徐淼
- 作品数：5 被引量：3H指数：1
- 供职机构：南京大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于FPGA的AlexNet硬件加速器设计
- AlexNet模型是卷积神经网络(CNN)中一个典型的算法模型，它在机器视觉、机器学习以及图像识别领域有广泛的应用。目前的CNN模型仅在推断过程中的运算量和参数量就多达千万，甚至上亿的数量级。这对于通用处理器来说，不论在...
- 徐淼
- 关键词：卷积神经网络FPGA硬件加速器
- 利用辅助信息进行矩阵补全的核方法及其在多标记学习中的应用被引量：1
- 2018年
- 现实机器学习任务中一个样本通常和多个标记相关,但获取完整的标记信息需耗费大量人力物力,因此多标记学习经常会遇到标记缺失的情况.将未缺失的标记看作不完全的标记矩阵,将样本特征作为辅助信息,则可通过矩阵补全方法来解决该问题,以往研究主要针对线性可分情形,本文提出KernelMaxide方法,在处理线性不可分多标记数据中缺失的监督信息的同时,不仅能利用数据的非线性结构,还能考虑标记之间的相互关系.该方法依据矩阵核范数的表示定理,构建了基于核矩阵的核范数最小化优化目标以及相应的优化算法,并用Nystrm方法缓解核矩阵的存储和计算开销问题.实验显示出KernelMaxide的优越性能.
- 徐淼周志华
- 关键词：多标记学习核方法
- 一种高吞吐率的FFT加速器
- 本发明涉及一种高吞吐率的FFT加速器，特征在于包括数据存储模块，用于数据的读写与传输；地址生成模块，为数据存储模块提供数据传输的目标地址；FFT加速模块，对由数据存储模块输出的数据进行FFT。有益效果为：采用单路延迟反馈...
- 潘红兵吕飞李丽姚馨田静徐淼魏子君陈辉李伟何书专沙金
- 文献传递
- 弱监督多标记学习
- 在很多现实的机器学习任务中，一个样本同时拥有多个标记，而整个数据集内仅有少量样本、甚至没有样本拥有完整标记。对这样的数据样本进行学习，就是弱监督多标记学习（Weakly Supervised Multi-Label Le...
- 徐淼
- 关键词：多标记学习
- 一种动态可重构实时信号处理负载平衡系统
- 本发明涉及一种动态可重构实时信号处理负载平衡系统，接收前端发送的A/D实时采样数据流，为后端多核处理器阵列实时分配计算数据。该系统包括重构控制模块，接收及解析重构配置信息、控制忙闲；数据缓存模块，将控制表与ad数据根据所...
- 潘红兵徐淼李伟秦子迪李丽何书专
- 文献传递
