-
公开(公告)号：CN119248986A
公开(公告)日：2025-01-03
申请号：CN202411341167.4
申请日：2024-09-25
Applicant: 北京京航计算通讯研究所
IPC: G06F16/951 , G06F16/29 , G06F18/22 , G06F16/9532
Abstract: 本发明涉及一种基于大语言模型的气象环境情报爬取与分析方法，属于气象数据获取分析技术领域，解决了依靠人工搜索数据获取气象数据效率低，对于非结构化数据无法充分利用的问题。包括：获取气象环境情报爬虫需求、气象环境情报分析需求和气象环境情报报告生成需求，并基于各自预设提示词模板，分级构建气象环境情报爬取提示词、气象环境情报分析提示词和气象环境情报报告生成提示词；基于气象环境情报爬取提示词和预设的气象环境情报提取提示词对数据源网址进行数据爬取，并将爬取结果与ERA5数据集进行相似性度量，得到气象环境情报；基于气象环境情报分析提示词和气象环境情报报告生成提示词，对气象环境情报进行情报分析得到气象环境情报分析报告。
-
公开(公告)号：CN118917412A
公开(公告)日：2024-11-08
申请号：CN202410894307.4
申请日：2024-07-04
Applicant: 北京京航计算通讯研究所
IPC: G06N5/04 , G06N3/0985 , G06N3/0455 , G06N3/048
Abstract: 基于超参数智能寻优的感知模型自推荐方法及装置，大大提升了超参数优化过程中的计算效率与吞吐量，允许模型在大规模数据集和复杂任务中快速迭代，降低了对计算资源的依赖，从而满足了现代AI系统对于高效能和快速响应的需求，显著加速了超参数搜索进程，减少了实际训练开销，使得优化过程更加灵活经济，有助于在有限的时间和资源下探索更广阔的超参数空间。方法包括：(1)设计基于Transformer编码器的策略网络；(2)构建目标性能预测模型；(3)采用近端策略优化算法进行超参数优化。
-
公开(公告)号：CN118690064A
公开(公告)日：2024-09-24
申请号：CN202410839092.6
申请日：2024-06-26
Applicant: 北京京航计算通讯研究所
IPC: G06F16/9035 , G06F16/9038
Abstract: 一种高可信部件模型智能匹配与自推荐方法及装置，能够大幅度提高部件模型智能匹配与推荐的准确率。方法包括：(1)获取面向型号产品设计领域的部件需求；(2)开展部件模型数据智能匹配技术研究，通过FP‑Growth方法实现部件数据之间的关联分析，对部件参数、所属型号、产品层级、历史质量问题、研制时间、研制人员多个维度的属性之间的关联性进行挖掘分析，查找具有强关联性的属性；(3)通过协同过滤算法完成依据设计师的感兴趣程度对部件进行排序，同时结合FP‑Growth方法获得部件之间的相关性，生成一个满足用户需求的高可信的部件模型匹配和推荐列表；(4)在用户发起请求后进行自推荐。
-
公开(公告)号：CN117272796A
公开(公告)日：2023-12-22
申请号：CN202311203706.3
申请日：2023-09-18
Applicant: 北京京航计算通讯研究所
IPC: G06F30/27 , G06N3/092 , G06N3/0499
Abstract: 本发明涉及一种发动机燃烧场自动控制模型构建方法，包括：接收智能体的经验数据；包括：智能体当前周期的状态空间s、智能体策略网络基于所述当前周期的状态空间生成的发动机仿真环境动作空间a、基于发动机仿真环境动作空间确定的智能体下一周期的状态空间s’、基于下一周期的状态空间所确定的奖励信息r及结束信号d；将经验数据 存入经验池；经验池中经验数据达到预设数据量时，从经验池中获取经验数据作为训练数据，训练智能体得到发动机燃烧场自动控制模型。实现了通过构造发动机燃烧场自动控制模型精确控制及调整发动机燃烧场的多个关键参数使得发动机燃烧过程能够更加准确地达到预期的目标压力值。
-
公开(公告)号：CN117034781A
公开(公告)日：2023-11-10
申请号：CN202311139690.4
申请日：2023-09-05
Applicant: 北京京航计算通讯研究所
IPC: G06F30/27 , G06F30/15 , G06N3/0464 , G06N3/08 , G06F119/08 , G06F119/14
Abstract: 本发明涉及一种基于热载荷反演引导的温度场重构方法，属于数字孪生领域，解决了现有温度场重构方法没有反演热载荷信息，无法实时、安全、可靠的预测温度场数据的问题。方法包括：获取采样点连续时刻的实时温度值；将所述实时温度值输入训练好的温度场重构模型的热载荷反演器中，得到热载荷信息编码；将所述热载荷信息编码和随机噪声矩阵输入训练好的温度场重构模型的生成器中，得到温度场重构数据。实现了通过反演热载荷信息，可以安全、可靠、高效的预测温度场数据，可对温度场进行实时监测。
-
Patent Agency Ranking
公开(公告)号：CN117056707A
公开(公告)日：2023-11-14
