-
公开(公告)号：CN118354081A
公开(公告)日：2024-07-16
申请号：CN202410339250.1
申请日：2024-03-22
Applicant: 人工智能与数字经济广东省实验室(深圳) , 深圳大学
IPC: H04N19/149 , G06T9/00 , H04N19/42 , H04N19/124 , H04N19/13 , H04N19/132
Abstract: 本申请适用于图像处理技术领域，提供了一种图像压缩方法、装置、终端设备及存储介质，其中，方法包括：通过编码器对输入图像进行编码，获得输入图像的第一隐式编码信息；然后将第一隐式编码信息输入复合先验模型，获得输入图像的第一统计信息；再对第一隐式编码信息和第一统计信息进行量化处理，获得第一目标隐式编码信息和第一目标统计信息；最后将第一目标隐式编码信息和第一目标统计信息进行熵编码，获得与第一目标隐式编码信息对应的第一比特流数据，以及与第一目标统计信息对应的第二比特流数据。本申请实施例可以有效提高图像压缩效率。
-
公开(公告)号：CN118279793A
公开(公告)日：2024-07-02
申请号：CN202410412021.8
申请日：2024-04-07
Applicant: 人工智能与数字经济广东省实验室(深圳) , 深圳大学
Abstract: 本申请公开一种视频超分模型及其训练方法、视频处理方法，涉及计算机视觉领域，视频超分模型包括帧对齐模块、特征提取模块和上采样模块，帧对齐模块用于对第一目标帧进行双向传播，得到第一目标帧与相邻帧之间的初始特征；特征提取模块包括深度可分离卷积残差块，深度可分离卷积残差块用于提取第一目标帧和初始特征融合后的特征，得到第一目标帧相对应的目标特征；上采样模块用于根据目标特征和目标权重，生成与第一目标帧相对应的高分辨率图。本申请实施例引入深度可分离卷积确定深度可分离卷积残差块，具有与RDB相同的特征，使得视频超分模型是一种轻量化的任意倍率视频超分模型，减少模型的参数数量，降低视频超分模型的计算量。
-
公开(公告)号：CN118364854A
公开(公告)日：2024-07-19
申请号：CN202410456437.X
申请日：2024-04-16
Applicant: 深圳大学
IPC: G06N3/042 , G06N3/0455 , G06N5/01 , G06N3/084
Abstract: 本发明涉及智能体控制技术领域，具体是涉及一种交互式动态影响图生成方法、装置、设备及存储介质。本发明首先确定智能体的历史行为数据所对应的实测特征维度，并依据实测特征维度，确定实测随机数；然后对实测随机数应用已训练的自编码器，以得到智能体的实测衍生行为数据；最后依据实测衍生行为数据，生成交互式动态影响图，交互式动态影响图用于控制智能体。从上述分析可知，本发明首先提取历史行为数据的特征，再确定特征的维度，之后随机生成具有相同的随机数，然后对随机数应用自编码器，由自编码器生成智能体的衍生行为数据，能够提高衍生出来的行为数据的准确度，进而提高了由衍生出来的行为数据生成的交互式动态影响图的准确性。
-
公开(公告)号：CN112949300B
公开(公告)日：2022-04-15
申请号：CN202110244388.X
申请日：2021-03-05
Applicant: 深圳大学
IPC: G06F40/284 , G06F40/30 , G06N3/04 , G01W1/10 , G08B21/10
Abstract: 本发明公开了一种基于深度学习的台风预警规划模型自动生成方法及系统，其包括以下步骤：A、获取与台风预警有关的自然语言文本；B、基于NLP进行深度学习，建立与台风预警规划有关的词向量集合；C、针对台风预警规划构建动作表示，生成当前域的贝叶斯网输出。本发明基于深度学习的台风预警规划模型自动生成方法及系统通过使用规划领域定义语言自动创建台风应急预案规划领域模型，并引入自然语言处理的方法，将生成贝叶斯网所需的动作序列问题转换成文本序列标注问题，从而针对台风预案的文本特点提出一个生成台风应急规划框架，形成对台风预警规划模型的自动生产技术。
-
公开(公告)号：CN118467965A
公开(公告)日：2024-08-09
申请号：CN202410630772.7
申请日：2024-05-21
Applicant: 深圳大学
IPC: G06F18/20 , G06F18/2415
Abstract: 本发明公开了一种海啸灾害下的事件概率预测方法、系统及终端，所述方法包括：获取全球海啸历史数据集，从中筛选出变量和变量对应的初始数据集，通过马尔可夫毯节点状态值组合策略对离散化后的数据集进行缺失值填补，得到完整数据集；使用完整数据集进行贝叶斯网络结构的学习，得到基础贝叶斯网络结构；构建因果边候选集，使用因果边候选集对基础网络结构进行修正，对修正的网络结构进行剪枝，得到目标网络结构；获取待预测海啸灾害下的变量数据，将变量数据输入到目标网络结构中，得到待预测海啸灾害下对应事件发生的概率。本发明构建出结构完备的贝叶斯网络，能够在海啸灾害来临时准确预测事件发生概率，从而做出正确的应急决策。
-
Patent Agency Ranking
