-
公开(公告)号：CN119693617A
公开(公告)日：2025-03-25
申请号：CN202411755666.8
申请日：2024-12-02
Applicant: 中国科学院自动化研究所
IPC: G06V10/25 , G06V10/82 , G06V10/774 , G06V10/44 , G06V10/764 , G06V10/80 , G06N3/084 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/0895
Abstract: 本申请公开了一种针对图像的跨域目标检测模型的训练方法及装置和跨域目标检测方法。该训练方法包括：获取源域数据和目标域数据；将源域数据和目标域数据输入到深度学习网络，得到第一特征图；基于跨通道交叉注意力策略，对第一特征图中的注意力权重进行调整，得到具有调整的注意力权重的第二特征图；将第二特征图输入到用于图像级特征对齐的域分类器网络和用于特定类别特征对齐的图像级多标签分类器网络，得到第三特征图；将第三特征图输入到用于源域实例级特征对齐的第一预测网络和用于目标域实例级多标签预测的第二预测网络，得到第四特征图；根据源域数据和目标域数据、第一至第四特征图，调整模型参数，得到训练后的跨域目标检测模型。
-
公开(公告)号：CN111444019B
公开(公告)日：2024-01-26
申请号：CN202010240843.4
申请日：2020-03-31
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种云端协同的深度学习模型分布式训练方法及系统，所述训练方法包括：客户端接收用户输入的关于深度学习网络的训练任务；客户端根据所述训练任务调取网络配置和训练信息；云服务器根据网络配置和本地设备的资源情况，筛选出能够用于训练的各训练本地设备；云服务器根据所述网络配置和训练信息，生成多个训练子任务；云服务器将各训练子任务分别发送到不同的训练本地设备中；云服务器与各训练本地设备根据网络配置，对对应的训练子任务进行训练，以实现对深度学习网络的分布式训练。本发明通过云端协同实现了分布式资源的发现和筛选，从而可在深度学习模型分布式训练时合理有效的利用资源。
-
公开(公告)号：CN116946224A
公开(公告)日：2023-10-27
申请号：CN202310934949.8
申请日：2023-07-27
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种作业站站区一体化调度系统及其控制方法，该作业站站区一体化调度系统包括：第一作业站，用于提供多源异构数据；边缘计算平台，用于对所述多源异构数据进行时间切片处理，得到时间切片数据；第二作业站，用于基于所述多源异构数据和所述时间切片数据分别进行仿真作业、参数标定和运营态势推演，得到目标调度方案。本发明所述系统实现了物理作业站的作业内容与信息系统的统一调度，提高了铁路干线的点线协调能力，进而提高了铁路运输能力。
-
公开(公告)号：CN113011430A
公开(公告)日：2021-06-22
申请号：CN202110309423.1
申请日：2021-03-23
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种大规模点云语义分割方法及系统，所述语义分割方法包括：提取待识别点云的逐点特征，所述待识别点云由多个待识别点构成；基于各待识别点的点云空间信息，将各逐点特征逐步编码，得到对应的点云特征；将各点云特征逐步解码，得到对应的解码特征；根据各解码特征，基于语义分割网络模型，确定所述待识别3D点云的语义分割预测结果。本发明提取待识别点云的逐点特征，从大规模点云信息中提取更有效的空间特征，基于各待识别点的点云空间信息，将各逐点特征逐步编码，得到点云特征，进一步解码，得到解码特征，根据解码特征，确定所述待识别3D点云的语义分割预测结果，以获取周围空间环境的语义信息，从而提高语义分割精度。
-
公开(公告)号：CN111464627B
公开(公告)日：2021-05-25
申请号：CN202010240844.9
申请日：2020-03-31
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种基于云边协同的数据处理方法、边缘服务器、中心服务器及数据处理系统；所述数据处理方法包括：接收终端设备的数据请求；解析所述数据请求确定所述终端设备的身份标识及数据类型；根据所述数据类型调取数据计算框架；根据身份标识向对应的终端设备发送数据处理请求；接收终端设备发送的数据计算任务；根据所述数据计算框架，加载数据计算任务，得到计算结果；根据所述身份标识，将所述计算结果发送至所述终端设备。本发明边缘服务器分别连接多个终端设备及中心服务器，可根据终端设备的数据请求，直接在边缘服务器实时计算处理，不需上传到中心服务器，从而降低中心服务器的存储与计算负载压力，减少数据传输的带宽占用。
