为有效解决数据的稀疏性问题,并考虑句法预测的内在层次性,提出了一个基于双向长短时记忆(bidirectional long short term memory,BLSTM)神经网络模型的渐步性句法分析模型.该模型将树形概率计算方法应用到对句法标签分类的研究中,利用...为有效解决数据的稀疏性问题,并考虑句法预测的内在层次性,提出了一个基于双向长短时记忆(bidirectional long short term memory,BLSTM)神经网络模型的渐步性句法分析模型.该模型将树形概率计算方法应用到对句法标签分类的研究中,利用句法结构和标签之间的层次关系,提出一种从句法结构到句法标签的渐步性句法分析方法,再使用句法分析树来生成句法标签的特征表示,并输入到BLSTM神经网络模型里进行句法标签的分类.在清华大学语义依存语料库上进行实验的结果表明,与链式概率计算方法以及其他依存句法分析器比较,依存准确率提升了0～1个百分点,表明新方法是可行、有效的.展开更多
文章针对130纳米CMOS工艺标准单粒子闩锁效应问题,开展了Complementary Metal Oxide Semiconductor(CMOS)器件单粒子闩锁效应产生的物理机理分析,提出了一套适合于不同类型标准单元版图加固方法;基于SMIC0. 13μm工艺进行了物理建模仿...文章针对130纳米CMOS工艺标准单粒子闩锁效应问题,开展了Complementary Metal Oxide Semiconductor(CMOS)器件单粒子闩锁效应产生的物理机理分析,提出了一套适合于不同类型标准单元版图加固方法;基于SMIC0. 13μm工艺进行了物理建模仿真和电路实现。仿真结果显示,在遭受LET值为120MeV/mg/cm^2的重离子辐射时,所设计的电路未发生闩锁效应。展开更多
文摘为有效解决数据的稀疏性问题,并考虑句法预测的内在层次性,提出了一个基于双向长短时记忆(bidirectional long short term memory,BLSTM)神经网络模型的渐步性句法分析模型.该模型将树形概率计算方法应用到对句法标签分类的研究中,利用句法结构和标签之间的层次关系,提出一种从句法结构到句法标签的渐步性句法分析方法,再使用句法分析树来生成句法标签的特征表示,并输入到BLSTM神经网络模型里进行句法标签的分类.在清华大学语义依存语料库上进行实验的结果表明,与链式概率计算方法以及其他依存句法分析器比较,依存准确率提升了0～1个百分点,表明新方法是可行、有效的.
文摘文章针对130纳米CMOS工艺标准单粒子闩锁效应问题,开展了Complementary Metal Oxide Semiconductor(CMOS)器件单粒子闩锁效应产生的物理机理分析,提出了一套适合于不同类型标准单元版图加固方法;基于SMIC0. 13μm工艺进行了物理建模仿真和电路实现。仿真结果显示,在遭受LET值为120MeV/mg/cm^2的重离子辐射时,所设计的电路未发生闩锁效应。
