本發明提供一種將脈沖神經網絡設計映射到可配置神經形態處理器上的方法，該方法包括：定義描述神經形態處理器的資源模型，定義描述脈沖神經網絡設計的網絡定義文件，其中，進一步的方法包括：將網絡定義文件的神經元劃分為一個或多個分區，每個分區包括來...

本發明涉及一種用于尖峰神經網絡的神經元的尖峰捕獲和本地觸發生成模塊。該模塊包括：尖峰輸入端口，每個端口被配置為接收尖峰輸入信號。此外，該模塊還包括：脈沖鎖存模塊，被配置為：通過脈沖鎖存，捕獲尖峰輸入信號中的尖峰。脈沖鎖存模塊為每個尖峰輸...

一種方法，用于將多個不同的信號樣本融合成一組具有代表性的脈沖序列，然后對脈沖序列進行自動信號識別，以便使用包含一個或多個輸入編碼器級、一個數據融合級和一個分類器級的脈沖神經網絡來檢測和識別模式和/或特征，該方法包括：通過一個或多個輸入編...

公開了一種脈沖神經網絡，包括脈沖神經元和連接到脈沖神經元的突觸元件，其中，突觸元件包括適于接收突觸輸入信號的第一受體和第二受體，其中，第一受體和第二受體基于突觸輸入信號分別生成第一受體信號和第二受體信號，其中，突觸元件向第一受體信號施加...

本發明公開了一種用于脈沖神經網絡的神經突觸結構，其中，神經突觸結構包括：一個或多個輸入端口；一個或多個突觸元件，每個突觸元件連接到至少一個輸入端口，并且被配置為：接收輸入信號，并輸出加權突觸后信號。此外，神經突觸結構包括連接到一個或多個...

本發明公開一種尖峰神經處理器，其被配置為接收一個或多個輸入信號并生成一個或多個推理輸出信號。尖峰神經處理器包括由多個突觸元件互連以形成尖峰神經網絡的多個神經元。一部分神經元被連接以接收輸入信號，并且每一個神經元被配置為生成神經元輸出信號...

一種用于脈沖神經網絡的信號處理電路，包括用于將模擬輸入信號轉換為模擬輸入信號的對應脈沖?時間表示的接口。該接口包括：模擬?信息(A/information)轉換器，被配置為：產生表示模擬輸入信號的一個或多個特征的調制信號；特征檢測器電路...

一種脈沖神經網絡，包括：多個輸入處理電路，每個輸入處理電路具有用于接收脈沖神經網絡輸入信號的輸入，并且被配置為：將傳遞函數應用于輸入信號，以生成處理后的輸入信號；多個偏移電流發生器，每個偏移電流發生器被配置為：生成預定水平的偏移電流信號...

一種用于在神經形態處理器中路由脈沖的方法，該神經形態處理器包括多個神經形態陣列核，每個核具有關聯的路由器。該方法包括：生成脈沖數據，脈沖數據表示由源神經形態陣列核中的神經元產生的脈沖。生成脈沖數據分組，脈沖數據分組包含脈沖數據、目的地向...

一種用于對數據進行預處理以供機器學習模型進一步處理的系統和方法。預處理包括：從一時間段內的發射信號和接收信號生成樣本數據；將樣本數據分配給多個(L個)距離倉；選擇距離倉的第一子集(M個)；基于針對一個或多個準則對第一子集的(M個)距離倉...

本發明公開一種神經突觸陣列，其包括多個尖峰神經元及多個突觸元件，該多個突觸元件將所述尖峰神經元互連以形成至少部分地以硬件實施的網絡

本發明公開了一種脈沖神經網絡(100)，該脈沖神經網絡包括多個突觸前積分器(209)、多個權重施加元件(210)和多個輸出神經元(220)。多個突觸前積分器(213)中的每個突觸前積分器適于接收引發在突觸前積分器內的電荷累積的突觸前脈沖...

本發明涉及一種用于配置脈沖神經網絡的方法。該脈沖神經網絡包括多個脈沖神經元以及多個突觸元件，該多個突觸元件將脈沖神經元互連，以形成至少部分地在硬件中實施的網絡。每個突觸元件適于接收突觸輸入信號并將權重應用于突觸輸入信號以產生突觸輸出信號...

一種用于對輸入模式信號進行分類的脈沖神經網絡，包括以硬件或硬件和軟件的組合實現的多個脈沖神經元，與將該脈沖神經元互連以形成網絡的多個突觸元件。每個突觸元件件適于接收突觸輸入信號并將權重應用于突觸輸入信號以生成突觸輸出信號，該突觸元件被配...

公開了對輸入信號分類的脈沖神經網絡。脈沖神經網絡包括多個脈沖神經元及將其互連以形成網絡的多個突觸元件。每個突觸元件接收突觸輸入信號并施加權重以生成突觸輸出信號，突觸元件可配置為調節由每個突觸元件施加的權重。每個脈沖神經元適于從突觸元件接...