-
公开(公告)号:CN118571402B
公开(公告)日:2024-10-29
申请号:CN202411061731.7
申请日:2024-08-05
Applicant: 先进计算与关键软件(信创)海河实验室
IPC: G16H15/00 , G06N3/0455 , G06N3/0464 , G06N5/04 , G06F18/22
Abstract: 本发明涉及人工智能以及检索技术领域,具体公开了基于检索增强的医疗质控报告智能生成方法及系统,方法包括构建医疗影像质控的图文对数据;构建图像嵌入模型和文本嵌入模型;构建三元仿射变换器并训练;部署向量数据库;部署多模态大模型并训练;部署大语言模型;得到医疗质控报告智能生成系统;将图像和提示词输入所述医疗质控报告智能生成系统,生成医疗质控报告。本发明能够有效整合临床数据和最新医疗知识,智能高效的生成医疗质控报告,提高了医疗质控报告的可靠性和专业性。
-
公开(公告)号:CN118277107B
公开(公告)日:2024-10-01
申请号:CN202410713506.0
申请日:2024-06-04
Applicant: 先进计算与关键软件(信创)海河实验室
Abstract: 本发明涉及计算机技术领域,具体公开了异构可信执行环境间安全协同计算的方法、系统及产品,该方法包括获取计算任务,对所述计算任务进行攻击,得到能够抵御所述攻击的协同计算安全分层范围;部署本地设备TEE和远程服务器TEE的运行环境,获取性能参数;根据性能参数,确定本地设备最优分层点;根据所述本地设备最优分层点拆分所述预训练模型;将拆分后的预训练模型分别发送到所述本地设备TEE和远程服务器TEE。本发明能够为给定的预训练模型提供协同计算安全分层范围,结合本地设备TEE和远程服务器TEE的性能表现,确定本地设备最优分层点,对预训练模型进行合理拆分,在保证协同计算安全性的前提下提高系统的整体执行效率。
-
公开(公告)号:CN118092918B
公开(公告)日:2024-07-02
申请号:CN202410530089.6
申请日:2024-04-29
Applicant: 南开大学 , 先进计算与关键软件(信创)海河实验室 , 天开宏图(天津)科技有限公司
IPC: G06F8/38 , G06F16/958
Abstract: 本发明提供了一种基于线框图转化的网站前端开发方法、装置和存储介质,涉及软件工程技术领域,包括:接收图像数据,将图像数据中的有效信息转换为便于语言模型理解的内容;调用大型语言模型并采用提示工程技术优化输入,得到初稿文件;同时生成多个初稿文件,对初稿文件进行评分和筛选;根据接收到的自然语言输入对最优初稿文件进行修改;调用大型语言模型,得到需求对应的功能代码;基于代码注入算法将功能级代码注入到初稿文件的对应位置,实现页面更新;在多组单一页面转化完成后,通过页面路由分配算法和窗口跳转代码注入实现多个单一页面的对接,生成完整的网站前端页面。降低了网站前端开发工作量,提高了开发效率。
-
公开(公告)号:CN118245073A
公开(公告)日:2024-06-25
申请号:CN202410626992.2
申请日:2024-05-21
Applicant: 先进计算与关键软件(信创)海河实验室
Abstract: 本发明提出一种面向多RISC‑V平台的统一Linux操作系统镜像设计方法及装置,制作镜像时,将不同RISC‑V平台的bootloader文件和Linux内核文件分别设置在对应路径下;将与各个RISC‑V平台硬件无关文件集合的最大交集,打包生成硬件无关镜像文件;交集之外文件以及与硬件平台紧耦合的软件包和配置文件打包生成相应的硬件相关deb安装包;然后统一打包生成面向多RISC‑V平台的统一Linux操作系统镜像文件;各RISC‑V平台进行系统安装时下载镜像文件并进行自适应烧录安装。本发明实现一个操作系统镜像可以自适应安装到多个不同的RISC‑V硬件平台之上,从而形成统一的RISC‑V操作系统镜像版本,降低操作系统管理和维护的成本。
-
公开(公告)号:CN117709129A
公开(公告)日:2024-03-15
申请号:CN202410160264.7
申请日:2024-02-05
Applicant: 国家超级计算天津中心 , 中国人民解放军国防科技大学 , 先进计算与关键软件(信创)海河实验室
IPC: G06F30/20 , G06F9/50 , G06F111/02 , G06F119/14
Abstract: 本公开实施例涉及一种多尺度仿真方法、装置、设备及存储介质,其中,该方法包括:获取目标网格模型;根据多个单元的初始理论时间步长对多个单元进行多尺度分组和时间步长调整,得到不同尺度的多个候选单元组以及多个单元的目标时间步长;针对每个候选单元组分别各自执行内部循环操作。本公开实施例可将目标网格模型中的多个单元划分为多个不同尺度的候选单元组,以便对目标网格模型进行多尺度仿真,而非像相关技术中将多个单元的时间步长统一为最小的时间步长从而进行单一尺度仿真,如此,可减少计算量,提高计算效率,从而满足快速仿真需求。
-
公开(公告)号:CN117690536A
公开(公告)日:2024-03-12
申请号:CN202410156031.X
