RU60757U1 - DEVICE FOR RANDOM SEARCH BASED ON GENETIC ALGORITHM - Google Patents
DEVICE FOR RANDOM SEARCH BASED ON GENETIC ALGORITHM Download PDFInfo
- Publication number
- RU60757U1 RU60757U1 RU2006135194/22U RU2006135194U RU60757U1 RU 60757 U1 RU60757 U1 RU 60757U1 RU 2006135194/22 U RU2006135194/22 U RU 2006135194/22U RU 2006135194 U RU2006135194 U RU 2006135194U RU 60757 U1 RU60757 U1 RU 60757U1
- Authority
- RU
- Russia
- Prior art keywords
- block
- shaper
- inputs
- outputs
- search plan
- Prior art date
Links
Abstract
Изобретение относится к области обработки данных для специальных применений и может быть использовано, в частности, для определения на основе модифицированного генетического алгоритма координат точки с максимальным значением целевой функции в локальной области двумерного массива. Требуемый технический результат, заключающийся в расширении функциональных возможностей, достигается в устройстве, содержащем блок выделения фрагментов изображения, блок формирования опорного плана поиска, формирователь особи-потомка, блок определения максимума, формирователь родительской пары и формирователь рекомбинации.The invention relates to the field of data processing for special applications and can be used, in particular, to determine, based on a modified genetic algorithm, the coordinates of a point with the maximum value of the objective function in the local area of a two-dimensional array. The required technical result, which consists in expanding the functionality, is achieved in a device containing a block for extracting image fragments, a block for generating a reference search plan, a shaper of an individual descendant, a block for determining the maximum, a shaper of the parent pair and a shaper of recombination.
Description
Изобретение относится к области обработки данных для специальных применений и может быть использовано, в частности, для определения на основе модифицированного генетического алгоритма координат точки с максимальным значением целевой функции в локальной области двумерного массива.The invention relates to the field of data processing for special applications and can be used, in particular, to determine, based on a modified genetic algorithm, the coordinates of a point with the maximum value of the objective function in the local area of a two-dimensional array.
Известно устройство, содержащее генераторы пилообразного напряжения, аналого-цифровые и цифро-аналоговые преобразователи, элементы ИЛИ, блоки памяти функций принадлежности, блоки определения минимума, блоки сравнения, блоки вычитания из единицы, регистры, счетчик и элементы задержки с соответствующими связями [SU 1791815, G 06 F 7/58, 1990].A device is known that contains sawtooth generators, analog-to-digital and digital-to-analog converters, OR elements, memory blocks of membership functions, minimum determination blocks, comparison blocks, units of subtraction from a unit, registers, a counter and delay elements with corresponding connections [SU 1791815, G 06 F 7/58, 1990].
Недостатком устройства являются относительно узкие функциональные возможности.The disadvantage of this device is the relatively narrow functionality.
Известно устройство, содержащее n параллельных сумматоров, входы и выходы которых являются, соответственно, группой входов и группой выходов устройства, а также n блоков умножения на весовые коэффициенты, при этом, вход i-ого блока умножения на весовые коэффициенты (i=1...N) соединен с выходом i-ого параллельного сумматора, а каждый из выходов j-ого блока умножения на весовые коэффициенты (j=1...N) соединен с соответствующим ему входом взвешенного сигнала i-ого сумматора (i нe=j), [А.В.Назаров, А.И.Лоскутов "Нейросетевые алгоритмы прогнозирования и оптимизации систем", Санкт-Петербург, "Наука и Техника", 2003 г., стр.231].A device is known that contains n parallel adders, the inputs and outputs of which are, respectively, the group of inputs and the group of outputs of the device, as well as n blocks of multiplication by weights, while the input of the ith block of multiplication by weights (i = 1 .. .N) is connected to the output of the i-th parallel adder, and each of the outputs of the j-th block of multiplication by weighting factors (j = 1 ... N) is connected to the corresponding input of the weighted signal of the i-th adder (i not = j) , [A.V. Nazarov, A.I. Loskutov "Neural network prediction algorithms and optim systems ", St. Petersburg," Science and Technology ", 2003, p.231].
Недостатком устройства являются относительно узкие функциональные возможности.The disadvantage of this device is the relatively narrow functionality.
