-
公开(公告)号：CN119201746B
公开(公告)日：2025-05-13
申请号：CN202411494940.0
申请日：2024-10-24
Applicant: 之江实验室
IPC: G06F11/3604 , G06F11/3668
Abstract: 本说明书公开了一种智能飞行体的飞行测试方法、装置、介质及电子设备，包括：确定智能飞行体的测试需求，将测试需求输入预先训练的初始态生成模型，确定智能飞行体的第一初始态。根据第一初始态，确定智能飞行体的第一测试用例。根据第一测试用例，对智能飞行体进行飞行测试。通过基于测试需求，采用初始态生成模型，生成智能飞行体的第一初始态，并基于第一初始态，对智能飞行体进行飞行测试，使得可覆盖更多飞行姿态，最大化测试覆盖面，减少飞行测试盲区，缩短测试周期，提高智能飞行体的性能。
-
公开(公告)号：CN119201746A
公开(公告)日：2024-12-27
申请号：CN202411494940.0
申请日：2024-10-24
Applicant: 之江实验室
IPC: G06F11/36
Abstract: 本说明书公开了一种智能飞行体的飞行测试方法、装置、介质及电子设备，包括：确定智能飞行体的测试需求，将测试需求输入预先训练的初始态生成模型，确定智能飞行体的第一初始态。根据第一初始态，确定智能飞行体的第一测试用例。根据第一测试用例，对智能飞行体进行飞行测试。通过基于测试需求，采用初始态生成模型，生成智能飞行体的第一初始态，并基于第一初始态，对智能飞行体进行飞行测试，使得可覆盖更多飞行姿态，最大化测试覆盖面，减少飞行测试盲区，缩短测试周期，提高智能飞行体的性能。
-
公开(公告)号：CN114494791A
公开(公告)日：2022-05-13
申请号：CN202210353591.5
申请日：2022-04-06
Applicant: 之江实验室
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提出了一种基于注意力选择的transformer运算精简方法，在transformer网络的每层用注意力机制获取关联矩阵，对关联矩阵的每一行计算信息熵，获得各个局部标识对于网络任务的重要性程度，将局部标识划分为重要标识和不重要标识，每间隔一定网络层，计算不重要标识的特征参数和，将不重要标识的特征参数值加到重要标识上，删除不重要标识，仅重要标识进入网络下一层。网络训练过程中，构建交叉熵损失函数和重要性损失函数，重要性损失函数用于降低重要标识与不重要标识的关联。本发明方法从影响网络任务的判别性区域的选择角度出发，实现方法简单，有效减少网络计算量的同时，对模型精度影响很小，且可以与已知网络压缩方法同时使用，共同实现计算量压缩。
-
公开(公告)号：CN119047352A
公开(公告)日：2024-11-29
申请号：CN202411553120.4
申请日：2024-11-01
Applicant: 之江实验室
IPC: G06F30/27 , G06F17/18 , G06N7/01 , G06F111/08
Abstract: 本说明书提供的一种任务执行方法、装置、存储介质以及电子设备，可以基于预先存储的多元高斯分布函数，确定第一分布，基于弦积分正向模型和第一分布，确定第二分布，并响应于获取到的操作指令，根据第一分布和第二分布，执行贝叶斯反演操作，以得到第三分布。通过获取目标等离子体的实际弦积分测量信号以及部分位置处的实际点测量值，以根据第三分布、实际弦积分测量信号以及实际点测量值，确定目标等离子体的各位置处对应的实际物理场信息，并根据实际物理场信息，进行任务执行。
-
公开(公告)号：CN118861824B
公开(公告)日：2024-11-22
申请号：CN202411102196.5
申请日：2024-08-12
Applicant: 之江实验室
IPC: G06F18/241 , G21B1/25 , G06F18/27 , G06N3/0464 , G06N3/0455 , G06N3/08 , G01N21/73
Abstract: 本说明书公开了一种诊断代理模型的训练方法、装置、介质及电子设备，该方法包括：将等离子体的第一测量信号输入待训练的诊断代理模型的嵌入层，确定第一信号向量。将第一测量信号对应的测量光路的第一弦积分信息输入嵌入层，确定第一位置向量。将等离子体的第一物理边界输入嵌入层，确定第一区域向量。将第一信号向量、第一位置向量和第一区域向量输入待训练的诊断代理模型的编码层，确定第一编码特征。根据第一编码特征，确定第一预测剖面。根据第一预测剖面和等离子体的二维物理参数剖面，对待训练的诊断代理模型进行训练，可使得诊断代理模型更好地学习测量信号和物理信息之间的内在联系和规律，从而精确地推断出等离子体的物理参数。
