-
公开(公告)号：CN115049688B
公开(公告)日：2022-11-18
申请号：CN202210981480.9
申请日：2022-08-16
Applicant: 之江实验室
Abstract: 本发明公开了基于强化学习思想的栅格地图区域划分方法及装置，可应用于由圆柱曲面展平生成的栅格地图。本发明将栅格地图转化为矩阵处理，通过设置标记矩阵（标记各栅格当前轮次是否已被划分）和划分矩阵（记录各栅格当前累计的评估值），进行多轮次迭代划分，即每轮次划分时参考上轮次的划分评价结果、划分后对本轮次划分结果按约束条件的符合程度进行奖惩评估，并在迭代结束后对部分栅格进行调整优化处理，确保了在机器人初始位置和数目随机时，所得各划分任务区域面积相近，且各区域间不相交、区域内部全连通。
-
公开(公告)号：CN115242660A
公开(公告)日：2022-10-25
申请号：CN202211149183.4
申请日：2022-09-21
Applicant: 之江实验室
Abstract: 本发明公开了基于中心化的异构算力联邦系统及组网和执行方法，其中所述异构算力联邦系统架构总体上分为2层：视图层和资源层。在视图层包含2个模块：异构算力联邦服务模块和异构算力联邦控制模块；在资源层中包含2个模块：异构算力集群管理模块和异构算力联邦探针模块。根据上述架构，异构算力集群进行组网：首先在在异构算力集群管理模块部署异构算力联邦探针模块；然后在异构算力联邦控制模块创建异构算力集群描述模型；之后异构算力联邦探针模块收集异构算力集群信息推送到异构算力联邦控制模块；最后由异构算力联邦控制模块填充异构算力集群资源描述模型，完成异构算力联邦系统的统一算力视图。
-
公开(公告)号：CN114758035B
公开(公告)日：2022-09-27
申请号：CN202210661703.3
申请日：2022-06-13
Applicant: 之江实验室
Abstract: 本发明公开了一种针对未配对数据集的图像生成方法及装置，该方法包括：对第一模型和第二模型进行改进，其中所述第二模型包括第一子模型和第二子模型；将两组内部具有相同数据分布的未配对数据集作为改进后的第一模型的输入，训练改进后的第一模型，并通过改进后的第一模型训练完成后输出的两组配对数据集分别训练改进后的第一子模型和第二子模型；获取未配对数据集；将所述未配对数据集输入训练后的第一模型后，得到所述第一模型生成的第一生成数据集和第二生成数据集；将所述第一生成数据集和第二生成数据集分别输入训练后的第一子模型和第二子模型，并将所述第一子模型和第二子模型生成的第三生成数据集和第四生成数据集作为最终生成结果。
-
公开(公告)号：CN114625861B
公开(公告)日：2022-09-06
申请号：CN202210508811.7
申请日：2022-05-11
Applicant: 之江实验室
IPC: G06F16/332 , G06F16/31 , G06F16/215 , G06F40/205
Abstract: 本发明公开了改进Transformer融入知识的端到端对话方法，首先收集以对话和知识组成的二元组，将该二元组作为训练数据；对训练数据进行清洗，将训练数据组成包括对话、知识和回复的三元组形式，并对该三元组进行预处理；构建由编码运算模块、知识解码器运算模块和解码器运算模块组成的改进的Transformer模型；利用训练数据与三元组训练改进的Transformer模型，并保存；将以对话和知识组成的二元组输入训练好的改进的Transformer模型中，模型预测输出回复结果；用户对模型输出的回复结果进行回复后，将模型输出的回复结果和用户回复拼接到对话记录串中，并选取新的知识输入训练好的改进的Transformer模型中持续进行端到端对话。该方法充分利用Transformer模型结构将知识细致融合用于生成对话。
-
公开(公告)号：CN114819110A
公开(公告)日：2022-07-29
申请号：CN202210717252.0
申请日：2022-06-23
Applicant: 之江实验室
IPC: G06N3/04 , G06V20/40 , G06V40/16 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种实时识别视频中说话人的方法及装置，该方法包括：获取同一时刻开始且连续的图像序列和音频序列；根据所述图像序列中最新一帧的图像，检测并跟踪人脸，更新已有的人脸序列信息库；将所述人脸序列信息库中的人脸序列信息和所述音频序列输入训练好的说话人检测网络中，检测说话状态，更新说话状态数据库；根据所述说话状态数据库，获取所有人的当前状态，从而识别视频中的可能的说话人。
-
Patent Agency Ranking
公开(公告)号：CN114648123A
公开(公告)日：2022-06-21
申请号：CN202210133010.7
申请日：2022-02-14
