-
公开(公告)号：CN120065874A
公开(公告)日：2025-05-30
申请号：CN202510277957.9
申请日：2025-03-10
Applicant: 南京大学
IPC: G05B19/042
Abstract: 本发明公开一种面向端到端自动驾驶模块的校准方法及系统，建立车辆行驶需遵守的规则集以及对应的原子命题；获取当前状态下自动驾驶模块给出的规划路径点输出；将行驶环境二维网格化，通过蒙特卡洛随机采样法探索环境中的最优路线，以满足给出的车辆行驶规则集；根据优化出的路线，调整自动驾驶模块给出的规划路径点，以控制车辆行驶。本发明利用少量人工定义车辆行驶需遵守的交通规则，从而对端到端自动驾驶模块进行校准，解决了黑盒神经网络模型安全性难以得到保障的问题。由于人工设立的规则具有可解释性，经过校准后的自动驾驶模块会遵守设立的规则，所以可以使得自动驾驶模块的决策具有可解释性，因此有了安全保障。
-
公开(公告)号：CN113296890B
公开(公告)日：2023-09-26
申请号：CN202110557154.0
申请日：2021-05-21
Applicant: 南京大学
Abstract: 本发明公开一种基于系统调用代理的安卓虚拟化方法及系统，以支持安卓系统在运行时动态绑定硬件设备。所述方法包括一种远程系统调用协议以及资源动态绑定方法：通过系统调用代理技术实现的远程系统调用协议，将安卓硬件抽象层发出的本地系统调用翻译为远程节点上的系统调用；根据资源类型动态地绑定安卓虚拟机与远程主机上的硬件资源，并根据该绑定关系转发远程系统调用消息，安卓系统运行时只需重启相应系统服务即可重置资源绑定关系。该方法的特点在于：虚拟机无需预先指定硬件设备模型，即可在运行时动态绑定并使用位于不同节点上的硬件设备，将安卓虚拟机与硬件解耦，满足了虚拟化安卓系统中各类移动应用的需求，提高了资源的利用率。
-
公开(公告)号：CN116486150A
公开(公告)日：2023-07-25
申请号：CN202310425757.4
申请日：2023-04-20
Applicant: 南京大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/084
Abstract: 本发明公开一种基于不确定性感知的图像分类模型回归误差消减方法，面向图像分类模型在图像数据更新或模型架构更新后，新版本图像分类模型难以兼容旧版本图像分类模型的问题。使用模型集成策略，估计并根据新旧两个图像分类模型在预测结果中的不确定性，得到模型的集成预测结果。其中集成策略针对无数据(data‑free)和少量无标签数据(label‑free)两种情形下分别讨论。对于无数据情形，采用图像扰动或模型扰动的方式来估计图像分类模型的不确定性；对于少量无标签数据情形，采用温度缩放的方式校准旧版本图像分类模型的不确定性，使之向新版本图像分类模型对齐。本发明减少了回归误差，得到具有向前兼容性的集成图像分类模型；具有更佳的表现效果。
-
Patent Agency Ranking
公开(公告)号：CN116362325A
公开(公告)日：2023-06-30
申请号：CN202310308366.4
申请日：2023-03-28
Applicant: 南京大学
IPC: G06N3/096 , G06N3/082 , G06N3/084 , G06N3/0464 , G06V10/764 , G06V10/82
Abstract: 本发明公开一种基于模型压缩的电力图像识别模型轻量化应用方法，在嵌入式边端设备中部署摄像头和DNN模型，用于采集电力图像并进行电力图像识别；基于知识蒸馏的模型压缩方式对部署到嵌入式边端设备上的DNN模型进行压缩；基于神经网络架构搜索的方法，对学生模型的最优结构进行搜索并剪枝；基于模型中间层输出信息，对知识蒸馏的模型压缩方法进行优化，实现模型预测过程校准；将压缩后得到的轻量化电力图像识别模型部署到电网嵌入式边端设备上，在电网边端设备上完成电力图像数据的采集与分析。本发明使用知识蒸馏的模型压缩方式对模型压缩，提高电网嵌入式边端设备此类资源有限的设备上运行的DNN模型的表现效果。
-
公开(公告)号：CN114924733A
公开(公告)日：2022-08-19
申请号：CN202210533414.5
申请日：2022-05-13
Applicant: 南京大学
IPC: G06F8/38
Abstract: 本发明公开了一种表单依赖关系管理和表单精准渲染方法和系统，以提高表单渲染性能和开发效率。所述方法包括一种表单依赖关系管理和表单精准渲染方法：通过响应式编程方法实现变量监听和依赖关系自动收集；通过路径匹配语法实现多节点依赖定义；通过声明式语法复用基础组件快速定义表单。该方法的特点在于：在数据模型层面解决了包含复杂依赖关系的表单的渲染性能问题，并且大幅简化了表单开发的接口定义方式，从而降低了表单在性能优化和功能复用方面的开发代价，提升了表单开发效率。
-
公开(公告)号：CN114863178A
公开(公告)日：2022-08-05
申请号：CN202210522508.2
申请日：2022-05-13
Applicant: 南京大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种面向神经网络视觉系统的图像数据输入检测方法和系统，给定神经网络模型和其训练图像数据集，传入训练图像数据集到神经网络模型并收集中间结果，得到神经网络隐含特征；使用高斯混合模型对中间结果进行拟合，获取模型参数，并收集训练图像数据集路径频次计算概率；将待测图像数据输入到神经网络模型中，按照如步骤一的方法收集中间结果；使用步骤二中的高斯混合模型计算中间结果的生成概率和层间转移概率，并使用联合概率估计模型进行快速概率估计，验证输入待测图像数据是否有效。
-
公开(公告)号：CN113296890A
公开(公告)日：2021-08-24
申请号：CN202110557154.0
申请日：2021-05-21
Applicant: 南京大学
Abstract: 本发明公开一种基于系统调用代理的安卓虚拟化方法及系统，以支持安卓系统在运行时动态绑定硬件设备。所述方法包括一种远程系统调用协议以及资源动态绑定方法：通过系统调用代理技术实现的远程系统调用协议，将安卓硬件抽象层发出的本地系统调用翻译为远程节点上的系统调用；根据资源类型动态地绑定安卓虚拟机与远程主机上的硬件资源，并根据该绑定关系转发远程系统调用消息，安卓系统运行时只需重启相应系统服务即可重置资源绑定关系。该方法的特点在于：虚拟机无需预先指定硬件设备模型，即可在运行时动态绑定并使用位于不同节点上的硬件设备，将安卓虚拟机与硬件解耦，满足了虚拟化安卓系统中各类移动应用的需求，提高了资源的利用率。
-
公开(公告)号：CN110633788A
公开(公告)日：2019-12-31
申请号：CN201910747317.4
申请日：2019-08-14
Applicant: 南京大学
Abstract: 本发明公开一种面向神经网络模型的基于层间剖析的输入实例验证方法，给定神经网络模型与其训练数据集，提取中间信息并生成对应每一层对应的子模型；对于任意待验证输入实例，输入子模型获取层间剖析后总行为profile；分析输入实例的层间剖析profile，验证该输入实例是否为有效并给出对于有效的置信度分数。本发明基于训练模型内部的层间剖析手段，利用输入实例在模型各层次剖析时的行为来分析给定输入实例的有效性，能避免已有技术需要较多不同模型相互借助的验证手段所存在的验证时间消耗巨大的弊端，能够更加准确的进行输入验证，从而能够帮助区分给定神经网络的输入实例的有效性，从而提高神经网络在实际使用中的准确性与安全性。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.021 seconds)
