-
公开(公告)号：CN116402113A
公开(公告)日：2023-07-07
申请号：CN202310676070.8
申请日：2023-06-08
Applicant: 之江实验室 , 上海人工智能创新中心
IPC: G06N3/08 , G06F18/23 , G06F18/214
Abstract: 本说明书公开一种任务执行的方法、装置、存储介质及电子设备，其中，重点在于在训练用于任务执行的预测模型时，获取各样本数据以及各样本数据对应的标注信息，并根据各样本数据对应的各候选维度，确定若干维度组合，而后，针对每个维度组合，按照该维度组合，确定各样本数据对应的特征向量，并对各样本数据对应的特征向量进行聚类，根据聚类结果以及样本数据对应的标注信息，确定该维度组合的合理度，继而根据各维度组合的合理度，确定目标维度组合，并根据目标维度组合，通过各样本数据以及各样本数据对应的标注信息，构建训练样本。最后，根据训练样本，训练预测模型，从而提高了模型训练的效率和效果。
-
公开(公告)号：CN116361037A
公开(公告)日：2023-06-30
申请号：CN202310561547.8
申请日：2023-05-18
Applicant: 之江实验室
IPC: G06F9/54 , G06F9/50 , G06F15/173 , G06N3/098 , H04L67/133 , H04L67/60
Abstract: 本说明书公开了一种分布式通信系统及方法，通过第二动态通信网络对象基于第一工作节点发送的通知消息，在第二设备的内存中分配用于存储所述目标数据的目标内存，并基于目标数据和目标内存生成读取请求，并将读取请求发送给第一动态通信网络对象，从而，第一动态通信网络对象根据从读取请求中得到的目标数据的属性，从第一设备的内存中查找目标数据，并将目标数据通过写操作写入第二设备的目标内存，第二工作节点基于目标内存中的目标数据执行数据处理任务。可见，通过第一动态网络对象以及第二动态网络对象之间的交互，实现了跨设备的直接通信，无需大量不必要的数据拷贝，也不会占用中央处理器资源，从而提高了通信效率和数据并行的规模。
-
公开(公告)号：CN114781400A
公开(公告)日：2022-07-22
申请号：CN202210685231.5
申请日：2022-06-17
Applicant: 之江实验室
IPC: G06F40/30 , G06F40/284 , G06T7/00 , G06V10/764 , G06K9/62
Abstract: 本发明提供一种跨媒体知识语义表达方法和装置，所述方法包括：根据预设的语义描述，进行数据采集，语义描述包括一有限语义产生式集合；将数据采集获得的拓扑结构的数据信息输入预设的与语义描述对应的自动机的堆栈中，自动机用于进行跨媒体知识映射，自动机包括一有限状态集、一输入词汇表和一堆栈，有限状态集用于指示自动机所包括的状态，输入词汇表用于指示自动机所包括的词汇；通过自动机将数据信息进行映射，获得数据采集所采集的目标对象的子结构和/或分支分别对应的关键帧；根据数据采集所采集的目标对象的子结构和/或分支分别对应的关键帧，生成拓扑结构的可视化语义表达，可视化语义表达为第二种媒体表达方式。实现跨媒体知识对齐。
-
公开(公告)号：CN119361019A
公开(公告)日：2025-01-24
申请号：CN202411908549.0
申请日：2024-12-24
Applicant: 之江实验室 , 上海人工智能创新中心
Abstract: 本申请涉及新型抗菌肽序列的智能生成方法、系统及计算机设备，包括：将包含多序列比对的第一抗菌肽序列数据集输入至预训练好的生成器中，根据预设条件输出新型的第一候选抗菌肽序列集；将第一候选抗菌肽序列集输入至预训练好的判别器中，以判别出属于抗菌肽序列的第二候选抗菌肽序列集；将第二候选抗菌肽序列集输入至预训练好的预测器中，以预测第二候选抗菌肽序列集中各第二候选抗菌肽序列的抗菌活性；基于各第二候选抗菌肽序列的抗菌活性，在各第二候选抗菌肽序列集中选择出至少一条最优的目标抗菌肽序列。本申请利用生成器能够捕捉序列多样性，生成更广谱的抗菌肽序列，通过判别器和预测器的级联优化，生成的抗菌肽序列具备更高的抗菌活性。
-
公开(公告)号：CN117933346B
公开(公告)日：2024-07-23
申请号：CN202410339613.1
申请日：2024-03-25
Applicant: 之江实验室
IPC: G06N3/0895 , G06N3/092 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于自监督强化学习的即时奖励学习方法，获取高维图像数据集，高维图像数据集中包括若干带有终止状态成功或者失败标识的图像；利用高维图像数据集训练自监督学习模型，得到对应的低维特征；利用高维图像数据带有的终止状态的标识，基于低维特征，得到成功特征和失败特征；利用监督学习方法训练状态转移模型，并利用状态转移模型预测的下一状态信息和两类特征进行比较分类，得到即时奖励；基于即时奖励，利用强化学习方法进行决策。本发明可以减少强化学习方法中奖励的人工设计及标注，使得即时奖励的获取智能化。同时，这种即时奖励学习方法可以扩充强化学习的应用范围，扩展了强化学习框架的实际应用，具有广阔的场景。
