-
公开(公告)号：CN118839767A
公开(公告)日：2024-10-25
申请号：CN202410844731.8
申请日：2024-06-27
Applicant: 北京理工大学 , 北京理工大学前沿技术研究院
Abstract: 本发明公开的一种用于资源受限异构设备的神经网络协同推理方法，属于边缘计算领域。本发明实现方法为：构建针对资源受限异构设备的推理时延预测器，采用贝叶斯优化拆分方法，拆分需要部署推理的原始神经网络模型得到多个适配资源受限异构设备计算性能和硬件资源约束的子模型；使用渐进增强蒸馏方法依次训练所有子模型，将训练好的所有子模型部署到对应的资源受限异构设备上，当接收到推理任务请求时，联合多个空闲的资源受限异构设备并行执行子模型的计算，计算结果通过资源受限设备间的局域网传输到中心节点进行汇聚后得到最终推理结果，节省多资源受限异构设备的计算开销和存储资源，降低多资源受限异构设备的推理时延和能量损耗。
-
公开(公告)号：CN118839766A
公开(公告)日：2024-10-25
申请号：CN202410844642.3
申请日：2024-06-27
Applicant: 北京理工大学 , 北京理工大学前沿技术研究院
IPC: G06N5/04 , G06N3/042 , G06N3/098 , G06N3/09 , G06N3/0455 , G06N3/0985 , G06F18/25 , G06F18/241
Abstract: 本发明公开的一种面向多边缘设备的Transformer模型协同推理方法，属于边缘计算领域。本发明实现方法为：将原数据集划分为多个标签类别数相等的子数据集，根据边缘设备计算性能和资源，切分原始模型为多个仅保留重要结构的子模型，通过子任务蒸馏方法帮助子模型学习原始模型特征，采用模型集成方法聚合所有子模型，提升集成模型的整体性能；将训练好的集成模型中的子模型，分别部署到对应边缘设备上。当边缘设备接收的推理任务请求时，所有边缘设备并行执行子模型的推理，中心节点使用特征融合模块融合所有中间结果得到最终推理结果，实现多边缘设备的模型协同推理，提高边缘设备执行推理任务的推理速度，降低边缘设备执行推理任务的推理能耗。
-
公开(公告)号：CN119782785A
公开(公告)日：2025-04-08
申请号：CN202510264965.X
申请日：2025-03-07
Applicant: 北京理工大学
IPC: G06F18/213 , H04W4/18 , H04W4/30 , G06F18/22 , G06N3/0455
Abstract: 本发明公开了一种基于解耦表征的人员感知无线信号生成方法，属于无线感知技术领域，包括转换输入无线信号的格式，将所有的真实的无线信号转换保存为光谱图得到原始数据集；将转换格式后的无线信号进行配对；将配对后的无线信号组输入神经网络的编码器得到特征向量；对特征向量进行解耦；对解耦后的特征向量进行修改得到目标的特征向量；将修改后的特征向量输入神经网络解码器得到生成的无线信号。本发明提供的一种基于解耦表征的人员感知无线信号生成方法，该方法能够有效地解决现有技术中未充分考虑信号中复杂的信息特征，难以将原始信号中不同目标的信息单独提取解耦开，无法生成与原有信号类别不同的新信号的问题。
-
公开(公告)号：CN118673928A
公开(公告)日：2024-09-20
申请号：CN202410639670.1
申请日：2024-05-22
Applicant: 北京理工大学
IPC: G06F40/30 , G06F40/284 , G06F16/35 , G06F18/231 , G06F18/24 , G06N3/0464 , G06N3/09
Abstract: 本发明公开的一种基于双曲图卷积网络和层次聚类的主题分类方法，属于自然语言处理中的文本主题分类技术领域。本发明实现方法为：对微博文本数据进行预处理，包括数据清洗、中文分词和去除停用词；使用TF‑IDF方法计算特征向量。将预处理后的文本数据映射到双曲空间，利用指数映射和对数映射在欧氏空间与双曲空间之间转换信息，同时保留双曲空间的层次结构特征。计算节点间的双曲距离并结合层次聚类算法，捕捉层次结构数据中的关系。相似或相关的节点能够在双曲图卷积网络的信息聚合过程中获得更高的权重，挖掘文本数据的层次结构，通过训练双曲图卷积神经网络捕捉微博文本数据的层次结构关系，利用训练好的双曲图卷积神经网络实现高质量的主题分类。
-
公开(公告)号：CN118607530A
公开(公告)日：2024-09-06
申请号：CN202410639788.4
申请日：2024-05-22
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于Bert多层信息融合与双曲神经网络的情感分类方法，属于自然语言处理中的文本情感分析技术领域。本发明实现方法为：将预处理后的微博文本数据输入Bert嵌入层进行词嵌入，转变成向量的形式。将文本向量进入Bert多层信息特征提取层进行特征提取，进一步挖掘语义信息，通过注意力机制来将Bert中各个隐藏层中的CLS向量进行融合，将融合后的特征向量输入到双曲空间中挖掘深层层次信息，在双曲空间中完成特征聚合，实现高质量的情感分类。本发明特别适用于处理社会舆论网络等复杂网络的情感分类和公共舆论监控，解决传统方法在高维、非欧几里得结构数据空间中的分类难题，提高对网络数据中微博文本的表示和分类能力。
