買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中國科學技術大學申請的專利基于憶阻陣列的數據處理方法及電子設備獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115730649B 。

龍圖騰網通過國家知識產權局官網在2025-05-06發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211504996.0，技術領域涉及：G06N3/063；該發明授權基于憶阻陣列的數據處理方法及電子設備是由徐奇;畢永天;陳松;康一設計研發完成，并于2022-11-28向國家知識產權局提交的專利申請。

本基于憶阻陣列的數據處理方法及電子設備在說明書摘要公布了：本公開提供了一種基于憶阻器陣列的數據處理方法及電子設備。該基于憶阻器陣列的數據處理方法包括：獲取多媒體數據；利用憶阻器陣列處理多媒體數據，得到數據處理結果。其中，憶阻器陣列包括多個憶阻器，多個憶阻器的電導值是根據故障注入神經網絡模型的模型參數確定的，故障注入神經網絡模型是根據利用模擬故障對深度學習模型訓練得到的，模擬故障是根據憶阻器陣列的實際故障確定的。通過上述深度學習模型訓練得到的參數確定的憶阻器陣列可以在存在故障的情況下保持數據處理的精度，提高數據處理結果的準確性，可以應用于人工智能領域。

本發明授權基于憶阻陣列的數據處理方法及電子設備在權利要求書中公布了：1.一種基于憶阻陣列的數據處理方法，包括：獲取多媒體數據；以及利用憶阻器陣列處理所述多媒體數據，得到數據處理結果；其中，所述憶阻器陣列包括多個憶阻器，所述多個憶阻器的電導值是根據故障注入神經網絡模型的模型參數確定的，所述故障注入神經網絡模型是根據利用模擬故障對深度學習模型訓練得到的，所述模擬故障是根據所述憶阻器陣列的實際故障確定的；所述故障注入神經網絡模型是根據模擬故障對深度學習模型訓練得到的，包括重復執行以下操作，直至訓練參數滿足預設結束條件，并將在滿足所述預設結束條件的情況下得到的深度學習模型確定為所述故障注入神經網絡模型：根據第t輪的模擬故障和第t-1輪的深度學習模型的模型參數，確定所述第t輪的深度學習模型的待調整模型參數，其中，t是大于1的整數；以及利用樣本多媒體數據調整所述第t輪的深度學習模型的待調整模型參數，得到所述第t輪的深度學習模型的模型參數，包括：在所述第t輪的模擬故障為第一模擬故障的情況下，將所述第t-1輪的深度學習模型的節點確定為所述第t輪的第一采樣點集合，所述第一模擬故障包括器件偏差相對應的模擬故障。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國科學技術大學，其通訊地址為：230026 安徽省合肥市包河區金寨路96號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。