-
Patent Agency Ranking
公开(公告)号：CN118015161B
公开(公告)日：2024-06-28
申请号：CN202410416937.0
申请日：2024-04-08
Applicant: 之江实验室
IPC: G06T13/40 , G06T7/254 , G06F40/216 , G06F40/284 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本说明书公开了一种康复视频的生成方法及装置。所述任务执行方法包括：获取各组康复动作的描述信息，将描述信息输入到预设的第一文本处理模型中，得到每组康复动作对应的动作序列信息，针对每组康复动作，将该组康复动作对应的动作序列信息输入到预先训练的特征表征模型中，以确定该组康复动作对应的动作特征。然后，针对每组康复动作，将该组康复动作对应的动作特征和预设的三维人体模型输入到动作形状预测网络中，得到三维人体模型执行该组康复动作所得到的视频中每帧图像对应的肢体形态。针对待生成的每帧图像，基于该帧图像对应的肢体形态，对该帧图像的上一帧图像进行调整，以得到该帧图像，最后生成描述信息对应的康复视频。
-
公开(公告)号：CN117978937B
公开(公告)日：2024-06-25
申请号：CN202410369278.X
申请日：2024-03-28
Applicant: 之江实验室
IPC: H04N5/262 , G06V40/20 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08 , H04N13/106
Abstract: 本说明书公开了一种视频生成的方法、装置、存储介质及电子设备。其中，首先获取康复运动训练原始视频，并提取该康复运动训练原始视频中包含的每一帧图像的图像特征以及所述康复运动训练原始视频中包含的各个帧图像之间的康复运动的动作姿态的变化特征，进而根据提取到的图像特征，确定该康复运动训练原始视频中包含的每一帧图像对应的人体姿态信息，根据提取到的变化特征，确定该康复运动训练原始视频中包含的每一帧图像对应的人体姿态信息中所包含的各个关节点的权重信息，最后根据确定出的每帧图像对应的权重信息，确定出每帧图像对应的扩展人体姿态信息，并根据每帧图像对应的扩展人体姿态信息，生成扩展康复运动训练视频。
-
公开(公告)号：CN117854666B
公开(公告)日：2024-06-04
申请号：CN202410262492.5
申请日：2024-03-07
Applicant: 之江实验室
Abstract: 本说明书公开了一种三维人体康复数据集构建方法及装置。在本说明书提供的三维人体康复数据集构建方法中，通过红外采集设备采集目标用户在执行预设的各标准动作时的动作捕捉数据，并通过视频采集设备采集目标用户在执行各标准动作时的目标视频；对目标视频进行裁剪，得到若干动作视频，其中，每个动作视频中包含目标用户在执行一个标准动作时的视频内容；针对每个动作视频，根据该动作视频中目标用户执行的标准动作确定该动作视频的动作标签；根据动作捕捉数据与该动作视频，确定与该动作视频的动作标签对应的二维人体关键点数据和三维人体网格数据；根据动作标签、二维人体关键点数据与三维人体网格数据，构建三维人体康复数据集。
-
公开(公告)号：CN117893696B
公开(公告)日：2024-05-28
申请号：CN202410301175.X
申请日：2024-03-15
Applicant: 之江实验室
Abstract: 本说明书公开了一种三维人体数据生成方法、装置、存储介质及电子设备。所述三维人体数据生成方法包括：获取患者的基础图片数据，根据基础图片数据中包含的患者的姿态信息，确定构建患者的三维人体模型所需的每个体积原语的配置参数，并根据配置参数构建患者的目标三维人体模型，根据预先确定的目标运动数据，驱动目标三维人体模型做出相应的动作，并生成目标运动数据对应的在指定视角下患者的视频数据，目标运动数据包括不同运动姿态下患者的关节节点的坐标，根据视频数据、目标运动数据，生成患者的三维人体数据集，从而可以降低获取患者的三维人体数据的难度。
-
公开(公告)号：CN117893692B
公开(公告)日：2024-05-28
申请号：CN202410281175.8
申请日：2024-03-12
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于对称视图的三维重建方法、装置及存储介质，在本说明书提供的方法中，生成模型包括编码层、生成层、聚合层和渲染层，确定第一初始模型在第一视图的相机坐标系的各坐标面上的第一投影特征，第二初始模型在第二视图的相机坐标系的各坐标面上的第二投影特征，对各第一投影特征和各第二投影特征进行空间对齐，确定全局特征，将全局特征输入渲染层，得到三维模型。这样，通过将各第一投影特征和各第二投影特征进行空间对齐，可得到包含重建目标物全局三维空间信息的全局特征，根据全局特征可渲染出重建目标物的三维模型，不需要不同视角视图的重叠部分进行空间对齐，减少了三维重建所需的视图数量，提高了三维重建效率。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.03 seconds)
