一种基于降低空间和通道特征冗余的可微分神经架构搜索方法

    公开(公告)号:CN119169344B

    公开(公告)日:2025-04-22

    申请号:CN202411145247.2

    申请日:2024-08-20

    Inventor: 王睿 尹善通 李芃

    Abstract: 本发明提供一种基于降低空间和通道特征冗余的可微分神经架构搜索方法,该方法包括首先定义搜索空间,在该搜索空间中寻找最优的神经网络架构;设计空间特征重构模块来消除空间特征冗余;使用自适应通道注意力模块通过快速一维卷积提取每个通道的重要性,根据计算出的注意力权重用于指导通道的去向;其中,注意力权重较高的通道被发送到操作空间,而其他通道则直接与操作空间的输出接触,以平衡信息保留和计算效率;将搜索到的最佳网络架构单元进行堆叠,重新构建并训练神经网络模型,进而实现图像的分类任务。本发明在轻量级、高效性、动态通道选择、信息保留与计算效率平衡、易于扩展与泛化以及提升图像分类性能等方面均展现出显著的优势。

    一种基于Transformer网络的离子磨机剩余使用寿命预测方法

    公开(公告)号:CN117236193A

    公开(公告)日:2023-12-15

    申请号:CN202311418940.8

    申请日:2023-10-30

    Inventor: 王睿 袁增威 李芃

    Abstract: 本发明公开了一种基于Transformer网络的离子磨机剩余使用寿命预测方法,涉及半导体制造技术领域,首先,利用特征压缩‑激发模块重新校准原始时间序列数据的权重,从而能够从不同的传感器数据中提取到与离子磨机剩余使用寿命预测相关的重要特征;然后,基于Transformer的离子磨机剩余使用寿命预测网络来学习特征的时间依赖性,并使用两个全连接层来将基于Transformer的离子磨机剩余使用寿命预测网络的输出映射到离子磨机剩余使用寿命预测值。本发明采用上述的一种基于Transformer网络的离子磨机剩余使用寿命预测方法,能够更好地学习时间序列数据的时间属性,通过压缩‑激发模块提取特征,并处理不同特征通道之间的关系,从而有效地预测剩余使用寿命。

    基于平面地图的激光SLAM定位方法、装置及存储介质

    公开(公告)号:CN118348506A

    公开(公告)日:2024-07-16

    申请号:CN202410297373.3

    申请日:2024-03-15

    Inventor: 李芃 颜子豪 王睿

    Abstract: 本发明涉及基于平面地图的激光SLAM定位方法及系统,其中方法包括:获取三维激光雷达采集周围环境的点云数据,去除点云中的运动畸变,得到去畸变后的激光雷达点云,计算当前帧位姿的初始估计;基于体素化的方式,由粗到精分割去畸变后的输入点云,提取输入平面,并通过区域增长的方式得到输入平面集合,所述输入平面包括平面特征体素和非平面特征体素;在平面地图中进行输入平面的特征匹配,通过迭代计算当前帧输入平面集合与平面地图之间的变换关系实现最优位姿估计;利用当前帧最优位姿估计以及输入平面,对平面地图进行更新。本发明只需利用几百个输入平面利用角度和距离进行特征匹配,高效实现位姿估计,大大提高激光SLAM方法的实时性。

    一种基于降低空间和通道特征冗余的可微分神经架构搜索方法

    公开(公告)号:CN119169344A

    公开(公告)日:2024-12-20

    申请号:CN202411145247.2

    申请日:2024-08-20

    Inventor: 王睿 尹善通 李芃

    Abstract: 本发明提供一种基于降低空间和通道特征冗余的可微分神经架构搜索方法,该方法包括首先定义搜索空间,在该搜索空间中寻找最优的神经网络架构;设计空间特征重构模块来消除空间特征冗余;使用自适应通道注意力模块通过快速一维卷积提取每个通道的重要性,根据计算出的注意力权重用于指导通道的去向;其中,注意力权重较高的通道被发送到操作空间,而其他通道则直接与操作空间的输出接触,以平衡信息保留和计算效率;将搜索到的最佳网络架构单元进行堆叠,重新构建并训练神经网络模型,进而实现图像的分类任务。本发明在轻量级、高效性、动态通道选择、信息保留与计算效率平衡、易于扩展与泛化以及提升图像分类性能等方面均展现出显著的优势。

Patent Agency Ranking