-
公开(公告)号：CN114581748A
公开(公告)日：2022-06-03
申请号：CN202210483252.9
申请日：2022-05-06
Applicant: 南京大学
IPC: G06V10/80 , G06V10/774 , G06K9/62 , G06N20/00
Abstract: 本发明公开一种基于机器学习的多智能体感知融合系统及其实现方法，多个智能体在行驶过程中通过摄像头采集道路环境图片，根据采集的道路环境图片制作训练数据集；使用训练数据集训练算法模型，并将算法模型部署在计算芯片上；使用过程：智能体行驶过程中，通过摄像头采集道路环境图片，并发送给计算芯片，在计算芯片中运行算法模型，提取图片中的特征，对多摄像头图片进行特征融合，对融合好的特征进行多任务预测，得到环境信息，使用通信模块将环境信息分享给周边智能体并获取周边智能体分享的环境信息，计算芯片将通信获取的环境信息进行融合，完善自身环境信息。本发明增加了智能体感知范围，降低了智能体感知盲区，提高了智能体的决策精度。
-
公开(公告)号：CN114265986A
公开(公告)日：2022-04-01
申请号：CN202210184063.1
申请日：2022-02-28
Applicant: 南京大学
IPC: G06F16/9535 , G06N5/02 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种融合知识图谱结构与路径语义的信息推送方法和系统，包括：基于用户物品行为图和物品关联知识图谱构建融合图；将异构节点表示映射到统一语义空间；使用图神经网络对融合图中的行为子图和物品子图逐层交替更新；对用户和物品节点之间游走采样得到路径集合并加权融合生成路径表示；联合用户和物品节点表示及其二者间路径表示计算匹配得分训练推荐系统模型；基于推荐系统模型对用户推送感兴趣的物品信息。本发明综合考量结构信息和路径语义计算用户和物品相似度进行物品信息推送，提供了一种更为合理的信息融合手段，此项技术可以应用于物品信息推送尤其是稀疏场景下的用户物品表示学习。
-
公开(公告)号：CN113297429A
公开(公告)日：2021-08-24
申请号：CN202110566210.7
申请日：2021-05-24
Applicant: 南京大学
IPC: G06F16/901 , G06F16/906 , G06N3/04 , G06Q50/00
Abstract: 本发明公开一种基于神经网络架构搜索的社交网络链路预测方法，包括以下步骤：步骤1，构建训练数据集；步骤2，利用神经网络架构搜索框架进行搜索，并对搜索框架进行改进；利用其搜索到的最优cell构建神经网络模型；步骤3，对社交网络进行链路预测。该方法可以自动探索更优的神经网络的结构，从而降低了在链路预测中人工设计神经网络的困难，并可以提高链路预测算法的预测效果。
-
公开(公告)号：CN113286275A
公开(公告)日：2021-08-20
申请号：CN202110441049.0
申请日：2021-04-23
Applicant: 南京大学
Abstract: 本发明公开一种基于多智能体强化学习的无人机集群高效通信方法，构建无人机飞行环境模拟器；随机选取一架无人机作为队长并标记；每架无人机获取并维护本机的局部观测值，将自身观测值进行编码并发送给队长；队长根据每架无人机的自身观测值，分别对全局观测值进行attention注意力机制处理，根据信息的重要程度来决定信息的权重，继而将计算好的观测值发送给每个队友，作为队友的全局观测值；训练阶段以全局观测值作为训练数据，直到策略网络收敛；执行阶段以分布式的方式进行；对队长的存活给一个额外的奖励。本发明可以在通信开销较小的条件下解决无人机集群集中式信息交互的问题，给予无人机自主决策权。
-
公开(公告)号：CN113283472A
公开(公告)日：2021-08-20
申请号：CN202110421943.1
申请日：2021-04-20
Applicant: 南京大学
IPC: G06K9/62
Abstract: 本发明公开一种基于零阶优化的数据特征选择方法，包括：数据采样，得到采样值；基于采样值进行训练，来得到采样值的评价，最后基于评价与采样值来更新优化算法采样空间；将数据特征选择作为一个采样空间的取值，训练出对应的模型性能指标作为评价来优化采样空间；采样空间是一个向量，以数据的特征数作为采样空间的维度，对采样空间的每维进行二值离散化，以此作为优化算法的配置；之后，进行预设轮次的循环。本发明保留包裹式方法在性能上优势的同时，在选择特征中引入了零阶优化算法，有效的减少了模型训练的次数，使其效率与准确度均有良好的表现有更高的效率。另外，本发明对多种模型都可适用，应用场景广泛，具有更强的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN113283426A
