公开(公告)号：CN119887844A

公开(公告)日：2025-04-25

申请号：CN202411975828.9

申请日：2024-12-30

Applicant: 杭州高新区(滨江)区块链与数据安全研究院 ,  浙江大学

Inventor： 张东祥 ,  董太行 ,  付钰 ,  谢钟乐 ,  杨定裕

IPC: G06T7/246 ,  G06N3/0455 ,  G06N3/0895 ,  G06N3/09

Abstract: 本申请涉及基于统一成像化数据建模的车辆轨迹恢复方法和设备，方法包括：获取待恢复轨迹的候选点和第一图像，第一图像包含待恢复轨迹所在路网的拓扑结构；根据候选点的位置信息将候选点映射至第一图像，并根据候选点的时间信息得到第一图像中候选点对应像素的灰度值，得到第二图像；根据第二图像预测得到待恢复轨迹的第一轨迹预测图像。采用本方法能够解决车辆轨迹恢复精度低、适用性差的问题。

公开(公告)号：CN119474276A

公开(公告)日：2025-02-18

申请号：CN202510027118.1

申请日：2025-01-08

Applicant: 浙江大学

Inventor： 寿黎但 ,  李哲玮 ,  杨定裕 ,  李环 ,  陈珂

IPC: G06F16/332 ,  G06F16/33 ,  G06N5/04 ,  G06N5/022

Abstract: 本发明公开了一种面向检索增强生成系统的错误定位方法、电子设备、介质，包括：获取检索增强生成系统的中间执行结果，包括：用户问题、原始检索相关文档、模型响应、标准答案；将原始检索相关文档插入第一提示词模板中，输入至第一大语言模型，提取原始检索事实三元组；将所有原始检索事实三元组插入第二提示词模板中，输入至第二大语言模型，判断所有原始检索事实三元组能否推导答案以回答用户问题；若能推导答案，则判定检索增强生成系统中的检索器正常；反之，则判定检索器异常；将用户问题、模型响应、标准答案、原始检索事实三元组输入至第三大语言模型中，判定模型响应的准确完整性，从而判断检索增强生成系统中的大语言模型是否异常。

公开(公告)号：CN119474276B

公开(公告)日：2025-05-13

申请号：CN202510027118.1

申请日：2025-01-08

Applicant: 浙江大学

Inventor： 寿黎但 ,  李哲玮 ,  杨定裕 ,  李环 ,  陈珂

IPC: G06F16/332 ,  G06F16/33 ,  G06N5/04 ,  G06N5/022

Abstract: 本发明公开了一种面向检索增强生成系统的错误定位方法、电子设备、介质，包括：获取检索增强生成系统的中间执行结果，包括：用户问题、原始检索相关文档、模型响应、标准答案；将原始检索相关文档插入第一提示词模板中，输入至第一大语言模型，提取原始检索事实三元组；将所有原始检索事实三元组插入第二提示词模板中，输入至第二大语言模型，判断所有原始检索事实三元组能否推导答案以回答用户问题；若能推导答案，则判定检索增强生成系统中的检索器正常；反之，则判定检索器异常；将用户问题、模型响应、标准答案、原始检索事实三元组输入至第三大语言模型中，判定模型响应的准确完整性，从而判断检索增强生成系统中的大语言模型是否异常。

公开(公告)号：CN119621511A

公开(公告)日：2025-03-14

申请号：CN202411766273.7

申请日：2024-12-04

Applicant: 杭州高新区(滨江)区块链与数据安全研究院 ,  浙江大学

Inventor： 杨定裕 ,  张东祥 ,  谢钟乐 ,  陈珂 ,  寿黎但 ,  李环

IPC: G06F11/34 ,  G06F11/30

Abstract: 本申请涉及一种分布式服务的性能剖析方法、系统和存储介质，其中，分布式服务包括多个工作节点，且各工作节点分别部署有本地剖析器；该性能剖析方法包括：接收各本地剖析器采集的针对工作节点上的堆栈跟踪数据，并对堆栈跟踪数据进行聚合处理，得到聚合堆栈数据；根据聚合堆栈数据生成目标火焰图，并基于目标火焰图生成针对分布式服务的目标性能剖析结果。通过本申请，解决了性能剖析难以适应大规模分布式服务的问题。

公开(公告)号：CN119939201A

公开(公告)日：2025-05-06

申请号：CN202411853509.0

申请日：2024-12-16

Applicant: 杭州高新区(滨江)区块链与数据安全研究院 ,  浙江大学

Inventor： 李佳烨 ,  谢钟乐 ,  杨定裕 ,  陈珂 ,  寿黎但 ,  陈刚

IPC: G06F18/211 ,  G06F18/213 ,  G06F18/241 ,  G06F18/25 ,  G06N20/00

Abstract: 本申请公开一种多视图特征选择方法、模型训练方法、设备及程序产品，方法包括：获取第一多视图数据集；第一多视图数据集包括多个第一视图，任一第一视图中包括一个或多个第一特征子集，第一特征子集中包括原始数据集中原始数据对应的第一特征值；确定每个第一特征子集中第一特征值的分布差异；根据第一特征子集中第一特征值的分布差异，确定第一特征子集的权重；根据第一特征子集的权重，从多个第一特征子集中确定最优第一特征子集。本发明通过关注不同类别原始数据的第一特征值的分布差异层面，而不是去关注不同类别原始数据的数量差异层面，实现对所有类别的原始数据进行平等对待，以减轻类别不平衡问题的影响，从而特征选择的效果也更好。