-
公开(公告)号：CN119228171B
公开(公告)日：2025-02-18
申请号：CN202411738881.7
申请日：2024-11-29
Applicant: 湘江实验室
IPC: G06Q10/0637 , G06Q10/0635 , G06Q10/10 , G06F17/18
Abstract: 本发明涉及供应链风险分析技术领域，具体涉及基于大模型的供应链风险管理与决策系统，包括：多层供应链数据采集模块：从多层供应链节点采集供应链运行数据；多层供应链结构模型构建模块：通过收集的各供应链节点的运行数据，构建供应链节点之间的多层供应链结构模型，自动识别各供应链节点中的隐性风险；供应链风险传播路径分析模块：识别出隐性风险后，分析隐性风险在各供应链节点中的隐性风险传播路径，分析风险在供应链不同节点之间的传递机制；决策支持模块：支持企业调整供应链策略以降低风险。本发明，使企业可以从全局角度掌握供应链中风险的传导规律，优先处理关键路径和节点的隐性风险，显著提升供应链的预警水平和抗风险能力。
-
Patent Agency Ranking
公开(公告)号：CN118114573B
公开(公告)日：2024-07-16
申请号：CN202410490039.X
申请日：2024-04-23
Applicant: 湘江实验室
Abstract: 本发明涉及数字孪生技术领域，具体公开了一种钢铁工艺流程中数字孪生模型的重构与迁移方法，包括步骤A1：建立信息元模型与物理实体集合，并建立两者的统一映射关系；步骤A2：建立信息元模型的孪生体层级关系以及不同孪生体层级关系的孪生体结构；步骤A3：确定孪生体结构的最优装配序列；步骤A4：基于孪生体的最优装配序列构建孪生体重构准则并重构生成最优的数字孪生体模型；步骤A5：基于联邦学习对所重构的孪生体适应动态变化；步骤A6：建立孪生体迁移策略以得到新的数字孪生模型，解决了传统的应用在工业生产中的数字孪生模型由于需要大量数据的支撑，其设计存在复杂度高、周期长及数据安全性低下的问题。
-
公开(公告)号：CN118114573A
公开(公告)日：2024-05-31
申请号：CN202410490039.X
申请日：2024-04-23
Applicant: 湘江实验室
Abstract: 本发明涉及数字孪生技术领域，具体公开了一种钢铁工艺流程中数字孪生模型的重构与迁移方法，包括步骤A1：建立信息元模型与物理实体集合，并建立两者的统一映射关系；步骤A2：建立信息元模型的孪生体层级关系以及不同孪生体层级关系的孪生体结构；步骤A3：确定孪生体结构的最优装配序列；步骤A4：基于孪生体的最优装配序列构建孪生体重构准则并重构生成最优的数字孪生体模型；步骤A5：基于联邦学习对所重构的孪生体适应动态变化；步骤A6：建立孪生体迁移策略以得到新的数字孪生模型，解决了传统的应用在工业生产中的数字孪生模型由于需要大量数据的支撑，其设计存在复杂度高、周期长及数据安全性低下的问题。
-
公开(公告)号：CN118101719A
公开(公告)日：2024-05-28
申请号：CN202410492150.2
申请日：2024-04-23
Applicant: 湘江实验室
Abstract: 本申请适用于车联网技术领域，提供了一种基于联邦学习的多任务车路协同智能感知方法，包括：基于秘密共享安全协议，采集多个车载节点的节点数据；分别计算类别数量分布和节点类别占比；计算异常类别的数据质量；计算每个车载节点的信誉度质量，构建数据质量评价函数；根据数据质量评价函数和训练后的变分自编码器模型，更新节点数据，得到新节点数据；计算任务相似度，并根据任务相似度对车载节点进行分组；根据车载节点分组情况，确定任务共享节点，并利用任务共享节点进行不同车载节点分组间的联邦学习，完成多车载节点任务的协同感知。本申请能提高多任务协同感知的安全性和准确性。
-
公开(公告)号：CN118101719B
公开(公告)日：2024-07-23
申请号：CN202410492150.2
申请日：2024-04-23
Applicant: 湘江实验室
Abstract: 本申请适用于车联网技术领域，提供了一种基于联邦学习的多任务车路协同智能感知方法，包括：基于秘密共享安全协议，采集多个车载节点的节点数据；分别计算类别数量分布和节点类别占比；计算异常类别的数据质量；计算每个车载节点的信誉度质量，构建数据质量评价函数；根据数据质量评价函数和训练后的变分自编码器模型，更新节点数据，得到新节点数据；计算任务相似度，并根据任务相似度对车载节点进行分组；根据车载节点分组情况，确定任务共享节点，并利用任务共享节点进行不同车载节点分组间的联邦学习，完成多车载节点任务的协同感知。本申请能提高多任务协同感知的安全性和准确性。
-
公开(公告)号：CN119228171A
公开(公告)日：2024-12-31
申请号：CN202411738881.7
申请日：2024-11-29
Applicant: 湘江实验室
IPC: G06Q10/0637 , G06Q10/0635 , G06Q10/10 , G06F17/18
Abstract: 本发明涉及供应链风险分析技术领域，具体涉及基于大模型的供应链风险管理与决策系统，包括：多层供应链数据采集模块：从多层供应链节点采集供应链运行数据；多层供应链结构模型构建模块：通过收集的各供应链节点的运行数据，构建供应链节点之间的多层供应链结构模型，自动识别各供应链节点中的隐性风险；供应链风险传播路径分析模块：识别出隐性风险后，分析隐性风险在各供应链节点中的隐性风险传播路径，分析风险在供应链不同节点之间的传递机制；决策支持模块：支持企业调整供应链策略以降低风险。本发明，使企业可以从全局角度掌握供应链中风险的传导规律，优先处理关键路径和节点的隐性风险，显著提升供应链的预警水平和抗风险能力。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
