公开(公告)号：CN119091134A

公开(公告)日：2024-12-06

申请号：CN202411018850.4

申请日：2024-07-29

Applicant: 浙江大学软件学院(宁波)管理中心(宁波软件教育中心)

Inventor： 冯尊磊 ,  贾志杰 ,  周林云 ,  宋明黎

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明公开了一种基于深度语义分割优化模型的图像分割方法，特点是根据预设的训练参数，使用公开的语义分割数据集VOC2012的训练集根据交叉熵损失函数对设置有编码器的待训练的深度语义分割模型进行训练，获取每一轮次训练得出的权重文件，基于公开的语义分割数据集VOC2012的验证集对所有权重文件进行验证，筛选出mIoU值最高的权重文件，得到该权重文件所对应的预训练的深度语义分割模型；通过基于语义类别和区域边界偏差修正的优化方法或基于局部噪声消除的优化方法对预训练的深度语义分割模型进行优化，得到优化后的深度语义分割优化模型；将待检测的图像输入至深度语义分割优化模型中进行语义分割，得到语义分割结果；优点是提高了语义分割精度。

公开(公告)号：CN118278468B

公开(公告)日：2024-09-06

申请号：CN202410695887.4

申请日：2024-05-31

Applicant: 浙江大学

Inventor： 陈纯 ,  陈刚 ,  伍赛 ,  赵俊博 ,  张东祥 ,  唐秀 ,  宋明黎 ,  高云君

IPC: G06N3/0495 ,  G06N3/082 ,  G06N3/098 ,  G06F16/242

Abstract: 本发明公开了一种基于数据库管理系统的深度神经网络推理方法和装置，包括：将预训练神经网络模型参数转换为二进制格式；根据不同的目标任务，使用对应的目标数据集微调将参数已转换为二进制格式的预训练神经网络模型，并在微调中，通过概率模型和剪枝技术，去除冗余参数，得到轻量化模型；将若干个所述轻量化模型部署到数据库管理系统中，即SmartLite；其中，所述预训练神经网络模型的结构和参数作为共享块；当所述SmartLite接受到混合查询请求，至少调用一个模型进行推理；所述混合查询包括SQL查询和深度学习模型推理。本发明计算效率显著提升，使用查找表和比特操作优化，在各种计算任务中显著提高了计算速度。

公开(公告)号：CN118227656B

公开(公告)日：2024-08-13

申请号：CN202410650121.4

申请日：2024-05-24

Applicant: 浙江大学

Inventor： 陈刚 ,  陈纯 ,  伍赛 ,  赵俊博 ,  张东祥 ,  唐秀 ,  宋明黎 ,  高云君

IPC: G06F16/242 ,  G06F16/2455 ,  G06F16/27

Abstract: 本发明公开了一种基于数据湖的查询方法和装置，包括：根据用户输入，对查询的目标数据集进行采样，得到模式信息M和数据样本信息，从而构建查询；将查询分解成若干个子任务，从而构建处理图；修正处理图，采用shuffle技术和/或Collapse技术，并结合成本模型对修正后的处理图进行优化；根据优化后的处理图生成代码并执行，以输出用户查询结果。本发明无需中介模式，简化查询过程，不需要数据转换和加载，简化了操作，从整体上提高了查询效率。在查询细节上，设计了针对LLM生成代码的查询优化器，极大提高了LLM生成代码的执行效率和对应方法的可解释性，其中对处理图修正以辅助LLM能提高查询准确性，使整个自然语言查询任务的准确性超过传统方法。

公开(公告)号：CN118279739A

公开(公告)日：2024-07-02

申请号：CN202410367680.4

申请日：2024-03-28

Applicant: 浙江大学

Inventor： 孙震 ,  王慧琼 ,  孙立 ,  宋明黎 ,  李军伟 ,  李春光

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/082

Abstract: 基于自适应分层采样网络和作物生长周期编码器的多源遥感图像时间序列农作物覆盖分类方法和装置，其方法包括：多光谱遥感卫星图像时间序列和双极化C波段SAR雷达图像时间序列的融合；农作物地块预分割；多尺度自适应分层采样网络；注意力机制引导下采样模块；农作物生长周期Transformer编码器。本发明考虑到多源遥感卫星图像中的互补数据以及时间序列数据中隐含的农作物生育周期规律，提供了一种端到端的高准确率，可解释性强的农作物地块分类方法。

公开(公告)号：CN118155661A

公开(公告)日：2024-06-07

申请号：CN202410265676.7

申请日：2024-03-08

Applicant: 浙江大学宁波“五位一体”校区教育发展中心

Inventor： 王慧琼 ,  孙立 ,  宋明黎 ,  宋杰 ,  冯尊磊

IPC: G10L25/51 ,  G10L15/08 ,  G10L15/26 ,  G10L19/18 ,  H04L9/40 ,  H04L9/32 ,  G06F18/25 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/09 ,  G06Q50/50

Abstract: 一种基于多模态融合深度神经网络模型电信反欺诈方法和系统，其方法包括：步骤1.将信息中的语音模态转换为文字模态；步骤2.将信息中的图像进行切片并转换为图像数字向量；步骤3.将信息中的文本转换为数字向量；步骤4.文本图像信息融合向量生成；步骤5.多层联合向量的深度学习网络迭代训练；步骤6.欺诈识别预测；待预测是否为欺诈的样本输入到已经训练好的分类器模型中，利用最后一层迭代后的输出向量，经过双曲正切函数进行映射，完成欺诈预测时的是否违规的判断。

