-
公开(公告)号：CN118586311A
公开(公告)日：2024-09-03
申请号：CN202410698096.7
申请日：2024-05-31
IPC: G06F30/28 , G06F17/11 , G06F30/27 , G06N5/04 , G06N3/045 , G06N3/08 , G06F17/12 , G06F113/08 , G06F119/14 , G06F111/10
Abstract: 本公开提供一种基于自回归神经网络的流体力学偏微分方程求解装置。包括预训练策略单元和微调策略单元，所述预训练策略单元由流场原始数据采集与预处理模块、离散标记式流场演化过程表示模块、流场演化状态自回归预测模块以及流场状态信息解码与智能推断模块构成；所述微调策略单元由物理信息评分器构成。通过上述方案，可以实现流体力学多物理场跨维度建模,捕捉不同物理场之间的内在耦合关系；并可以实现多种偏微分方程在同一框架下的自回归求解,提高求解效率,降低重复训练的时间和经济成本；还可以结合偏微分方程的物理规律信息,在小数据场景下提高模型的泛化能力和求解精度。
-
公开(公告)号：CN117406960A
公开(公告)日：2024-01-16
申请号：CN202311296667.6
申请日：2023-10-09
Applicant: 北京航空航天大学
IPC: G06F8/20
Abstract: 本发明公开了一种面向社交网络敏捷分析场景的低代码数据计算平台构建方法，包括5个主要模块：多源数据接入模块、数据预处理模块、社交关联图构建模块、数据分析模块、分析结果定制化输出模块。输出模块会定时收集相应的分析结果，构建出画像等具体的业务输出。本发明组件间高度解耦，有很好的扩展性，且各模块以低代码的形式为用户预先提供各类算子，变更灵活且开发效率高，能满足各类社交平台分析的下游业务；该方法利用微服务函数和流式计算等新兴技术，实现了对数据源的灵活接入和对数据特征的快速适应，从而提高了数据分析的效率和质量。
-
公开(公告)号：CN111209398B
公开(公告)日：2023-01-17
申请号：CN201911393728.4
申请日：2019-12-30
Applicant: 北京航空航天大学
Abstract: 本发明通过图神经网络建模的方法，设计一种基于图卷积神经网络的文本分类方法、系统，其方法主要包括三个步骤：输入文本，相似性图的构建；深度学习模型的构建；由相似性图和深度学习模型构成文本分类方法总体模型，进行文本分类。通过上述方法，我们基于文本相似性图、图卷积网络和图注意力网络，提出了一种高效的文本分类方法，即只需要输入源文本，即能够自动对文本进行分类，并在模型的基础上结合硬件构成系统。
-
公开(公告)号：CN111047589B
公开(公告)日：2022-07-26
申请号：CN201911393654.4
申请日：2019-12-30
Applicant: 北京航空航天大学
Abstract: 本发明实现了一套注意力增强的脑肿瘤辅助智能检测识别方法，技术方案在U‑Net模型的基础上进行改进，提出使用对分割任务的训练作为分类任务的注意力增强机制，通过对分割任务、病灶区域和边缘信息的关注提高分类任务的准确率，并通过多任务的损失衡量和训练方法，同时对分割任务与分类任务进行优化，达到分割任务与分类任务两个任务上的预期效果，实现设计目的与应用目标。
-
公开(公告)号：CN111177733B
公开(公告)日：2022-06-21
申请号：CN201911395906.7
申请日：2019-12-30
Applicant: 北京航空航天大学
IPC: G06F21/57
Abstract: 一种基于数据流分析的软件补丁检测方法，利用Extractor对补丁代码进行解析，按序选择检测所述补丁代码中赋值语句和条件语句、函数调用语句、类型相关语句、其它类型语句的修改语义做为待检测补丁的特征；建立二进制代码与源码之间的映射关系；选择VEX‑IR作为物联网环境中的设备固件的二进制代码提升的中间代码，使用开源的Angr对二进制代码进行分析，提取出控制流，所述控制流以函数为单位，每个所述函数包含节点为基本块，程序跳转语义为边的控制流；对所述基本块内的数据流进行分析，对所述基本块的代码进行反向逐条分析，提取每个语句中变量的使用链；对跨基本块的数据流进行分析；对提取出的数据流进行优化；从基本块中得到补丁特征，对其进行多阶段匹配。
-
Patent Agency Ranking
公开(公告)号：CN114611472A
公开(公告)日：2022-06-10
申请号：CN202210308980.6
申请日：2022-03-28
Applicant: 北京航空航天大学
IPC: G06F40/166 , G06N3/08
Abstract: 本发明提出了一种低资源场景下的文本生成方法、装置与系统，包括：步骤一，为有监督网络输入少量的有监督训练样本，同时为无监督网络输入大量的无监督训练样本，并对无监督文档复制两份，再分别对其嵌入向量进行dropout，得到两组嵌入向量；步骤二，为大型预训练文本生成网络并行集成适配器的小型神经网络，组成基于适配器微调的预训练学习组件；步骤三，对有监督网络与无监督网络采用基于适配器微调预训练学习组件，对无监督网络进行一致性学习，并结合有监督网络的有监督学习进行文本生成模型的训练与优化，并利用优化好的模型进行预测。本发明方案减少了对大量的人工标注数据的依赖，并使得模型训练过程训练开销也大幅降低。
-
公开(公告)号：CN109902230A
公开(公告)日：2019-06-18
申请号：CN201910112919.2
申请日：2019-02-13
Applicant: 北京航空航天大学
IPC: G06F16/9535 , G06F16/33
Abstract: 本申请公开了一种新闻数据的处理方法及装置，包括：获取流式的新闻数据，从所述新闻数据中提取观点持有者信息和观点信息；对所述观点持有者信息进行实体对齐处理，并存储至持有者数据库；将所述观点信息存储至观点数据库中，其中，所述持有者数据库中记录有所述持有者的重要度；建立所述新闻数据与所述观点信息的关联关系；根据配置的选题检索新闻数据，基于检索到的新闻数据在所述观点数据库中确定与所述新闻数据关联的观点信息。
-
公开(公告)号：CN104281670A
公开(公告)日：2015-01-14
申请号：CN201410509359.1
申请日：2014-09-28
Applicant: 北京航空航天大学
IPC: G06F17/30
CPC classification number: G06Q50/01
Abstract: 本发明提供一种社交网络事件的实时增量式检测方法和系统，通过采用概率图模型，根据短文本的时间、文档和主题标签，对短文本进行模型学习，获得似然函数；采用EM算法，对似然函数进行求解，获得参数；采用增量更新方式，对所获得的参数进行迭代更新，直至参数收敛；采用分布式方式，根据收敛后的参数执行EM算法中的E步和M步，计算获得短文档的内容，从而解决了现有技术中的事件检测均不能同时适应社交网络中的短文本的实时性、社会化以及碎片化特征，导致检测结果不准确的技术问题。并且，提出了有监督的短文本事件检测模型，增量学习与预测相结合的算法和基于内存计算平台的事件检测模型。
-
公开(公告)号：CN119808135A
公开(公告)日：2025-04-11
申请号：CN202411612900.1
申请日：2024-11-12
Applicant: 北京航空航天大学
IPC: G06F21/62 , G06F18/25 , G06N3/0442
Abstract: 本申请涉及一种面向离散时间动态图的隐私保护方法、装置和电子设备，包括对原始离散时间动态图进行节点采样，计算采集到的节点的邻居节点的注意力权重并拼接，将得到的带噪离散时间动态子图结构表征输入到LSTM神经网络，得到带噪离散时间动态子图时间与结构融合表征，将其输入到所述生成器多层感知机，得到下一时刻的合成离散时间动态图。通过该方法，能够有效缓解隐私和非隐私信息分布不均匀造成的离散时间动态图隐私‑可用性难以持续平衡问题。同时，通过噪声动态调节，解决了动态图结构在某一时刻突变可能造成的隐私泄露问题，进一步提升了离散时间动态图数据发布的隐私保护强度，并有效保证了在其他时刻动态图数据的可用性。
-
公开(公告)号：CN118586276A
公开(公告)日：2024-09-03
申请号：CN202410697101.2
申请日：2024-05-31
IPC: G06F30/27 , G06F17/13 , G06F111/10 , G06F113/08 , G06F119/12
Abstract: 本公开提供一种基于扩散模型的湍流仿真高效偏微分方程求解装置。包括数据加噪模块、数据降噪模块、物理嵌入模块；所述数据加噪模块从动态变化的湍流物理场中均匀采样，将不同时刻的物理场信息作为输入数据，进行数据预处理后，设计扩散模型的前向扩散过程，创造出一系列的含噪数据的扩散样本；所述扩散样本送入数据降噪模块，所述数据降噪模块接收物理嵌入模块提供物理先验信息，并把物理先验信息嵌入到扩散模型中以确保生成的物理场的解符合物理系统的实际约束，在此基础上通过逆向随机微分方程方法来进行高斯噪声估计，估计出随时间变化的物理场状态，最终得到输出的湍流流场重建预测结果。以此有效降低模型参数量，大幅提高扩散式求解装置的推理速度，并确保了扩散式求解装置预测结果的准确性和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.046 seconds)