-
Patent Agency Ranking
公开(公告)号：CN103065208B
公开(公告)日：2016-02-03
申请号：CN201310037281.3
申请日：2013-01-30
Applicant: 东莞中国科学院云计算产业技术创新与育成中心 , 中国科学院自动化研究所
IPC: G06Q10/04
Abstract: 本发明提出的一种虚实互动的交通疏散控制方案优化系统，包括数据库、模型库、实际交通系统、虚拟交通系统、决策支持平台和疏散方案库。虚拟交通系统与实际交通系统进行交互同步，实现对交通疏散环境的“平行”描述，决策支持平台包括疏散场景生成、天气场景生成、疏散方案生成和疏散结果评价四个模块，完成大型活动期间的交通疏散实验功能，生成正常和异常天气条件下的交通疏散场景，并对疏散方案效果进行评价。该优化系统通过虚拟系统和实际系统之间的交互，为交通疏散过程提供决策支持。
-
公开(公告)号：CN111611085B
公开(公告)日：2023-09-22
申请号：CN202010469336.8
申请日：2020-05-28
Applicant: 中国科学院自动化研究所
IPC: G06F9/50
Abstract: 本发明属于云边协同、混合增强智能领域，具体涉及一种基于云边协同的人机混合增强智能方法、系统、装置，旨在解决边缘侧的计算及存储资源不足，导致高复杂度的智能算法难以部署，低复杂度的智能算法精度有限的的问题。本系统包括：设置于云端的算法库、设置于边缘端的输入模块、算法选择模块、决策模块；算法库，用于储存算法文件；输入模块，用于获取输入信息；算法选择模块，配置为获取边缘设备的性能评价指标，并通过预设的算法选取规则从算法库中选取相应的算法；决策模块，配置为获取目标决策结果。本发明降低了高复杂度的智能算法的部署难度，提高了低复杂度的智能算法的精度。
-
公开(公告)号：CN111507762A
公开(公告)日：2020-08-07
申请号：CN202010294002.1
申请日：2020-04-15
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于智能交通系统领域，具体涉及了一种基于多任务共预测神经网络的城市出租车需求预测方法，旨在解决现有技术不考虑下车需求导致出租车需求预测精度达不到预期的问题。本发明包括：将城市划分为网格，连续时间离散为时间块，并将一段时期内城市出租车载客的实时数据归到各网格的各时间块内，统计上下车需求量来训练可同时预测两种需求的多任务共预测神经网络，该神经网络可用于预测未来时间段内出租车的上下车需求量。本发明将出租车需求预测问题建模为上车和下车需求的时序预测问题，同时捕捉上车和下车需求之间的差异和联系，预测精度高、泛化性能好，有助于出租车管理部门合理配置出租车资源以解决城市不同区域出租车供求不平衡的问题。
-
公开(公告)号：CN111444019A
公开(公告)日：2020-07-24
申请号：CN202010240843.4
申请日：2020-03-31
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种云端协同的深度学习模型分布式训练方法及系统，所述训练方法包括：客户端接收用户输入的关于深度学习网络的训练任务；客户端根据所述训练任务调取网络配置和训练信息；云服务器根据网络配置和本地设备的资源情况，筛选出能够用于训练的各训练本地设备；云服务器根据所述网络配置和训练信息，生成多个训练子任务；云服务器将各训练子任务分别发送到不同的训练本地设备中；云服务器与各训练本地设备根据网络配置，对对应的训练子任务进行训练，以实现对深度学习网络的分布式训练。本发明通过云端协同实现了分布式资源的发现和筛选，从而可在深度学习模型分布式训练时合理有效的利用资源。
-
公开(公告)号：CN110136041A
公开(公告)日：2019-08-16
申请号：CN201910384834.X
申请日：2019-05-09
Applicant: 中国科学院自动化研究所
IPC: G06Q50/26
Abstract: 本发明属于计算机社会仿真领域，具体涉及一种基于多重社会关系约束的人工人口合成方法、系统、装置，旨在解决人工人口合成无法同时处理分配偏差和多重社会关系约束的问题。本系统方法包括获取社会实体全属性实体数；将社会实体的全属性实体数转换为人口个体数；基于社会实体的全属性实体数和人口个体数的公共属性计算初始人口分布，剩余属性对初始人口分布扩展，得到所有属性的人口分布；计算所有属性的人口分布中各属性对应的社会实体分布；根据成员组成关系，将所有属性的人口分布与各组织属性对应的社会实体分布进行关联，得到个体数据集和社会实体集。本发明既能合成多种社会关系的虚拟人口，又能将合成人口与各社会输入约束误差控制到最小。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.026 seconds)
