基于反事实表征学习的端云协同计算方法及系统

    公开(公告)号:CN118982710A

    公开(公告)日:2024-11-19

    申请号:CN202411054328.1

    申请日:2024-08-02

    Abstract: 本发明公开了一种基于反事实表征学习的端云协同计算方法及系统,该方法主要针对端云协同环境下数据异质性导致的辛普森悖论问题,本方法通过识别和替换端侧本地图像数据的关键特征,生成反事实正负样本进行对比学习,以逼近全局数据分布,减轻端侧图像分类模型与全局模型间的偏差;为确保特征独立可控,引入因子去相关损失约束特征间相关性本发明的方法提供了一种有效应对数据异质性、缓解辛普森悖论、实现端向云去偏汇聚的联邦学习,在非IID与IID数据分布下有效地提高了全局模型的性能。

    基于字节码的智能合约注释生成方法、系统、介质及设备

    公开(公告)号:CN118567656A

    公开(公告)日:2024-08-30

    申请号:CN202410254867.3

    申请日:2024-03-06

    Abstract: 本发明公开了一种基于字节码的智能合约注释生成方法、系统、介质及设备。包括:获取待生成注释的智能合约字节码,将智能合约字节码输入到控制流图生成器中,得到智能合约字节码的代码控制流图;将智能合约字节码的代码控制流图输入到相似注释检索器中,得到智能合约字节码对应的相似注释;将智能合约字节码对应的相似注释和代码控制流图输入到经过训练且包括字节码编码器、注释解码器、融合注意力机制模块、融合复制机制模块以及融合覆盖机制模块的字节码编码器中,输出智能合约字节码的代码注释预测结果,完成基于字节码的智能合约注释生成。与现有方法相比,本发明的方法在自动评估和人工评估中都表现出了优越性。

    一种两阶段的基于提示学习的评分推荐方法

    公开(公告)号:CN118246506A

    公开(公告)日:2024-06-25

    申请号:CN202410287078.X

    申请日:2024-03-13

    Abstract: 本发明公开了一种两阶段的基于提示学习的评分推荐方法,包括获取用户网上购物的评价数据记录,并构建可学习的语义软提示、数值表示软提示、以及用户语义表示和物品语义表示,在语义提示微调阶段和数值提示微调阶段分别更新两种输入序列和网络的参数,最后利用训练好的模型进行推理,得到用户对所推荐物品的预测分数。本发明的方法利用语义评论和数字评级作为两个不同阶段的监督信号,个性化地将用户表示和用户所购买的物品表示分别分解为语义和数字视角。通过该方法,引导冻结的大语言模型最初推断用户对项目的隐式偏好,然后使用这些有价值的信息生成明确的推荐。

    一种针对TODO注释缺失方法的自动检测与修复方法

    公开(公告)号:CN117891501A

    公开(公告)日:2024-04-16

    申请号:CN202410093343.0

    申请日:2024-01-23

    Abstract: 本发明公开了一种针对TODO注释缺失方法的自动检测与修复方法、系统、介质及电子设备,包括以下步骤:将待检测软件项目中每个子函数代码抽取出来,按照编写顺序进行分块操作,得到大小相同的子函数代码块;采用对比学习方式训练自动检测与修复模型,将每个子函数代码块输入到自动检测与修复模型中,得到代码表征向量;当开发人员添加TODO注释时再进行分块,将带有TODO注释的子函数代码块输入到自动检测与修复模型中,得到TODO注释块向量;利用代码表征矩阵和TODO注释块向量计算余弦相似度,将每个相似度结果数值依次与预设的相似度阈值比较,完成针对TODO注释缺失方法的自动检测与修复。本发明可以帮助开发人员提高软件的质量和可维护性。

    一种基于物理驱动参数化代理模型的导流板优化设计方法及装置

    公开(公告)号:CN117744330A

    公开(公告)日:2024-03-22

    申请号:CN202311590508.7

    申请日:2023-11-27

    Abstract: 本发明公开了一种基于物理驱动参数化代理模型的导流板优化设计方法及装置,首先确认导流板所在流场环境的边界条件和基本物性,以及导流板设计参数取值范围,并定义需求的物理场变量和性能指标;然后建立物理驱动神经网络模型,基于反向传播计算各物理场变量关于时空坐标的偏微分,带入控制方程计算残差,训练调整神经元权重;最后用训练得到的推理模型参数化求解导流板周围各种情况下的流场,并进一步求解最优化的导流板摆放位置和几何外型设计参数。本发明仅用一步参数化流场无监督学习,替代了传统数值模拟仿真方法的一系列重复性人工操作,而且本发明方法不需要提前收集任何训练数据,因此总体建模和仿真设计周期都被大幅缩短。

    一种基于GPU并行颗粒碰撞检索的稠密气固两相反应流数值模拟方法及装置

    公开(公告)号:CN117350201A

    公开(公告)日:2024-01-05

    申请号:CN202311530309.7

    申请日:2023-11-16

    Abstract: 本发明公开了一种基于GPU并行颗粒碰撞检索的稠密气固两相反应流数值模拟方法及装置,考虑气固流动、传热传质和化学反应的多物理耦合过程的计算流体动力学‑离散单元方法,CFD在CPU上求解,DEM在GPU上求解,可以在GPU上实现颗粒碰撞检索算法的大规模并行求解,利用GPU的多线程和高计算吞吐量特性,准确获得丰富的气相信息和固相颗粒信息,同时大幅提升计算效率,节约计算资源。本发明克服了传统稠密气固两相反应流数值模拟方法难以全面考虑气固流动、传热传质和化学反应的多物理耦合过程以及进行邻域颗粒碰撞检索方面需要消耗巨大计算量的不足,填补了CFD‑DEM方法在准确、高效模拟稠密气固两相反应流方面的空白。

    基于高光谱高维成像的辅助CT筛查的系统和方法

    公开(公告)号:CN114209349A

    公开(公告)日:2022-03-22

    申请号:CN202111514827.0

    申请日:2021-12-13

    Inventor: 何赛灵

    Abstract: 本发明公开了一种基于高光谱高维成像的辅助CT筛查的系统,包括光机投影组件、成像相机、前置光学模块、光谱快速扫描模块、多目相机、人工智能信息处理模块;其中光机投影组件与成像相机完成投影结构光高维形貌探测功能,前置光学模块与光谱快速扫描模块完成图像的快速高光谱扫描功能,这两个功能单元组合成高光谱高维成像系统,光机投影组件还用于根据采集的被检测者的高维人体形貌,引导被检查者摆正体位;多目相机用于确定被检测者的当前体位并与最佳位姿作对比,以便进一步提醒被检查者矫正体位;人工智能信息处理模块进行精细光谱重构及多维度生命体征参数的人工智能分析。本发明可提高CT检测的深度、广度和效率,可实现自动化和无人化。

Patent Agency Ranking