基于动作识别的具身智能人机交互系统预测的方法及装置

    公开(公告)号:CN119919994A

    公开(公告)日:2025-05-02

    申请号:CN202411715338.5

    申请日:2024-11-27

    Applicant: 武汉大学

    Abstract: 本申请涉及人机交互技术领域,特别涉及一种基于动作识别的具身智能人机交互系统预测的方法及装置,其中,方法包括:收集人体多个骨骼关键点的三维坐标和每个骨骼关节点的坐标对应的时间帧,以生成初始骨骼数据,对骨骼数据进行预处理,以得到满足条件的最终骨骼数据,对最终骨骼数据进行骨架编码,以提取至少一个骨骼特征,基于至少一个骨骼特征,训练预测模型,其中,预测模型包括克罗内克积层、Kernel Matrix层和多层感知机层,以识别未来动作轨迹。由此,解决了相关技术中,由于大模型参数量大、数据依赖性强以及难以直观展示变量间的关系,从而限制模型在实际应用中的有效性和可解释性,影响用户对识别结果的信任的问题。

    数据中心冷却系统回水温度的预测方法及装置

    公开(公告)号:CN119759679A

    公开(公告)日:2025-04-04

    申请号:CN202411573050.9

    申请日:2024-11-06

    Applicant: 武汉大学

    Abstract: 本申请涉及时间序列预测技术领域,特别涉及一种数据中心冷却系统回水温度的预测方法及装置,其中,方法包括:采集数据中心中冷却系统的初始运行数据;对初始运行数据进行预处理,以得到满足一定条件的最终运行数据;将最终运行数据输入至预先训练的时间序列预测模型中,以得到冷却系统回水温度的预测结果,其中,时间序列预测模型具有克罗内克积层、核矩阵层和多层感知机层。由此,解决了相关技术中,模型参数量庞大、非线性特性通过复杂激活函数表达导致的黑箱化以及难以直观表达跨变量关系,限制了模型在实际应用中的有效性和可解释性,影响了用户对模型预测结果的理解和信任等问题。

    电力系统的长序列负荷预测方法、装置、电子设备及介质

    公开(公告)号:CN119905989A

    公开(公告)日:2025-04-29

    申请号:CN202411671269.2

    申请日:2024-11-21

    Applicant: 武汉大学

    Abstract: 本申请涉及一种电力系统的长序列负荷预测方法、装置、电子设备及介质,其中,方法包括:利用Kronecker乘积层对输入矩阵进行多级运算,以构建高维矩阵;利用旋转矩阵掩码对高维矩阵进行整理,并利用满足预设条件高维矩阵删除高阶重复项;将预设核函数应用于不同阶数的输入矩阵;根据预设多层感知机处理输出矩阵;利用均方误差和平均绝对误差评估预设电力系统长序列负荷预测模型;分析预设电力系统长序列负荷预测模型的内部变量之间的关系和影响,确定预设电力系统长序列负荷预测模型的优化方案。本申请实施例可以通过将大模型与Kronecker乘积、旋转矩阵掩码等结合,实现准确的长序列负荷预测,并提供有效的系统优化策略,并且在特征提取能力、模型鲁棒性、模型可解释性和长序列预测方面都有显著提升。

Patent Agency Ranking