当前第 186 / 5741 页 共 57406 项数据
知识产权简介:本发明首先设计了移动终端操作系统的多模态个人数据提取模块,从而获得流经移动终端上操作系统的数据,并且通过光学字符识别技术等智能处理对这些数据进行初步的信息提取,并存储到端侧向量数据库中。 2. 其次,为保证个人数据的安全性,本发明在移动终端的TEE操作系统上部署基于端侧大模型的智能计算系统,向量数据库同样运行在TEE操作系统上,智能计算系统在执行过程中会查询其中的数据。效果上个人数据不离开个人设备,TEE操作系统的强隔离性保护个人数据的存算安全。 3. 为了降低多模态个人数据的存储开销,本项目提出上下文敏感的数据提权技术和基于分布式流转的多设备TEE安全存储技术。具体来说,一方面操作系统根据当前系统运行状态动态调整数据提取的频率并且对于数据进行筛选去重,另一方面支持运行在TEE中的向量数据库把部分历史数据存储到其他个人设备的TEE存储中,以降低存储负担。 4. 最终,移动终端操作系统多模态数据机密智能计算系统具有丰富的功能应用,包括 为用户提供一个能够记住丰富个人历史数据的“私人助手”,也支持针对个人数据运行来自第三方应用的算法(例如精准广告)并且保证个人数据和三方算法的安全性。
- 国民经济行业: 信息传输、软件和信息技术服务业/软件和信息技术服务业/软件开发
- 权利人: 上海交通大学
- 联系合作
知识产权简介:该算法借鉴图注意力方法以及随机游走方法,设计知识图谱传播算法、聚合方法以及针对图书的知识图谱建构方法,提供高效的图书推荐方案,不仅缩短训练时间,也能更好地解决冷启动问题。
- 国民经济行业: 教育/教育/高等教育/普通高等教育
- 权利人: 上海交通大学
- 联系合作
知识产权简介:本发明提出一种GPU-数字式存算一体混合的、预填充-解码分离的深度学习大模型推理加速方法。针对现有大模型推理中 KV 缓存内存占用高、卸载开销大以及解码阶段 GPU 利用率低的问题,本技术立足于可重构ReRAM存内计算技术和预填充-解码分离方法,提出使用GPU-PIM异构推理加速的方法,充分挖掘阵列内并行性与设备间并行性,提升端到端推理速率、吞吐量和能效。
- 国民经济行业: 信息传输、软件和信息技术服务业/软件和信息技术服务业/软件开发
- 权利人: 上海交通大学
- 联系合作
知识产权简介:本发明提出了一种面向内存碎片的虚拟机迁移方法,在虚拟机部分内存资源需要被回收或降低虚拟机的内存碎片化程度时,进行虚拟机迁移并在迁移过程中根据虚拟机当前内存利用情况重新整理并映射内存,从而实现动态改变虚拟机内存或降低内存外部碎片化程度的效果,通过这种方式,物理机可以整合客户机的碎片化内存从而提高内存利用率或进行大段内存回收。本发明在热迁移过程中对脏页地址进行地址重新映射,将碎片化的内存空间集中化,从而整理出大段连续内存,在存在大段连续内存的基础上,Hypervisor可以直接回收内存空间而不影响客户机的正常运行。
- 国民经济行业: 信息传输、软件和信息技术服务业/软件和信息技术服务业/软件开发
- 权利人: 上海交通大学
- 联系合作
知识产权简介:建立巡检机器人位姿计算模型;计算巡检机器人位姿误差;对巡检机器人进行重新定位,对所述巡检机器人位姿误差进行补偿,将所述巡检机器人导航到预定巡检点。能够对变电站巡检机器人每次在预设的停留位置与实际的停留位置的导航误差进行计算,并根据计算结果对变电站巡检机器人的当前位置进行校准,使巡检机器人到达标定停靠点并以标定的云台角度拍摄巡检图像,避免巡检机器人,沿着预定的巡检路线在各个巡检点上停留时,导航误差会逐渐累积,导致预先标定的目标检测图像和实际检测图像之间的像素偏差将线性增加。
- 国民经济行业: 电力、热力、燃气及水生产和供应业/电力、热力生产和供应业/电力生产/其他电力生产
- 权利人: 上海交通大学
- 联系合作
知识产权简介:在物联网中,设备是数据的主要生产者与消费者。在这种M2M模式下,数据作为设备间的通信媒介[1],被用于提供无处不在的智能服务。但由于物联网自身的特性,如物联网设备受到能源和体积的限制,并不能提供较强的计算能力[2];物联网中因场景和传感器性能的限制,往往使用更简单的网络协议栈,其无线传输过程更容易受到电磁干扰,在网络连接上有较高的间歇性断联风险[3]。如果没有充分考虑这些物联网特性对数据质量的影响,那么后续基于物联网数据的运算和服务将会极为不可靠,可能会对上层应用和业务造成不可估量的损失。因此,我们必须特别关注数据质量;结合相关场景特性,在物联网侧就完成对数据中多种缺陷的检测和恢复,以此达成增强数据质量的目的,尽可能地减小物联网数据缺陷对更高层次业务的影响。这就是LADEN算法需要完成的数据恢复工作。
- 国民经济行业: 信息传输、软件和信息技术服务业/软件和信息技术服务业
- 权利人: 上海交通大学
- 联系合作
知识产权简介:本发明提出一种基于深度学习图网络模型的影响力传播估计方法,该方法能够自动根据网络拓扑与种子节点构建初始特征,针对特定传播模型微调,大幅提高影响力传播估计精度,实现高效率的影响力传播估计。
- 国民经济行业: 信息传输、软件和信息技术服务业/互联网和相关服务/互联网信息服务
- 权利人: 上海交通大学
- 联系合作
知识产权简介:本发明涉及一种基于签名的源代码漏洞检测方法,该方法结合了模式驱动式的方法和数据驱动式的方法,并提供了一定的可解释性,包括以下步骤:选用了两种不同类型的数据集,分别用于训练模型;首先使用模式驱动式的方法对数据集中的源代码进行预处理,根据数据依赖从中提取含有漏洞的代码切片,从而提供丰富的漏洞信息;然后使用数据驱动式的方法对漏洞轨迹进行特征提取,具体的方法是通过一个基于transformer的预训练模型对漏洞轨迹进行编码,后通过一个循环神经网络和全连接网络生成表示漏洞签名的特征向量,并将特征向量形成漏洞签名库用于漏洞检测;最后通过设置阈值并计算相似度的方法对漏洞进行检测。与现有技术相比,该发明在具有一定可解释性的基础上仍然具有较高的准确率,并可以根据用户自身需求,通过设置阈值控制检测严格程度。
- 国民经济行业: 信息传输、软件和信息技术服务业/互联网和相关服务/互联网信息服务
- 权利人: 上海智能网联汽车技术中心有限公司
- 联系合作
知识产权简介:本发明公开了一种冰壶击打自动化学习与决策搜索方法,解决了蒙特卡洛树搜索算法在冰壶运动中复杂连续动作空间的决策搜索问题。通过强化学习的方式,该方法能够从与环境的交互中不断学习和优化决策策略,以适应不同的冰壶击打情境。本发明也结合传统的蒙特卡洛树搜索算法与深度神经网络,以充分利用其在决策树搜索和评估方面的优势。除此之外,该方法加入人类选手在历史比赛中的宏动作先验从而提高决策质量。通过将深度强化学习和蒙特卡洛树搜索相结合,系统可以在复杂连续动作空间中进行更精确和高效的决策搜索。
- 国民经济行业: 制造业
- 权利人: 上海交通大学
- 联系合作