摘要
本发明公开了一种利用器件非均匀性的贝叶斯神经网络优化方法及其贝叶斯神经网络架构,属于人工智能硬件技术领域;方法为:构建具有固有非均匀响应特性的器件阵列;通过选择电路进行寻址和动态选择特定器件;将选择特定器件所产生的非均匀响应作为贝叶斯神经网络权重分布的自然来源;通过动态采样不同器件组合,获取权重随机分布采样,实现贝叶斯神经网络优化。本发明通过器件制造过程中的固有非均匀性转化为贝叶斯神经网络的计算资源,设计光电探测器阵列结构和选择电路,利用器件间光电响应的自然变异性作为贝叶斯权重分布的随机源,显著降低能耗和面积开销,实现贝叶斯神经网络概率推理,提高贝叶斯神经网络的分类精度以及量化能力。
技术关键词
贝叶斯神经网络
数据选择器
光电传感器阵列
光电二极管
电路架构
光电探测器阵列
动态
现场可编程门阵列
稳压模块
位线
电信号
光照
光电流
系统为您推荐了相关专利信息
数显千分表
光电二极管电路
升降机构
支撑杆
电信号
PUF电路
认证设备
线性反馈移位寄存器
认证方法
生成随机数
信贷风险评估方法
动态知识图谱
三元组
组织算法
资金
电光调制器
饱和吸收光谱
数字信号处理器
雪崩光电二极管
方波发生器
寿命预测方法
电化学阻抗谱
电池组
非线性流形学习
因子