-
公开(公告)号:CN116013542A
公开(公告)日:2023-04-25
申请号:CN202310062435.8
申请日:2023-01-17
Applicant: 复旦大学
IPC: G16H50/80 , G06F30/20 , G06N3/0464 , G06F111/10
Abstract: 本发明属于传染病防治技术领域,具体为基于高阶传染病模型的传染病阈值搜寻方法。本发明包括构建高阶SEIS传染病模型;利用利用二次型神经网络与ICNN神经网络算法,搜寻李雅普诺夫函数,从而判断传染病系统全局的动力学行为,并据此进行动力学稳定性评估以及阈值搜寻。与现有技术与模型相比,本发明更加贴近传染病的实际传播规律,并能借助机器学习在数学上严格证明疫情的动力学渐近行为。
-
公开(公告)号:CN113724507A
公开(公告)日:2021-11-30
申请号:CN202110955481.1
申请日:2021-08-19
Applicant: 复旦大学
Abstract: 本发明涉及一种基于深度强化学习的交通控制与车辆诱导协同方法和系统,方法包括:构建交通灯Agent和车辆Agent;根据交通灯Agent和车辆Agent,设定并初始化DQN算法模型,该DQN算法模型中的动作集包括车辆动作和交通灯动作;根据Q值表选取并执行各车辆Agent的动作,并在各车辆Agent的动作执行结束后,根据执行完毕的车辆Agent的反馈信息更新对应的Q值表;根据各车辆Agent的动作,对交通灯进行动态配时,以削减车辆平均等待时间为目标选择交通灯最优动作;判断各交通灯Agent所选动作是否结束,对所选动作执行完毕的交通灯Agent根据实时反馈信息来更新对应的Q值表;重复更新,直至满足预设的停止条件。与现有技术相比,本发明具有较好的感知和决策能力并且具有很好的适应性。
-
公开(公告)号:CN119541646A
公开(公告)日:2025-02-28
申请号:CN202411593970.7
申请日:2024-11-08
Abstract: 本发明属于系统生物学领域,具体为一种基于互信息的单样本基因调控网络构建方法。本发明的方法包括:指定研究对象的背景群体和前景群体;基于互信息方法计算背景群体和前景群体的单样本基因调控网络;利用随机置换检验进行网络边的显著性检验。本发明与现有的技术相比,能够基于非线性关系识别生物学的基因调控网络,更加符合实际的生物学特征。能够特异的构建出每一个样本的基因调控网络,并且根据所选取的背景群体的不同,能够进行多样化的数据分析。
-
公开(公告)号:CN117674075A
公开(公告)日:2024-03-08
申请号:CN202311410515.4
申请日:2023-10-27
Applicant: 复旦大学
IPC: H02J3/00 , G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06Q50/26 , G06N3/092 , G06N5/04 , G06N20/00 , H02J13/00
Abstract: 本发明属于环保技术领域,具体为一种产业园区全生命周期的碳排放管控方法。本发明包括:以数字孪生平台为基础,融合时空节律模型及调配优化算法对实体产业园区进行实时的碳资源管理;依据产业园区实时的能源需求,优化调配策略并通过数字化平台实时调控园区内大型设备、企业的能源使用;利用时空节律模型,对园区整体能源循环链从时间及空间维度进行重新布局优化;通过使用一个受控的随机微分方程来描述碳排放的过程体现系统状态;作为控制问题的最终目标,定义一个相应的代价泛函,其依赖于园区内的能源消耗和人力成本;使用数学方法寻找到最优的控制策略来调控受控的系统状态,进而使得代价泛函达到全局最优。
-
公开(公告)号:CN116739062A
公开(公告)日:2023-09-12
申请号:CN202310537186.3
申请日:2023-05-13
Applicant: 复旦大学
IPC: G06N3/065 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明属神经网络仿真模拟技术领域,具体为基于GPU的大规模皮层脉冲神经网络异步并行仿真算法。本发明利用计算显卡的多线程和纹理内存的优势,结合生物大脑接受外部刺激的通用形式,以及皮层中神经元之间普遍的连接模式,设计GPU与CPU异步并行的算法框架;GPU负责神经元动力学方程的并行演化,以及局域网络内各向同性连接的分块式并行计算,CPU负责处理各向异性的长程连接;并可兼容不同的神经元动力学方程和可塑性学习规则。与现有技术相比,本发明可以有效提升仿真速度,为单个计算节点提供仿真模拟生物大脑皮层中千万级大规模脉冲神经网络的工具,并适用于单节点多显卡以及多节点多显卡的分布式运算模型。
