公开(公告)号：CN105069383A

公开(公告)日：2015-11-18

申请号：CN201510468426.4

申请日：2015-08-03

Applicant: 中国科学院计算技术研究所

Inventor： 王晖 ,  唐宏伟 ,  史骁 ,  赵晓芳

IPC: G06F21/85 ,  H04L29/08

CPC classification number: G06F21/85 ,  H04L67/10

Abstract: 本发明提供一种云桌面USB存储外设管控的方法及系统。所述系统包括外设管理装置和服务单元。外设管理装置包括QEMU USB重定向模块，所述QEMU USB重定向模块用于在接入USB存储外设时通过与服务单元交互获得所述USB存储外设的相关信息，所述外设管理装置用于根据所述相关信息对所述USB存储外设进行控制。服务单元分配有监听端口，所述服务单元用于监听来自所述外设管理装置的消息并进行响应。本发明实现了对云桌面USB存储外设的细粒度集中管理、方便灵活；此外，本发明在面对恶意软件的写指令时能够立即断开USB存储外设，安全性较高。

公开(公告)号：CN115346669A

公开(公告)日：2022-11-15

申请号：CN202210974297.6

申请日：2022-08-15

Applicant: 中国科学院计算技术研究所

Inventor： 史骁 ,  殷岩 ,  谭文婷 ,  梁冬 ,  赵晓芳

IPC: G16H50/30 ,  G06F3/0484 ,  G06F3/0486 ,  G06F8/20 ,  G06F8/30 ,  G06F8/38

Abstract: 本发明提出一种基于低代码编程的医学人工智能推理方法和系统，包括：获取多个医学人工智能模型以及多个待推理的数据集；根据人工智能模型的计算内容以及应用方法，定义低代码编程模板，根据该低代码编程模板，将医学人工智能模型转换为低代码模型；按照可视化界面内的提示，从所有低代码模型和所有数据集中选定待执行模型和待执行数据集，通过在该可视化界面中拖拽组合该待执行模型和该待执行数据集，并为该待执行模型的参数进行赋值，生成医学AI推理计算任务；根据该推理任务所需的计算环境，构建云端计算引擎，以在接入的云端上执行该医学AI推理计算任务，得到执行结果。

公开(公告)号：CN115309522A

公开(公告)日：2022-11-08

申请号：CN202210899902.8

申请日：2022-07-28

Applicant: 中国科学院计算技术研究所

Inventor： 史骁 ,  谭文婷 ,  赵晓芳

IPC: G06F9/48 ,  G06F16/2455

Abstract: 本发明提出一种本发明提出一种面向隐式Serverless函数工作流的动态识别方法和系统。通过分析Serverless函数工作流托管服务的需求以及隐式工作流的编程特点，在多次识别操作执行之后，支持对既有的高相似度模型执行信息合并、去重，增量维护工作流结构的更新，降低识别的重复率、错误率。相应的识别结果可持久化存储，并可向Serverless函数计算平台的调度、监控等其他功能服务提供支持。

公开(公告)号：CN114595829A

公开(公告)日：2022-06-07

申请号：CN202210104400.1

申请日：2022-01-28

Applicant: 中国科学院计算技术研究所

Inventor： 梁冬 ,  王晓诗 ,  史骁 ,  赵晓芳 ,  殷岩 ,  谭文婷

IPC: G06N20/00 ,  G06F16/31 ,  G06F16/332 ,  G06F16/951

Abstract: 本发明提出一种情报分析方法、装置、介质、电子设备，所述方法包括：获取所述情报源信息作为事件抽取数据集，构造问答训练样本，生成问答系统中用于问答模型训练的待学习课程；将当前所述问答模型的学习状态值输入至课程学习进度选择策略网络动态选择学习进度，输出待学习的目标问答训练样本；将所述待学习的目标问答训练样本输入至所述问答模型进行训练，并更新所述问答模型的学习状态值；训练好的所述问答模型用于从所述情报源信息中抽取出所述目标情报信息。该方法基于问答系统对情报源信息分析，使得在学习过程中根据自身学习状态在不同的学习阶段动态的选择不同的学习进度，提高了情报分析的准确度。

公开(公告)号：CN112215942A

公开(公告)日：2021-01-12

申请号：CN202010963223.3

申请日：2020-09-14

Applicant: 中国科学院计算技术研究所

Inventor： 吕永春 ,  赵晓芳 ,  刘晓东 ,  史骁 ,  王晖 ,  郑晓辉

IPC: G06T17/00 ,  G06T7/30

Abstract: 本发明提供一种冷冻电镜局部断层三维图像重构方法，其包括以下步骤：挑选并平均同构象的多个局部断层三维图像颗粒，得到局部断层三维图像配准的初始参考结构；利用快速旋转/平移匹配算法，得到多对最优粗旋转参数和平移参数；利用局部断层三维图像配准算法来不断更新旋转参数和平移参数，使所述局部断层三维图像颗粒得到配准；利用配准得到的旋转参数和平移参数对局部断层三维图像进行对齐和平均，得到重构的局部断层三维图像。

公开(公告)号：CN112115265A

公开(公告)日：2020-12-22

申请号：CN202011021652.5

申请日：2020-09-25

Applicant: 中国科学院计算技术研究所苏州智能计算产业技术研究院

Inventor： 王晓诗 ,  赵晓芳 ,  史骁 ,  胡斌

IPC: G06F16/35 ,  G06N20/00

Abstract: 本发明揭示了一种文本分类中的小样本学习方法，以元学习与深度学习组合运用。具体先提出一种小样本学习数据集的提取方法，从原始分类数据集中构造出元学习数据集，而后构造文本分类的小样本学习模型，利用元学习数据集对组合模型进行训练，学习类别变化的情况下模型的泛化能力，学会不同元任务中的共性部分；利用这种学习机制所得模型，在面对新的小样本文本分类任务时，能通过对模型进行参数微调来快速完成小样本分类任务。应用本发明技术方案，较之于传统文本分类模型或深度学习的文本分类网络更快更准确。