同事件相关的协同计算系统技术方案

提供了协同计算系统，包括一个或多个神经网络；所述一个或多个神经网络各自为包括输入层、中间层和输出层的独立完整神经网络；所述一个或多个神经网络各自由一个或多个硬件计算设备的神经元所构成；所述一个或多个神经网络基于事件而被使能或创建。络基于事件而被使能或创建。络基于事件而被使能或创建。

Event related collaborative computing system

【技术实现步骤摘要】
同事件相关的协同计算系统


[0001]本申请涉及感知技术，具体地，涉及在大规模部署的分布式系统中利用神经网络感知外部事件。

技术介绍

[0002]在申请号为202110957486.8的中国专利申请中提供了模拟信号路由器，在申请号为202110956226.9的中国专利申请中提供了跨芯片传输模拟信号的模拟信号路由器，在申请号为202110956246.6的中国专利申请中提供了R
‑
SpiNNaker芯片，在申请号为202110957228.X的中国专利申请中提供了R
‑
SpiNNaker系统，在申请号为202110956273.3的中国专利申请中提供了基于R
‑
SpiNNaker系统构建脉冲神经网络，在申请号为202110964601.4的中国专利申请中提供了分布式电容传感器系统，在申请号为202110957229.4的中国专利申请中提供了一种分布式电容传感器系统。这些中国专利申请作为本申请的
技术介绍
，本申请引用其全文，并将其全文合并于此。
[0003]分布式系统中包括多个基础硬件单元。本文中将用于同类感知系统以及本申请的多种实施例的基础硬件单元称为“基础感知单元”。基础感知单元是例如现有技术中的R
‑
SpiNNaker芯片，或者其他形式的硬件单元。图1A
‑
图1F给出了基础感知单元的多种例子。
[0004]图1A
‑
图1F各自是基础感知单元的结构框图。
[0005]在图1A的例子中，基础感知单元包括神经单元与数字路由器。
[0006]神经单元包括多个神经元。在一个例子中，神经单元的神经元用于提供SNN(脉冲神经网络)神经元的功能。在又一个例子中，神经单元的神经元用于提供ANN(人工神经网络)神经元的功能。神经单元提供神经元的资源池，其中的神经元可被配置权重以及同其他神经元的连接关系。神经单元是例如处理器核、神经网络芯片或提供神经元资源的芯片。神经单元也可由CPU核中的线程或进程实现。各神经元也可由CPU核中的线程或进程实现。神经元的权重定义了神经元的输入与输出之间的关系。
[0007]神经单元同数字路由器耦合。从而神经单元的各个神经元通过数字路由器接收输入和/或传递输出。神经元的输入/输出以数据包形式通过数字路由器传输。数字路由器包括路由表，其描述了从一个神经元接收的数据包被路由到哪个或哪些神经元。
[0008]以SNN为例，SNN神经元接收神经脉冲(简称脉冲)，并输出脉冲。用例如AER包代表脉冲。SNN神经元收到AER包代表收到脉冲，SNN神经元输出AER(Address
‑
Event Representation，地址事件表示)包代表SNN神经元被激活并输出脉冲。SNN神经元从数字路由器接收AER包并向数字路由器输出AER包。用于模拟SNN神经元的计算模型属于现有技术，根据本申请的实施例也利用将来可能出现的SNN神经元模型。
[0009]多个SNN神经元组成SNN。在本说明书中，同神经单元相比，SNN具有指定的拓扑结构与有意义的功能，构成SNN的各SNN神经元具有指定的参数或权重。SNN是被创建的。通过配置或编程数字路由器，例如，更新数字路由器的路由表，来利用神经单元的神经元资源创建或调整SNN。从而神经单元的SNN神经元在不同时刻可用于构建不同的SNN。神经单元中也
可同时存在多个SNN。在上面列出的现有技术上，将提供SNN神经元的神经单元称为SNN单元。
[0010]对于指定的应用或处理功能，SNN的拓扑结构与SNN神经元数量是已知的。例如，指定的功能是从电容传感器采集的电容值中识别用户手指所接近或触摸的多个按键之一。又例如，指定的功能是检测空间中出现异常的物体(例如，泥石流)。
[0011]SNN中的SNN神经元具有单向的连接关系。SNN中的SNN神经元接收零个、一个或多个SNN神经元发出的AER包，并向一个SNN神经元输出AER包。根据本申请的实施例，SNN的神经元的连接关系，由数字路由器维护的用于AER包的路由表体现。数字路由器的路由表记录了从一个神经元接收的AER包要被路由或转发到的神经元，或者网络端口。