-
公开(公告)号:CN116030889A
公开(公告)日:2023-04-28
申请号:CN202310125411.2
申请日:2023-02-16
Applicant: 复旦大学
IPC: G16B20/40
Abstract: 本发明属于生物遗传技术领域,具体为一种数据驱动的线粒体异质性分布中分配差异率计算的模型化方法。本发明根据细胞中初始线粒体数M,初始异质率R0,第N代次的异质率RN,分配差异率fN,设计不同的分配差异率数学模型,即设计g(·),使得下式fN=g(RN‑1)成立:本发明共设计5种fN模型,包括向下抛物线型、双曲线型、先缓后急S型、先急后缓S型、直线型;根据临床的时序数据的变化趋势选择对应分配差异率数学模型,计算得到异质性分布中分配差异率。本发明方法合理、高效,可预测不同代次的线粒体变异数,并由此指导临床的用药及治疗。
-
公开(公告)号:CN113936475A
公开(公告)日:2022-01-14
申请号:CN202110955483.0
申请日:2021-08-19
Applicant: 复旦大学
Abstract: 本发明涉及一种多道路资源优化的交通控制方法和系统,方法包括以下步骤:通过传感器采集某一交叉口的车辆排队长度、车辆平均速度和车辆位置信息,从而计算当前交叉口的道路通行能力,构建以道路通行能力最大、平均延误最小的目标函数,计算预设的各个交叉口通行相位顺序的目标函数值,从而获取最优的交叉口通行相位顺序,作为下个周期该交叉口的交叉口通行相位顺序,所述平均延误根据交叉口通行相位顺序、车辆排队长度、车辆平均速度和车辆位置计算。与现有技术相比,本发明通过减少特定拥塞区域内的车辆输入来降低拥塞程度,从而从整体上解决交通拥塞的问题,改善路况,实现无人化和智慧化的交通管理。
-
公开(公告)号:CN118466180A
公开(公告)日:2024-08-09
申请号:CN202311354095.2
申请日:2023-10-19
Applicant: 复旦大学
IPC: G05B13/04
Abstract: 本发明属于动力系统控制技术领域,具体为神经网络镇定动力系统的随机镇定器设计方法。本发明利用NODE方法,在免模型情境中,先进行系统重构,再根据重构系统设计镇定器。本发明同时考虑受控系统的指数稳定性和渐进稳定性,分别设计指数镇定器和渐进镇定器来实现相应的稳定;根据这两种镇定器的计算复杂度和镇定效果的不同进行权衡,来选择具体的镇定器。在实际应用中,可以根据模型和系统参数事先计算出镇定器在这两个指标下的预计表现,以便对本方法进行更好的评估和使用。
-
公开(公告)号:CN117808054A
公开(公告)日:2024-04-02
申请号:CN202311859801.9
申请日:2023-12-30
Applicant: 复旦大学
Abstract: 本发明属于人工智能技术领域,具体为一种基于机器学习的复杂系统辨识与重构方法。本发明利用具有时滞的连续深度神经网络,称为神经时滞微分方程,在模型已知和模型未知的情况下对复杂系统进行系统辨识和重构。本发明将之前的模型从单个时滞推广到多个时滞的情形,并将多个时滞视作可学习参数。此外,每个时滞可以依赖于系统状态本身与时间,将神经时滞微分方程推广到更一般的情形。从应用层面,本发明考虑在模型已知和模型未知的情况下,根据观测到的时间序列数据,实现复杂系统的精准系统辨识和重构。本发明方法合理、有效,通过新型机器学习方法,为复杂系统领域中的系统识别与重构提供了一种新思路与技术支持,具有显著的应用价值。
-
公开(公告)号:CN115587234A
公开(公告)日:2023-01-10
申请号:CN202110763005.X
申请日:2021-07-06
Applicant: 上海荣泰健康科技股份有限公司 , 复旦大学
IPC: G06F16/9535 , G06F8/65 , G06Q10/04 , G06Q10/0639 , G06N3/04 , G06N3/08
Abstract: 本发明的个性化按摩程序推荐方法、系统及终端,基于智能按摩生成程序所对应的神经网络模型根据采集的用户信息获得对应该用户信息的智能按摩程序,并推荐给按摩椅;在按摩过程中,获取新的用户信息并保存至数据库中;根据所述数据库中的用户信息重复训练所述神经网络模型,并更新所述智能按摩生成程序;本发明根据用户情况的不同,用户会获得一个针对其情况的、符合其需求的按摩程序,提高了用户的按摩体验及按摩效果;并且通过对神经网络模型进行迭代优化,使得推荐的智能按摩程序更好地满足用户的需求。整个过程实现自动化、智能化,具有普遍地适用性。当硬件满足要求时,通过简单的程序升级就可达到智能推荐按摩程序的功能,极大的减少了推广成本,可以提高用户体验。
-
-
-
-
-
-
-
-
-