-
公开(公告)号:CN119161906A
公开(公告)日:2024-12-20
申请号:CN202411314887.1
申请日:2024-09-20
Applicant: 清华大学 , 苏州允清环境能源科技有限公司
Abstract: 本申请公开了用于有机固废气化合成气的耐硫变换方法和系统,方法包括:对有机固废进行预处理;将有机固废输送至固定床气化炉中,在气化剂作用下进行气化反应,得到含硫合成气;将含硫合成气依次循环通入第一耐硫变换反应器和第二耐硫变换反应器,进行催化剂循环硫化;采用高压蒸汽抽引器抽引含硫合成气并升压得到原料气,将原料气依次输送至第一耐硫变换反应器和第二耐硫变换反应器中,分别进行变换反应。本申请方法通过协同处置不同硫含量的有机固废确保合成气的硫含量稳定,并使耐硫变换催化剂保持高活性;同时含硫合成气循环硫化催化剂以及焦油炉内转化避免了反应器外的预硫化和气体净化降温工段,实现了合成气的直接高温变换制氢。
-
公开(公告)号:CN119028561A
公开(公告)日:2024-11-26
申请号:CN202310591768.X
申请日:2023-05-23
IPC: G16H50/20 , G06T7/00 , G06V10/75 , G06V10/774 , G06V10/764 , G06V10/40
Abstract: 本申请公开了一种辅助诊断模型训练方法及装置,该方法包括:构建用于训练第一辅助诊断模型的第一训练数据集;将所述第一训练数据集中的样本输入所述第一辅助诊断模型,通过第一优化函数对所述第一辅助诊断模型进行迭代训练,使所述第一辅助诊断模型符合第一优化目标;将所述第一辅助诊断模型和用于标识所述公开图像的标识信息发送至服务端,以使所述服务端基于所述标识信息和所述第一辅助诊断模型训练第二辅助诊断模型,使所述第二辅助诊断模型符合第二优化目标。该方法能够形成较好的训练效果,有益于降低大尺寸的辅助诊断模型的训练难度。
-
公开(公告)号:CN113746169B
公开(公告)日:2024-06-21
申请号:CN202111017314.9
申请日:2021-08-31
Abstract: 本发明公开了一种用于充电桩有序充电的控制系统及方法,方法包括步骤:充电配电柜控制某一充电桩断电△T1;△T1时间段结束后,充电配电柜为某一充电桩提供△T2时长的全电压供电;△T2时间段结束后,充电配电柜为某一充电桩提供△T3时长的半波电压,充电桩接收到半波电压后,准备恢复充电;△T3时间段结束后,充电配电柜为某一充电桩提供全电压供电,某一充电桩恢复全电压供电并立即恢复充电。本发明提供的控制方法,直接利用电力电压波形传递简单的控制调节信号;不需要在充电桩与充电配电柜之间建立通信网络,通过电力线就能够实现从电源配电箱传递简单控制信号到充电桩。
-
公开(公告)号:CN117926971A
公开(公告)日:2024-04-26
申请号:CN202311865354.8
申请日:2023-12-29
Applicant: 北京健安诚岩土工程有限公司 , 索泰克(北京)建设工程有限公司 , 清华大学建筑设计研究院有限公司 , 索泰克(北京)岩土科技有限公司
Inventor: 石健 , 张钦喜 , 任晓勇 , 张志勇 , 李保坚 , 董满满 , 陈耀春 , 李占东 , 田军朝 , 刘彦生 , 王亮 , 武德辉 , 王慧阳 , 李小路 , 康晨龙 , 马少博 , 史金波 , 赵新 , 石岩 , 金继芳 , 熊向前 , 张继坤 , 院福 , 刘楚齐 , 唐欣欣 , 姚瀚 , 孙召伟 , 曹青 , 闫海琛 , 刘登科 , 郭梦伟 , 刘洋 , 柴红月 , 刘铭 , 刘鹏 , 常萌 , 穆珍珍 , 刘荣华 , 苏亚楠 , 武涛 , 李菁媛 , 刘从辉
Abstract: 本发明涉及建筑技术领域,公开了一种装配式预制柱结构,包括上预制柱、下预制柱和连接组件,连接组件包括连接件和紧固件,上预制柱与下预制柱内分别设置有连接件,紧固件设置在连接件内,以当对紧固件施加扭矩时使上预制柱与下预制柱相对移动。通过在上预制柱与下预制柱之间设置连接件和紧固件,连接件设置在上预制柱与下预制柱内,紧固件设置在连接件内,在装配时,通过对紧固件施加扭矩,可使上预制柱与下预制柱相对移动,进而使上预制柱与下预制柱相互靠近,直至使上预制柱与下预制柱紧固贴合。该装配式预制柱结构进行装配时湿作业几乎为零,现场施工环节较少,且施工较为便捷,施工周期较短,保证了施工质量,提高连接节点安全性和可靠性。
-
公开(公告)号:CN116663548A
公开(公告)日:2023-08-29
申请号:CN202310448734.5
申请日:2023-04-24
Applicant: 清华大学
IPC: G06F40/289 , G06F40/30 , G06F18/214
Abstract: 本发明提供一种基于决策的预训练语言模型蒸馏方法及系统,包括:获取预训练语言模型的训练数据集,对所述训练数据集进行增广,计算基于经验估计决策分布;根据预训练语言模型的决策蒸馏训练获取理论估计决策分布;将所述经验估计决策分布与理论估计决策分布联立求解,生成概率模型近似解;基于所述概率模型近似解使用标准的蒸馏方法进行知识蒸馏。本发明解决了现有模型知识蒸馏不全面、蒸馏效果有限的问题。
