-
公开(公告)号：CN117236193A
公开(公告)日：2023-12-15
申请号：CN202311418940.8
申请日：2023-10-30
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: G06F30/27 , G06N3/0442 , G06N3/0455 , G06N3/048 , G06F119/04
Abstract: 本发明公开了一种基于Transformer网络的离子磨机剩余使用寿命预测方法，涉及半导体制造技术领域，首先，利用特征压缩‑激发模块重新校准原始时间序列数据的权重，从而能够从不同的传感器数据中提取到与离子磨机剩余使用寿命预测相关的重要特征；然后，基于Transformer的离子磨机剩余使用寿命预测网络来学习特征的时间依赖性，并使用两个全连接层来将基于Transformer的离子磨机剩余使用寿命预测网络的输出映射到离子磨机剩余使用寿命预测值。本发明采用上述的一种基于Transformer网络的离子磨机剩余使用寿命预测方法，能够更好地学习时间序列数据的时间属性，通过压缩‑激发模块提取特征，并处理不同特征通道之间的关系，从而有效地预测剩余使用寿命。
-
公开(公告)号：CN119359156A
公开(公告)日：2025-01-24
申请号：CN202411897737.8
申请日：2024-12-23
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)
IPC: G06Q10/0639 , G06Q50/04 , G06F18/213 , G06F18/10 , G06F18/214 , G06N3/0455 , G06N3/042 , G06N3/0499 , G06N3/08
Abstract: 本发明涉及基于自编码器和图注意力网络的多工序制造质量预测方法。其中的方法包括：获取生产线上各工序的流程工艺传感器检测获得的时序特征数据，构建总流程工艺数据集，输入到半导体多工序质量预测模型中，对数据集进行预处理，按照阶段数量对特征进行分组后，将每个阶段内的特征输入到多层堆叠自编码器中，以特征降维到同一维度得到最后的中间特征，将获得中间特征作为图注意力网络的节点输入，迭代更新得到最终的节点输出，其中，图注意力网络采用残差机制，将最终的节点输出作为最后的前馈神经网络的输入，获得质量特征回归预测。本发明通过自编码器特征降维技术和图神经网络数据挖掘技术结合，实现多维度多阶段建模。
-
公开(公告)号：CN119169344A
公开(公告)日：2024-12-20
申请号：CN202411145247.2
申请日：2024-08-20
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: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于降低空间和通道特征冗余的可微分神经架构搜索方法，该方法包括首先定义搜索空间，在该搜索空间中寻找最优的神经网络架构；设计空间特征重构模块来消除空间特征冗余；使用自适应通道注意力模块通过快速一维卷积提取每个通道的重要性，根据计算出的注意力权重用于指导通道的去向；其中，注意力权重较高的通道被发送到操作空间，而其他通道则直接与操作空间的输出接触，以平衡信息保留和计算效率；将搜索到的最佳网络架构单元进行堆叠，重新构建并训练神经网络模型，进而实现图像的分类任务。本发明在轻量级、高效性、动态通道选择、信息保留与计算效率平衡、易于扩展与泛化以及提升图像分类性能等方面均展现出显著的优势。
-
公开(公告)号：CN118072385A
公开(公告)日：2024-05-24
申请号：CN202410103176.3
申请日：2024-01-24
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: G06V40/20 , G06V20/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/044 , G06N3/096
Abstract: 本发明提供一种基于视频步态分析的帕金森病评估方法，其包括获取待评估的步态视频数据，对所述步态视频数据进行处理，建立视频数据集；对视频单帧图像进行人体体态识别，获取每一帧图像的人体关键点热度图；再利用图卷积基于时域和空间域完成关键点识别；通过双流时空自适应图卷积神经网络以及transformer模型结合搭建分类模型。应用本发明主要用于解决现有技术中存在的视频包含信息过多、干扰较多、评分主观性强等问题。
-
-
-
Search Results
14
records
(took 0.06 seconds)