Известно также устройство, содержащее N параллельных сумматоров, входы которых являются группой входов устройства, а также N блоков умножения на весовые коэффициенты, при этом, каждый из выходов j-ого блока умножения на весовые коэффициенты (j=1...N) соединен с соответствующим ему входом взвешенного сигнала i-ого параллельного сумматора (i=1...N, i не=j), а также N блоков сжатия отображения, причем, входы i-ых блоков умножения на весовые коэффициенты (i=1...N) соединены с выходами одноименных блоков сжатия отображения, входы которых соединены с выходами одноименных параллельных сумматоров, а выходы - являются группой выходов устройства [RU 45 579, U1, H 03 М 7/14, 2005].It is also known a device containing N parallel adders, the inputs of which are a group of inputs of the device, as well as N blocks of multiplication by weighting factors, while each of the outputs of the j-th block of multiplying by weighting factors (j = 1 ... N) is connected to the corresponding input of the weighted signal of the i-th parallel adder (i = 1 ... N, i not = j), as well as N display compression blocks, and the inputs of the i-th blocks of multiplication by weight coefficients (i = 1 ... N) are connected to the outputs of the same display compression units, the inputs of which are connected to the outputs of parallel adders, and the outputs are the group of device outputs [RU 45 579, U1, H 03 M 7/14, 2005].
Кроме того, в этом техническом решении блоки сжатия отображения выполнены в виде функциональных преобразователей входного сигнала Х в выходной сигнал Y по закону Y=1/(1+ехр(-X)).In addition, in this technical solution, the display compression blocks are made in the form of functional converters of the input signal X into the output signal Y according to the law Y = 1 / (1 + exp (-X)).
Недостатком устройства является относительно узкие функциональные возможности, обусловленные тем, что, устройство позволяет формировать взвешенный код, характеризующий анализируемое изображение, но не позволяет определить в двумерном изображении координаты с максимальным значением целевой функции, например, максимума сигнала в анализируемом изображении.The disadvantage of the device is the relatively narrow functionality, due to the fact that the device allows you to generate a weighted code that characterizes the analyzed image, but does not allow you to determine the coordinates in the two-dimensional image with the maximum value of the objective function, for example, the maximum signal in the analyzed image.
Наиболее близким по технической сущности к предлагаемому является устройство, содержащее блок выделения фрагментов изображения, выходы которого соединены с группой пороговых блоков, выходы которых через группу преобразователей соединены с группой сумматоров [Y.LeCun, L.Bottou, Y.Bengio, P.Haffner. Gradient-based learning applied to document recognition. Proceeding of the IEEE, November, 1998, p.23].The closest in technical essence to the proposed one is a device containing a block for extracting image fragments, the outputs of which are connected to a group of threshold blocks, the outputs of which through a group of converters are connected to a group of adders [Y. LeCun, L. Bottou, Y.Bengio, P. Haffner. Gradient-based learning applied to document recognition. Proceeding of the IEEE, November, 1998, p.23].
Недостатком устройства является относительно узкие функциональные возможности, обусловленные тем, что, устройство позволяет формировать The disadvantage of this device is the relatively narrow functionality due to the fact that the device allows
сигнал распознавания изображения, но не позволяет определить в двумерном изображении координаты с максимальным значением целевой функции, например, максимума сигнала в анализируемом изображении.the image recognition signal, but does not allow to determine the coordinates in the two-dimensional image with the maximum value of the objective function, for example, the maximum signal in the analyzed image.
Требуемый технический результат заключается в расширении функциональных возможностей путем определения в локальной области двумерного изображении координат точки с максимальным значением целевой функции и ее значение.The required technical result is to expand the functionality by determining in the local area of the two-dimensional image the coordinates of the point with the maximum value of the objective function and its value.