Applicant: 之江实验室
Abstract: 本发明公开了一种卷积神经网络分层推理时间预测方法及装置，首先采集各类卷积神经网络模型的分层算子信息，根据算子信息的特性确定多种分层类型，将算子信息划分到各分层类型中，采集平台框架信息；其次构建特征工程，提取每种分层类型下对应的卷积神经网络模型的层特征参数，以及提取平台框架信息中与推理时间相关的平台框架特征参数，将模型层特征参数与平台框架特征参数融合，构成多种分层类型的特征参数；最后进行推理时间预测，根据特征参数的数据特点对多种分层类型进行分类，将特征参数相同的分层类型划分成一组，对特征参数不同的分层类型单独划分为一组，对每组构建推理时间预测模型，用于卷积神经网络模型进行推理时间的预测。
-
公开(公告)号：CN114625861A
公开(公告)日：2022-06-14
申请号：CN202210508811.7
申请日：2022-05-11
Applicant: 之江实验室
IPC: G06F16/332 , G06F16/31 , G06F16/215 , G06F40/205
Abstract: 本发明公开了改进Transformer融入知识的端到端对话方法，首先收集以对话和知识组成的二元组，将该二元组作为训练数据；对训练数据进行清洗，将训练数据组成包括对话、知识和回复的三元组形式，并对该三元组进行预处理；构建由编码运算模块、知识解码器运算模块和解码器运算模块组成的改进的Transformer模型；利用训练数据与三元组训练改进的Transformer模型，并保存；将以对话和知识组成的二元组输入训练好的改进的Transformer模型中，模型预测输出回复结果；用户对模型输出的回复结果进行回复后，将模型输出的回复结果和用户回复拼接到对话记录串中，并选取新的知识输入训练好的改进的Transformer模型中持续进行端到端对话。该方法充分利用Transformer模型结构将知识细致融合用于生成对话。
-
公开(公告)号：CN114610861A
公开(公告)日：2022-06-10
申请号：CN202210508804.7
申请日：2022-05-11
Applicant: 之江实验室
IPC: G06F16/332 , G06F16/33 , G06F16/35 , G06F40/30 , G06N3/04
Abstract: 本发明公开了基于变分自编码器的融入知识和感情的端到端对话方法，所述方法包括：采集情感标签、对话、知识和回复，并进行预处理作为训练数据；搭建由变分自编码器模块和拷贝模块组成的模型，并进行训练；预处理测试数据，将测试数据输入训练好的模型中进行预测，得到回复，持续进行端到端对话。变分自编码器模块的编码模块编码情感标签和输入对话的语义信息。变分自编码器模块的解码模块融入知识和情感用于生成内容。拷贝模块结合解码器生成的内容、输入的对话和知识生成回复输出。本发明方法采用变分自编码器结构以生成丰富的回复；引入情感标签用于控制回复的情感类型；从输入对话和知识中拷贝信息，使生成回复兼具丰富性和可控性。
-
公开(公告)号：CN114549592A
公开(公告)日：2022-05-27
申请号：CN202210433994.0
申请日：2022-04-24
Applicant: 之江实验室
Abstract: 本发明公开了一种非合作抛体的轨迹预测与捕获方法和装置，其创新性地高效应用了高帧率RGB相机以及RGBD深度相机的感知信息，实现抛体在空间的快速精确定位。基于定位信息，本发明又提出了基于卡尔曼滤波的抛体轨迹粗拟合以及基于物理学建模的轨迹精拟合实现方案，通过融合轨迹粗拟合与精拟合信息，本发明方法可根据实际场景和任务特点，低成本，高精度，高稳定性的实现空间抛体的轨迹预测与捕获。
-
公开(公告)号：CN113938423B
公开(公告)日：2022-04-08
申请号：CN202111541643.3
申请日：2021-12-16
Applicant: 之江实验室
IPC: H04L45/586 , H04L45/74 , H04L45/02 , H04L45/28
Abstract: 本发明公开了一种基于虚拟链路的边缘容错路由方法和装置，该方法利用贪心转发策略，构建一个全部边缘节点构成的结构化虚拟链路网络，由物理链路和虚拟链路链接，每个边缘节点存储着构建该网络的路由表；当源节点需要向目标节点转发数据包时，源节点在数据包上添加目标节点的标识符，根据路由表中的路由表项，贪心地选择在标识符空间内距离目标节点最近的节点作为下一跳目标，并通过构建的网络转发数据包，直至到达目标节点；面临节点宕机或链路断路时，通过回溯策略和贪心转发策略旁路绕过。本发明具有路由延伸性好，容错性高的特点，能够适应大规模的边缘节点，保证了边缘节点在可靠性差、且常发生节点扰动的情况下，仍能完成路由任务。
-
-
-
-
-
-
-
-
-
Search Results
488
records
(took 0.026 seconds)