申请号：CN202311092036.2
申请日：2023-08-28
Applicant: 北京京航计算通讯研究所
IPC: G06F18/213 , G06F18/24 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G01M13/045
Abstract: 本发明涉及一种轴承故障诊断模型的构建方法，属于故障诊断技术，解决了现有技术中轴承故障诊断模型未将工况信息和故障数据相结合在使用时诊断精度及可靠性不高的问题。获取若干时间点的轴承振动信号训练数据构建四个长度相同的时间序列训练数据集；根据四个时间序列训练数据集构建四元组样本对；基于四元组样本对对特征提取器模型进行初步训练；基于四元组样本对初步训练后的特征提取器模型和轴承故障诊断模型同时进行训练；基于至少一个时间序列训练数据集对训练后的故障分类器尾部进行训练，得到训练好的轴承故障诊断模型。实现了结合工况数据和故障数据，通过分析工况参数与故障之间的关系，进一步提高诊断的精确性和可靠性。
-
公开(公告)号：CN113938483A
公开(公告)日：2022-01-14
申请号：CN202111275760.X
申请日：2021-10-29
Applicant: 北京京航计算通讯研究所
Abstract: 一种分布式AI协同计算系统的节点身份验证方法和系统，方法包括中心服务器向各分布式节点发送身份验证指令；各分布式节点根据身份验证指令完成对应的实时运算能力验证任务，向中心服务器发送响应消息；响应消息包括任务完成时间和节点设备信息；所述实时运算能力验证任务包括实时计算能力验证任务和实时存储能力验证任务；中心服务器接收响应消息，若接收到响应消息的时间超过预期时间，或任务完成时间与相同设备类型的真实节点完成所述实时运算能力验证任务的任务完成时间的差值大于预先设置的阈值，则将该节点认定为可疑节点；中心服务器多次对所述可疑节点发送身份验证指令，若可疑节点均未通过验证，则判断该节点为伪造节点。
-
公开(公告)号：CN116340386B
公开(公告)日：2024-05-07
申请号：CN202310245628.7
申请日：2023-03-09
Applicant: 北京京航计算通讯研究所
IPC: G06F16/2458
Abstract: 本发明涉及一种分布式AI系统的NFT数据权益鉴定方法和系统，属于NFT数据权益鉴定技术领域，解决了现有技术中缺乏根据数据内容进行NFT权益鉴定的问题。方法包括以下步骤：在分布式AI系统中查找与当前上传的AI数据的类型相同的NFT数据得到待比对NFT数据；计算当前上传的AI数据和每个待比对NFT数据间的重复率；若存在重复率大于第一阈值的待比对NFT数据，则根据重复率将当前上传的AI数据的部分权益归属给重复率大于第一阈值的待比对NFT数据。实现了分布式AI系统的权益快速准确鉴定。
-
公开(公告)号：CN117211965A
公开(公告)日：2023-12-12
申请号：CN202311199173.6
申请日：2023-09-18
Applicant: 北京京航计算通讯研究所
IPC: F02C9/00
Abstract: 本发明涉及一种发动机燃烧场自动控制方法，方法包括：获取发动机当前环境参量、本周期以及过去2个周期的发动机燃烧室控制参量、10个点位的发动机燃烧室真实压力值、相同点位的发动机燃烧室目标压力值；基于所述发动机当前环境参量、所述发动机燃烧室控制参量、所述10个点位的发动机燃烧室真实压力值和所述相同点位的发动机燃烧室目标压力值构建发动机环境状态空间；将所述发动机环境状态空间输入训练好的发动机燃烧场自动控制模型，生成下一周期的发动机燃烧室控制参量调节发动机燃烧室压力值至所述目标压力值。实现了精确控制及调整发动机燃烧场的多个关键参数使得发动机燃烧过程能够更加准确地达到预期的目标压力值。
-
公开(公告)号：CN115618035B
公开(公告)日：2023-07-18
申请号：CN202211260773.4
申请日：2022-10-14
Applicant: 北京京航计算通讯研究所
IPC: G06F16/535 , G06F16/583 , G06F16/58 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于图片曝光转化率预测模型的图片推荐方法，属于互联网图片电商搜索技术领域，解决了现有多目标优化方法效果不佳的问题。获取用户注册信息、用户输入的检索词、与检索词匹配的图片信息、用户历史点击图片信息、历史购买图片信息，形成训练样本集。建立图片的曝光转化率预测模型CTCVR并训练，根据损失函数进行反向传播直至收敛。利用模型对所有图片进行处理，得到每张图片的点击率CTR、CVR、CTCVR以及图文相关值IMR,选取IMR值大于阈值的图片，并将选的图片按照CTCVR值由大至小的顺序推荐给用户。实现了一个模型完成多任务多目标的预测，使多个任务目标之间相互促进和约束，提高了模型的泛化性能，解决了深度转化过程中的样本偏差和数据稀疏问题。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.032 seconds)