-
Patent Agency Ranking
公开(公告)号：CN119152178A
公开(公告)日：2024-12-17
申请号：CN202411058242.6
申请日：2024-08-02
Applicant: 北京理工大学
IPC: G06V10/25 , G06V10/774 , G06V10/82 , G06N20/00 , G06N3/08 , G06N3/0442 , G06N3/0464
Abstract: 本发明涉及一种基于数据和特征的红外小目标检测优化方法及系统，属于计算机视觉技术领域。首先预处理红外小目标数据集中的训练数据，并对训练数据进行分类，随机裁剪扩充数据量。将分类好的数据和其对应的标签输入扩散模型进行训练。然后，加载训练好的扩散模型参数，输入随机噪声、随机类别和随机标签生成红外数据，融入原始训练数据，得到新的合成训练数据集。在神经网络中，应用基于记忆的检测头，使用合成数据集进行训练。最后加载训练好的网络参数，输入需要检测的红外图像，得到检测结果。本发明引入了扩散模型来生成红外数据，增加了训练数据的多样性，提高了检测精度和稳定性。
-
公开(公告)号：CN118966196A
公开(公告)日：2024-11-15
申请号：CN202410400387.3
申请日：2024-04-03
Applicant: 北京理工大学 , 褚卫兵 , 浪潮软件科技有限公司
IPC: G06F40/216 , G06F40/30 , G06Q50/00 , G06F16/35 , G06N3/0464 , G06N3/08
Abstract: 本发明公开的一种基于多模态完全双曲图神经网络的网络暴力识别方法，属于舆情监控技术领域。本发明实现方法为：计算每则帖子的TF‑IDF向量并得到特征向量矩阵，将关联性超过预设阈值的节点对用边进行连接，构建帖子关联图，实现不同帖子间的相似性和关联性的捕捉；将帖子文本转换为XLNet模型理解的输入格式；将分词后的文本输入预训练的XLNet模型；采用基于洛伦兹变换的多模态特征融合模块对帖子的文本特征和图像特征进行融合，实现了帖子的多模态特征向较低维度的洛伦兹空间的映射。完全双曲图神经网络通过帖子关联图中节点之间的交互实现信息传递，将完全双曲图神经网络学到的多模态帖子节点特征输入到网络暴力识别器中，实现网络暴力识别。
-
公开(公告)号：CN116776982A
公开(公告)日：2023-09-19
申请号：CN202310808099.7
申请日：2023-07-03
Applicant: 北京理工大学
IPC: G06N5/04 , G06N3/0464 , G06N3/08
Abstract: 本发明公开的一种用于边缘设备的神经网络动态早退加速推理方法，属于边缘计算领域。使用异构退出头结构，提高模型的特征提取能力，实现更高的模型精度、更快的推理速度和更低的模型运算复杂度；使用两阶段训练策略训练基于异构退出头的动态早退模型，更充分地发挥退出头的潜能，进一步提高模型精度，降低模型运算复杂度；使用动态推理方法，动态执行部分网络，节省计算资源；同时根据输入数据的复杂性动态选择模型输出路径，以适应不同场景，实现精度‑效率之间的权衡。本发明适用于边缘计算领域，提高模型精度，加快推理速度并且降低模型运算复杂度，为基于复杂模型的智能应用在边缘设备的部署提供支撑。
-
公开(公告)号：CN112579301B
公开(公告)日：2022-07-01
申请号：CN202011581614.5
申请日：2020-12-28
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于NDN的P2P分布式机器学习训练系统数据传输方法，属于分布式机器学习领域。本发明方法，将NDN中基于PIT的请求聚合机制、基于CS的网内缓存机制以及“一对多”的内容分发机制应用于P2P架构下的分布式机器学习中，在同步训练与异步训练中，能够满足减小传输冗余数据的需求。本发明方法减小了分布式机器学习训练系统中的传输冗余，从而减小了传输时延，提高了网络传输效率。同时，可以支持异步机器学习。在传输失败进行重传时，可以通过网内缓存实现就近获取，减少了对服务器端链路的占用，降低了传输延迟。
-
公开(公告)号：CN110177098A
公开(公告)日：2019-08-27
申请号：CN201910448754.6
申请日：2019-05-28
Applicant: 北京理工大学
IPC: H04L29/06
Abstract: 本发明涉及一种NDN与IP网络边界网关转换方法和装置，属于通信技术领域。该方法从IP网络接收IP数据包，存储IP数据包中的源IP地址，分析IP数据包中的HTTP请求报文，提取对应的NDN内容名；构造与IP数据包对应的NDN兴趣包；将NDN兴趣包发送到NDN中；接收从NDN中返回的NDN数据包，构造与NDN数据包对应的IP数据包；将IP数据包发送到IP网络中。本发明通过增加网络边界网关实现两种不同架构网络之间的通信，无需对网络结构或网络节点进行改动，在网关实现包的拆解和转换，最大程度地利用了边界网关在不同通信协议间充当翻译器的功能，具有高效简洁的特点；设置边界网关表，通过将IP地址与NDN内容名对应，实现IP网络与NDN路由核心的一一对应，保证可靠的数据传输。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.021 seconds)
