a+++.docx
2026-03-10 16:05
2014-03-18_US8676734B_发明授权_US08676734B2 Methods and systems for replaceable synaptic weight storage in neuro-processors_+++A_G+++.docx
2026-03-10 16:05
2014-05-13_US8725658B_发明授权_US08725658B2 Elementary network description for efficient memory management in neuromorphic systems_+++A_D_G_b_e_f+++.docx
2026-03-10 16:05
2013-10-10_JP2013538396A_发明专利_JP2013538396A Method and system for compensation modulated spike timing dependent plasticity_+++A+++.docx

对比文件名称:2013-10-10_JP2013538396A_发明专利_JP2013538396A Method and system for compensation modulated spike timing dependent plasticity

目标专利名称:用于神经模拟器的共享存储器架构CN105637541B

本次调用的模型名称:未提供具体模型名称,本次操作为专利创造性评估。

根据目标专利说明书,特别是【0110】-【0113】段,该专利涉及一种用于在硬件模拟器中动态分配共享存储器池的方法和装置,其核心在于根据人工神经元的状态或类型确定其存储器资源需求,并在模拟过程中动态地从共享存储器池分配部分给各神经元,以提高硬件资源利用的灵活性。

### 特征比对表格

技术特征描述以及公开性判断结果对比文件原文引用公开性论述
**技术特征A**:包括:执行对人工神经系统的多个人工神经元的模拟<br>**《直接公开》**对比文件段落【0021】-【0024】:“ニューラルシステム100は、マルチレベルのニューロンを備える...ニューラルシステム100は電気回路によってエミュレートされ...ニューラルシステム100内の各ニューロンは、ニューロン回路として実装され得る。”(神经系统100包括多级神经元...神经系统100可由电路仿真...神经系统100中的每个神经元可实现为神经元电路。)对比文件明确描述了包含多级神经元(例如102,106)的神经系统(100),并指出该系统可由电路仿真或实现。这本质上是执行对人工神经系统的模拟。本领域技术人员能够毫无疑义地得出对比文件公开了执行对人工神经系统的多个人工神经元的模拟这一技术特征。
**技术特征B**:基于正被模拟的人工神经元的状态或类型中的至少一者来确定正被模拟的所述人工神经系统的所述人工神经元中的每一者的存储器资源需求<br>**《未公开》**对比文件未记载相关内容。目标专利的技术特征B核心在于根据每个**人工神经元自身**的状态或类型来确定其**存储器资源需求**。对比文件主要关注突触权重更新和适格跟踪(eligibility trace)的实现方案(例如使用STT-RAM或数字内存),其中涉及的内存(如存储权重的第1、第2内存,存储跟踪状态的第3内存)是**针对突触功能**预设的,并未提及根据**神经元**的不同状态(如Izhikevich模型状态)或类型(如泊松神经元)来**确定每个神经元所需的存储量**。因此,对比文件既未直接公开,也未隐含公开此特征。
**技术特征C**:在所述模拟期间在所述存储器资源需求改变时基于所述对存储器资源需求的确定来动态地向所述人工神经元分配共享存储器池的各部分<br>**《未公开》**对比文件未记载相关内容。目标专利的技术特征C强调在模拟期间,当需求改变时,基于前述确定**动态地**从“共享存储器池”中分配部分给人工神经元。对比文件中描述的内存(如S, S', R)是用于特定目的(存储权重、副本、跟踪状态)的固定或预设内存单元,并非一个可按需动态分配给不同神经元组件的“共享池”。没有证据表明这些内存在模拟运行中会根据神经元的需求变化而被重新分配。因此,该特征未被公开。
**技术特征D**:其中所述共享存储器池被实现为分布式架构<br>**《未公开》**对比文件未记载相关内容。目标专利的技术特征D限定了共享存储器池的具体实现形式为“分布式架构”。对比文件完全没有提及“共享存储器池”的概念,更未描述其架构是否为分布式的。因此,该特征未被公开。
**技术特征E**:所述分布式架构包括存储器组、写客户机、读客户机以及将所述存储器组与所述写客户机和所述读客户机对接的路由器<br>**《未公开》**对比文件未记载相关内容。目标专利的技术特征E进一步定义了分布式架构的具体组件。对比文件中没有任何内容涉及存储器组、写客户机、读客户机以及路由器这些组件及其连接关系。因此,该特征未被公开。
**技术特征F**:以及针对每个人工神经元,经由所述写客户机和所述读客户机来访问在所述模拟期间分配给该人工神经元的所述共享存储器池的部分。<br>**《未公开》**对比文件未记载相关内容。目标专利的技术特征F描述了通过特定客户机访问动态分配的共享存储器的具体访问方式。由于对比文件既未公开“共享存储器池的动态分配”,也未公开“写客户机、读客户机”等组件,因此该访问方式自然未被公开。
**技术特征G**:其特征在于,所述共享存储器池的至少一部分包括位于与所述人工神经系统模拟器的处理器不同的芯片上的存储器。<br>**《未公开》**对比文件未记载相关内容。目标专利的技术特征G限定了共享存储器池的物理位置可跨芯片。对比文件虽然提及了内存(如DRAM),但并未将其描述为可根据神经元需求动态分配的“共享存储器池”的一部分,也未明确其与处理器是否位于不同芯片以实现所述池的部分。因此,该特征未被公开。
**技术特征H**:其特征在于,所述分配包括基于所述确定来改变分配给所述人工神经元的所述共享存储器池的量。<br>**《未公开》**对比文件未记载相关内容。目标专利的技术特征H强调分配动作包括根据确定结果**改变**已分配的量,即动态调整。对比文件中描述的内存分配(如为权重和跟踪状态分配固定内存)是静态或预设的,没有根据神经元需求变化而调整已分配内存量的教导或启示。因此,该特征未被公开。

<<<A>>>

Powered by Django

网站备案号:渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE