-
公开(公告)号：CN117056680A
公开(公告)日：2023-11-14
申请号：CN202310892526.4
申请日：2023-07-20
Applicant: 鹏城实验室
IPC: G06F18/15 , G06F18/241 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种数据降噪与信号探测方法、装置、系统及存储介质，涉及数据和信号处理技术领域，包括：生成低信噪比的模拟数据；对模拟数据中的混合信号进行预处理，得到训练数据；将第一卷积神经网络、第二卷积神经网络、自注意力机制以及多层全连接神经网络进行融合，得到融合式深度神经网络；通过训练数据对融合式深度神经网络进行分步训练，得到具备降噪功能的目标模型；将低信噪比的真实数据输入目标模型，以使目标模型对真实数据进行降噪和信号探测，得到降噪和信号探测的处理结果。本申请能够对低信噪比数据进行精确地降噪和探测处理。
-
公开(公告)号：CN115481729A
公开(公告)日：2022-12-16
申请号：CN202211143025.8
申请日：2022-09-20
Applicant: 鹏城实验室
Abstract: 本发明涉及图像处理技术领域，具体是涉及一种混合算子模型并行训练方法、装置、设备及存储介质。本发明首先将混合算子模型分割成支路模型，即将混合算子模型化整为零，然后将在每个训练节点上训练一个支路模型，使得各个训练节点同时并行训练各个支路模型，最后将各个支路模型的输出结果进行汇总，得到混合算子模型的整体输出结果，根据该整体输出结果调整模型参数，完成模型训练。从上述分析可知，本发明通过在各个训练节点上训练各个支路模型实现了并行训练，而并行训练能够节省训练时间，以提高训练速度，使得混合算子模型快速收敛。
-
公开(公告)号：CN115456174A
公开(公告)日：2022-12-09
申请号：CN202211200959.0
申请日：2022-09-29
Applicant: 鹏城实验室
Abstract: 本发明公开了一种针对分子三维结构的分子属性预测模型训练方法。本发明利用现有的多个已经训练完成的预测精度较低的模型为分子三维结构的未标注数据集提供伪标签,基于包含伪标签的数据集对以分子三维结构为输入的神经网络模型进行训练,基于少量有标注的分子低维结构数据确定伪标签数据集的训练权重，同时采用上述少量有标注数据集的分子三维结构数据进一步提升模型的预测效果。解决了现有技术中由于带分子属性标签的分子三维结构的数据集很少,因此难以获得以分子三维结构为输入的训练效果好的分子属性预测模型的问题。
-
公开(公告)号：CN112395272A
公开(公告)日：2021-02-23
申请号：CN202110072482.1
申请日：2021-01-20
Applicant: 鹏城实验室
Abstract: 本发明公开一种通信算法数据库构建方法、分布式机器装置和存储介质，所述方法包括：根据分布式机器学习任务选取相关变量并进行配置，得到不同输入变量组合；将所述输入变量组合分别输入蒙特卡洛模型中进行仿真，获取各输入变量组合对应输出变量的概率值；建立所述输入变量组合与所述输出变量的概率值的通信算法数据库，所述通信算法数据库中包括多个通信算法，且每个通信算法中的输入变量组合与训练时间具有映射关系；根据所述通信算法数据库预估训练所述分布式机器学习任务所需的目标通信算法和目标输出变量，解决现有技术中分布式机器学习任务训练缓慢的问题，加快分布式机器学习任务的训练速度。
-
公开(公告)号：CN111814967B
公开(公告)日：2021-02-23
申请号：CN202010950692.1
申请日：2020-09-11
Applicant: 鹏城实验室
Inventor： 任智祥
Abstract: 本发明公开了一种神经网络模型的推理运算量计算方法、设备及存储介质，对神经网络模型进行解析，得到所述神经网络模型的多种神经网络层；分别计算多种所述神经网络层通过前向传播对待推理数据进行推理的多个运算量；基于多个所述运算量，计算得到所述神经网络模型的推理运算量。本发明在不对神经网络模型构建计算图的条件下，通过神经网络模型的多种神经网络层来计算对待推理数据进行推理产生的运算量并计算出表征进行推理总运算量的推理运算量，有效提高对推理需要的运算量进行计算的效率，有利于提高神经网络模型在硬件加速部件上的部署效率。
-
Patent Agency Ranking
公开(公告)号：CN111814967A
公开(公告)日：2020-10-23
申请号：CN202010950692.1
申请日：2020-09-11
Applicant: 鹏城实验室
Inventor： 任智祥