-
公开(公告)号:CN116542308A
公开(公告)日:2023-08-04
申请号:CN202310365374.2
申请日:2023-03-30
IPC: G06N3/08 , G06F16/332
Abstract: 本申请公开了一种任务处理方法及其相关设备,可精准得到某个任务中的待处理信息的处理结果,从而成功处理用户所需完成的任务,有利于提高用户体验。本申请的方法包括:当用户需要完成第一任务时,可先获取来源于用户的第一提示,并将第一提示输入至目标模型,第一提示用于指示对用户输入的第一信息执行第一任务。接着,目标模型可对第一提示进行处理,从而得到第一提示的特征。然后,目标模型可对第一提示的特征进行处理,从而得到第二提示,第二提示仅用于指示第一任务。最后,目标模型可对第一提示的特征以及第二提示进行处理,从而得到第一任务中的对第一信息执行第一任务的处理结果。至此,目标模型则成功处理了用户所需完成的第一任务。
-
公开(公告)号:CN116343088A
公开(公告)日:2023-06-27
申请号:CN202310272410.0
申请日:2023-03-16
Applicant: 清华大学深圳国际研究生院
IPC: G06V20/40 , G06V40/20 , G06V10/766 , G06V10/82 , G06V10/80
Abstract: 本申请提供了一种视频分割方法、视频分割装置、电子设备及存储介质,属于视频理解技术领域,通过对原始视频进行视频特征提取,得到帧级视频特征,根据帧级视频特征进行动作类别预测,得到视频帧的初始动作类别特征,对视频帧进行边界预测,得到视频帧的初始边界特征,根据初始边界特征确定视频帧的边界标识,并根据每一视频帧的边界标识,得到边界回归曲线,根据边界回归曲线对初始动作类别特征进行调整,得到目标动作类别特征,根据目标动作类别特征对原始视频进行视频分割,得到多个视频片段,同一视频片段中每个视频帧的心肺复苏动作的动作类别均相同,提高了心肺复苏动作识别的准确性,同时提高了动作检测的效率。
-
公开(公告)号:CN116192852A
公开(公告)日:2023-05-30
申请号:CN202310180145.3
申请日:2023-02-17
Applicant: 清华大学
IPC: H04L67/10 , G06F18/214
Abstract: 本发明公开了一种端边云多级联邦学习知识传输方法及装置,该方法包括:在每一轮次的云通信中,利用本地数据训练本地客户端模型的模型参数以得到训练好的本地客户端模型;基于结构相同的训练好的本地客户端模型的模型参数进行参数聚合得到参数聚合结果;根据参数聚合结果更新边缘模型的模型参数,并利用更新后的边缘模型的模型参数和预设的公共数据集进行知识传输。本发明克服了联邦学习客户端与服务器之间共享相同模型的限制,缓解了联邦学习中系统异构的问题,增强了联邦学习的灵活性。
-
公开(公告)号:CN115496178A
公开(公告)日:2022-12-20
申请号:CN202211014122.7
申请日:2022-08-23
Abstract: 一种知识蒸馏方法,包括:利用第一数据选择策略对j批数据中的每一批数据均进行筛选,j≥1,以及,在对j批数据中任意一批数据进行筛选后,均利用从j批数据中任意一批数据中筛选出的数据进行知识蒸馏;当利用从j批数据中的第j批数据内筛选出的数据进行知识蒸馏后,从多个数据选择策略中筛选出第二数据选择策略;利用第二数据选择策略对q批数据中的每一批数据均进行筛选,q≥1,以及,在对q批数据中任意一批数据进行筛选后,均利用从q批数据中任意一批数据中筛选出的数据进行知识蒸馏。这样,每进行一段知识蒸馏后,均重新选择一次数据选择策略,从而可以筛选出对后续知识蒸馏价值更高的数据,进而降低了知识蒸馏的开销。
-
公开(公告)号:CN115098885B
公开(公告)日:2022-11-04
申请号:CN202210895992.3
申请日:2022-07-28
Applicant: 清华大学
IPC: G06F21/62 , G06F16/2457 , G06F16/2458
Abstract: 本发明属于计算机应用技术领域,提供一种数据处理方法、系统及电子设备,应用于数据处理系统中的客户端设备,各客户端设备与服务端连接,用于基于服务端模型对客户端设备中的客户端模型进行协同训练,方法包括:基于获取的数据样本对客户端模型进行第一训练过程;获取第一训练过程中客户端模型中的第一和第二目标特征;将第一目标特征用于对服务端模型进行训练;接收服务端发送的服务端模型中的第三目标特征;基于第二和第三目标特征对客户端模型进行第二训练过程。用以解决现有技术中在基于服务端模型对客户端模型进行训练时,模型参数在模型间传输容易造成数据隐私泄露的缺陷,实现在服务端模型对客户端模型的协同训练时数据隐私的保护。
-
-
-
-
-
-
-
-
-