Требуемый технический результат достигается тем, что, в устройство, содержащее блок выделения фрагментов изображения, введены блок формирования опорного плана поиска, формирователь особи-потомка, первый, второй и третий входы которого соединены, соответственно, с первым, вторым и третьим выходами блока формирования опорного плана поиска, а группа входов - объединена с группой входов блока формирования опорного плана поиска и соединена с группой выходов блока выделения фрагментов изображения, блок определения максимума, первый, второй и третий входы которого соединены, соответственно, с первым, вторым и третьим выходами формирователя особи-потомка, а также формирователь родительской пары, первый и второй выходы которого соединены, соответственно, с первым и вторым входами блока формирования опорного плана поиска, и формирователь рекомбинации, первый и второй входы которого соединены, соответственно с первым и вторым выходами формирователя родительской пары, а выход - соединен с третьим входом блока формирования опорного плана поиска.The required technical result is achieved by the fact that, into the device containing the block for extracting image fragments, a block for forming a reference search plan, a shaper of an individual descendant, the first, second and third inputs of which are connected, respectively, with the first, second and third outputs of the block for forming a reference search plan, and the group of inputs is combined with the group of inputs of the block forming the reference search plan and connected to the group of outputs of the block for extracting image fragments, the maximum determining unit, the first, second and the third inputs of which are connected, respectively, with the first, second and third outputs of the shaper of the descendant individual, as well as the shaper of the parent pair, the first and second outputs of which are connected, respectively, with the first and second inputs of the block for forming the basic search plan, and the recombination shaper, the first and the second inputs of which are connected, respectively, with the first and second outputs of the shaper of the parent pair, and the output is connected with the third input of the block forming the reference search plan.
На чертеже представлены: на фиг.1 - электрическая структурная схема устройства случайного поиска на основе генетического алгоритма, на фиг.2 - рисунок, поясняющий его работу.The drawing shows: in Fig. 1 is an electrical block diagram of a random search device based on a genetic algorithm, in Fig. 2 is a drawing explaining its operation.
Устройство случайного поиска на основе генетического алгоритма (фиг.1) содержит блок 1 выделения фрагментов изображения, блок 2 формирования опорного плана поиска и формирователь 3 особи-потомка, первый, второй и третий входы которого соединены, соответственно, с The random search device based on the genetic algorithm (Fig. 1) contains a block 1 for extracting image fragments, a block 2 for forming a basic search plan, and a shaper 3 for an individual descendant, the first, second, and third inputs of which are connected, respectively, with
первым, вторым и третьим выходами блока 2 формирования опорного плана поиска, а группа входов - объединена с группой входов блока 2 формирования опорного плана поиска и соединена с группой выходов блока 1 выделения фрагментов изображения.the first, second, and third outputs of block 2 for forming a basic search plan, and the group of inputs is combined with a group of inputs of block 2 for forming a basic search plan and connected to a group of outputs of block 1 for extracting image fragments.
Устройство содержит также блок 4 определения максимума, первый, второй и третий входы которого соединены, соответственно, с первым, вторым и третьим выходами формирователя 3 особи-потомка, а также формирователь 5 родительской пары, первый и второй выходы которого соединены, соответственно, с первым и вторым входами блока 2 формирования опорного плана поиска, и формирователь 6 рекомбинации, первый и второй входы которого соединены, соответственно с первым и вторым выходами формирователя 5 родительской пары, а выход - соединен с третьим входом блока 2 формирования опорного плана поиска.The device also contains a maximum determination unit 4, the first, second, and third inputs of which are connected, respectively, with the first, second, and third outputs of the offspring 3 of the individual offspring, as well as the former 5 of the parent pair, the first and second outputs of which are connected, respectively, with the first and the second inputs of the block 2 forming the reference search plan, and the recombination generator 6, the first and second inputs of which are connected, respectively, to the first and second outputs of the generator 5 of the parent pair, and the output is connected to the third input block 2 formation of the reference search plan.
Блок 1 выделения фрагментов изображения как и в устройстве-прототипе может быть выполнено в виде блока памяти изображения (блока памяти видеокамеры, цифрового фотоаппарата и т.п.).Block 1 of the selection of image fragments as in the prototype device can be made in the form of a block of image memory (memory block of a video camera, digital camera, etc.).
