公开(公告)号：CN118897975A

公开(公告)日：2024-11-05

申请号：CN202410919642.5

申请日：2024-07-10

Applicant: 电子科技大学

Inventor： 赵家铭 ,  赵贻玖 ,  周乃馨 ,  陈世博 ,  张益

IPC: G06F18/2113 ,  G01R31/28 ,  G06F18/214 ,  G06F18/2135 ,  G06N3/0499

Abstract: 本发明公开了一种用于电路智能测试的特征选择方法与系统，首先使用离散小波分析对电路时域响应信号进行变换，扩充了电路时域响应信号的时频域信息，然后对离散小波分析后的小波近似系数与前b级小波细节系数进行降维，保证降维后的特征集具有足够数量的有效特征，最后使用组合递增法选择最优特征集，结合了过滤法与包装法的优势，兼顾了特征选择的效果与计算速度。

公开(公告)号：CN119783020A

公开(公告)日：2025-04-08

申请号：CN202411816387.8

申请日：2024-12-11

Applicant: 电子科技大学(深圳)高等研究院

Inventor： 邵杰 ,  曾向强 ,  赵家铭 ,  范江东 ,  吴世涵 ,  许辉

IPC: G06F18/25 ,  G06F40/126 ,  G06V10/46 ,  G06V10/82 ,  G06N3/045 ,  G06N3/09

Abstract: 本发明涉及多模态提示学习技术领域，公开了一种基于注意力机制的跨层图像文本交互提示学习方法，包括获取文本数据和图像数据；构建跨层图像文本交互提示学习网络模型；利用词嵌入模块将文本数据转化为词向量；利用文本编码器网络对词向量和文本提示向量进行多层级的注意力编码，得到文本编码；利用跨层交互提示学习模块对文本提示向量采用多头注意力机制生成图像提示向量；利用图切分模块将图像数据转化为块特征图；利用图像编码器网络对块特征图和图像提示向量进行多层级的注意力编码，得到图像编码；利用多模态对比学习模块对文本编码和图像编码进行多模态对比学习。本发明能够进一步提升多模态学习执行任务的准确性。

公开(公告)号：CN118897963A

公开(公告)日：2024-11-05

申请号：CN202410932133.6

申请日：2024-07-10

Applicant: 电子科技大学

Inventor： 赵家铭 ,  赵贻玖 ,  周乃馨 ,  陈世博 ,  王煜森

IPC: G06F18/20 ,  G06F18/27 ,  G06F18/214 ,  G06F18/25 ,  G06N3/0499 ,  G06N3/08 ,  G01R31/28

Abstract: 本发明公开了一种集成电路智能测试方法与系统，首先使用正预测器、负预测器同步对所有需要进行测试的集成电路进行预测，通过对比两个预测的预测结果，识别出具有大于可靠性阈值Tstab的预测结果并转为传统测试，有效提高了测试可靠性。与此同时，本发明对正负两个预测器的预测结果进行加权求和作为最终预测结果，使最终结果预测误差小于单模型预测误差的1/2，显著提高了预测精度，此外，最终预测误差的方差小于单模型预测误差方差的1/2，也有效提高了测试稳定性。

公开(公告)号：CN119251555A

公开(公告)日：2025-01-03

申请号：CN202411283186.6

申请日：2024-09-13

Applicant: 电子科技大学(深圳)高等研究院

Inventor： 许辉 ,  李梦琦 ,  金正权 ,  郭智慧 ,  赵家铭 ,  曾鹏鹏 ,  邵杰

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种无约束的训练后量化图像分类方法，对于训练好的图像分类Transformer模型，根据实际需要确定需要量化的网络层，确定待量化特征和待量化权重，先采用均匀量化求解得到每层网络层权重的量化值和量化边界，然后在校准阶段获取实际的若干张样本图像并将其输入训练好的图像分类Transformer模型，得到每张样本图像的每个待量化特征值，然后求解量化优化问题得到每层待量化网络层待量化特征的量化值和量化边界，最后在推理阶段将待分类图像输入图像分类Transformer模型对待量化特征和权重分别进行量化，完成图像分类。本发明允许基于激活分布进行灵活的量化，而不受限于固定的量化范围，从而提高图像分类模型在量化压缩后的性能。