-
公开(公告)号：CN116759017A
公开(公告)日：2023-09-15
申请号：CN202310702816.8
申请日：2023-06-14
申请人： 南京邮电大学
摘要： 本发明提供了一种多模态药物虚拟筛选方法，包括以下步骤：选择预训练好的图形变换器GT模型，基于公开数据集进行微调图形变换器GT模型；使用主动学习策略挑选分子，并进行Vina‑GPU+对接，利用分子对接得分对图形变换器GT模型进行微调；使用目标靶标的生物活性实验数据对模型微调；对预筛选化合物库分子进行推理；根据分子得分进行排序，根据需要选取前N个分子作为候选化合物。本发明在对大规模的化合物库进行虚拟筛选时，极大地减少了需要对接的分子数目，缩短了虚拟筛选需要的时间，同时可以提高虚拟筛选的精度，显著地降低药物研发的成本和时间。
-
公开(公告)号：CN116720581A
公开(公告)日：2023-09-08
申请号：CN202310707697.5
申请日：2023-06-14
申请人： 南京邮电大学
IPC分类号： G06N5/022 , G06F18/2411 , G06F18/40 , G06F18/214
摘要： 本发明提供了一种跨模态知识蒸馏方法，包括以下步骤：选取基于分子图输入的图形变换器GT模型作为教师模型，选取自定义的基于分子序列输入的轻量级的分子线性输入规范变换器ST模型作为学生模型；选取小分子数据集，同时进行SMILES预转换并将处理后的小分子SMILES表示输入分子线性输入规范变换器ST模型；分别选取图形变换器GT模型和分子线性输入规范变换器ST模型的最后三个编码层，进行层层对应的逐层知识蒸馏；训练过程中同时优化注意力迁移器、值关系迁移器与监督任务损失，更新分子线性输入规范变换器ST模型整体权重参数。本发明有效提高了特征的可迁移性，同时极大提高了学生模型的泛化能力。
-
公开(公告)号：CN116758344A
公开(公告)日：2023-09-15
申请号：CN202310639153.X
申请日：2023-05-31
申请人： 南京邮电大学
IPC分类号： G06V10/764 , G06T5/00 , G06T7/246 , G06T5/20 , G06V10/774 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种基于Faster R‑CNN网络的塔吊安全检测方法，属于塔吊安全检测技术领域；包括以下步骤：利用无人机的摄像头采集塔吊图像；构建图像金字塔，通过图像金字塔对采集的塔吊图像进行预处理；构建Faster R‑CNN网络模型，并进行训练；将进行预处理后的塔吊图像输入到训练好的Faster R‑CNN网络模型中；获取检测结果。本发明通过在无人机上的高清摄像头获取塔吊照片，减少人为高空作业的危险，提高安全性，简化检测方法；同时，利用无人机内嵌入的Faster R‑CNN网络模型提高对塔吊检测的准确性；使用Faster R‑CNN网络模型提高摄像头拍摄塔吊图像位置的定位精准识别，从而准确判断出塔吊位置是否处于安全状态，提高对塔吊检测的精准性。
-
公开(公告)号：CN116664392A
公开(公告)日：2023-08-29
申请号：CN202310652290.7
申请日：2023-06-05
申请人： 南京邮电大学
IPC分类号： G06T3/00 , G06N3/0475 , G06N3/044 , G06N3/094 , G06N3/08
摘要： 本发明属于人工智能风格迁移技术领域，涉及一种图像风格迁移模型复原性的验证方法；首先，获取原始图像A；将原始图像A输入到对抗生成网络模型中输出风格化图像B；收集与原始图像A主题相同的图像训练集对CycleGAN网络模型进行训练；将风格化图像B输入到训练完成的CycleGAN模型中输出与原始图像A相似的重建图像A'；将原始图像A与重建图像A'进行比较，利用SSIM、PSNR、MSE图像指标判断模型的复原性；本方法用于评价该对抗生成网络的模型生成图片的可复原性判断，可以在需要图像双向转换的场景中运用该项技术，同时方便模型建立者搭建具体方法去提升模型的双向转换性，而不是像之前仅凭借人的肉眼判断。
-
-
-
-
搜索结果
6 条记录 (耗时 0.079 秒)
