基于深度学习的场所流量控制方法、系统及可读介质

    公开(公告)号:CN115796287A

    公开(公告)日:2023-03-14

    申请号:CN202211226943.7

    申请日:2022-10-09

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于深度学习的场所流量控制方法、系统及可读介质,通过获取人员数据、场所数据和办公数据,根据人员数据确定对应的空间因素、移动因素和健康因素,并基于空间因素、移动因素和健康因素构建雷达图,根据雷达图确定人员的健康状态评分;根据场所数据的历史流量数据采用经训练的LSTNet模型预测得到未来对应时刻的流量数据,并结合实际流量数据确定场所的负载状况;根据人员的健康状态评分、场所的负载状况和办公数据确定该人员进入该场所的权限;根据人员的健康状态评分、场所的负载状况通过排队论模型计算出该人员进入该场所的排队平均等待时间,该方法具有更细的细粒度,提供人员等待时长,避免人员拥挤,有利于场所内人流量的管控。

    基于大语言模型的机器人任务解析方法、装置及可读介质

    公开(公告)号:CN116861921A

    公开(公告)日:2023-10-10

    申请号:CN202310837554.6

    申请日:2023-07-10

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于大语言模型的机器人任务解析方法、装置及可读介质,通过收集机器人任务相关的数据,对数据进行预处理,得到训练数据,训练数据包括自然语言的任务描述以及对应的任务解析结果;采用P‑tuning‑v2的微调方式对大语言模型进行微调,得到微调后的大语言模型;基于机器人任务的需求和特点构建训练数据对应的提示语,采用思维链和小样本学习对提示语进行优化,得到优化后的提示语,采用优化后的提示语对微调后的大语言模型进行训练,得到机器人任务解析模型;获取实时的自然语言的任务描述,将自然语言的任务描述输入机器人任务解析模型,输出得到任务解析结果。本发明能准确的将自然语言的任务描述解析成机器人能够理解的执行指令。

Patent Agency Ranking