Охарактеризованные на функциональном уровне блок 2 формирования опорного плана поиска, формирователь 3 особи-потомка, блок 4 определения максимума, формирователь 5 родительской пары и формирователь 6 рекомбинации могут быть выполнены в виде программируемых (настраиваемых) многофункциональных средств (специализированных средств вычислительной техники, миникомпьютеров, микропроцессоров и т.п.). Для подтверждения возможности выполнения такими средствами конкретных предписываемых им в составе данного устройства функции ниже при описании работы устройства приводятся сведения в виде алгоритма их работы или соответствующего математического выражения.Characterized at the functional level, block 2 for forming a support search plan, shaper 3 for descendant individuals, block 4 for determining the maximum, shaper 5 for the parent pair and shaper 6 for recombination can be made in the form of programmable (tunable) multifunctional tools (specialized means of computer technology, minicomputers, microprocessors etc.). To confirm the possibility of performing by such means the specific functions prescribed by him as part of this device, below, when describing the operation of the device, information is provided in the form of an algorithm for their operation or the corresponding mathematical expression.
Работает устройство случайного поиска на основе генетического алгоритма следующим образом.The random search device based on the genetic algorithm works as follows.
Предварительно проведем теоретическое обоснование его работы.We preliminary conduct a theoretical justification for his work.
Генетический алгоритм (ГА) представляет собой метод оптимизации, основанный на концепциях естественного отбора и генетики. ГА оперирует конечным множеством решений (популяцией) - генерирует новые решения как различные комбинации частей решений популяции, используя такие операторы, как отбор, рекомбинация (кроссинговер) и мутация. Новые решения позиционируются в популяции в соответствии с их положением на поверхности исследуемой функции.The genetic algorithm (GA) is an optimization method based on the concepts of natural selection and genetics. GA operates with a finite set of solutions (population) - generates new solutions as various combinations of parts of population decisions using such operators as selection, recombination (crossingover) and mutation. New solutions are positioned in the population in accordance with their position on the surface of the studied function.
Допустим нам нужно оптимизировать некоторую целевую функцию F, заданную на элементах множества [(x1, y1), (x2, y2),...(хn, yn)], соответствующих пространству изображения. Предположим также, что функция в исследуемой области имеет один глобальный максимум и не имеет локальных максимумов. Координаты максимума, позволяющие провести оптимизацию, не известны.Suppose we need to optimize some objective function F given on the elements of the set [(x1, y1), (x2, y2), ... (x n , y n )] corresponding to the image space. We also assume that the function in the studied region has one global maximum and does not have local maxima. The maximum coordinates allowing optimization are not known.
Тогда предлагаемый модифицированный генетический алгоритм будет состоять из следующих шагов (фиг.2):Then the proposed modified genetic algorithm will consist of the following steps (figure 2):
1. Генерация начальной популяции - задание координат двух точек (xp1, yp1) и (хр2, yр2), соответствующих родительской паре.1. Generation of the initial population — setting the coordinates of two points (x p1 , y p1 ) and (x p2 , y p2 ) corresponding to the parent pair.
2. Кроссинговер или рекомбинация - задание третьей точки, связанной с родительской парой, например, (хк, yк), где хк=хp1, yк=yр2), соответствующих родительской паре.2. Crossover or recombination - the task of the third point associated with the parent pair, for example, (x k , y k ), where x k = x p1 , y k = y p2 ) corresponding to the parent pair.
3. Получение особи-потомка, путем ее генерации взамен самой «плохой» из трех точек по величине функции F[(x1, y1), (x2, y2),...(хn, yn)] путем отражения этой «плохой» точки в противоположную вершину квадрата, вершинами которой являются три предыдущие точки (на фиг.2 показан частный случай, когда «плохой» точкой является точка (хк, yк).3. Obtaining a descendant individual by generating it instead of the “worst” of the three points in magnitude of the function F [(x1, y1), (x2, y2), ... (x n , y n )] by reflecting this “ a bad ”point to the opposite vertex of a square whose vertices are the three previous points (Fig. 2 shows a special case when the“ bad ”point is a point (xk, yk).
4. Если самое лучшее решение в популяции нас не удовлетворяет, то осуществляется переход на шаг 3 для трех новых точек (с исключением «плохой» точки). При этом могут быть наложены ограничения в 4. If the best solution in the population does not satisfy us, then go to step 3 for three new points (with the exception of the “bad” point). However, restrictions may be placed on
продолжительности поиска, например, ограничения на число отражений.search duration, for example, restrictions on the number of reflections.
Указанный алгоритм может быть реализован в предложенном устройстве следующим образом.The specified algorithm can be implemented in the proposed device as follows.
