-
公开(公告)号:CN114676811B
公开(公告)日:2024-11-05
申请号:CN202011544521.5
申请日:2020-12-24
申请人: 中科南京软件技术研究院 , 中国科学院软件研究所
IPC分类号: G06N3/0499 , G06N3/08
摘要: 本发明公开了一种基于动态调度的对抗样本生成方法及装置,方法,包括:获取多个原始样本数据和深度学习模型;基于对抗样本生成任务以及对抗样本生成任务与对抗样本生成算法之间的对应关系,在预设算法库中匹配对应的至少一个对抗样本生成算法;根据对抗样本生成任务的预设执行数量以及各个对抗样本生成任务的优先级,调度对抗样本生成任务;根据对抗样本生成算法的算法参数以及当前对抗样本生成任务的配置参数,调度预设算法库中对抗样本生成算法;基于封装的模型及调度算法,依次执行当前对抗样本生成任务,生成对应的对抗样本。本发明提高算法集成整合效率,实现了对抗样本生成任务的动态调度,保证了对抗样本的生成效率。
-
公开(公告)号:CN116263737B
公开(公告)日:2024-11-01
申请号:CN202111530253.6
申请日:2021-12-14
申请人: 中科南京软件技术研究院
摘要: 本申请涉及人工智能领域,具体涉及一种深度学习模型的测试方法、装置、系统及存储介质,所述方法包括:测试方服务器向测试平台服务器发送第一镜像文件;测试平台服务器基于第一镜像文件对深度学习模型进行预测试,将第一镜像文件和深度学习模型封装成第二镜像文件;对第二镜像文件进行信息摘要计算,得到第三摘要值;向测试方服务器发送第二镜像文件和第三摘要;测试方服务器对第二镜像文件中的第一镜像文件进行信息摘要计算,得到第二摘要值;对第二镜像文件进行信息摘要计算,得到第四摘要值;获取第一摘要值;基于第一镜像文件对第二镜像文件中的深度学习模型进行测试,得到测试结果。本申请摆脱了模型测试时依赖测试环境的缺陷。
-
公开(公告)号:CN116401373B
公开(公告)日:2024-09-06
申请号:CN202310233658.6
申请日:2023-03-13
申请人: 中国科学院软件研究所 , 中科南京软件技术研究院
IPC分类号: G06F16/36 , G06F16/35 , G06F40/284 , G06F40/237 , G06F40/30 , G06N3/047 , G06N3/048 , G06N3/08 , G06N3/0464 , G06N3/0455 , G06N5/022
摘要: 本发明公开了一种试题知识点的标注方法、存储介质及设备;包括S1:确定试题与知识点间关系,构建试题‑知识点关系模型;S2:搜集各类学科试题并进行人工知识点标注,然后构建出知识点题库;S3:对知识点题库中内容进行预处理;S4:结合多距离上下文融合模块以及BERT编码器构建试题知识点标注模型,通过预处理后的试题文本进行特征提取,以实现对试题相关知识点进行标注的训练;S5:将训练完成后的试题知识点标注模型进行测试,然后应用到试题中知识点的识别标注。上述方案明确了试题、学科与知识点间的关系,以能够同时识别多门学科、多类别的知识点,无需再为各个学科单独构建模型,并对冷门知识点的预测也能保持较高准确率。
-
公开(公告)号:CN115034580B
公开(公告)日:2024-09-06
申请号:CN202210560547.1
申请日:2022-05-23
申请人: 中科南京软件技术研究院
IPC分类号: G06Q10/0639 , G16H10/60 , G16H40/20
摘要: 本发明公开了一种融合数据集的质量评估方法和装置,面向医学领域。所述方法包括:获取融合数据集,融合数据集中包括图像文件、文本文件和音频文件;基于集合特性指标进行集合质量评估,得到集合质量评估值;在集合使用质量合格的情况下,基于关联特性指标进行关联质量评估,得到关联质量评估值;在文件关联质量合格的情况下,若文件关联质量中等和/或集合使用质量中等,则确定融合数据集的质量中等;若文件关联质量优且集合使用质量优,则基于数据特性指标对融合数据集进行数据质量评估,得到融合数据集的数据质量评估值,获取融合数据集的质量级别。本发明结合融合数据集的特点实现了对融合数据集有针对性、准确、高效的评估。
-
公开(公告)号:CN118491105A
公开(公告)日:2024-08-16
申请号:CN202410635792.3
申请日:2024-05-22
申请人: 中科南京软件技术研究院 , 中国科学院软件研究所 , 浙江大学
