基于大语言模型的程序中循环不变量生成系统及方法

    公开(公告)号:CN117992347A

    公开(公告)日:2024-05-07

    申请号:CN202410150408.0

    申请日:2024-02-02

    IPC分类号: G06F11/36 G06N20/00

    摘要: 一种基于大语言模型的程序中循环不变量生成系统及方法,包括:语境理解模块、自监督学习模块、验证和精化模块以及修正优化模块,其中:语境理解模块根据输入程序在不同迭代状态下的语法和语义信息,进行深度文本理解和表示学习,得到对程序语境的高度抽象表示;自监督学习模块通过大语言模型对高度抽象表示进行自监督预训练,生成循环不变量的初步猜测;验证和精化模块利用程序分析和验证技术对初步猜测进行验证和精化,得到更加准确的循环不变量;修正优化模块对循环不变量进行进一步的修正和优化,生成最终的循环不变量。本发明采用大语言模型与传统验证工具协同工作,使其具备对程序语法和语义的深度理解,能够针对任何程序软件进行内存安全性验证,且完全无需专家经验等人工操作,实现了程序软件验证的自动化实现。

    一种数据生成方法、装置、设备及存储介质

    公开(公告)号:CN117592905A

    公开(公告)日:2024-02-23

    申请号:CN202311632279.0

    申请日:2023-11-30

    摘要: 本申请公开了一种数据生成方法、装置、设备及存储介质,方法包括:利用数据生成规则,确定目标物料齐套场景对应的至少一个产品,并针对至少一个产品中各产品逐级进行生产物料的扩充,直至扩充至目标层级,得到对应的各级物料;数据生成规则为基于目标物料齐套场景对应的真实物料齐套数据生成的;利用数据生成规则,对各级物料中各物料进行特征信息扩充,得到各物料对应的物料特征信息;物料特征信息至少包括库存量、使用优先级,以及物料类型中的一项或多项;将各级物料,以及各级物料中各物料对应的物料特征信息确定为目标物料齐套场景对应的物料信息。

    基于二阶段学习路径规划的芯片全局布线实现方法

    公开(公告)号:CN116956811A

    公开(公告)日:2023-10-27

    申请号:CN202310907381.0

    申请日:2023-07-24

    摘要: 一种基于二阶段学习路径规划的芯片全局布线实现方法,在离线阶段构建并训练二阶段学习路径规划模型,在在线阶段,将布线及其引脚以及构造的条纹掩模输入二阶段学习路径规划模型,得到全局布线结果。本发明通过二阶段的学习框架,通过深度生成模型生成枢纽点;并将连接问题转化为RSMT问题,实现枢纽点和引脚的连接,确保所生成的全局布线的连通性,从而不需要更加耗时的后处理搜索,能够将PRNet生成路径的连通率从78%提升到100%,且线长率从1.008降低到1.004,且推断时间节省约50%。

    面向先导化合物合成与筛选的三维分子结构仿真方法

    公开(公告)号:CN116741307A

    公开(公告)日:2023-09-12

    申请号:CN202310699460.7

    申请日:2023-06-13

    发明人: 严格 严骏驰

    IPC分类号: G16C20/50 G16C20/70 G16C20/30

    摘要: 一种面向先导化合物合成与筛选的三维分子结构仿真方法,将分子的三维空间结构建模为三维图结构,选取三维图的中心原子节点及其邻居节点的编码输入含参数的量子参数电路中,基于量子机器学习技术从图结构中得到完整的分子表示;再将分子表示进行分子性质预测和/或解决三维分子几何生成问题,对药物生成中的先导化合物进行筛选和预合成,实现仿真。本发明能够带来参数化量子电路最主要的性能提升,即参数量的大幅度下降,借用指数级别的希尔伯特空间对编码的特征进行映射,使能够仅用很少的参数就完成学习的同时避免量子层析带来的巨大开销,高效获得实数域的分子表征。

    一种电机轮轴震动异常检测与预测系统与方法

    公开(公告)号:CN112669262A

    公开(公告)日:2021-04-16

    申请号:CN202011442946.5

    申请日:2020-12-08

    发明人: 吴寅初 严骏驰

    摘要: 本发明公开了一种电机轮轴震动异常检测与预测系统和方法,涉及图像处理领域,包括:视觉采集系统、服务器、电机元件分割系统、多模态数据构建系统和机器视觉系统;视觉采集系统从不同方位采集电机图像;电机元件分割系统执行分割算法,生成轮轴震动序列、所述电机震动序列和所述外壳震动序列;多模态数据构建系统进行数据预处理及归一化,生成双模态数据组;机器视觉系统利用双模态数据组构建三维残差卷积神经网络,机器视觉系统对双模态数据组进行特征提取和融合,得到电机的外部缺陷和震动缺陷的检测与预测结果。本发明集成了时序异常检测算法,能在电机生产流水线生产过程中进行检测并对未来可能存在问题的短寿命产品进行预测。

    基于量子算法的交易网络拉普拉斯特征映射方法

    公开(公告)号:CN114282676B

    公开(公告)日:2024-08-16

    申请号:CN202111525730.X

    申请日:2021-12-14

    发明人: 唐叶辉 严骏驰

    IPC分类号: G06N10/20 G06N10/60

    摘要: 一种基于量子算法的交易网络拉普拉斯特征映射方法,充分结合经典计算机和量子计算机的处理过程,提高拉普拉斯特征映射的计算速度;将广义特征值求解问题转换为对称矩阵特征值求解问题,使问题适用于引入量子算法进行分析和处理;利用近似的矩阵指数化量子电路,使非稀疏矩阵的指数化过程变得高效;基于量子线性方程求解算法和量子搜索算法极大地提高了高维矩阵的运算速度,降低了运算过程中对于硬件空间资源的需求。

    一种物料分配方法、装置、设备及存储介质

    公开(公告)号:CN117436798A

    公开(公告)日:2024-01-23

    申请号:CN202311436302.9

    申请日:2023-10-31

    IPC分类号: G06Q10/0875

    摘要: 本申请公开了一种物料分配方法、装置、设备及存储介质,方法包括:获取表征待生产订单与库存物料之间关系的物料齐套问题要素图;物料齐套问题要素图包括待生产订单中订单、库存物料中物料,和物料替换组对应的节点,以及根据节点之间的生产关系构建的连边;物料替换组为基于库存物料中各物料之间的替换关系确定的;识别物料齐套问题要素图中各节点的节点属性,并将节点属性为冗余的节点确定为物料齐套问题要素图中的冗余结构;冗余结构为生产关系中的无效关系;去除物料齐套问题要素图中的冗余结构,得到目标物料齐套问要素图;基于目标物料齐套问题要素图,确定出待生产订单与库存物料的最优组合。

    基于改进奖励函数的芯片布局预训练及优化方法

    公开(公告)号:CN116362123A

    公开(公告)日:2023-06-30

    申请号:CN202310302016.7

    申请日:2023-03-27

    发明人: 杜星波 严骏驰

    摘要: 一种基于改进奖励函数的芯片布局预训练及优化方法,在离线阶段构建并训练指标预测模型,并利用训练后的指标预测模型生成奖励函数,对基于强化学习的决策网络进行训练;在在线阶段采用训练后的决策网络对芯片提供具体的布局结果。本发明在利用强化学习优化芯片布局的过程)对难以获取的指标构建预训练模型,在强化学习过程)只需要经过预训练模型即可得到每轮迭代的指标,并加入到其反馈机制中。