-
公开(公告)号：CN118070914B
公开(公告)日：2024-11-15
申请号：CN202410283895.8
申请日：2024-03-13
Applicant: 浙江大学
Abstract: 本发明公开了一种基于有限元的量子读数校准方法和系统，包括多轮迭代校准，每轮迭代校准包括特征化流程和校准流程，特征化流程包括：基于基准电路在当前轮次的基准概率分布确定任意两个量子比特之间的权重并构建加权量子比特图，基于有限元思想将加权量子比特图中的量子比特划分组得到分组方案；校准流程包括：基于测量采集的量子比特合集、基准概率分布以及分组方案计算每个量子比特组对应的子噪声矩阵，得到子噪声矩阵集合，基于子噪声矩阵集合对上一轮的校准输出进行校准得到当前轮次的校准输出。这样将有限元法扩展到量子校准过程，并全面考虑量子比特相互作用特征，来提高量子读数校准的准确性和效率。
-
公开(公告)号：CN118503097A
公开(公告)日：2024-08-16
申请号：CN202410569491.5
申请日：2024-05-09
Applicant: 浙江大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于选择性插桩的Windows平台并行模糊测试方法和系统。方法包括：通过测试器动态插桩后端分析运行的指令以获取基本块执行情况和程序分支情况，动态维护被测程序模块实时控制流图和分支探索状态。将拥有未探索程序分支的基本块识别为目标，并根据其在图上的位置进行任务划分。根据控制流图为每组任务识别对应的插桩基本块和前驱基本块，作为并行的指导信息分配给各个测试引擎。引擎设置插桩范围为插桩基本块，并根据测试用例的任务和前驱执行情况为其赋予选择概率，从而实现测试用例优选。该方法显著提高了Windows平台并行模糊测试的代码覆盖率和漏洞发现能力，改善了Windows模糊测试的效率。
-
公开(公告)号：CN116341665B
公开(公告)日：2024-08-16
申请号：CN202310229766.6
申请日：2023-03-10
Applicant: 浙江大学
Abstract: 本发明公开了一种基于超导量子处理器的量子计算机平台，包括云平台软件栈，用于获得用户提供的量子电路和执行次数，生成后端编译任务调度信息，基于后端编译任务调度信息、进行后端编译得到抽象硬件指令，还用于用户展示量子比特状态概率分布；云平台硬件栈，用于接收抽象硬件指令，并将抽象硬件指令转换为测控硬件可读取的实际硬件指令，通过实际硬件指令控制多个测控硬件形成高频XY混频脉冲信号、低频Z混频脉冲信号和读取信号，将高频XY混频脉冲信号、低频Z混频脉冲信号和读取信号发送至量子处理器以执行匹配后量子电路，将所述输出脉冲信号转化为数字信号。利用该平台用户能够较为方便的操控量子计算机得到量子比特状态的概率分布。
-
公开(公告)号：CN118467032A
公开(公告)日：2024-08-09
申请号：CN202410538199.7
申请日：2024-04-30
Applicant: 浙江大学
Abstract: 本发明公开了一种基于多模态大模型的自动化UI交互探索方法，包括如下步骤：(1)收集文本、图像、XML文件和历史操作记录信息，由多模态大模型分析上述信息并生成单步探索动作，通过执行系统实现动作正确识别、转化和执行；(2)向多模态大模型提供执行动作前后页面信息和当前视觉地图，多模态大模型通过提取页面特征和识别页面间的关系，更新视觉地图；(3)采用页面级递归探索策略，系统性地构建应用程序的视觉地图。利用本发明，可以自动化探索移动应用程序以及构建视觉地图，提高UI探索的准确性和可靠性。
-
公开(公告)号：CN118333181A
公开(公告)日：2024-07-12
申请号：CN202410418927.0
申请日：2024-04-09
Applicant: 浙江大学
Abstract: 本发明公开了一种利用量子程序中的同构性以促进自信验证的方法和系统，包括：断言语句：定义追踪点并通过追踪点标记量子程序在不同时间的量子比特状态，定义假设‑保证断言来指定单量子比特状态的范围及多量子定量子比特状态之间的关系；程序分析：依据量子演化同构性构建输入量子比特状态与追踪点的量子比特状态之间真实关系的近似函数；断言验证：将量子程序中的假设‑保证断言与构建的逼近函数打包成约束最大化问题来进行全局搜索和求解以验证量子程序的正确性，以解决现有断言方法在验证量子程序的整体正确性方面表现出较低的置信度的问题。
-
Patent Agency Ranking
公开(公告)号：CN118036699A
公开(公告)日：2024-05-14
申请号：CN202410180090.0
申请日：2024-02-18
Applicant: 浙江大学
IPC: G06N3/084 , G06N3/0499 , G06N10/70
