-
公开(公告)号：CN117372306B
公开(公告)日：2024-03-01
申请号：CN202311567496.6
申请日：2023-11-23
申请人： 山东省人工智能研究院
IPC分类号： G06T5/90 , G06T5/70 , G06T5/60 , G06T9/00 , G06N3/0464 , G06N3/0455 , G06N3/092
摘要： 一种基于双编码器的肺部医学影像增强方法，涉及图像处理技术领域，将强化编码结果和置信度增强结果输入到重建解码器中，得到图像增强结果、重建解码结果、置信度增强结果。通过交叉熵损失函数进行微调，得到最终的图像增强模型。有效的提高了图像增强的质量，充分利用预训练和微调的训练方式挖掘肺部医学影像的潜在语义信息，提高了肺部医学影像增强的质量和鲁棒性，适用于各种类型的肺部医学影像增强，解决了肺部医学影像增强的需求。
-
公开(公告)号：CN116935252A
公开(公告)日：2023-10-24
申请号：CN202310834420.9
申请日：2023-07-10
申请人： 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院
IPC分类号： G06V20/20 , G06V10/25 , G06V10/26 , G06V10/426 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/08
摘要： 一种基于子图嵌入图神经网络的机械臂碰撞检测方法，涉及虚拟仿真碰撞检测技术领域，将机械臂和障碍物分别用图表示，使用图表示机械臂和障碍物的几何信息，并构造连通图，为防止局部碰撞特征被稀释，将连通图分割为若干包含局部碰撞信息的子图，通过图神经网络嵌入图之间的几何关系，提取机械臂和障碍物的局部碰撞信息，提高特征提取性能，其检测精度相对于以往方法大大提高。使用基于注意力的选择机制构建机械臂和障碍物的连通图，在保留结构信息的同时，降低模型发现远距离信息的可能，提高消息传递的性能。
-
公开(公告)号：CN115766464A
公开(公告)日：2023-03-07
申请号：CN202211371399.5
申请日：2022-11-03
申请人： 上海交通大学 , 山东省人工智能研究院
摘要： 本发明提供一种动态网络结构基于学习自动机的影响力最大化方法及系统，包括：将动态网络结构{G0,G1,…}映射为一组平稳环境构成的短时平稳的非平稳环境{E0,E1,…}，初始化种子节点集合和当前影响力；基于学习自动机LA算法，在环境E0中进行探索，得到初始网络G0上的种子节点集合；基于自适应滑动窗口算法，对连续的两个网络拓扑结构G0→G1进行变化检测；在新旧网络G0→G1间进行学习自动机与环境交互的历史信息迁移，得到新网络中的种子节点集合S*。本发明通过学习自动机算法，在无需利用网络结构信息和不限定具体的传播模型的前提下，将影响力最大化问题转化为优化学习问题，达成影响力种子节点集合的快速选取。
-
公开(公告)号：CN116645585A
公开(公告)日：2023-08-25
申请号：CN202310590867.6
申请日：2023-05-24
申请人： 山东省人工智能研究院 , 齐鲁工业大学(山东省科学院)
IPC分类号： G06V10/82 , G06V10/422 , G06V10/44 , G06V10/774 , G06V10/766
摘要： 一种基于异构图神经网络的机械臂碰撞检测方法，使用图表示机械臂和障碍物，并构造连通图交换其几何信息。图是一种更直接的结构，可以存储和表示结构信息。在这个图中，节点为我们提取的机械臂和障碍物几何形状的顶点，边代表我们机械臂和障碍物各自内部几何形状的边以及我们构造连通图时添加的边。考虑到连通图中边的不同，以及异构图更强的描述能力，使用异构图编码两个物体之间的结构关系，通过消息传递捕获连通图内机械臂和障碍物之间的空间关系，其检测精度相对于以往方法大大提高。
-
公开(公告)号：CN116935252B
公开(公告)日：2024-02-02
申请号：CN202310834420.9
申请日：2023-07-10
申请人： 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院
IPC分类号： G06V20/20 , G06V10/25 , G06V10/26 , G06V10/426 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/08
摘要： 一种基于子图嵌入图神经网络的机械臂碰撞检测方法，涉及虚拟仿真碰撞检测技术领域，将机械臂和障碍物分别用图表示，使用图表示机械臂和障碍物的几何信息，并构造连通图，为防止局部碰撞特征被稀释，将连通图分割为若干包含局部碰撞信息的子图，通过图神经网络嵌入图之间的几何关系，提取机械臂和障碍物的局部碰撞信息，提高特征提取性能，其检测精度相对于以往方法大大提高。使用基于注意力的选择机制(56)对比文件赵文晖 等.目标检测在链条标准件动态抓取中的应用研究.制造业自动化.2023,第45卷(第4期),213-216.林楠.欠驱动机器人操作中建模优化和控制策略搜索的研究.中国科学技术大学 20230315中国博士学位论文全文数据库 信息科技辑).2023,(第（2023）03期),I140-28.宁懿昕.基于图神经网络的社区检测.中国优秀硕士学位论文全文数据库 (基础科学辑).2023,(第（2023）02期),A002-317.Yeseung Kim等.GraphDistNet: A Graph-based Collision-distance Estimator forGradient-based Trajectory.arxiv-2206.01517v2.2022,1-8.X. Chen 等.Dynamic Obstacle AvoidanceAlgorithm for Robot Arm Based on DeepReinforcement Learning.2022 IEEE 11thData Driven Control and Learning SystemsConference (DDCLS).2022,1136-1141.Jie Zhou等.Graph neural networks: Areview of methods and applications.AIOpen.2020,第1卷57-81.Ruijia Wang等.Graph StructureEstimation Neural Networks.CreativeCommons Attribution 4.0 International(CC-BY 4.0) license.2021,1-12.
-
公开(公告)号：CN117372306A
公开(公告)日：2024-01-09
申请号：CN202311567496.6
申请日：2023-11-23
申请人： 山东省人工智能研究院
IPC分类号： G06T5/90 , G06T5/70 , G06T5/60 , G06T9/00 , G06N3/0464 , G06N3/0455 , G06N3/092
摘要： 一种基于双编码器的肺部医学影像增强方法，涉及图像处理技术领域，将强化编码结果和置信度增强结果输入到重建解码器中，得到图像增强结果、重建解码结果、置信度增强结果。通过交叉熵损失函数进行微调，得到最终的图像增强模型。有效的提高了图像增强的质量，充分利用预训练和微调的训练方式挖掘肺部医学影像的潜在语义信息，提高了肺部医学影像增强的质量和鲁棒性，适用于各种类型的肺部医学影像增强，解决了肺部医学影像增强的需求。
-
公开(公告)号：CN116587278A
公开(公告)日：2023-08-15
申请号：CN202310654932.7
申请日：2023-06-05
申请人： 山东省人工智能研究院 , 齐鲁工业大学(山东省科学院)
IPC分类号： B25J9/16
摘要： 一种基于模型不确定性估计的机械臂强化学习控制方法，涉及机械臂控制技术领域，考虑到机械臂在建模时存在的不确定性因素，通过不确定性估计来构建机械臂的动力学模型。然后再利用基于机械臂不确定性估计模型的强化学习Dyna‑Q算法，通过与模型的交互产生的数据更新状态模型和奖励函数模型，从模型中获得大量虚拟数据，再利用真实数据与虚拟数据更新价值函数，从而能够高效的产生和利用经验，提高采样效率，选择最佳动作使得机械臂在执行任务中能够获得更优的策略。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.032 秒)
