公开(公告)号：CN117830274A

公开(公告)日：2024-04-05

申请号：CN202410022015.1

申请日：2024-01-05

Applicant: 湖南大学

Inventor： 全哲 ,  张曦辰 ,  尹登峰 ,  吴超 ,  乐雨泉 ,  肖桐 ,  刘梦迪 ,  雷明

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06F40/289 ,  G06F40/126

Abstract: 本发明公开了一种基于多模态大模型的航空发动机损伤检测方法，首先，通过孔探设备获取发动机内部视频，并抽取关键帧作为分析的图片集合，并将图片经过预处理；其次，构建多模态数据集，数据集由多个部分组成，分别用于训练不同的模型；然后通过使用航空发动机图文数据二次预训练，得到包含航空发动机知识的图片编码器和文本编码器。再使用大规模通用数据集，基于二次预训练的图片编码器和文本编码器，利用对比学习的方法训练多模态大模型；最后使用少量标注的航空发动机损伤图文数据，基于多模态大模型，训练图片微调网络和文本微调网络。本发明能够解决现有人工检测中主观性强、效率低、成本高的技术问题。

公开(公告)号：CN117831784A

公开(公告)日：2024-04-05

申请号：CN202410020811.1

申请日：2024-01-08

Applicant: 湖南大学

Inventor： 全哲 ,  刘梦迪 ,  彭米林 ,  肖桐 ,  乐雨泉 ,  张曦辰 ,  杨皓程

IPC: G16H50/70 ,  G16H50/20 ,  G16H50/30 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/084 ,  G06N3/096 ,  G06F18/15 ,  G06F18/214 ,  G06F18/21 ,  G06F18/25 ,  G06F18/2415 ,  G06N3/048 ,  G06F123/02

Abstract: 本发明公开了一种脓毒症多器官功能障碍预测模型结构，将时序数据和非时序数据进行有效整合，使得模型能够充分挖掘患者的病情信息，实现对脓毒症多器官功能障碍的准确预测；然后，本发明提供了脓毒症多器官功能障碍预测模型的训练方法，为了提高模型的性能和泛化能力，本发明还引入了迁移学习方法，利用源域数据集进行预训练，然后在医院数据集上进行微调和验证，以得到最终训练好的脓毒症多器官功能障碍预测模型。本发明能够解决现有脓毒症多器官功能障碍预测模型由于样本量不足以支持复杂模型的训练，导致训练得到的脓毒症多器官功能障碍预测模型在源域数据上表现良好、但在目标域上泛化能力较差的技术问题。