Abstract: 本发明公开了一种抵抗量子噪声的量子神经网络的训练方法，包括获得训练数据集和对应的标签，以及多种噪声集；将训练数据输入初始量子神经网络得到第一预测值，基于第一预测值和标签通过交叉损失构建自然损失函数；将每种噪声集分别注入初始量子神经网络，将训练数据分别输入注入每种噪声集的初始量子神经网络得到对应的第二预测值和电路序列正确性，基于第一预测值和第二预测值通过KL散度构建每种噪声集对应的噪声损失函数，基于每种噪声集对应的噪声损失函数和电路序列正确性构建对应的鲁棒性损失函数；基于所述自然损失函数和每种噪声集对应的鲁棒性损失函数构建总损失函数，基于训练数据集通过总损失函数训练量子神经网络得到抵抗量子噪声的量子神经网络。该方法使得量子神经网络能够应对时间和设备偏差的噪声波动，从而使得量子计算机降低噪声波动的影响进而提升了在各种不同噪声场景下的容错能力。本发明还公开了一种抵抗量子噪声的量子神经网络装置。
-
公开(公告)号：CN118012502A
公开(公告)日：2024-05-10
申请号：CN202311846946.5
申请日：2023-12-29
Applicant: 浙江大学 , 恒生电子股份有限公司
IPC: G06F8/76 , G06F8/72 , G06F11/36 , G06F16/31 , G06F16/332 , G06F16/33 , G06F16/951 , G06N5/022 , G06N5/025
Abstract: 本发明公开了一种基于知识库的少样本多步提示的LLM前端框架迁移方法，包括：爬取前端框架相关文档，分段转换为向量存储为索引；编写迁移前后使用的前端框架的基础控件库代码，对比分析，总结迁移规则文档；基于迁移规则文档，对每条规则调用LLM生成多场景的迁移测试用例，给出迁移后结果，作为迁移样本补充入规则知识库中对应迁移规则的文档中；将前端项目文件分为前端界面显示代码和逻辑处理代码，并形成对应；将完整的代码文件拆成语句块依次输入，总结保存代码块信息；基于外部知识库和迁移规则库封装多步提示，链式调用LLM生成目标代码；基于生成的目标代码，通过知识库调用LLM分析优化生成最终代码。
-
公开(公告)号：CN117910601A
公开(公告)日：2024-04-19
申请号：CN202410317233.8
申请日：2024-03-20
Applicant: 浙江大学滨江研究院
IPC: G06N20/00 , G06V10/74 , G06V10/774
Abstract: 本发明公开了一种个性化联邦潜在扩散模型学习方法，包括如下步骤：步骤一，设置一个服务器，通过设置的服务器初始化并接收各客户端发送的局部潜向量；步骤二，通过步骤一设置的服务器根据各客户端发送的局部潜向量，基于各客户端的聚合权重生成每个客户端的个性化潜向量；步骤三，每个客户端从服务器上下载对应的个性化潜向量，通过最小化局部噪声预测误差与局部潜向量和个性化潜向量之间的距离之和来更新客户端的局部模型，将更新后的局部潜向量发送给服务器；步骤四，重复执行步骤二至步骤三，直至所有客户端平均训练损失不再下降。本发明的个性化联邦潜在扩散模型学习方法，通过步骤一至步骤四的设置，便可有效的解决现有技术中的缺点。
-
公开(公告)号：CN117009231B
公开(公告)日：2024-03-29
申请号：CN202310937927.7
申请日：2023-07-28
Applicant: 浙江大学
IPC: G06F11/36
Abstract: 本发明提出了一种基于对话式大语言模型的高可靠单元测试自动生成方法及装置。首先，对项目进行解析和分析提取出上下文信息，然后判断待测方法测试必要性并根据测试目的划分生成不同的测试方向列表。在生成和修复初始测试用例之后，对通过的测试用例进行输入数据搜索，完善测试输入数据。随后，对所有测试用例进行变异测试，对失败的突变重新生成测试用例以提升断言质量。最后，对成功的测试用例进行缩减和合并，以避免重复覆盖。本发明在覆盖率、测试数据完整性、断言质量等方面优于现有方法，且在不同规模和领域的项目上表现稳定。生成的测试用例在可读性、可理解性、可维护性、测试输入数据完整性、断言质量、体积上具有显著优势。
-
公开(公告)号：CN117608814A
公开(公告)日：2024-02-27
申请号：CN202311298122.9
申请日：2023-10-09
Applicant: 浙江大学
Abstract: 本申请涉及一种用于大规模联邦学习任务的多任务联邦学习方法与系统。所述系统包含了中心节点和参与方节点以及远端存储单元，其中：所述中心节点包含用户服务层、任务池、全局调度器、若干任务执行单元；所述参与方节点包含任务操作接口服务、局部调度单元、若干的计算节点；所述远端存储单元为AWS S3、OSS、云数据库等云存储服务。本发明采用全局与局部调度器结合和存算分离架构进行联邦学习任务的调度与高效执行。全局调度器进行任务进入执行状态的决策，平衡任务的公平性和平均运转时间；局部调度器依据本地的计算资源进行任务准入决策；存算分离的结构让系统的资源更专注于计算过程并且利于参与方计算节点的独立扩缩容。
-
-
-
-
-
-
-
-
-
Search Results
698
records
(took 0.086 seconds)
