公开(公告)号：CN118826961A

公开(公告)日：2024-10-22

申请号：CN202410980108.5

申请日：2024-07-22

申请人： 浙江大学

发明人： 卓成 ,  孙凇昱 ,  董晓

IPC分类号： H04L1/00 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/0499 ,  G06N3/08 ,  G06F30/27

摘要： 本发明公开了一种基于Transformer解码器的高速通信链路发送器建模方法，该方法通过将输入信号参数化，建立一个编码器‑解码器架构的深度学习模型，包括非序列编码器和Transformer序列解码器，在给定输入信号情况下，预测发送端的输出信号。编码器处理输入信号参数，生成上下文向量，随后传递至传入解码器。解码器利用上下文向量和发送器输出信号序列，为序列中的每个点逐一生成类别概率分布。模型通过随机掩码策略训练，并采用非自回归解码及滤波技术进行推理，实现并行输出序列预测，并通过一次信号滤波得到最终输出。与传统仿真技术相比，该方法大幅提高了仿真速度，并保持很小的误差。

公开(公告)号：CN114359310B

公开(公告)日：2024-06-04

申请号：CN202210035567.7

申请日：2022-01-13

申请人： 浙江大学

发明人： 董舜杰 ,  潘子宣 ,  卓成 ,  付钰

IPC分类号： G06T7/11 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

摘要： 本发明公开了一种基于深度学习的3D心室核磁共振视频分割优化系统，该系统通过深度时空可变形卷积融合模块TDAM获取MRI视频段中高维图像特征；利用增强可变形卷积注意力网络TDAM得到的高维图像特征中时空信息，将不同尺度的特征图融合后输出带有多尺度信息的特征图；通过概率噪声校正模块PNCM得到高维图像特征的分布，输出包含分布均值和方差信息的嵌入向量；EDAN输出的特征图与PNCM输出的嵌入向量扩展后进行拼接卷积得到预测结果。利用训练好的网络模型对新输入的3D心室MRI视频直接进行分割，通过引入多帧图像补偿、可变形卷积以及多尺度注意力机制，能有效地提高心室分割的准确度和效率，并具有较高的鲁棒性。

公开(公告)号：CN117982104A

公开(公告)日：2024-05-07

申请号：CN202410142638.2

申请日：2024-02-01

申请人： 浙江大学滨江研究院

发明人： 张宏 ,  付钰 ,  黄岩岩 ,  薛乐 ,  刘昀博 ,  卓成

IPC分类号： A61B5/00 ,  G06V10/82 ,  G06V10/80 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06N3/09 ,  A61B5/055

摘要： 本发明公开了一种基于最优传输理论的脑龄评估方法，包括：步骤1、设计端到端神经网络架构，包括OTFPF模块、3D OL‑ConvNeXt模块和融合模块。步骤2、在前三个路径中，每个路径包含四个3D OL‑ConvNeXt模块。步骤3、将3D FPFN输出的特征金字塔通过OTEM进行融合，OTEM采用Kantorovich公式。步骤4、引入新的被试者水平排序损失，采用线性规划和强凸正则化技术，将排名操作转换为可有效优化的投影运算，用于优化网络。损失函数由被试者水平排序损失和均方误差损失组成，其中被试者水平排序损失可通过soft ranking策略实现高效计算。步骤5、将四个路径的输出连接，并通过多层感知器(MLP)生成最终的脑龄估计结果。

公开(公告)号：CN113468837B

公开(公告)日：2023-11-03

申请号：CN202110505684.0

申请日：2021-05-10

申请人： 浙江大学

发明人： 卓成 ,  刘晟昊 ,  温晨怡

IPC分类号： G06F30/33

摘要： 本发明公开了一种芯片供电网络凸块电流的估算方法及系统，包括：从设计交换格式文件提取Bump和电流源位置并进行筛选和分组；生成以散射参数矩阵表达的芯片等效功耗模型；将散射参数矩阵转换为阻抗参数矩阵；利用端口条件转换模块求得静态条件下的转移矩阵，并根据转移参数和所确定阈值获得有效半径；通过零极点拟合方式完成转移矩阵的时频域转换，结果与输入信号一起进行Laplace反变换计算Bump端的时域电流信号。本发明通过提取电流源作用的有效半径，大幅减少了电流的计算量，从而能够快速计算出Bump电流分布，对电路在工程变更顺序(ECO)阶段的查看每次变换结果具有重要意义。

公开(公告)号：CN116757135A

公开(公告)日：2023-09-15

申请号：CN202310534850.9

申请日：2023-05-12

申请人： 浙江大学

发明人： 卓成 ,  董晓 ,  孙凇昱

IPC分类号： G06F30/367 ,  G06F13/42 ,  G06N3/08 ,  G06N3/04

摘要： 本发明公开了一种基于神经网络的高速串行通道发送端建模方法及预测方法，涉及发送端非线性特性的建模以实现信号完整性建模；通过建立等效电路来描述高速串行通道中发送端输出负载对发送端行为的影响，接着对发送端等效电路进行瞬态仿真并提取输入信号及相关参数作为特征，输出信号作为标签，多次改变特征进行瞬态仿真以获得多组数据构成数据集，进而借助神经网络模型来建模发送端的输出信号与输入特征之间的关系，在数据集上训练模型，训练好的模型能够准确地预测给定输入信号下对应的发送端输出信号，且比仿真软件具有更高的效率。

