| 申请人 | 申请人代码 | 申请号 | 公开号 | 名称 | 权利人 | 专利权状态 | |
|---|---|---|---|---|---|---|---|
| 三星电子株式会社; | 三星电子株式会社; | CN201910025315.4 | CN110084357B | 经由选择性修剪来加速长短期记忆网络 | 三星电子株式会社; | 有权 | 查看详情 |
| 三星电子株式会社; | 三星电子株式会社; | CN201910025315.4 | CN110084357A | 经由选择性修剪来加速长短期记忆网络 | 三星电子株式会社; | 有权 | 查看详情 |
| 中国科学院自动化研究所; | 中国科学院自动化研究所; | CN201910209285.2 | CN110082979B | 交通工具玻璃透明度的调节方法和装置 | 中国科学院自动化研究所; | 有权 | 查看详情 |
| 中国科学院自动化研究所; | 中国科学院自动化研究所; | CN201910209285.2 | CN110082979A | 交通工具玻璃透明度的调节方法和装置 | 中国科学院自动化研究所; | 有权 | 查看详情 |
| 南通大学; | 南通大学; | CN201910331206.5 | CN110074773A | 一种脊髓神经运动信息信号处理模型方法 | 南通大学; | 无权 | 查看详情 |
| 塞姆隆有限责任公司; | 塞姆隆有限责任公司; | CN201780076100.4 | CN110073440B | 电容矩阵布置及其激励方法 | 塞姆隆有限责任公司; | 有权 | 查看详情 |
| K·德玛斯休思;A·克斯什; | K·德玛斯休思;A·克斯什; | CN201780076100.4 | CN110073440A | 电容矩阵布置及其激励方法 | 塞姆隆有限责任公司; | 有权 | 查看详情 |
| 辉达公司; | 辉达公司; | CN201880004842.0 | CN110073371B | 用于以降低精度进行深度神经网络训练的损失缩放 | 辉达公司; | 有权 | 查看详情 |
| 辉达公司; | 辉达公司; | CN201880004842.0 | CN110073371A | 用于以降低精度进行深度神经网络训练的损失缩放 | 辉达公司; | 有权 | 查看详情 |
| 清华大学; | 清华大学; | CN201810044745.6 | CN110048943A | 适用于神经形态电路的路由容错方法、装置、设备及存储介质 | 清华大学; | 无权 | 查看详情 |
