-
题名基于模糊神经网络的建筑能耗评估模型研究
被引量：5
- 1
-
-
作者
季文娟
顾永松
冯乐
-
机构
江苏省建筑工程质量检测中心有限公司
-
出处
《建筑节能》
CAS
2013年第11期67-69,共3页
-
文摘
通过研究公共建筑耗能特点,结合建筑节能标准,提取了建筑能耗主要影响因素。在研究T-S模糊神经网络结构和算法的基础上,提出了基于T-S模糊神经网络的建筑能耗评估模型,用改进FCM聚类方法确定网络结构和参数初值,运用混合学习算法训练网络模型。将模型运用到评估实例中,结果表明基于改进FCM聚类的T-S模糊神经网络评估模型结构简单,学习和泛化能力强。
-
关键词
T-S模糊神经网络
改进FCM聚类
能耗评估模型
-
Keywords
T-S fuzzy neural network
improved FCM clustering
assessment model of energy consumption
-
分类号
TU20
[建筑科学—建筑设计及理论]
-
-
题名面向CNN加速器的一种建模与优化设计方法研究
- 2
-
-
作者
祁玉琼
张明喆
吴海彬
叶笑春
-
机构
中国科学院计算技术研究所计算机体系结构国家重点实验室
中国科学院大学
-
出处
《高技术通讯》
CAS
2022年第8期773-788,共16页
-
基金
国家自然科学基金(61732018,61872335,61802367)
中国科学院战略性先导科技专项(XDC05000000),中国科学院国际伙伴计划(171111KYSB20200002)资助项目。
-
文摘
本文提出了一种卷积神经网络(CNN)加速器性能与能耗通用评估模型(CNNGModel)。CNNGModel通过CNN加速器中不同结构的具体设计,可以估计该加速器处理不同任务时需要的时间与能耗。在硬件工程师使用硬件描述语言实现该加速器前,通过CNNGModel可以提前判断当前CNN加速器的设计是否符合应用需求,从而减少后续不必要的工作量。在实验部分,首先设计并实现了3个CNN加速器;其次分析对比CNNGModel、模拟器VTA以及仿真综合3种方式得到的每个加速器在处理不同CNN时的多项结果,其中对于处理时间的估计,CNNGModel与仿真综合的差距低至3.0%,对于功率,差距则低至6.5%;最后依据CNNGModel,从能耗和性能两方面给出了多项CNN加速器优化策略。
-
关键词
卷积神经网络(CNN)
CNN加速器
性能与能耗通用评估模型(CNNGModel)
CNN加速器优化策略
-
Keywords
convolutional neural network(CNN)
CNN accelerator
general performance and energy consumption model for CNN accelerator(CNNGModel)
CNN accelerator optimization strategy
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
