-
公开(公告)号:CN116935126A
公开(公告)日:2023-10-24
申请号:CN202310910976.1
申请日:2023-07-24
Applicant: 北京计算机技术及应用研究所
IPC: G06V10/764 , G06V10/77 , G06V10/774 , G06N10/20 , G06N10/60 , G16H50/20
Abstract: 本发明涉及一种基于经典—量子混合机器学习的医学图像分类方法,属于计算机视觉领域。本发明经典预处理将输入的图像都经过主成分分析法(PCA)粗略压缩到低维,将输入的低维向量经量子编码器编码为量子初态,构建参数化的量子纠缠网络作为量子分类器完成分类任务,输出量子态的期望值需要将每个量子比特线路中添加泡利算子集进行测量,由泡利算子集构建的输出函数,将输出量子态转变为经典概率预测值,通过计算均方误差(MSE)损失函数,并使用基于梯度的优化方法更新量子分类器的参数。本发明极大地降低了增加神经网络深度的成本。
-
公开(公告)号:CN119743261A
公开(公告)日:2025-04-01
申请号:CN202411679407.1
申请日:2024-11-22
Applicant: 北京计算机技术及应用研究所
IPC: H04L9/30
Abstract: 本发明涉及一种基于量子近似优化算法的整数分解方法,属于密码破译技术领域。本发明构建子句以描述分解RSA密钥M的优化算法,M为一整数;基于子句构建参数化量子线路;基于量子近似优化算法求解参数化量子线路的参数,测量最终量子态;量子态测量结果映射为RSA密钥M的两项质因数P和Q,P和Q用于计算RSA算法的私钥。本发明采用参数化量子门电路描述密钥整数分解优化问题,易于在通用量子计算机上实现和进行扩展。
-
公开(公告)号:CN115019315A
公开(公告)日:2022-09-06
申请号:CN202210564571.2
申请日:2022-05-23
Applicant: 北京计算机技术及应用研究所
IPC: G06V30/18 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种融入笔画、结构信息的联机手写汉字识别方法和系统,属于模式识别、人工智能领域。本发明通过长短期记忆网络学习坐标点序列中的时序特征,通过坐标点序列相邻点之间的关系,找出坐标序列的拐点,将连续两个拐点之间的坐标点视为一个笔画对应的坐标点,对其进行处理形成笔画特征,并将笔画特征送入网络学习笔画序列特征,将特征序列在时间维度平均分成两部分,将每一个部分进行处理形成结构性的特征,送入分类器进行分类识别。本发明考虑了坐标点序列中的时序信息,又融入了笔画、结构这种汉字固有的核心特征信息,在一定程度上能够提升联机手写汉字识别精确度;有助于手写汉字识别的鲁棒性,以及小样本学习的特性。
-
公开(公告)号:CN113670864A
公开(公告)日:2021-11-19
申请号:CN202110943771.4
申请日:2021-08-17
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种二维半导体材料中光生载流子的差分反射探测系统,属于全光学微观探测领域。本发明二极管激光器输出连续激光,用于激发钛宝石激光器,钛宝石激光器输出脉冲激光,被分束镜分成两束,用于激发倍频晶体和光纤连续激光器,倍频晶体输出的激光被输入到机械斩波器,机械斩波器输出的泵浦激光通过显微物镜后到达样品,光纤连续激光器输出的探测激光通过机械位移平台后,通过显微物镜后到达样品,样品的反射信号通过显微物镜和滤波片后到达光电探测器,样品的反射信号中泵浦激光被光电探测器前的滤波片滤去,光电探测器连接锁相放大器,锁相放大器连接机械斩波器。本发明实现了半导体光生载流子的瞬态光学探测。
-
公开(公告)号:CN115018066B
公开(公告)日:2024-04-09
申请号:CN202210564592.4
申请日:2022-05-23
Applicant: 北京计算机技术及应用研究所
IPC: G06N3/08 , G06V10/764 , G06V10/82
Abstract: 本发明涉及一种边端模式下的深度神经网络本地化训练方法,属于机器学习领域。本发明边缘侧处理机向终端设备发送待部署深度神经网络模型;终端设备执行智能信息处理任务,将采集的数据、模型预测结果与置信度发送至边缘侧处理机进行存储;边缘侧处理机存储的终端推理数据超过指定存储容量阈值时,对深度神经网络模型进行本地化训练;边缘侧处理机测试深度神经网络模型并将结果写入日志;测试结果高于日志记录历史最高值时,边缘侧处理机向终端设备发送本地化训练后的模型进行部署,并将伪标注训练集合并到真实标注训练集中。该方法有效改善了数据分布偏差问题,降低了人工标注成本,且有效改善了灾难性遗忘问题。