Abstract: 本发明公开了一种神经网络模型的推理运算量计算方法、设备及存储介质，对神经网络模型进行解析，得到所述神经网络模型的多种神经网络层；分别计算多种所述神经网络层通过前向传播对待推理数据进行推理的多个运算量；基于多个所述运算量，计算得到所述神经网络模型的推理运算量。本发明在不对神经网络模型构建计算图的条件下，通过神经网络模型的多种神经网络层来计算对待推理数据进行推理产生的运算量并计算出表征进行推理总运算量的推理运算量，有效提高对推理需要的运算量进行计算的效率，有利于提高神经网络模型在硬件加速部件上的部署效率。
-
公开(公告)号：CN119783735A
公开(公告)日：2025-04-08
申请号：CN202411756581.1
申请日：2024-11-29
Applicant: 鹏城实验室
IPC: G06N3/0495 , G06N3/082 , G06N3/045
Abstract: 本申请实施例提供了一种无数据知识蒸馏学习方法、装置、设备及存储介质，属于知识蒸馏技术领域。该方法包括：在当前迭代轮次下，基于当前迭代次数确定至少一个生成器损失权重并计算得到生成器损失值，利用生成器损失值对生成器参数进行调整，得到当前迭代轮次下训练好的更新生成器；基于当前迭代次数确定至少一个学生模型损失权重并计算得到学生模型损失值；利用学生模型损失值对学生模型参数进行调整，得到当前迭代轮次下训练好的更新学生模型；其中，生成器损失权重和学生模型损失权重均随迭代次数的增加呈整体动态增大的趋势；重复执行对生成器和学生模型的训练，直至迭代次数到达预设确定最后一迭代轮次得到的更新学生模型为目标学生模型。
-
公开(公告)号：CN119360981A
公开(公告)日：2025-01-24
申请号：CN202411375114.4
申请日：2024-09-29
Applicant: 鹏城实验室
IPC: G16B40/20 , G16B30/10 , G06N3/0455 , G06N3/042
Abstract: 本申请实施例提供了一种蛋白质稳定性预测方法、装置、计算机设备及存储介质。方法包括：获取原始型蛋白质对应的第一待测序列与对应的突变型蛋白质的第二待测序列；根据蛋白质语言模型的注意力机制从第一待测序列中确定多个第一目标残基特征并对其进行全局特征的提取，得到第一虚拟结构微环境特征；同理，得到多个第二目标残基特征对应的第二虚拟结构微环境特征；基于第一虚拟结构微环境特征和第二虚拟结构微环境特征确定第一差值，并基于第一待测序列对应的第一全局序列特征和第二待测序列对应的第二全局序列特征确定第二差值；根据第一差值和第二差值进行预测，得到蛋白质稳定性预测结果。以此，能够提高对蛋白质的稳定性进行预测的准确性。
-
公开(公告)号：CN118658518A
公开(公告)日：2024-09-17
申请号：CN202410610927.0
申请日：2024-05-16
Applicant: 鹏城实验室
IPC: G16B20/30 , G16B40/20 , G06F18/241
Abstract: 本申请公开了一种细胞测序数据分类方法、系统及相关设备，涉及生物学技术领域，方法先在服务端利用第一细胞测序数据样本对预设分类模型进行云端训练，然后将预训练模型发送至客户端，客户端基于第三细胞测序数据样本对预训练模型进行训练，得到中间参数集，并将中间参数集发送到服务端，服务端基于多个中间参数集对预训练模型进行更新，得到候选分类模型；利用第二细胞测序数据样本对候选分类模型进行验证，得到目标分类模型。本申请在无需公开存储于客户端的细胞测序数据的情况下，目标分类模型采用了各个客户端的第三细胞测序数据样本进行训练，提高了模型的训练规模，提高目标分类模型对于细胞测序数据的准确率。
-
公开(公告)号：CN118069900A
公开(公告)日：2024-05-24
申请号：CN202410192954.0
申请日：2024-02-20
Applicant: 鹏城实验室
IPC: G06F16/903 , G06F16/906 , G16C20/90 , G06N3/0455
Abstract: 本申请公开了一种跨模态分子信息检索方法、系统、设备和介质，其中，本申请采用多模态融合方法，通过模态提取编码器计算对比损失获取分子信息的图结构、图像和文本数据等单模态表示，以使图结构信息和图像信息对齐以补充和丰富文本信息，并通过模态融合编码器计算融合损失获取分子信息的多模态表示，实现图结构、图像和文本等不同模态数据的融合，进而在应用过程中，可以基于分子数据库中分子信息的多模态表示，根据目标分子信息的目标模态数据和目标查询条件进行分子跨模态检索，满足处理多模态信息需求查询，从而提高分子信息检索的准确性和效率。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.018 seconds)
