-
公开(公告)号：CN111291890B
公开(公告)日：2021-01-01
申请号：CN202010399728.1
申请日：2020-05-13
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种博弈策略优化方法、系统及存储介质，该博弈策略优化方法包括建立基于最大熵的策略递度算法步骤和多智能体最优反应策略求解步骤。本发明的有益效果是：本发明采用中心化训练和分散式执行的方式，提高动作估值网络的准确性，同时引入了全局基线奖励来更准确地衡量智能体的动作收益，以此来解决人博弈中的信用分配问题。同时引入了最大熵方法来进行策略评估，平衡了策略优化过程中的探索与利用。
-
公开(公告)号：CN111260040A
公开(公告)日：2020-06-09
申请号：CN202010370070.1
申请日：2020-05-06
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种基于内在奖励的视频游戏决策方法，包括以下步骤：S1、获取视频游戏模拟环境；S2、构建神经网络模型；S3、设计内在奖励模型；S4、将内在奖励模型与构建的神经网络模型结构结合；S5、通过模拟环境获取游戏的记录；S6、通过获取的游戏记录，更新神经网络模型；S7、循环训练神经网络模型直至收敛。本发明的有益效果是：较好的解决了三维场景中较为常见的缺乏环境反馈奖励值的问题。
-
公开(公告)号：CN119338013B
公开(公告)日：2025-04-08
申请号：CN202411887056.3
申请日：2024-12-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/332 , G06N5/04
Abstract: 本发明涉及机器学习技术领域，公开了一种多模态模型视觉感知能力探测方法及终端，所述方法包括：获取多张检测图像，检测每张所述检测图像之中包含的对象；针对每张所述检测图像，均根据包含的对象构建正向提示答案对和负向提示答案对，以构成探测数据集；获取待探测模型，根据所述探测数据集探测所述待探测模型的性能，输出探测结果。本发明通过针对每个图像构建正向提示答案对和负向提示答案对，不仅简化了问题的构造，同时也要求模型在理解图像内容及其语境时不能仅依赖随机猜测，迫使模型需要正确理解图案和问题才能得到较好的探测结果，有效解决了在进行探测时，对部分模型无法准确的衡量模型的能力的问题。
-
公开(公告)号：CN119768035A
公开(公告)日：2025-04-04
申请号：CN202411975665.4
申请日：2024-12-26
Applicant: 深圳量旋科技有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种空气桥制备方法及量子芯片，应用于量子技术领域，包括：在基底的表面设置第一光刻胶层；在第一光刻胶层的表面设置第二光刻胶层；第二光刻胶层的粘度小于第一光刻胶层的粘度；基于第一光刻胶层与第二光刻胶层的叠层光刻胶结构制备桥撑；基于桥撑制备空气桥。通过使用两层光刻胶的叠层结构制备桥撑，其中位于下层不与空气桥直接接触的第一光刻胶层的粘度较大，可以起到良好的支撑作用，保证空气桥具有大跨度，高尺寸；位于上层与空气桥直接接触的第二光刻胶层的粘度较小，可以有效减少桥撑的内部应力，从而避免在去胶后空气桥因应力的变化导致的形变、断裂等问题，保证空气桥具有良好的形貌。
-
公开(公告)号：CN119028436A
公开(公告)日：2024-11-26
申请号：CN202410945326.5
申请日：2024-07-15
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G16B25/00 , G16B5/00 , G16B40/00 , G16B30/10 , G06F18/213 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于异构网络的多物种蛋白质功能预测方法及系统，所述方法包括：使用ESM‑2模型对蛋白质序列进行特征提取，得到序列特征；构建蛋白质的结构接触图，基于图卷积和层次图池化的结构模型对结构接触图训练，提取结构特征；将序列特征和结构特征进行拼接，根据PPI网络和同源相似性网络构建跨物种的异构网络；在训练阶段，使用结构特征和序列特征在异构网络上传播，并在传播时使用图注意力机制更新节点向量；在预测阶段，加入训练集的GO标签进行网络传播，将蛋白质表示和GO标签的传播结果进行线性组合，得到最终的GO标签预测概率。本发明提高了多物种蛋白质功能预测的预测效果，实现了功能标签的跨物种传播。
-
Patent Agency Ranking
公开(公告)号：CN118981372A
公开(公告)日：2024-11-19
申请号：CN202410987081.2
申请日：2024-07-23