公开(公告)日：2021-08-20
申请号：CN202110478018.2
申请日：2021-04-30
Applicant: 南京大学
Abstract: 本发明公开一种基于多目标神经网络搜索的嵌入式目标检测模型生成方法，选择嵌入式目标检测模型的基础检测结构并设定搜索空间；构建包含搜索空间中所有子网络的超网络；将训练好的超网络联合设定好的检测头在目标检测数据集上进行微调；在搜索前通过批量枚举搜索空间中的子网络，自动构建可推理的模型，并将模型部署到嵌入式设备上进行运行时间的测试，建立搜索空间中子网络结构编码与运行时延之间的速查表；使用强化学习的方法展开搜索；搜索过程使得网络结构朝着多个目标的方向优化；维护一个帕累托最优解集来获得符合多目标要求的目标检测模型；选择帕累托最优解集中的元素，将其对应的检测网络在嵌入式平台上进行编译部署。
-
公开(公告)号：CN112114592A
公开(公告)日：2020-12-22
申请号：CN202010945731.9
申请日：2020-09-10
Applicant: 南京大学
Abstract: 本发明公开了一种实现无人机自主穿越可移动框形障碍物的方法，步骤如下：(1)构造环境模拟器；(2)确定无人机与模拟器环境交互的状态、动作、转移和奖励。将穿越可移动框形障碍物的任务设计成一个强化学习智能体与环境交互的问题，用强化学习算法学习无人机穿越框形障碍的飞行策略；(3)改变可移动框形障碍物截面积的大小和位移幅度，设置从易到难的课程学习，逐步提升无人机的越障飞行策略；(4)将在环境模拟器中训练收敛后的无人机穿越框形障碍物的飞行策略迁移到真实无人机上；(5)利用迁移到真机上的飞行策略实现无人机自主穿越可移动门框障碍物。本发明可实现无人机准确检测障碍物的位置，控制飞行状态，平稳通过障碍区域。
-
公开(公告)号：CN111861648A
公开(公告)日：2020-10-30
申请号：CN202010640550.5
申请日：2020-07-06
Applicant: 南京大学
Abstract: 本发明公开一种基于模拟训练的价格谈判策略模型学习方法，该方法以(1)基于机器学习的价格谈判对手模拟器构建、(2)基于虚拟环境的智能价格谈判策略优化、(3)价格谈判策略的迁移优化三大模块为特点，解决以往智能价格谈判领域的方案试错成本高、泛化性能差、策略易受攻击的问题。
-
公开(公告)号：CN110222667A
公开(公告)日：2019-09-10
申请号：CN201910519984.7
申请日：2019-06-17
Applicant: 南京大学
Abstract: 本发明公开一种基于计算机视觉的开放道路交通参与者数据采集方法，包括对道路上行人及车辆的行动数据进行采集，获取到包含有交通行为的视频；用目标检测网络得到交通参与者检测的数据；提取图像中所有的特征点，并除去检测到的交通参与者上的特征点；基于检测到的特征点，对视频和检测结果进行增稳处理；用目标追踪算法得到每个交通参与者的轨迹；用视频第一帧中标志性地标的世界坐标和对应的像素坐标，计算从世界坐标系到像素坐标系的变换矩阵；并计算得到交通参与者轨迹数据中每个轨迹点的世界坐标系下的坐标；对于每一条轨迹，估计得到每个轨迹点的速度并对轨迹滤波；将道路情况以图像的形式绘制出来；提取出每个交通参与者的特征描述。
-
公开(公告)号：CN106022522A
公开(公告)日：2016-10-12
申请号：CN201610338598.4
申请日：2016-05-20
Applicant: 南京大学
Abstract: 本发明公开一种基于互联网公开的大数据预测股票的方法及系统，首先爬取交易日前股票的相关信息；然后利用上步爬取的数据进行特征提取，构造训练数据集，并使用Group Lasso进行预测模型训练，所述模型的评价标准为按照每天开盘卖出上个交易日买入的股票，买进当前交易日推荐的股票这样的操作方式一段时间的收益率；再根据爬取交易日当天的数据构造新的测试集，并使用上步训练好的预测模型进行预测，得到最终推荐的股票。本发明为量化选股或股票预测提供了新的有用的可靠的信息来源，这些信息的加入结合传统的信息更加能反映市场，在此基础上使用机器学习技术得到的股票预测模型更加能够捕捉市场的内在运行机制，可以有效提高投资人的收益。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.02 seconds)
