-
公开(公告)号:CN118656428A
公开(公告)日:2024-09-17
申请号:CN202410762533.7
申请日:2024-06-13
Applicant: 清华大学
IPC: G06F16/28
Abstract: 本公开提出了一种对关系数据进行关系分析的可视化系统,该系统包括:接收模块,被配置为接收维度为M×M的关系数据矩阵;处理模块,被配置为对所述关系数据矩阵应用训练的重排序模型进行重新排序,以获得重排序矩阵,使得所述重排序矩阵中突出该关系数据中的以下结构的至少之一:聚类、二分图、中心节点以及路径结构,其中所述训练的重排序模型是使用具有不同关系的多个维度为N×N的关系数据矩阵实例及其对应的最佳重排序矩阵作为训练样本进行训练的,并且其中N大于等于M;以及显示模块,被配置为在显示平面上显示所述关系数据矩阵以及所述重排序矩阵。该可视化系统能够有效地突出关系数据中存在的不同结构。
-
公开(公告)号:CN117131218A
公开(公告)日:2023-11-28
申请号:CN202310987029.2
申请日:2023-08-07
Applicant: 清华大学 , 北京达佳互联信息技术有限公司
IPC: G06F16/54 , G06F16/55 , G06F16/583 , G06V10/764 , G06V10/26 , G06V20/70
Abstract: 本发明提出了对多种计算机视觉任务统一分析的可视分析系统和方法,该方法包括:接收多个包含至少一个对象的图片、每个图片中对象的标注结果及每个图片中对象层面的模型预测结果,其中标注结果以及模型预测结果均包括对象层面的检测分类结果和对象层面的检测位置结果或每个图片中对象层面的分割分类结果和对象层面的分割位置结果,检测分类结果和分割分类结果包括离散属性的离散值,检测位置结果和分割位置结果包括连续属性的连续值;根据每个图片中对象的标注结果以及每个图片中对象层面的模型预测结果,利用联合概率分布对结果中的离散属性和连续属性统一建模,从而得到多元概率分布;以及对多元概率分布进行多层次的显示。
-
公开(公告)号:CN115204390A
公开(公告)日:2022-10-18
申请号:CN202210705263.7
申请日:2022-06-21
Applicant: 清华大学
Abstract: 本发明公开了一种用于神经网络架构空间的可视分析系统和方法。该方法包括:接收至少一个神经网络架构;获得所述神经网络架构中任意两个神经网络架构之间的图编辑距离;根据所述图编辑距离,获得所述神经网络架构的聚类层次化结构,其中,所述聚类层次化结构的每一层包括至少一个神经网络架构类别,每个类别包括神经网络架构;以及对所述神经网络架构的聚类层次化结构中的至少一层进行可视化,其中可视化视图提供所述神经网络架构的全局概览和其中任意一个神经网络架构的上下文信息。
-
-