В блоке 1 выделения фрагментов изображения формируется массив взвешенный целевой функцией пространственных векторов, описывающих каждую точку изображения, элементами каждого из которых являются координата и значение функции F, заданной на элементах множества [(x1 y1) (x2,у2),...(xn, yn)], т.е. [(f1, x1, y1), (f2, x2, y2),... (fn, xn, yn)].In block 1 of extracting image fragments, an array is formed, weighted by the objective function of spatial vectors describing each image point, the elements of each of which are the coordinate and value of the function F given on the elements of the set [(x1 y1) (x2, у2), ... (x n , y n )], i.e. [(f1, x1, y1), (f2, x2, y2), ... (f n , x n , y n )].
Формирователь 2 родительской пары, выполненный, например, в виде датчика случайных чисел, формирует две точки, например [(x1, y1), (x2, y2)], которые могут быть рассмотрены как родительская пара.Shaper 2 of the parent pair, made, for example, in the form of a random number sensor, generates two points, for example [(x1, y1), (x2, y2)], which can be considered as a parent pair.
По этим точкам формирователь 6 рекомбинации формирует третью точку, связанной с родительской парой, например, (хк, yк), где xк=x1, yк=у2), соответствующих родительской паре.At these points, the recombination generator 6 forms a third point associated with the parent pair, for example, (x k , y k ), where x k = x 1 , y k = y 2 ) corresponding to the parent pair.
Все три сигнала поступают на вход блока 2 формирования опорного плана поиска, который работает по следующему алгоритму: для каждой тройки сигналов (x1, y1), (x2, y2), (xк=x1, yк=y2) блок 2 выделяет из блока 1 тройку взвешенных сигналов (f1, x1, y1), (f2, х2, y2), (f12, x1, y2) и транслирует их на выход - на вход формирователя 3 особи-потомка.All three signals are fed to the input of block 2 of the formation of the reference search plan, which works according to the following algorithm: for each triple of signals (x1, y1), (x2, y2), (xк = x1, yк = y2), block 2 selects from block 1 the three weighted signals (f1, x1, y1), (f2, x2, y2), (f12, x1, y2) and translates them to the output - to the input of the shaper 3 descendant individuals.
Формирователь 3 работает по следующему алгоритму:Shaper 3 works according to the following algorithm:
- из трех взвешенных сигналов (f1, x1, y1), (f2, х2, y2), (f12, xк=x1, yк=y2) выделяется сигнал с меньшим значением первой составляющей f, т.е. самая «плохая» из трех точек;- from three weighted signals (f1, x1, y1), (f2, x2, y2), (f12, x к = x1, y к = y2), a signal with a lower value of the first component f is selected, i.e. the “worst” of the three points;
- самая «плохая» из трех точек отражается в точку (хотр, yотр), которая соответствует противоположной вершине квадрата, вершинами которой являются три предыдущие точки (f1, x1, y1), (f2, х2, y2), (f12, xк=x1, yк=y2) (на фиг.2 показан частный случай, когда «плохой» точкой является точка (хк, yк);- the “worst” of the three points is reflected at the point (x sp , y sp ), which corresponds to the opposite vertex of the square, the vertices of which are the three previous points (f1, x1, y1), (f2, x2, y2), (f12, x k = x1, y k = y2) (figure 2 shows a special case when the "bad" point is the point (x k , y k );
- для отраженной точки (хотр, yотр) формируется значение целевой функции foтp в этой точке по сигналам, поступающим от блока 1 выделения фрагментов изображения;- for the reflected point (x neg , y neg ) the value of the objective function ftp at this point is formed by the signals received from block 1 of the selection of image fragments;
- все три сигнала (f1, x1, y1), (f2, х2, y2), (fотр, хотр, yотр) поступают на вход блока 4 определения максимума.- all three signals (f1, x1, y1), (f2, x2, y2), (f neg , x neg , y neg ) are input to the maximum determination block 4.
Блок 4 который работает по алгоритму, в соответствии с которым из трех сигналов (f1, x1, y1), (f2, х2, y2), (fотр, хотр, yотр) выделяется сигнал, имеющий максимальное значение целевой функции max [f1, f2, fотp], и формирует на своем выходе значение этого максимума и его координаты, т.е. искомое относительно лучшее в искомой локальной области решение.Block 4, which works according to the algorithm, according to which of the three signals (f1, x1, y1), (f2, x2, y2), (f neg , x neg , y neg ) a signal is selected that has the maximum value of the objective function max [ f1, f2, f from p ], and forms at its output the value of this maximum and its coordinates, ie the desired relatively best solution in the required local region.
