公开(公告)号：CN119921871A

公开(公告)日：2025-05-02

申请号：CN202510414949.4

申请日：2025-04-03

Applicant: 厦门大学

Inventor： 褚皓程 ,  晁飞

IPC: H04B10/516 ,  H04B10/61 ,  H04B10/69

Abstract: 本发明实施例提供一种十倍频毫米波信号生成系统及方法，属于光子微波技术领域。十倍频毫米波信号生成系统，其特征在于，所述系统包括：连续波激光器，用于输入原始光载波；多个并列设置的偏振调制器，分别引入所述原始光载波的一路偏振光和一路电相位偏移量不同的射频信号，用于将引入射频信号调制到对应的偏振光上，获得对应的光信号；检偏器，汇入各偏振调制器输出的光信号，用于获得对应的耦合光信号；光电探测器，与所述检偏器输出端连接，用于将所述耦合光信号转换为对应的十倍频毫米波信号。本发明方案解决了现有方案中相位匹配不精准和干扰边带抑制不足的问题，为6G通信、雷达等高频应用提供了更优的解决方案。

公开(公告)号：CN119623534A

公开(公告)日：2025-03-14

申请号：CN202411694015.2

申请日：2024-11-25

Applicant: 厦门大学

Inventor： 纪荣嵘 ,  杨潇 ,  晁飞

IPC: G06N3/0495 ,  G06N3/045 ,  G06N3/096 ,  G06N3/084 ,  G06F18/2136 ,  G06F18/214 ,  G06N3/048

Abstract: 本发明公开了一种基于小样本快速稀疏化大型语言模型的二阶段稀疏方法，包括以下步骤：S1、掩码初始化：基于多种用于度量参数的重要性指标，采用多种掩码初始化方法初始化语言模型的掩码；S2、掩码重排序：基于小样本校准集和直通估计器，对掩码进行重排序；S3、掩码调节：基于步骤S2的小样本校准集和重排序掩码矩阵，以原始模型作为教师模型，将稀疏模型作为学生模型，实现稀疏化前后大型语言模型在时间维度上的块级自蒸馏过程，得到稀疏模型；该方法在实现相当性能的同时，消耗更少的计算能力、使用更小的数据集、占用更少的GPU内存，并且不影响稀疏模型的推理速度，具有显著的实用价值和应用前景。

公开(公告)号：CN118433331A

公开(公告)日：2024-08-02

申请号：CN202410347891.1

申请日：2024-03-26

Applicant: 厦门大学

Inventor： 纪荣嵘 ,  罗咏东 ,  林豪佳 ,  郑侠武 ,  蒋易耕 ,  晁飞

IPC: H04N5/278 ,  G06T7/33

Abstract: 本发明公开了一种三维点云密集字幕生成和视觉定位的联合推理方法及装置，涉及三维视觉任务技术领域。所述方法包括：将双线索描述生成器DCC作为密集字幕生成模块引入基于DETR架构的3DVG模型构成联合模型，DCC处理双重视觉线索Vc=(Q,V)，在描述一个提议时，标准的“序列开始标记”前缀被描述查询中的查询Q替换，以识别焦点中的物体，同时引入视觉特征V作为物体与周围环境互动和关系信息的载体；模型推理时，描述性文本包括3DVG描述文本和/或3DDC描述文本，得到描述的目标框和/或所有标签框及对应的密集的字幕。本发明提供的一种三维点云密集字幕生成和视觉定位的联合推理方法及装置，通过构建单阶段的联合推理框架实现了高效的端到端训练。

公开(公告)号：CN117521761A

公开(公告)日：2024-02-06

申请号：CN202311471735.8

申请日：2023-11-07

Applicant: 厦门大学

Inventor： 纪荣嵘 ,  陈锰钊 ,  晁飞

IPC: G06N3/082 ,  G06N3/0495 ,  G06N3/045 ,  G06N3/0499 ,  G06V10/82 ,  G06V10/764

Abstract: 一种统一的标记压缩方法，涉及人工神经网络的压缩与加速。包括以下步骤：1)定义标记压缩方式，同时包含标记剪枝与标记合并；2)使用随机搜索搜索各种计算复杂度约束下的最优标记压缩率；3)模型推理时选出标记压缩率，根据标记压缩率压缩对应数量的标记。同时考虑标记剪枝和标记合并，将标记压缩视为优化问题，搜索最优标记压缩率。可以实现不微调压缩后的模型仍然保持高性能。可应用于在图像分类领域上的ViT模型，提供的统一标记压缩方法提供更好的识别能力，使得压缩后模型无需微调即可保持良好性能。实验表明，通过本发明可以显著降低模型复杂度，且性能降低可忽略。实现根据给定模型与给定计算量约束自适应决定最优标记压缩率。

公开(公告)号：CN117521758A

公开(公告)日：2024-02-06

申请号：CN202311472001.1

申请日：2023-11-07

Applicant: 厦门大学

Inventor： 纪荣嵘 ,  张雷 ,  郑侠武 ,  晁飞

IPC: G06N3/08 ,  G06N3/084 ,  G06F18/243

Abstract: 一种基于混合性能估计的网络结构搜索方法，涉及神经架构搜索。将不同的性能评估方法重新考虑为不同的二分类器，其中最优的架构作为正例，其余架构归为负例。提出使用最小保持率MKR替代指标Kendall’sτ来明确地评估PE策略。提出使用混合性能评估策略，结合不同性能估计策略的优势，高效定位最优网络结构。将NAS建模为逐渐缩减搜索空间的过程，对给定的搜索空间先通过代价低的性能评估策略进行快速评估结构，将整个搜索空间缩减为一个小区域，再在剩下的小区域内用代价稍高但更准确的性能估计策略进一步缩减空间；如此逐步改变性能评估策略并缩减空间，最终得到最优的网络结构。在搜索速度和搜索结果上都具有显著优势。

公开(公告)号：CN107390873B

公开(公告)日：2020-03-27

申请号：CN201710609207.2

申请日：2017-07-25

Applicant: 厦门大学

Inventor： 施明辉 ,  刘向前 ,  陈可赢 ,  周昌乐 ,  李绍滋 ,  晁飞 ,  江敏 ,  徐素霞

IPC: G06F3/01

Abstract: 基于脑电控制的多尺度光标定位方法，涉及一种基于脑电控制的光标定位方法。1)开始时，光标位于光标界面的中心，待定位区域为整个光标界面；2)将待定位区域按水平中心线和垂直中心线分成左上、左下、右上、右下四个大小相同的子区域；3)使用者通过脑电信号将光标定位到待定位区域中的某个子区域的中心；4)判断光标是否在目标位置，若是，则方法结束；否则，将光标当前所在的子区域当作新的待定位区域，然后返回步骤2)。采用多尺度定位的方式对基于脑电控制的光标进行定位，克服了传统的基于脑电控制的光标每次只能移动一小段距离的不足，大大提高了定位速度；只使用SSVEP一种脑电信号，操作简单、方便。