-
公开(公告)号：CN119990889A
公开(公告)日：2025-05-13
申请号：CN202510091964.X
申请日：2025-01-21
Applicant: 成都飞机工业(集团)有限责任公司 , 清华大学
IPC: G06Q10/0639 , G06Q50/04 , G06F17/18
Abstract: 本发明公开了一种小批量产品抽样检验方法，包括：S1、获取与待检测产品相同规格的历史产品的质量数据；S2、将所述历史产品按生产时间顺序分为生产时间周期相同的若干子组，对所述若干子组中的历史产品的质量数据统计值进行一致性分析，根据所述一致性分析结果确定抽样检验批量；S3、根据所述抽样检验批量对待检验产品进行抽样检验。本发明根据对历史产品质量的一致性分析结果进行样本容量扩充，保证扩充的样本容量基于稳定的生产过程，使小批量产品抽样检验的结果更具代表性；通过统计过程控制和过程能力检验，确保样本容量扩充后小批量产品的可抽样性。
-
公开(公告)号：CN119806973A
公开(公告)日：2025-04-11
申请号：CN202411743095.6
申请日：2024-11-29
Applicant: 清华大学
IPC: G06F11/34 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及大模型计算集群技术领域，尤其是指一种基于并行策略调度的大模型计算集群服务可靠性评估与优化方法、装置、设备及计算机存储介质。本发明所述的大模型计算集群服务可靠性评估与优化方法，以流水线并行为核心，综合考虑了训练过程中不同GPU之间性能差异、数据传递时间，以及不确定性因素对训练时间的影响，结合现有的交错式和非交错式流水线并行策略，建立了充分考虑训练时间的不一致性和结合各种流水线并行策略的模型，并针对大模型训练的具体特点，给出了训练过程的具体约束，并通过整数规划对模型进行求解，以实现大模型计算集群的高效和可靠训练。
-
-
公开(公告)号：CN111909154B
公开(公告)日：2022-10-14
申请号：CN202010767645.3
申请日：2020-08-03
Applicant: 清华大学
IPC: C07D487/04 , C07D519/00 , H01L51/54 , H01L51/50
Abstract: 本发明涉及一种化合物及其应用、以及包含该化合物的有机电致发光器件，所述化合物具有如下式的结构：本发明的化合物作为OLED器件中的电子传输层材料时，表现出优异的器件性能和稳定性。本发明同时保护采用上述通式化合物的有机电致发光器件。
-
公开(公告)号：CN113569511A
公开(公告)日：2021-10-29
申请号：CN202110657016.X
申请日：2021-06-11
Applicant: 清华大学
IPC: G06F30/3308 , G06F30/36 , G06N10/00
Abstract: 本发明提供一种量子电路的模拟方法及装置，所述方法包括：基于混合分割规则对量子电路进行分割，获得至少一个分割子电路以及每个分割子电路对应的模拟方法；根据每个分割子电路对应的模拟方法对每个分割子电路进行模拟，获得所述量子电路的模拟结果。所述装置用于执行上述方法。本发明实施例提供的量子电路的模拟方法及装置，通过提升各个分割子电路的模拟效率，提高了量子电路的模拟效率。
-
Patent Agency Ranking
公开(公告)号：CN113437229A
公开(公告)日：2021-09-24
申请号：CN202110534029.8
申请日：2021-05-17
Applicant: 清华大学
Abstract: 本发明涉及一种有机电致发光器件和显示装置，属于有机电致发光技术领域。本发明的这种有机电致发光器件，包括有机发光层，有机发光层包括主体材料和掺杂染料，主体材料为宽带隙材料，该类主体材料的单重态能级(S1h)大于发光染料的单重态能级(S1g)，并且所述主体材料的三重态能级(T1h)大于或等于发光染料的第二三重态能级(T2g)；发光染料的第二三线态能级(T2g)大于或等于发光染料的第一单重态能级(S1g)；发光染料为氟硼氮杂亚甲基联吡啶类化合物或氟硼亚甲基联吡啶类化合物。本发明的器件通过调控主客体能级关系，实现100％激子利用率，从而提升有机发光器件的效率和稳定性。