摘要: 本发明公开了一种基于智能体优化的不完全信息游戏交互方法、存储介质、设备及计算机程序产品,包括:将收集的每个游戏信念输入智能体重玩相同的不完全信息游戏,更新游戏信念,进行游戏信念纠错,生成指令;将指令整合到提示中,根据提示中对应的指令使智能体再次重玩相同的不完全信息游戏,若重玩的游戏分数有提高,保留指令;否则,删除指令;将保留的指令基于DFS策略优化,筛选出最优的指令;在新的不完全信息游戏中,本方游戏玩家的智能体根据最优的指令、游戏共有信息和对应游戏玩家的私有信息,生成动作,其他游戏对手的智能体也生成动作,将所有动作输入到不完全信息游戏中进行交互。本发明提升智能体在不完全信息游戏中的交互能力。
-
公开(公告)号:CN118227583A
公开(公告)日:2024-06-21
申请号:CN202211629454.6
申请日:2022-12-19
申请人: 中科南京软件技术研究院 , 中国科学院软件研究所
摘要: 本发明公开了一种基于Kubernetes的数据网格实现方法,涉及云计算和数据管理技术领域,解决了数据所有权和数据共享之间的矛盾难以调和、数据基础设施维护成本较高、数据管理难度大、团队职责割裂等技术问题,其技术方案要点是通过结合Kubernetes云的特性以及数据网格设计理念,提出了一套满足云原生特性的数据管理平台实现方法,能够有效解决数据所有权与数据共享之间的矛盾难以调和、数据基础设施维护成本较高、数据管理难度大、团队职责割裂等问题。
-
公开(公告)号:CN117873757B
公开(公告)日:2024-06-04
申请号:CN202410278325.X
申请日:2024-03-12
申请人: 中科南京软件技术研究院
摘要: 本发明公开了一种适用于多种异形物理接口设备的通信的轻量级软总线的方法,用于嵌入式操作系统,包括以下步骤:总线组网的建立:将软总线部署到两个不同类型的网络中,网络中每台设备中的进程能够在同一台物理设备上彼此访问,形成树状的网络;总线的处理包括:对象的注册、对象的查询、对象的认证;总线的通信:在若干个异形接口设备上多个进程之间进行数据传输;本发明针对嵌入式产品的特点开发,能够提升嵌入式产品开发效率,优化嵌入式产品软件架构,降低产品迭代成本。
-
公开(公告)号:CN117762816A
公开(公告)日:2024-03-26
申请号:CN202410024407.1
申请日:2024-01-08
申请人: 中科南京软件技术研究院 , 中国科学院软件研究所
IPC分类号: G06F11/36 , G06N3/084 , G06N3/0985
摘要: 本发明提供了一种自动驾驶系统仿真测试方法、系统、设备及存储介质,方法包括:确定场景参数与安全性指标;对场景参数进行随机采样,形成多组参数数值组合;将参数数值组合导入驾驶仿真器执行一次行驶任务,采集得到安全性指标;建立神经网络模型,用采集到的数据对神经网络模型进行训练;将形成的多组参数数值组合输入到训练后的模型中,输出近似的安全性指标,检验其是否满足安全要求:若不满足,则将其所属的参数数值组合作为潜在反例,放回驾驶仿真器中得到新的安全性指标,检验新的安全性指标是否满足安全要求:若不满足,则发现一个导致系统出现不安全行为的场景参数数值组合,输出告知测试者。该方法可以提高测试过程的效率。
-
公开(公告)号:CN116340090A
公开(公告)日:2023-06-27
申请号:CN202310090891.3
申请日:2023-02-09
申请人: 中科南京软件技术研究院
IPC分类号: G06F11/30
摘要: 本发明属于计算机技术领域,公开了一种基于交互序列的软件识别方法、装置、设备及存储介质。该方法包括:获取EdgeX场景中目标交互事务的初始交互序列;根据所述初始交互序列计算多个软件交互模式的交互权重;根据各软件交互模式的交互权重生成软件交互序列库;根据所述软件交互序列库完成所述EdgeX场景的软件识别。通过上述方式,根据软件交互序列库完成EdgeX场景的软件识别,从而得到EdgeX在业务场景的交互过程中重要的软件模块,以面对EdgeX业务场景中出现风险能够快速定位问题软件,减少风险带来的危害,并为企业发现EdgeX业务场景中依赖软件的瓶颈和隐患提供了参考指引。
-
公开(公告)号:CN116263735A
公开(公告)日:2023-06-16
申请号:CN202111528324.9
申请日:2021-12-14
申请人: 中科南京软件技术研究院
摘要: 本申请涉及人工智能领域,具体涉及一种神经网络的鲁棒性评估方法、装置、设备及存储介质,所述方法包括:基于待评估神经网络的应用任务,构建鲁棒性评估模型,鲁棒性评估模型包括量化评估指标以及n个级别的度量元;获取至少一个测试数据集,测试数据集与n个级别的度量元中n级度量元的标签一一对应;基于至少一个测试数据集对待评估神经网络进行测试,得到n级度量元的标签分别对应的测试值;对n级度量元的标签分别对应的测试值进行层次分析计算,得到量化评估指标的指标评估值,用于指示待评估神经网络的鲁棒性。由于鲁棒性评估模型基于待评估神经网络的应用任务构建,与应用任务高度匹配,从而n级度量元的标签可覆盖全部场景的数据。
-
-
-
-
-
-
-
-
-