一种几何结构测评方法、装置、存储介质以及电子设备

    公开(公告)号:CN119903202A

    公开(公告)日:2025-04-29

    申请号:CN202510388394.0

    申请日:2025-03-31

    Abstract: 本说明书公开的一种几何结构测评方法、装置、存储介质以及电子设备中,通过获取待测评的几何结构的参数以及该几何结构的生成目标,并根据该几何结构的生成目标,从预先设置的测评脚本中,调用用于测评该几何结构的目标脚本并运行,确定该几何结构的属性。然后再根据该几何结构的属性与生成目标之间的匹配关系,确定该几何结构是否满足生成目标。通过预先设置的测评脚本,实现对生成的几何结构的自动化且统一的测评,减少人工参与的同时,提高了几何结构的测评效率和准确率。

    一种材料结构数据的生成方法、装置、存储介质及设备

    公开(公告)号:CN119560081A

    公开(公告)日:2025-03-04

    申请号:CN202510103176.8

    申请日:2025-01-22

    Abstract: 本说明书公开了一种材料结构数据的生成方法、装置、存储介质及设备,通过将用户输入的用于表征需要生成的胞元结构的约束条件的生成任务文本数据,输入到预先训练的大语言模型中,以通过大语言模型根据生成任务文本数据,生成满足约束条件的胞元结构文本数据,以将大语言模型与胞元设计相结合,从而利用大语言模型所具备的高效性和泛化能力的特点,生成满足用户所指定的约束条件的胞元结构文本数据,进而可以提升胞元结构文本数据的生成效率。

    一种胞元填充方法、装置、存储介质及设备

    公开(公告)号:CN119672266A

    公开(公告)日:2025-03-21

    申请号:CN202510173280.4

    申请日:2025-02-17

    Abstract: 本说明书公开了一种胞元填充方法、装置、存储介质及设备。在此方法中,不仅可以根据预先构建的胞元库中包含的经过帕累托优化后的备选胞元进行胞元填充,从而使得无需凭借专家经验选择特定的胞元类型以对胞元进行填充,以提升填充得到的胞元结构的准确性,还可以利用经过优化后的备选胞元的性能参数与相对密度之间对应关系进行拓扑优化,从而简化了胞元优化的复杂性,并提升确定出的胞元结构的准确性。

    一种信息生成模型训练方法和信息生成方法

    公开(公告)号:CN119249157A

    公开(公告)日:2025-01-03

    申请号:CN202411782389.X

    申请日:2024-12-05

    Abstract: 本说明书公开了一种信息生成模型训练方法和信息生成方法。所述信息生成模型的训练方法包括:获取针对基础生成模型的样本数据,并基于所述样本数据构建训练指令,并将样本数据以及训练指令输入基础生成模型,得到测试结果,并根据测试结果对训练指令进行调整,得到目标训练指令,以及,对基础生成模型的模型参数进行压缩处理,得到待训练的信息生成模型;将目标训练指令以及样本数据并输入信息生成模型,确定预测结果;根据预测结果对信息生成模型进行训练。本方案可以在少量训练样本的基础上训练出具有较高性能的信息生成模型,显著降低了模型性能对样本数量的需求,有效提高了模型的准确性。

    一种基于分布式实时通信的自动化测试方法和系统

    公开(公告)号:CN117354218A

    公开(公告)日:2024-01-05

    申请号:CN202311642669.6

    申请日:2023-12-04

    Abstract: 本发明公开了一种基于分布式实时通信的自动化测试方法和系统,该方法包括:在被测服务器上,先将搭载了分布式通讯组件的自动化测试中间服务模块作为分布式架构的一个节点加入到智能信号处理系统的数据通讯服务中;再借助此自动化测试中间服务模块中集成的微网络框架把DDS的订阅协议和发布协议封装成Http协议的API接口来与远端测试服务器进行通信;在远端测试服务器上,通过自动化测试框架打造的接口自动化测试框架实现测试用例的编写、管理以及测试结果的可视化展示;最后由CI集成化工具来完成自动化测试的可持续构建、部署和执行工作。本发明能够将被测系统的测试流水化、模块化,在保护被测系统性能和效率的情况下完成各类测试。

    一种材料结构数据的生成方法、装置、存储介质及设备

    公开(公告)号:CN119560081B

    公开(公告)日:2025-04-04

    申请号:CN202510103176.8

    申请日:2025-01-22

    Abstract: 本说明书公开了一种材料结构数据的生成方法、装置、存储介质及设备,通过将用户输入的用于表征需要生成的胞元结构的约束条件的生成任务文本数据,输入到预先训练的大语言模型中,以通过大语言模型根据生成任务文本数据,生成满足约束条件的胞元结构文本数据,以将大语言模型与胞元设计相结合,从而利用大语言模型所具备的高效性和泛化能力的特点,生成满足用户所指定的约束条件的胞元结构文本数据,进而可以提升胞元结构文本数据的生成效率。

    一种信息生成模型训练方法和信息生成方法

    公开(公告)号:CN119249157B

    公开(公告)日:2025-03-21

    申请号:CN202411782389.X

    申请日:2024-12-05

    Abstract: 本说明书公开了一种信息生成模型训练方法和信息生成方法。所述信息生成模型的训练方法包括:获取针对基础生成模型的样本数据,并基于所述样本数据构建训练指令,并将样本数据以及训练指令输入基础生成模型,得到测试结果,并根据测试结果对训练指令进行调整,得到目标训练指令,以及,对基础生成模型的模型参数进行压缩处理,得到待训练的信息生成模型;将目标训练指令以及样本数据并输入信息生成模型,确定预测结果;根据预测结果对信息生成模型进行训练。本方案可以在少量训练样本的基础上训练出具有较高性能的信息生成模型,显著降低了模型性能对样本数量的需求,有效提高了模型的准确性。

Patent Agency Ranking