公开(公告)号：CN116433590A

公开(公告)日：2023-07-14

申请号：CN202310168586.1

申请日：2023-02-27

申请人： 浙江大学滨江研究院

发明人： 付钰 ,  卓成 ,  张宏 ,  薛乐

IPC分类号： G06T7/00 ,  G06T5/00 ,  G16H50/20 ,  G06N3/08 ,  G06F17/16 ,  A61B5/055 ,  A61B5/00

摘要： 本发明提供了一种基于功能磁共振图像的精神障碍群体全脑功能分析方法，包括：步骤1、获取包含精神障碍群体和正常群体的人脑rs‑fMRI影像数据；步骤2、对所述人脑rs‑fMRI影像数据进行预处理，获得对应的人脑rs‑fMRI数据；步骤3、基于BOLD信号时间点对导入数据的脑模版中的脑区数据进行提取，获得对应的时序数据矩阵；步骤4、对步骤3获得的时序数据矩阵进行解析，构造脑网络连接矩阵；步骤5、将步骤4获得的脑网络连接矩阵，通过预构建的分析通道进行分析；步骤6、基于步骤5的分析结果，生成可视化的全脑磁共振指导图像。本发明还提供了一种精神障碍群体全脑功能分析系统。本发明提供的方法可以为精神障碍患者治疗提供有效的全脑磁共振指导诊断图像、指标。

公开(公告)号：CN116206359A

公开(公告)日：2023-06-02

申请号：CN202211688471.7

申请日：2022-12-27

申请人： 浙江大学

发明人： 黄岩岩 ,  王勇 ,  史治国 ,  卓成

IPC分类号： G06V40/20 ,  G06V10/40 ,  G06V10/762 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/048 ,  G06N3/08 ,  G01S13/88

摘要： 本发明公开了一种基于毫米波雷达与动态采样神经网络的人体步态识别方法。该方法使用毫米波雷达得到人体行走的雷达点云数据，通过对相邻的点云数据帧做差分处理得到点云动态信息；将原始点云数据与处理得到的点流数据通过点云特征提取网络得到点云与点流的特征序列；通过动态帧采样模块采样得到包含丰富的步态信息的点云与点流特征子序列；通过时序特征聚合模块将点云与点流特征子序列进行特征融合，最后通过平均池化层与多层感知机，输出最终的人体步态识别结果。本发明设计了一种新颖的雷达点云动态信息描述方法，并且提出了一种新颖高效的动态点云帧采样方法，能够在对识别性能影响不大的前提下，显著地减小计算量。

公开(公告)号：CN113808106B

公开(公告)日：2023-05-30

申请号：CN202111091767.6

申请日：2021-09-17

申请人： 浙江大学

发明人： 田梅 ,  卓成 ,  付钰 ,  张宏 ,  廖懿 ,  薛乐 ,  董舜杰

IPC分类号： G06T11/00 ,  G06T7/33 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/094

摘要： 本发明公开了一种基于深度学习的超低剂量PET图像重建系统及方法，系统包括：PET与MRI配准与标准化模块，对PET和MRI图像进行配准与标准化；移位预测网络模块，对被试者三维脑图像数据拆解成的堆叠的二维图像切片间的结构信息做充分探索并预测出移位数值；空间可变聚合模块，通过可变卷积与移位数值捕捉每张切片相对于其临近切片的代谢残差值，从而达到低剂量图像预强化的目的，加速后续模块执行的效率和提升性能；基于CNN和自适应调权损失的双模态融合编码模块，对预强化的超低剂量PET和MRI切片进行融合；基于生成对抗网络，确保合成全剂量PET图像过程的准确性和高效性，同时进一步提高对图像的语义理解能力。

公开(公告)号：CN115774974A

公开(公告)日：2023-03-10

申请号：CN202211544309.8

申请日：2022-12-04

申请人： 浙江大学

发明人： 温晨怡 ,  卓成 ,  吴莹 ,  尹勋钊

IPC分类号： G06F30/3308 ,  G06F30/337 ,  G06F7/523

摘要： 本发明公开了一种基于近似乘法器的浮点FFT电路设计优化方法，使用精度可配置的近似乘法器替代精确乘法器，在FFT流水线不同阶段为近似乘法器选择不同的近似程度，并依据FFT应用级精度需求以一种自顶向下的方式来控制电路，从而最大化硬件收益、性能收益。本发明结合了浮点运算和近似计算的优点，在确保性能被满足的情况下，实现了相比精确FFT电路更少的面积开销、更高的时钟频率和更低的能耗；与现有先进近似FFT技术相比较，在精度范围和能耗上都达到了优良的性能。

公开(公告)号：CN114841114A

公开(公告)日：2022-08-02

申请号：CN202210390710.4

申请日：2022-04-14

申请人： 浙江大学

发明人： 卓成 ,  徐媛 ,  钱煜 ,  温晨怡 ,  尹勋钊

IPC分类号： G06F30/373 ,  G06N20/20

摘要： 本发明公开了一种基于机器学习的高能效电容提取方法，涉及利用机器学习模型进行寄生电容提取来提升参数提取的效率；通过基于网格的数据表示通用地表示互连线结构；以自适应提取窗口的思想降低参数提取工作量并增强该技术不同半导体工艺的鲁棒性；为二维互连线结构建立电容提取机器学习模型，对于目标互连线结构进行网格参数提取并输入机器学习模型中，获得寄生电容参数。相较于现有电容提取技术，该电容提取器在准确度、速度和时间空间消耗上都达到了优良的性能。