公开(公告)号：CN117559453A

公开(公告)日：2024-02-13

申请号：CN202311295636.9

申请日：2023-10-09

Applicant: 浙江大学 ,  国网浙江省电力有限公司

Inventor： 宋明黎 ,  韩耕诗 ,  罗伟 ,  刘顺宇

IPC: H02J3/06 ,  H02J3/00 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/045 ,  G06N3/092 ,  G06N3/084

Abstract: 基于帕累托优化和人类反馈强化学习的多目标实时电力调度方法和装置，其方法包括：首先，利用仿真软件构建电力系统初始状态数据集；然后，考虑电力系统实时调度的多目标特点，设计构建多目标奖励框架，并且引入多梯度下降算法求解帕累托优化，利用近端策略优化算法进行强化学习，训练多目标电力调度策略模型；最后，引入人类反馈强化学习框架，将多目标电力调度策略模型与最优潮流计算的人类偏好轨迹数据训练得到的偏好奖励模型融入强化学习框架中，进一步微调多目标电力调度策略模型，实现了综合多个目标和人类偏好的多目标实时电力调度策略模型，可运用微调优化得到的多目标电力调度策略模型进行实时电力调度。

公开(公告)号：CN116881716A

公开(公告)日：2023-10-13

申请号：CN202310851553.7

申请日：2023-07-12

Applicant: 浙江大学

Inventor： 宋杰 ,  许可 ,  郑铜亚 ,  冯尊磊 ,  宋明黎

IPC: G06F18/214 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/09 ,  G06F17/16 ,  G06F17/11

Abstract: 基于时序二分图神经网络的用户缺失属性补全方法，首先，对时序用户属性矩阵进行预处理，进行数据归一化，并记录分类变量和连续变量。然后将时序用户属性矩转化为时序二分图结构，并采用图卷积神经网络来聚合提取图中节点嵌入向量和边嵌入向量，并使用LSTM融合不同时间步的节点特征；将时序二分图中预测边的两端节点的图特征拼接作为用户节点‑属性节点的边预测模型的输入；采用多个线性层构建边预测模型，引入多任务学习框架同时学习分类任务和回归任务，从而灵活处理分类变量和连续变量。最后，通过该框架来对用户缺失属性进行补全，并将结果写回原数据中。本发明还包括基于时序二分图神经网络的用户缺失属性补全方法的系统。

公开(公告)号：CN115908920B

公开(公告)日：2023-10-03

申请号：CN202211453096.8

申请日：2022-11-21

Applicant: 浙江大学

Inventor： 冯尊磊 ,  张圣旭明 ,  胡凯文 ,  俞晓天 ,  宋明黎

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V20/70 ,  G06N3/0464

Abstract: 基于卷积神经网络的急性主动脉综合征CT图像分类方法，包括：1)躯干CT平扫和CT增强图像数据集收集；2)主动脉检测图像数据和急性主动脉综合征分类图像数据标注；3)获取主动脉CT检测图像；4)主动脉CT图像分类网络初始训练；5)高置信度样本梯度通道模式聚合；6)基于高置信度样本梯度通道模式进行梯度约束的主动脉CT图像分类网络重训练；7)对CT图像整体分类。本发明可以对急性主动脉综合征的CT增强图像甚至CT平扫图像进行分类。本发明采用两阶段方法，将主动脉部分CT图像从整体躯干扫描CT图像中分离出来，减少无关部分的干扰，并使用高置信度主动脉CT图像引导低置信度主动脉CT图像的学习进程，增加主动脉CT图像分类准确度，具有较强的实用性，有助于减轻医生工作量。

公开(公告)号：CN116796699A

公开(公告)日：2023-09-22

申请号：CN202310841499.8

申请日：2023-07-11

Applicant: 浙江大学 ,  国网山东省电力公司济南供电公司

Inventor： 冯尊磊 ,  魏耀全 ,  陈霞 ,  宋杰 ,  宋明黎 ,  梁栋 ,  禚俊杰 ,  刘珅岐

IPC: G06F30/398 ,  G06N3/088 ,  G06N3/0895 ,  G06N3/092 ,  G06N3/045

Abstract: 基于状态关系主动提问的存储电路智能化设计方法和系统，其方法包括：首先将存储电路数据的节点特征进行对齐从而构建存储电路结构状态的一条高维向量表示。然后利用随机采样的存储电路结构数据训练特征提取器，之后构建强化学习模型。在训练强化学习模型时，将每一步遇到的存储电路结构状态特征提取出来，并放入特征池中。然后依据每一步当前存储电路结构状态特征与特征池的距离，判断是否向专家进行提问。若向专家提问，专家会给予具体动作建议让模型去执行。最后，为了保证模型能够快速学习专家知识，为每一条专家建议的样本设置额外的内置奖励。

公开(公告)号：CN116681106A

公开(公告)日：2023-09-01

申请号：CN202310317221.0

申请日：2023-03-29

Applicant: 浙江大学

Inventor： 冯尊磊 ,  陈佳伟 ,  陈琳 ,  宋明黎

IPC: G06N3/045 ,  G06N3/08 ,  G06N5/04 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明公开了基于生命周期预测的视觉Transformer模型加速算法，包括：1)使Transformer模型进行前半部分的正向传播；2)光滑化生命周期函数并构建视觉Transformer权重转换模块；3)构建视觉Transformer权重转换模块；4)模型推理；5)训练模型。本发明使用生命周期预测模块为视觉Transformer模型的每个输入的图片块预测生命周期。在进行模型推理时，本发明依据预测出的生命周期适时丢弃图片块，从而减少不必要的推理计算，实现模型的推理加速的效果。在模型训练时，本发明通过权重转换模块，将不可微分的图片块生命周期转化为可微的权重函数，实现方便的模型端到端训练。