-
公开(公告)号：CN118838638A
公开(公告)日：2024-10-25
申请号：CN202410865781.4
申请日：2024-06-28
Applicant: 清华大学
Abstract: 本公开涉及一种深度学习程序计算图动态提取方法、装置和存储介质。该方法包括：逐条分析用户程序中指令的运行状态，基于指令的运行状态更新引用关系图，引用关系图用于表示运行时变量之间的引用关系，用户程序为基于高级语言编写的深度学习模型的程序；基于用户程序的引用关系图生成记录，将记录保存至缓存中，记录包括计算图、守卫函数和模拟函数；基于缓存中的一条或多条记录确定用户程序的运行结果。根据本申请实施例，可以实现在进行深度学习程序编译的过程中动态获取高质量的计算图，提升深度学习模型的运行效率。
-
公开(公告)号：CN114972955A
公开(公告)日：2022-08-30
申请号：CN202210646271.9
申请日：2022-06-08
Applicant: 清华大学
IPC: G06V10/82 , G06V10/74 , G06V10/776
Abstract: 本公开涉及一种数据处理方法、装置及存储介质，其中，该方法可以包括获取深度学习模型中的待处理数据组；确定与待处理数据组中各待处理数据相匹配的模拟方式，模拟方式用于基于不同于待处理数据的数据类型的其他数据类型，表示待处理数据的数据类型；根据各待处理数据相匹配的模拟方式对各待处理数据进行处理，生成各待处理数据对应的模拟数据，模拟数据通过所述其他数据类型表示；对各待处理数据对应的模拟数据进行处理，得到数据处理结果。通过本公开，在保证数据处理精度的情况下，进行数据加速处理，提供了高效计算能力，有效提升了加速器的性能；同时，扩展了加速器的使用场景，有效降低了对加速器的硬件要求。
-
公开(公告)号：CN106209205A
公开(公告)日：2016-12-07
申请号：CN201610525898.3
申请日：2016-07-05
Applicant: 清华大学
IPC: H04B7/185
CPC classification number: H04B7/18502 , H04B7/18571
Abstract: 本发明属于卫星通信技术领域，尤其涉及一种重点区域按需覆盖的全球通信星座设计方法。具体为该星座包括若干个沿赤道均匀分布的轨道平面，每个轨道平面上仅有一颗卫星。卫星的轨道周期为地球自转周期的整数分之一，星座中所有卫星的星下点轨迹重合。通过调整星座的回归周期、轨道倾角、偏心率、近地点幅角、第一颗卫星的升交点地理经度和平近点角等设计参数，星座能够根据任务需要，按需对重点区域提供高仰角的通信覆盖服务。本发明方法设计的星座能实现区域覆盖，通过调整星座设计参数即可针对南/北半球的特定区域提供星下点轨迹重复、高仰角的通信服务，使达到覆盖要求所需的卫星数目减少，空间和地面系统的复杂性也较低，因而系统更加经济。
-
公开(公告)号：CN119512184A
公开(公告)日：2025-02-25
申请号：CN202510082218.4
申请日：2025-01-20
Applicant: 清华大学
IPC: G05D1/49 , G05D109/12
Abstract: 本发明公开了一种基于约束奖励的深度强化学习四足机器人运动控制方法及系统，建立四足机器人深度强化学习的仿真训练环境；确定仿真训练环境的奖励函数、域随机化参数和成本约束函数；基于机器人信息和第一模拟环境信息，在仿真训练环境中通过奖励函数和成本约束函数对初始策略网络模型进行训练，得到训练完成的策略网络模型；建立推理测试环境，并将训练完成的策略网络模型部署至推理测试环境进行模型推理测试调优，得到目标策略网络模型；将目标策略网络模型部署至四足机器人中，以对四足机器人进行运动控制。本发明降低了仿真训练环境与真实环境的差异，使得四足机器人在真实环境中被目标策略网络模型稳定控制。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.026 seconds)