-
公开(公告)号:CN115018066A
公开(公告)日:2022-09-06
申请号:CN202210564592.4
申请日:2022-05-23
Applicant: 北京计算机技术及应用研究所
IPC: G06N3/08 , G06V10/764 , G06V10/82
Abstract: 本发明涉及一种边端模式下的深度神经网络本地化训练方法,属于机器学习领域。本发明边缘侧处理机向终端设备发送待部署深度神经网络模型;终端设备执行智能信息处理任务,将采集的数据、模型预测结果与置信度发送至边缘侧处理机进行存储;边缘侧处理机存储的终端推理数据超过指定存储容量阈值时,对深度神经网络模型进行本地化训练;边缘侧处理机测试深度神经网络模型并将结果写入日志;测试结果高于日志记录历史最高值时,边缘侧处理机向终端设备发送本地化训练后的模型进行部署,并将伪标注训练集合并到真实标注训练集中。该方法有效改善了数据分布偏差问题,降低了人工标注成本,且有效改善了灾难性遗忘问题。
-
公开(公告)号:CN113670863A
公开(公告)日:2021-11-19
申请号:CN202110942317.7
申请日:2021-08-17
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种二维半导体材料中光生载流子的差分反射探测方法,属于超快激光泵浦探测领域。本发明利用二维半导体材料价带电子吸收光子并发生跃迁至导带的原理,在超快激光的激发下,通过测量二维半导体材料的反射光的方式,得到了微观电子的动力学过程。所述超快激光为脉冲持续时间在100飞秒左右、重复频率为80MHz、带宽为10纳米左右的相干光源,保证了光学测量的时间分辨率。本发明具有瞬时响应和飞秒—皮秒级别的时间分辨率。和宏观电学的电流探测手段相比,灵敏度更高,适用于微观探测领域,同时避免了电极材料对测量结果的影响。
-
公开(公告)号:CN112364980B
公开(公告)日:2024-04-30
申请号:CN202011238536.9
申请日:2020-11-09
Applicant: 北京计算机技术及应用研究所
IPC: G06N3/092 , G06N3/0895 , G06N3/084
Abstract: 本发明公开了一种弱监督场景下基于强化学习的深度神经网络训练方法,包括:通过弱监督学习生成弱监督标注样本;合并弱监督标注样本与人工标注样本得到混合训练数据集;采用混合训练数据集对联合目标任务和数据源鉴别任务的深度神经网络进行预训练;采用强化学习进行样本加权,初始化代理器的参数并加载预训练环境的参数,代理器为所述强化学习模型,环境为所述联合目标任务和数据源鉴别任务的深度神经网络;代理器与环境进行若干轮交互训练,交互训练为马尔可夫决策过程,代理器与环境在交互训练中进行零和博弈。该方法通过在深度神经网络的训练过程中应用自适应样本加权策略,提升了深度神经网络对弱监督标注样本中的噪声和冗余信息的鲁棒性。
-
公开(公告)号:CN117010517A
公开(公告)日:2023-11-07
申请号:CN202310910803.X
申请日:2023-07-24
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于量子线路的量子自动编码器的实现方法,属于量子计算机视觉领域。本发明构造量子自动编码器,将将待测样本通过主成分分析法(PCA)粗略压缩,将图片信息下采样为低维向量,将低维向量编码为量子初态,将量子初态与酉变换相互作用构建参数化的量子纠缠网络,生成输出量子态,由泡利算子集构建的输出函数,将输出量子态转变为经典状态预测值;将预测值输入到经典优化器进行优化。本发明能够大幅减少网络参数的数量,从而极大地降低了增加神经网络深度的成本。
-
公开(公告)号:CN113378373A
公开(公告)日:2021-09-10
申请号:CN202110634612.6
申请日:2021-06-08
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种图像CS中基于二进制序列族的确定性双极矩阵设计方法,属于图像处理领域。本发明根据采样信号大小的维度,设定参数,选择相应的迹生成函数;选取有限域上的一个本原域元素,应用选择的迹生成函数,可得到相应的二进制序列族,对其进行元素替代转换可得到对应的双极性序列族,将此双极性序列族的所有序列作为列向量进行排列可得到子矩阵1;选取有限域上的另一个本原域元素,重复上述过程,得到对应的双极性序列族和子矩阵2;把子矩阵1和子矩阵2以列扩展形式进行连接得到确定性双极矩阵。本发明具有高感知性能,低存储、低计算复杂度和易于硬件实现的工程实践化特征,可用于实际的压缩感知应用场景。
-
-
-
-
-
-
-
-
-