申请日:2024-02-04
Applicant: 国家超级计算天津中心 , 中国人民解放军国防科技大学 , 先进计算与关键软件(信创)海河实验室
Abstract: 本公开涉及一种基于异构并行的材料性能预测方法、装置、设备及介质,包括:通过预先训练好的目标预测模型预测目标材料的目标性能参数;目标预测模型的迭代训练过程是采用预先构建的异构并行架构实现的,异构并行架构包括:CPU计算节点和GPU计算节点;GPU计算节点,用于选取当前训练数据集训练得到当前预测模型,通过当前预测模型从待查询材料中选取满足预设误差条件的多个材料样本;CPU计算节点,用于对材料样本的性能参数进行计算,并将得到的第二性能参数发送给GPU计算节点,以使GPU计算节点基于标注有第二性能参数的材料样本生成新的当前训练数据集。本公开能够将DFT与机器学习相结合,提高材料性能的计算效率和准确性。
-
公开(公告)号:CN117075957A
公开(公告)日:2023-11-17
申请号:CN202311329756.6
申请日:2023-10-16
Applicant: 先进计算与关键软件(信创)海河实验室 , 中国人民解放军国防科技大学
Abstract: 本发明属于信息技术领域,更具体地说,尤其是涉及一种面向多RISC‑V平台的通用Linux操作系统镜像设计方法。通过提供不同RISC‑V硬件平台的Linux内核和桌面环境组件、启动RISC‑V硬件平台、通过Open‑SBI进行设备初始化、Open‑SBI调用RISC‑V硬件平台的U‑Boot,选择对应RISC‑V硬件平台的Linux内核进行加载,最后根据RISC‑V硬件平台的型号加载桌面环境运行。本发明具有的优点和积极效果是:通过将多内核与多系统组件引入操作系统镜像中来实现一个通用的RISC‑V硬件平台Linux操作系统镜像文件,使RISC‑V硬件平台在安装和使用Linux操作系统的过程中不需要寻找甚至构建专用的img镜像。
-
公开(公告)号:CN116309186B
公开(公告)日:2023-09-12
申请号:CN202310534190.4
申请日:2023-05-12
Applicant: 北京理工大学 , 先进计算与关键软件(信创)海河实验室
IPC: G06T5/00 , G06V10/762 , G06T5/40
Abstract: 本发明公开的一种基于多段S曲线映射的红外图像动态范围压缩方法,属于红外图像处理领域。本发明使用聚类算法对图像内容进行聚类,并对每一类图像内容分别进行S曲线映射,能够实现图像内容自适应的动态范围压缩,从而能较好地保留图像细节。本发明采用S曲线映射进行红外图像动态范围压缩,能够利用S曲线两端具有压缩程度大、变化平缓的特点,中间具有压缩程度小、变化陡峭的特点,较好应对灰度集中分布在中心区域的情况,相较于幂函数与对数函数更适用于图像动态范围压缩。本发明对每一类图像内容,使用基于人眼视觉感受机理的S曲线参数分别计算视觉敏感度系数,使用基于人眼视觉感受机理的参数更好地提升图像对比度,改善红外视觉效果。
-
公开(公告)号:CN116050196B
公开(公告)日:2023-06-30
申请号:CN202310345970.4
申请日:2023-04-03
Applicant: 国家超级计算天津中心 , 中国人民解放军国防科技大学 , 先进计算与关键软件(信创)海河实验室
IPC: G06F30/20
Abstract: 本公开实施例涉及一种多维度仿真方法、装置、设备及存储介质,该方法包括针对目标工程问题进行仿真初始化;在低维仿真模型中设置间断监测点并确定间断监测点的位置;针对低维仿真模型,确定目标间断的当前位置以及确定低维仿真模型中物质的当前物理状态,直至目标间断的当前位置与间断监测点的位置满足预设条件;将低维仿真模型进行高维重建并映射至高维仿真模型中,得到新的高维仿真模型;针对新的高维仿真模型,确定目标间断的当前位置以及确定新的高维仿真模型中物质的当前物理状态,直至仿真时长达到预设的终止时长。根据本公开实施例可减小计算量,提升计算效率,并且还可减小计算误差,提升多维度仿真的易用性。
-
公开(公告)号:CN116258730A
公开(公告)日:2023-06-13
申请号:CN202310545669.8
申请日:2023-05-16
Applicant: 先进计算与关键软件(信创)海河实验室 , 南开大学
IPC: G06T7/10 , G06N3/0455 , G06N3/084 , G06N3/0895 , G06T7/00
Abstract: 本发明提供了一种基于一致性损失函数的半监督医学图像分割方法,属于神经网络技术领域,使用基于频域和多粒度相似度一致性约束来训练分割网络,通过利用有限标注样本和大量无标注样本来对医学图像进行高效地分割。根据频域和区域多粒度一致性约束,可以为无标注数据提供相应的监督信号,进而模型可以同时利用有标注和无标注数据训练模型,其中,频域一致性利用离散余弦变换将图像变换到频域;多尺度区域一致性可以利用区域一致性信息,可以为模型提供丰富的区域语义信息。本发明可减少全监督深度学习分割模型对标注数据的需求,从而减少90%标注成本,可以使得模型在有限标注样本的指导学习下利用大量无标注数据。
-
-
-
-
-
-
-
-
-