-
Patent Agency Ranking
公开(公告)号：CN117933070A
公开(公告)日：2024-04-26
申请号：CN202410022577.6
申请日：2024-01-05
Applicant: 之江实验室
IPC: G06F30/27 , G01T1/16 , G06F18/213 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/049 , G06N3/08 , G06F123/02 , G06F113/08
Abstract: 本说明书公开了一种辐射分布预测模型的训练方法、装置及存储介质，该辐射分布预测模型包括第一特征提取层、第一权重调整层及辐射分布输出层，通过第一特征提取层提取该采样信号序列的特征，该第一特征提取层提取的特征包含时间信息。此外，通过第一权重调整层可对提取的特征进行权重调整，以提高输出的预测辐射分布的准确性。最终，通过辐射分布输出层提取时序特征，这是由于采样信号序列包括了时间信息，因此，可获取到辐射分布的时序演化规律，提取时序特征。根据该时序特征，得到预测的每个时刻对应的等离子体的预测辐射分布图像。通过辐射分布预测模型构架辐射分布图像，提高了构建辐射分布图像的效率及准确性。
-
-
公开(公告)号：CN115238130A
公开(公告)日：2022-10-25
申请号：CN202211149191.9
申请日：2022-09-21
Applicant: 之江实验室
IPC: G06F16/783 , G06F40/30 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了基于模态定制协同注意力交互的时序语言定位方法及装置，包括以下步骤：步骤S1：构建数据集；步骤S2：提取视频表征；步骤S3：得到多粒度查询表征Q；步骤S4：获取已语义对齐视频表征；步骤S5：获得每一帧处的目标片段时序边界回归值、语义匹配分数和时序交并比回归值；步骤S6：得到训练好的基于模态定制协同注意力交互的时序语言定位模型；步骤S7：测试，得到时序语言定位结果。本发明将配备协同注意力的Transformer架构用于时序语言定位任务，并设计了一种模态定制的双流协同注意力交互层，用于并行的视频流的多粒度协同注意力交互和查询流的标准协同注意力交互，本发明方法实现简单，手段灵活，可显著提升时序语言定位任务性能。
-
公开(公告)号：CN114064967A
公开(公告)日：2022-02-18
申请号：CN202210052687.8
申请日：2022-01-18
Applicant: 之江实验室
IPC: G06F16/735 , G06F16/78 , G06F16/783 , G06N3/04 , G06N3/08 , H04N19/149 , H04N19/21
Abstract: 本发明公开了多粒度级联交互网络的跨模态时序行为定位方法及装置，用于解决未修剪视频中基于给定文本查询的时序行为定位问题。本发明实施一种新的多粒度级联跨模态交互网络，以由粗到细的方式进行级联跨模态交互，用以提升模型的跨模态对齐能力。此外，本发明引入了一种局部‑全局上下文感知的视频编码器(local‑global context‑aware video encoder)，用于提升视频编码器的上下文时序依赖建模能力。本发明实现方法简单，手段灵活，在提升视觉‑语言跨模态对齐精度方面具有优势，且训练所得模型在成对的视频‑查询测试数据上可显著提升时序定位准确度。
-
公开(公告)号：CN119047352B
公开(公告)日：2025-04-04
申请号：CN202411553120.4
申请日：2024-11-01
Applicant: 之江实验室
IPC: G06F30/27 , G06F17/18 , G06N7/01 , G06F111/08
Abstract: 本说明书提供的一种任务执行方法、装置、存储介质以及电子设备，可以基于预先存储的多元高斯分布函数，确定第一分布，基于弦积分正向模型和第一分布，确定第二分布，并响应于获取到的操作指令，根据第一分布和第二分布，执行贝叶斯反演操作，以得到第三分布。通过获取目标等离子体的实际弦积分测量信号以及部分位置处的实际点测量值，以根据第三分布、实际弦积分测量信号以及实际点测量值，确定目标等离子体的各位置处对应的实际物理场信息，并根据实际物理场信息，进行任务执行。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.021 seconds)
