-
公开(公告)号：CN119693680A
公开(公告)日：2025-03-25
申请号：CN202411620925.6
申请日：2024-11-14
Applicant: 北京计算机技术及应用研究所
IPC: G06V10/764 , G06F18/24 , G06N3/0464 , G06N3/045 , G06F18/213 , G06F18/25 , G06N5/04 , G06V10/40 , G06V10/82
Abstract: 本发明涉及一种基于多模态模型的数据自动标注方法，属于数据标注与人工智能领域。本发明待标注图像数据与潜在标签输入数据自动标注系统；数据自动标注系统通过文本‑图像多模态模型为潜在标签进行打分排序，返回潜在标签概率排序结果；标注者人工对自动标注标签进行审核，确认标注结果并完成标注。本发明能提高数据标注时间效率；减少人工成本开销；扩大标注数据量，高效驱动更多下游人工智能模型。
-
公开(公告)号：CN119692411A
公开(公告)日：2025-03-25
申请号：CN202411679953.5
申请日：2024-11-22
Applicant: 北京计算机技术及应用研究所
IPC: G06N3/08 , G06F18/214 , G06N3/045 , G06V10/82 , G06V10/764 , G06V10/74 , G06N5/04
Abstract: 本发明涉及一种提升多模态模型细颗粒度判别能力的微调优化方法，属于人工智能领域。本发明通过对微调阶段的图像编码器通道引入ArcFace的角度边界辅助损失来优化图像和文本的联合表示学习。该方法包括预训练和微调两个阶段，预训练阶段使用在大规模图像‑文本对数据集上进行训练，微调阶段则基于特定领域数据集通过固定文本分支的全部参数和图像分支的多数参数，并在图像分支结合辅助损失函数调整模型参数，从而实现多模态模型对特定细颗粒场景判别能力的优化提升。
-
公开(公告)号：CN119672037A
公开(公告)日：2025-03-21
申请号：CN202411621275.7
申请日：2024-11-14
Applicant: 北京计算机技术及应用研究所
IPC: G06T7/10 , G06F3/0484 , G06N3/08
Abstract: 本发明涉及一种支持连续点击交互式的图像分割自动标注方法和电子设备，属于数据标注与人工智能领域。本发明将待标注图像数据输入自动标注系统；用户判断是否开始新的图像标注任务；若开始新的图像标注任务，系统获取用户连续鼠标点击交互信息；若待标注图像未在系统中出现过，系统调用后端支持连续点击交互式的图像分割模型计算得到图像特征向量，自动标注系统通过图像特征向量之间关联度计算得到待标注图像分割结果，之后系统返回自动标注结果；为保证标注质量，标注者通过对自动标注标系统所得到的结果进行审核，确认标注结果并完成标注。本发明能提高数据标注时间效率；减少人工成本开销；扩大标注数据量，高效驱动更多下游人工智能模型。
-
Patent Agency Ranking
公开(公告)号：CN119441989A
公开(公告)日：2025-02-14
申请号：CN202411679330.8
申请日：2024-11-22
Applicant: 北京计算机技术及应用研究所
IPC: G06F18/241 , A61B5/00 , A61B5/369 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于乘员脑电信号的融合风险分类方法，属于自动驾驶、人工智能和脑电信号处理领域。本发明针对预警信号利用在线学习算法训练一个预警信号提取特征网络；结合预警信号提取特征网络提取的特征和P300信号提取的特征实现基于脑电信号的风险分类器的训练；基于脑电信号实现风险的精准预测。本发明相比于之前研究单纯依靠P300信号，增加了预警信号数据特征，并且可以实现预警信号在线学习，结合车载计算机可以实现风险的快速精准识别。
-
公开(公告)号：CN119226631A
公开(公告)日：2024-12-31
申请号：CN202411296848.3
申请日：2024-09-18
Applicant: 北京计算机技术及应用研究所
IPC: G06F16/9536 , G06N20/20 , G06F18/2135 , G06F18/2431
Abstract: 本发明涉及一种基于协同过滤的分布式自动机器学习方法，属于自动机器学习领域。本发明为元知识库中的每个数据集搜索前N个模型并将它们存储在哈希字典中，并计算元知识库中的数据集的元特征子集的权重；基于协同过滤的分布式AutoML框架CF‑DAML，首先通过模型推荐模块计算新数据集的元特征并为其推荐合适的模型，然后，CF‑DAML在指定的时间限制内使用分布式模型训练系统DSTM在新数据集的训练集上训练推荐出的模型，并在其验证集上评估训练的模型，最后，CF‑DAML采用选择性堆叠集成系统MSSE集成几个高性能模型为新数据集的测试集预测标签。本发明在保证分类准确率提升的基础上大大降低了时间复杂度。
-
公开(公告)号：CN118264351A
公开(公告)日：2024-06-28
申请号：CN202410232317.1
申请日：2024-03-01
Applicant: 北京计算机技术及应用研究所
IPC: H04J3/06
Abstract: 本发明涉及一种基于时钟仲裁的高精度时钟同步方法，属于时钟同步领域。本发明包括：网络中所有节点通过最佳主时钟竞争算法BMCA竞争出时钟域中带有最好时钟源的节点，设为主时钟，同时建立以主时钟为根节点的时钟同步生成树；在竞争阶段，网络中各相邻节点互相发送Announce报文交换最佳主时钟选择信息；每个Announce报文包含时钟同步生成树向量信息，该信息标记了网络中一个节点作为根节点，即主时钟；每个网络节点将接收到的Announce报文中的信息与自身节点的信息进行比较，计算选择主时钟信息更好的节点为根节点；作为构建时钟同步生成树的一部分，每个节点的每个端口都通过与端口关联的状态机分配端口角色。本发明能够确保时钟在网络中的可靠同步。
-
公开(公告)号：CN115242666A
公开(公告)日：2022-10-25
申请号：CN202210855180.6
申请日：2022-07-19
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于数据分发服务的仿真平台监控系统，属于网络监测技术领域。本发明的系统由多个仿真板卡和监控软件组成。所述仿真板卡是由vscode框架下的建模工具生成的。所述仿真板卡之间以及仿真板卡与监控软件之间通过数据分发服务进行通讯。所述监控软件支持可变的板卡通讯架构并实现通讯网络拓扑关系视图。所述监控软件具有实时数据收集的功能和对板卡运行情况进行统一同步部署和调整的功能。所述监控软件具有完善的错误报警信息以及错误管理提示。该仿真平台监控系统具有高确定性、高可靠性和高可扩展性，能够对整个系统进行实时监控。
-
公开(公告)号：CN115037706A
公开(公告)日：2022-09-09
申请号：CN202210701171.1
申请日：2022-06-20
Applicant: 北京计算机技术及应用研究所
IPC: H04L49/351 , H04L49/15 , H04L41/0246
Abstract: 本发明涉及一种LRM型时间触发以太网交换模块，属于云计算领域。本发明由FPGA交换逻辑模块、嵌入式网络配置模块、嵌入式状态监控模块、板卡管理模块、器件状态监测模块、LRM接口模块、调试模块组成；FPGA交换逻辑模块构建了时间触发以太网与以太网交换逻辑，完成数据交换任务，嵌入式网络配置模块对FPGA交换逻辑模块下发配置信息，嵌入式网络状态监控模块对系统状态进行监控并上报，板卡管理模块完成模块健康管理功能，器件状态监测模块采集模块状态信息并将信息传送至板卡管理模块，LRM接口模提供供电、9路时间触发以太网接口、调试接口等对外接口。本发明可用于为异构化边端协同计算系统提供高带宽的确定性网络交换功能。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.038 seconds)
