一种立体式神经网络深度学习模型

实用新型专利有效专利

申请号：
CN202023175201.5
IPC分类号：G06N3/06;G06N3/04
申请日期：
2020-12-24
申请人：
青岛翰林汇力科技有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种立体式神经网络深度学习模型
申请号	CN202023175201.5	申请日期	2020-12-24
法律状态	授权	申报国家	中国
公开/公告日		公开/公告号
优先权	暂无	优先权号	暂无
主分类号	G06N3/06 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/06 物理实现，即神经网络、神经元或神经元部分的硬件实现〔7〕	IPC分类号	G;0;6;N;3;/;0;6;;;G;0;6;N;3;/;0;4查看分类表>
申请人	青岛翰林汇力科技有限公司	申请人地址	山东省青岛市黄岛区中国（山东）自由贸易试验区青岛片区长白山路888号九鼎峰大厦302-16室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	青岛翰林汇力科技有限公司	当前权利人	青岛翰林汇力科技有限公司
发明人	戚意强;李博;张淞源
代理机构	青岛润集专利代理事务所（普通合伙）	代理人	张云花

摘要

本实用新型提供一种立体式神经网络深度学习模型，包括若干板和若干指引线，指引线上穿设箭头，指引线与板通过装配组件相连接，若干板分成多个单元输入板、多个单元隐含板、多个单元输出板、多个单元结果板，还分成一个输入神经网络板、多个隐含神经网络板、一个输出神经网络板和一个最终结果板，单元输入板上排列凸设若干单元输入神经元凸起，单元隐含板上排列凸设若干单元隐含神经元凸起，单元输出板上排列凸设若干单元输出神经元凸起，输入神经网络板上排列凸设若干输入神经元凸起，隐含神经网络板上排列凸设若干隐含神经元凸起，输出神经网络板上排列凸设若干输出神经元凸起。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供