-
公开(公告)号:CN113658716B
公开(公告)日:2024-02-23
申请号:CN202110851425.3
申请日:2021-07-27
Applicant: 之江实验室
IPC: G16H50/80 , G06F16/215 , G06F16/26 , G06F16/29
Abstract: 本发明属于公共卫生服务技术领域,具体涉及一种基于约束子图计算的新冠肺炎感染人群分析方法及系统,该方法步骤为:S1、新冠数据收集与清洗;S2、构建新冠肺炎场景下的人群图模型;S3、分析计算人群被感染概率指数;S4、发现潜在的感染人群并输出。本发明采用约束子图计算挖掘技术,综合多方面感染因素,通过定义计算被感染概率指数的方法,更有效的挖掘出潜在的新冠肺炎感染人群;基于被感染概率指数指标,设计新冠肺炎感染人群分析系统,设定不同级别的防疫应对举措,精确通知到管理部门和个体人群,为公共卫生防疫工作提供极大的助力,降低新冠感染概率,保护公众生命安全。
-
公开(公告)号:CN117433677A
公开(公告)日:2024-01-23
申请号:CN202311736669.2
申请日:2023-12-18
Applicant: 之江实验室
Abstract: 本发明公开了一种基于光谱变化的微纳光纤锥区受力位置检测方法和装置。方法是将待测压力施加到微纳光纤的锥区,后根据经过微纳光纤的光谱变化对待测压力及受力区间的位置检测,具体根据待测压力施加前后所检测到的光谱变化、待测压力移动位置前后所检测到的光谱变化并结合待测压力施加的位置判断;装置中,微纳光纤的腰区放置在柔性基底上并被柔性薄膜包埋,微纳光纤两端分别连接白光光源和光谱仪,微纳光纤正上方设置三维压力传感器,并且再底面设置施加压力的按压头。本发明通过比较不同受力位置和大小下的全输出光谱,对光纤锥区内不同受力位置能够进行准确测定,且结合人工智能算法,成功实现了对位置和力的高精度预测。
-
公开(公告)号:CN117371524A
公开(公告)日:2024-01-09
申请号:CN202311223091.0
申请日:2023-09-20
Applicant: 之江实验室
Abstract: 本发明公开了一种基于博弈论的图神经网络解释方法和装置,提出了一种结构感知的图神经网络解释方法,使用博弈论的HN值计算得到节点重要性分数,并给出了一种基于蒙特卡罗采样与最短路径相结合的中心节点采样策略来辅助完成节点分数的计算。本发明使用的Hamiache‑Navarro(HN)值是结构感知的,有利于更好地利用图结构,从而对图神经网络结果进行有效解释;本发明使用蒙特卡洛采样,可以更好地估计在较大图上的HN值,解决了大多数基于博弈论的图神经网络解释算法的难点,提高解释效率。
-
公开(公告)号:CN116257787A
公开(公告)日:2023-06-13
申请号:CN202211093466.1
申请日:2022-09-08
Applicant: 之江实验室
IPC: G06F18/241 , G06F18/214
Abstract: 本发明属于图计算与时序数据预测领域,公开了一种基于空间结构图学习的多维异步时序数据分类方法,该方法考虑到传感器间的互相作用,将每一时间点的多维数据分别构建成图,使用图神经网络实现各传感器数据信息更新,同时在信息传播的过程中对缺失的观测值进行填充,并利用基于时间间隔的Transformer机制学习不同时刻间的相互关系。本发明在对异步时序数据进行分类的过程中,实现了信息在不同传感器间相互传播,并对缺失的观测值进行填充,提高了算法在数据大量缺失下的鲁棒性,同时考虑时序数据在时序上的相关性,提高了多维异步时序数据的分类效果。
-
公开(公告)号:CN116150685A
公开(公告)日:2023-05-23
申请号:CN202310155946.4
申请日:2023-02-08
Applicant: 之江实验室
Inventor: 姜婷 , 余婷 , 张吉 , 王振 , 穆罕默德·贾瓦德·巴
IPC: G06F18/2415 , G06F18/214 , G06F18/22 , G06N3/04 , G06N3/08
Abstract: 本说明书公开了一种数据分类方法、装置、设备及存储介质,可以通过对图数据中每个节点的嵌入编码特征进行解码所得到的解码后特征和每个节点的初始特征之间的偏差,以及根据每个节点在图数据中的邻居节点,确定出每个节点在图数据中的结构特征,进而根据每个节点的解码后特征和每个节点在图数据中的结构特征,对节点对应的嵌入编码特征进行调整,得到每个节点对应的调整后特征,以提高得到的每个节点的特征的准确性,进而可以提高数据分类的准确性。
-
公开(公告)号:CN119312249A
公开(公告)日:2025-01-14
申请号:CN202411372191.4
申请日:2024-09-29
Applicant: 之江实验室
