-
Patent Agency Ranking
公开(公告)号：CN119441503A
公开(公告)日：2025-02-14
申请号：CN202411394749.9
申请日：2024-10-08
Applicant: 北京大学第一医院(北京大学第一临床医学院)
IPC: G06F16/36 , G06F16/33 , G06F16/2458 , G06F16/951 , G06F40/30 , G06F40/284 , G06N20/00
Abstract: 本发明涉及一种领域实体及其关联项的挖掘方法及系统，属于数据挖掘技术领域，解决了现有对标注数据依赖性强且挖掘的实体准确率低的问题。包括获取目标领域的语料预处理后得到领域文本集，从中挖掘出实体及其关联项；将每个实体分别与其每个关联项组成检索关键词，利用网络爬虫抓取搜索引擎的搜索结果，从中提取出每个检索关键词对应的多个搜索文本；计算每个检索关键词与对应的多个搜索文本之间的关联度，以及多个搜索文本之间的聚合度；根据每个检索关键词中实体和关联项的权重以及关联度和聚合度计算出置信度；根据置信度大于置信度阈值的检索关键词的实体和关联项得到领域实体集合和领域关联项集合。实现了高效准确的实体及其关联项的挖掘。
-
公开(公告)号：CN107808364A
公开(公告)日：2018-03-16
申请号：CN201610811444.2
申请日：2016-09-08
Applicant: 北京大学
Abstract: 本发明公布了一种基于多FPGA的医学图像分块重建系统和方法，重建系统包括接入统一互联网络的控制单元、多个FPGA处理单元和用来连接FPGA的连接部件。重建方法利用上述医学图像分块重建系统，通过图像内容的划分和测量数据的拟合方法，对图像内容f和测量数据g分别进行划分为图像分块fi和测量数据分块gi，同时在求解过程中对测量数据分块gi进行自我更新，由此将现有图像重建方法改进为新的分块重建方法。本发明技术方案基于多FPGA互连实现对任意大小的医学图像的高能效重建，能够取得高能效的加速效果，可以充分适应未来高分辨率图像重建的需求。
-
公开(公告)号：CN111104767B
公开(公告)日：2021-10-01
申请号：CN201811177869.8
申请日：2018-10-10
Applicant: 北京大学
IPC: G06F30/327
Abstract: 本发明公布了一种针对FPGA的变精度随机梯度下降的结构及设计方法，属于计算优化技术领域，是一种在迭代中动态调整精度的随机梯度下降算法(SGD)的动态重构体系结构的新的设计方案，基于动态重构体系结构的方法完成随机梯度下降算法SGD在FPGA上的实现，通过使用深度Q网络DQN对SGD的精度做出预测，由此达到运行时变精度的目的，使得性能更优。本发明通过动态重构方法将SGD迭代模块中的目标函数计算模块和梯度计算模块重新编程，能够使得SGD能够充分利用低精度运算的优势，在保证迭代的收敛性前提下，提高体系结构的计算能力。
-
公开(公告)号：CN107808364B
公开(公告)日：2020-07-28
申请号：CN201610811444.2
申请日：2016-09-08
Applicant: 北京大学
Abstract: 本发明公布了一种一种基于多FPGA的医学图像分块重建系统和方法，重建系统包括接入统一互联网络的控制单元、多个FPGA处理单元和用来连接FPGA的连接部件。重建方法利用上述医学图像分块重建系统，通过图像内容的划分和测量数据的拟合方法，对图像内容f和测量数据g分别进行划分为图像分块fi和测量数据分块gi，同时在求解过程中对测量数据分块gi进行自我更新，由此将现有图像重建方法改进为新的分块重建方法。本发明技术方案基于多FPGA互连实现对任意大小的医学图像的高能效重建，能够取得高能效的加速效果，可以充分适应未来高分辨率图像重建的需求。
-
公开(公告)号：CN111104767A
公开(公告)日：2020-05-05
申请号：CN201811177869.8
申请日：2018-10-10
Applicant: 北京大学
IPC: G06F30/327
Abstract: 本发明公布了一种针对FPGA的变精度随机梯度下降的结构及设计方法，属于计算优化技术领域，是一种在迭代中动态调整精度的随机梯度下降算法(SGD)的动态重构体系结构的新的设计方案，基于动态重构体系结构的方法完成随机梯度下降算法SGD在FPGA上的实现，通过使用深度Q网络DQN对SGD的精度做出预测，由此达到运行时变精度的目的，使得性能更优。本发明通过动态重构方法将SGD迭代模块中的目标函数计算模块和梯度计算模块重新编程，能够使得SGD能够充分利用低精度运算的优势，在保证迭代的收敛性前提下，提高体系结构的计算能力。
-
-
-
-
Search Results
5
records
(took 0.014 seconds)