[0012]SNN神经元的输入与输出均由数字路由器处理。物理上，SNN神经元的输出是提供给数字路由器的AER包，而数字路由器根据AER包中携带的产生该AER包的SNN神经元的地址确定要将其转发到的目的神经元。而SNN神经元根据其接收的来自一个或多个SNN神经元的AER包，根据自身的参数确定输出AER包的时机。
[0013]可以理解地，对于ANN，ANN神经元之间的连接关系也由数字路由器体现。
[0014]基础感知单元还包括多个网络端口。图1A的例子中，展示了4个网络端口(由虚线框矩形表示)，数字路由器连接到这4个网络端口，以同其他基础感知单元交换数据包。
[0015]在图1B的例子中，基础感知单元包括本地神经单元、共享神经单元与数字路由器。本地神经单元与共享神经单元分别同数字路由器耦合。可选地，本地神经单元与共享神经单元彼此不直接连接。本地神经单元中的神经元需要向共享神经单元的神经元发送数据时，需要先将数据发送给数字路由器，数字路由器再根据路由表的信息，将数据转发给共享神经单元中的神经元。
[0016]本地神经单元的神经元仅用于构建本地神经网络，本地神经单元的神经元的输出仅被提供给本地神经单元的其他的神经元，或者仅在作为本地神经网络的输出的情况下本地神经单元的神经元的输出才被提供给其他神经单元或控制部件。本地神经网络的所有神经元都来自同一个基础感知单元的本地神经单元。
[0017]设置本地神经单元的目的有两个，第一是进行局部快速决策，例如本地神经单元所在的基础感知单元接触局部高温或局部压力超过高限阈值时，需要感知此类事件并做出底层决策；第二是进行局部底层特征参数提取，例如本地神经单元所在的基础感知单元对已接触或即将接触的外部物体局部材质识别类别，识别外部物体接近的速度、局部接触的三维力矢量、局部接触是否有震动、震动的幅度与频率、局部接触是否有滑动、滑动的方向与速度等。
[0018]本地神经单元的多个神经元可构建一个或多个神经网络，所构建的神经网络可进行模块化、标准化的独立学习训练，除其输出层外，本地神经单元的神经元对于共享神经单元或其他基础感知单元是不可见的。换句话说，本地神经单元的神经元中，除了作为神经网络的输出层的神经元外，其他神经元输出的数据不会被数字路由器转发到共享神经单元或其他基础感知单元。
[0019]共享神经单元的神经元仅被用于构建共享神经网络。共享神经网络的神经元可由多个基础感知单元各自的共享神经单元的神经元构成。从而一个基础感知单元的共享神经单元的神经元的输出可被提供给其他基础感知单元的共享神经单元的神经元。
[0020]在单一基础感知单元应用的场合，共享神经单元也可以通过数字路由器的路由表配置成本地SNN单元。
[0021]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.协同计算系统，包括一个或多个神经网络；所述一个或多个神经网络各自为包括输入层、中间层和输出层的独立完整神经网络；所述一个或多个神经网络各自由一个或多个硬件计算设备的神经元所构成；所述一个或多个神经网络基于事件而被使能或创建。2.根据权利要求1所述的协同计算系统，其中，被使能或创建的所述一个或多个神经网络同所述事件的特征相对应。3.根据权利要求1或2所述的协同计算系统，其中根据所述事件的空间位置和/或发生时间，选择为所述一个或多个神经网络提供神经元的一个或多个硬件计算设备。4.根据权利要求3所述的协同计算系统，其中所述一个或多个硬件计算设备空间上邻近所述事件；和/或根据所述事件的发生时间同其他事件的间隔，确定所述一个或多个硬件计算设备。5.根据权利要求1
‑
4之一所述的协同计算系统，其中所述一个或多个硬件计算设备的每个是基础感知单元；基础感知单元包括本地神经单元与共享神经单元；基础感知单元的共享神经单元为所述一个或多个神经网络的一个或多个提供神经元。6.根据权利要求5所述的协同计算系统，其中基础感知单元的本地神经单元的神经元构成本地神经网络；所述一个或多个硬件计算设备的本地神经网络感知所述事件的出现，和/或所述一个或多个硬件计算设备的本地神经网络输出所述事件。7.根据权利要求1
‑
6之一所述的协同计算系统，其中所述一个或多个硬件计算设备之外的硬件计算设备感知所述待事件的出现。8.根据权利要求1

【专利技术属性】
技术研发人员：孙滕谌，马扬，
申请(专利权)人：北京他山科技有限公司，
类型：发明
国别省市：