Таким образом, в предложенной устройстве достигается требуемый технический результат, заключающийся в расширении функциональных возможностей, поскольку формируемый на его выходе сигнал может быть использован для определения координат точки с максимальным значением целевой функции в локальной области двумерного массива.Thus, in the proposed device, the required technical result is achieved, which consists in expanding the functionality, since the signal generated at its output can be used to determine the coordinates of the point with the maximum value of the objective function in the local area of the two-dimensional array.
Claims (1)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2006135194/22U RU60757U1 (en) | 2006-10-05 | 2006-10-05 | DEVICE FOR RANDOM SEARCH BASED ON GENETIC ALGORITHM |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2006135194/22U RU60757U1 (en) | 2006-10-05 | 2006-10-05 | DEVICE FOR RANDOM SEARCH BASED ON GENETIC ALGORITHM |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU60757U1 true RU60757U1 (en) | 2007-01-27 |
Family
ID=37774176
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2006135194/22U RU60757U1 (en) | 2006-10-05 | 2006-10-05 | DEVICE FOR RANDOM SEARCH BASED ON GENETIC ALGORITHM |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU60757U1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU210671U1 (en) * | 2021-11-09 | 2022-04-26 | Евгений Васильевич Соколов | Automated device for economic and mathematical modeling and evaluation of the effectiveness of the mechanism of social financing of enterprises |
-
2006
- 2006-10-05 RU RU2006135194/22U patent/RU60757U1/en not_active IP Right Cessation
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU210671U1 (en) * | 2021-11-09 | 2022-04-26 | Евгений Васильевич Соколов | Automated device for economic and mathematical modeling and evaluation of the effectiveness of the mechanism of social financing of enterprises |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3380939B1 (en) | Adaptive artificial neural network selection techniques | |
| CN110390638B (en) | High-resolution three-dimensional voxel model reconstruction method | |
| CN111507521A (en) | Method and device for predicting power load of transformer area | |
| Moeini et al. | Constrained gravitational search algorithm for large scale reservoir operation optimization problem | |
| Gural et al. | Memory-Optimal Direct Convolutions for Maximizing Classification Accuracy in Embedded Applications. | |
| CN113095254B (en) | Method and system for positioning key points of human body part | |
| CN111814626A (en) | Dynamic gesture recognition method and system based on self-attention mechanism | |
| CN114998525A (en) | Action identification method based on dynamic local-global graph convolutional neural network | |
| Dong et al. | Short-term wind speed time series forecasting based on a hybrid method with multiple objective optimization for non-convex target | |
| Li et al. | MANet: Multi-scale aggregated network for light field depth estimation | |
| RU60757U1 (en) | DEVICE FOR RANDOM SEARCH BASED ON GENETIC ALGORITHM | |
| CN108629405B (en) | Method and device for improving calculation efficiency of convolutional neural network | |
| JP2007259306A (en) | Predictor and image encoder | |
| CN115327553B (en) | Rapid laser radar sample generation method for inducing variation | |
| RU2342702C2 (en) | Associative identification device | |
| Caron et al. | FPGA implementation of a spiking neural network for pattern matching | |
| CN113780305B (en) | Significance target detection method based on interaction of two clues | |
| KR102251139B1 (en) | A missing value correction system using machine learning and data augmentation | |
| Cheng et al. | Deepeye: A compact and accurate video comprehension at terminal devices compressed with quantization and tensorization | |
| CN113177546A (en) | Target detection method based on sparse attention module | |
| RU62314U1 (en) | FORMAL NEURON | |
| WO2021014541A1 (en) | Learning device, inference device, learning method, inference method, and learning program | |
| Grandhi et al. | American Sign Language Recognition using Deep Learning | |
| CN112199887A (en) | Semi-supervised resistivity inversion method and system based on countermeasure generation network and pseudo-labeling | |
| Vogel et al. | Efficient hardware acceleration for approximate inference of bitwise deep neural networks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM1K | Utility model has become invalid (non-payment of fees) |
Effective date: 20071006 |