公开(公告)号：CN114970884A
公开(公告)日：2022-08-30
申请号：CN202210778941.2
申请日：2022-07-04
Applicant: 深圳大学
IPC: G06N20/00
Abstract: 本发明所提供的一种交互式动态影响图中智能体行为的多样化处理方法，包括：确定目标问题域下对应的多智能体系统，多智能体系统包括主体智能体和关联智能体，关联智能体为合作智能体或竞争智能体；根据关联智能体的历史行为模型生成新行为模型，对新行为模型进行多样性测量，并根据测量结果筛选出目标行为模型；构建主体智能体对应的交互式动态影响图，并将目标行为模型嵌入到交互式动态影响图中；在嵌入目标行为模型的交互式动态影响图中求解主体智能体的最优决策。本发明通过多样性测量处理，使得筛选出的目标行为模型更加多样化且数量有限，进而使得主体智能体得到关联智能体的有限行为数据的同时，能够获取更多样的行为数据。
-
公开(公告)号：CN118036979A
公开(公告)日：2024-05-14
申请号：CN202410221628.8
申请日：2024-02-28
Applicant: 深圳大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/04
Abstract: 本发明公开了一种基于产业链中作业车间调度问题的调度优化方法及系统，所述方法包括：获取目标产业链的产业链信息，根据产业链信息得到目标产业链对应的JSSP问题；根据JSSP问题生成第一析取图，并进行特征提取，得到第一析取图对应的第一状态；将第一析取图和第一状态输入预先训练完成的决策网络，决策网络根据第一状态进行动作选择，得到第一选择结果，并根据所述第一选择结果对所述第一析取图进行更新，得到第二析取图；对第二析取图进行特征提取，……，直到完成所有动作选择，生成针对目标产业链的调度优化方案。本发明能在短时间内解决JSSP问题并获得令人满意的完工时间，也保证了生成的调度优化方案的准确度。
-
公开(公告)号：CN119558751A
公开(公告)日：2025-03-04
申请号：CN202411752507.2
申请日：2024-12-02
Applicant: 深圳大学
IPC: G06Q10/083 , G06Q10/047 , G06N3/092 , G06N3/0442
Abstract: 本发明公开了一种基于强化学习的供应链配送路径规划方法，所述方法包括：构建基于编码器和解码器的模型，其中，Transformer编码器将从配送员的历史配送数据提取的特征转换成高维的特征向量，基于VAE的特征重构器对特征向量进行特征重构得到重构特征，解码器对重构特征进行处理得到物料配送路径；使用近端策略优化算法对预训练后的基于编码器和解码器的模型进行优化，得到目标路径规划模型；利用目标路径规划模型进行供应链物料配送路径规划。本发明引入变分自编码器和动态上下文嵌入，实现经济、高效且适应复杂动态环境和配送员个体配送偏好的供应链物料配送路径规划；使用近端策略优化算法，提升模型的决策质量和稳定性。
-
公开(公告)号：CN117195108A
公开(公告)日：2023-12-08
申请号：CN202311141172.6
申请日：2023-09-05
Applicant: 深圳大学
IPC: G06F18/243 , G06F18/214
Abstract: 本发明公开的基于交互式动态影响图的多智能体行为决策方法及系统，具体涉及人工智能技术领域，方案包括：获取智能体集群中各个智能体的观察环境信息和动作信息，并利用观察环境信息和/或动作信息组成相应智能体的行为序列；对行为序列进行演化计算，获得策略树，并根据策略树控制各个智能体的行为。该方案利用演化计算根据交互式动态影响图中各个智能体的相互影响关系，迭代出更具多样性的行为模型，并将获得的行为模型嵌入到交互式动态影响图模型中，从而更好地为主体智能体优化自身决策提供更加有效、丰富的环境信息，进而有效促进主体智能体和其他智能体做出更优的决策。
-
公开(公告)号：CN112949300A
公开(公告)日：2021-06-11
申请号：CN202110244388.X
申请日：2021-03-05
Applicant: 深圳大学
IPC: G06F40/284 , G06F40/30 , G06N3/04 , G01W1/10 , G08B21/10
Abstract: 本发明公开了一种基于深度学习的台风预警规划模型自动生成方法及系统，其包括以下步骤：A、获取与台风预警有关的自然语言文本；B、基于NLP进行深度学习，建立与台风预警规划有关的词向量集合；C、针对台风预警规划构建动作表示，生成当前域的贝叶斯网输出。本发明基于深度学习的台风预警规划模型自动生成方法及系统通过使用规划领域定义语言自动创建台风应急预案规划领域模型，并引入自然语言处理的方法，将生成贝叶斯网所需的动作序列问题转换成文本序列标注问题，从而针对台风预案的文本特点提出一个生成台风应急规划框架，形成对台风预警规划模型的自动生产技术。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.036 seconds)