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于并行自适应拍卖算法的非统一内存访问资源分配方法，方法包括下述步骤：当操作系统启动时，获取非统一内存访问架构中的节点信息及任务信息；将非统一内存访问架构的资源问题视为带位置约束的背包问题，采用并行自适应拍卖算法进行优化求解，得到分配结果。本申请将经济学理论和计算机科学进行结合，在拍卖机制下使任务对资源进行自主竞标，同时将问题有效分解为独立的并行计算子问题，使得各任务的出价策略相互独立，实现内存资源的更有效且高效分配；在对资源进行自主竞标时，本发明将DQN模型与拍卖机制下的广告主策略求解相结合，提高了DQN模型的稳定性，实现了任务基于本地信息的自主决策，从而实现分散、高效的资源分配。
-
公开(公告)号：CN117435580B
公开(公告)日：2024-03-22
申请号：CN202311768469.5
申请日：2023-12-21
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种数据库参数筛选方法及相关设备，所述方法包括：获取训练数据库配置参数，并进行预处理，得到数据库参数训练集；获取预设规则集，根据预设规则集构建参数性能决策树，并转化为树状神经网络预测模型；根据数据库参数训练集对树状神经网络预测模型进行训练，得到参数性能预测模型；获取当前数据库配置参数，并输入至参数性能预测模型，得到当前数据库配置参数对应的参数性能；计算当前数据库配置参数对参数性能的贡献度，并根据贡献度对当前数据库配置参数进行参数筛选。本发明通过构建参数性能预测模型来计算数据库中配置参数的贡献度，并根据贡献度对数据库中的配置参数进行筛选，大大的提升了数据库的查询效率。
-
公开(公告)号：CN117393143A
公开(公告)日：2024-01-12
申请号：CN202311316888.5
申请日：2023-10-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于图表示学习的环状RNA‑疾病关联预测方法、移动设备及存储介质，该方法包括：基于环状RNA及相关信息构建环状RNA的异构网络，所述异构网络包括环状RNA节点和疾病节点；将异构网络中各个节点的特征随机初始化后输入图表示学习模型，通过所述图表示学习模型按预设流程学习各个节点的表示向量；基于环状RNA节点的表示向量和疾病节点的表示向量的内积确定为对应环状RNA与疾病的关联预测得分。如此，通过图表示学习模型学习异构网络中各个节点的表示向量，再基于环状RNA节点和疾病节点的表示向量的内积确定关联预测得分，提高了异构网络构建的灵活性，使得图表示学习模型能获得更丰富的节点表示，提高了环状RNA‑疾病预测的准确性。
-
公开(公告)号：CN117290887A
公开(公告)日：2023-12-26
申请号：CN202311522961.4
申请日：2023-11-16
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于账户区块链的可问责隐私保护智能合约实现方法，方法包括：用户部署智能合约并公开合约地址，监管者运行密钥获得监管者公钥和监管者私钥，并将监管者公钥上传至区块链；注册新用户并生成用户私钥，然后将用户公钥上传区块链，智能合约记录注册用户信息；用户创建空白数据记录，然后将生成的数据记录承诺上传区块链；用户收集区块链上的所有数据记录承诺并构建默克尔书，然后进行链下计算；用户将隐私保护交易单发送至区块链，区块链经过广播后进行验证计算；监管者捕获到隐私保护交易单，随后利用监管者私钥问责用户。本发明能够支持细粒度的隐私保护控制策略和灵活适应多种应用场景，同时实现可问责隐私保护智能合约。
-
公开(公告)号：CN116884473A
公开(公告)日：2023-10-13
申请号：CN202310581243.8
申请日：2023-05-22
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G16B15/20 , G16B40/00 , G06F18/214 , G06F18/241
Abstract: 本发明公开了一种蛋白质功能预测模型生成方法及装置，包括获取训练蛋白质的氨基酸三维原子坐标，并根据其进行图论方法生成蛋白质二维接触图；对训练蛋白质的氨基酸三维原子坐标进行算法处理获取第一特征矩阵，对蛋白质二维接触图进行算法处理获取第二特征矩阵，第一特征矩阵与训练蛋白质的氨基酸三维原子坐标中序列作用位点对应，第二特征矩阵与训练蛋白质的氨基酸三维原子坐标中结构作用折叠结构对应；根据第一特征矩阵和第二特征矩阵分别对应的数据标签训练预先构建的蛋白质功能分类器，得到蛋白质功能预测模型。通过将训练蛋白质的氨基酸结构和序列作为信息源提取特征，提高了预测模型对蛋白质功能的预测精度。
-
-
-
-
-
-
-
-
-
Search Results
272
records
(took 0.032 seconds)