IPC: G06F18/2433 , G06F18/2131 , G06F18/2135 , G06F18/10
Abstract: 本发明公开了一种基于时间序列异常检测的无监督快速射电暴搜寻方法,该方法包括:对射电望远镜观测数据进行消色散处理获得信号强度时间序列;将信号强度时间序列嵌入到低维空间并构建图结构,基于图结构计算序列异常分以获得快速射电暴脉冲信号候选体;使用分桶计数方法对快速射电暴脉冲信号候选体进行筛选,确认快速射电暴脉冲信号的到达时间及其对应的色散值。本发明创新性地从时间序列异常检测的角度去解决快速射电暴的搜寻问题,具有鲁棒性强、误检率低的特点,极大地减少候选体的数量,提高搜寻效率;运用粗粒度网格消色散,大幅度减少计算资源的消耗;不依赖信号形状相关的先验知识,可以扩展用于检测更多未知的宇宙信号。
-
公开(公告)号:CN117312633B
公开(公告)日:2024-05-03
申请号:CN202311465612.3
申请日:2023-11-07
Applicant: 之江实验室
IPC: G06F16/9035 , G06F16/901 , G06F15/78 , G06F9/48
Abstract: 本发明公开了一种基于带HBM的FPGA的动态极大团枚举装置及方法,包括:HBM存储外界PC主机传来的用于更新图结构的动态边流、全图邻接矩阵、以及候选团;矩阵计算单元基于动态边流更新全图邻接矩阵并发送更新的全图邻接矩阵至HBM存储,同时确定需要更新候选团的待更新头节点;排序计算单元根据更新的全图邻接矩阵和每个待更新头节点通过数据分块排序构建候选团重构的排序集;更新计算单元基于候选团重构的排序集并行执行各待更新头节点对应的候选团的更新任务,并将更新的候选团发送至HBM存储,并更新的候选团被发送至PC主机以采取过滤操作提取极大团,这样支持流水线式的增量极大团计算,提升任务的整体计算效率。
-
公开(公告)号:CN116257786A
公开(公告)日:2023-06-13
申请号:CN202211093387.0
申请日:2022-09-08
Applicant: 之江实验室
IPC: G06F18/241 , G06N3/048 , G06F18/23 , G06F18/2415
Abstract: 本发明属于图计算与时间序列序列分类领域,公开了一种基于多元时序图网络的异步时间序列分类方法,该方法构建了一个多元交互模块来处理缺失信息,并自动提取图结构关系,设计了一种新的邻接图传播机制来聚合当前和以前的多步快照的邻居信息,并构建了基于掩码时间感知的注意力模块用于学习观测值之间的时间相关性。本发明在对异步时序数据进行分类的过程中,实现了对缺失观测值的填充以及信息在不同传感器间相互传播,提高了算法在数据大量缺失下的鲁棒性,同时考虑时序数据在时间戳上下文的绝对意义和时间间隔的异步性,提高了多维异步时序数据的分类效果。
-
公开(公告)号:CN112328424B
公开(公告)日:2022-05-06
申请号:CN202011396662.7
申请日:2020-12-03
Applicant: 之江实验室
Abstract: 本发明公开了一种用于数值型数据的智能异常检测方法及装置,该方法包括:上传数据阶段,实现数据上传;数据池阶段,实现数据存储与数据比对;算法池阶段,实现系统智能推荐多种适合当前数据的异常检测算法;算法结果集成阶段,实现汇总各算法的计算结果并得出最终计算结果;异常点判定阶段,实现自主选择异常点判定方法并做出判定;检测结果可视化阶段,实现可视化直观展示数据尤其是异常点。本发明创新地提出了智能辅助算法推荐、算法结果集成和异常点智能判定并将其运用到系统中,极大地简化了用户操作,帮助用户在较少的时间内得到更加准确且易于观察的异常检测结果。
-
公开(公告)号:CN117990244A
公开(公告)日:2024-05-07
申请号:CN202410111758.6
申请日:2024-01-26
Applicant: 之江实验室
IPC: G01L1/24 , G01B11/00 , G01D5/353 , G06F18/10 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种利用微纳光纤在平面上检测负载位置和大小的方法及装置。将一根微纳光纤布置在负载所在的平面之下,将负载施加到平面上,将负载施加前后经过微纳光纤的光谱变化数据输入到神经网络模型中对平面上负载的大小和位置进行检测,所述神经网络模型采用LSTM‑Attention‑CNN模型;装置包括白光光源、微纳光纤和用于光谱探测的光谱仪、用于放置微纳光纤的柔性基底、用于覆盖微纳光纤的柔性薄膜、三维调节架、三维压力传感器和按压头。本发明方法利用微纳光纤所在平面受到负载的变化特性和规律,通过深度学习算法对光谱进行解耦,从而实现对平面上的负载位置和大小的准确检测。
-
-
-
-
-
-
-
-
-