当前第 250 / 5741 页   共 57406 项数据

知识产权简介:本发明公开了一种面向无服务器平台的低延迟与SLO感知通用GPU共享系统,涉及GPU领域,本发明提出了FAASHARE,一种高效的基于无服务器的GPU共享框架,所述FAASHARE由MSContainer、基于贝叶斯优化的GPU共享策略和时间空间优先队列调度机制组成,所述MSContainer容器能够提前为GPU-required函数提供预热环境,减少冷启动延迟;贝叶斯优化可以动态调整资源分配,以适应不同的任务负载。本发明减少了冷启动延迟、保证服务级别目标的同时提高了GPU资源利用率。

  • 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:本申请提供了一种通过层之间注意力的相似性提升大模型的推理效率的方法,通过对远端tokens将attention分数相似的层之间共享,从而节省KV cache的大小。 具体的,本申请提出了一种PoD(Proximal tokens over Distant token),以优化解码阶段的推理效率。具体来说,它只对远端标记token共享层间注意力分数,而对近端标记token保持不变。

  • 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:本发明专利涉及一种新型视觉行为识别的语义空间的设计方法,该方法依据动词知识库VerbNet,设计了一种层次化的行为语义标签,来代替过去的手工选择行为标签,并将其嵌入到一个连续庞加莱空间内,来指导模型的学习。该方法可以支持统一大模型的训练学习,实现大模型和具体行为识别场景的高效迁移和泛化,并在充分利用现有数据的基础上有效提升模型精度,并为利用动词关系生成高质量的伪标签提供了保障。

  • 国民经济行业: 科学研究和技术服务业/研究和试验发展/工程和技术研究和试验发展
  • 权利人: 上海交通大学
  • 联系合作

知识产权简介:本发明提供一种基于自蒸馏的非自回归文本生成模型的训练方法。包括:对任意非自回归文本生成模型,使用原训练目标非自回归文本生成模型进行一次训练;从非自回归文本生成模型的输出分布中进行多次采样,得到候选训练目标集合;定义打分函数,从候选训练目标集合中筛选出更适合非自回归文本生成模型所学习的自蒸馏训练目标;利用生成的自蒸馏训练目标对非自回归文本生成模型进行二次训练;本发明通过从非自回归文本生成模型的输出分布中采样候选训练目标集合,定义打分函数并筛选出自蒸馏训练目标,从而简化训练集复杂度,实现对非自回归文本生成模型进行更好训练,有效提升非自回归模型的文本生成效果。

  • 国民经济行业: 科学研究和技术服务业/研究和试验发展/工程和技术研究和试验发展
  • 权利人: 上海交通大学
  • 联系合作

知识产权简介:现有技术中最接近本申请提案的是Tao等人提出的多模态残差LSTM网络,该网络结合了EEG信号的差分熵特征、EEG功能强度与拓扑关联特征以及眼动特征,用于在睡眠剥夺条件下的情感识别。该技术通过多模态数据的集成,显著提升了情感识别的性能,并指出在睡眠剥夺条件下,大脑额叶区域对情感的反应有所减弱。 然而,该方案存在的一个主要问题是所依赖的多模态数据在实际应用中收集难度大,且其实验设计中,受试者所观看的刺激材料固定,可能导致情感识别的结果受到材料的影响,不能完全反映睡眠状态对情感的影响。这与本提案的单一模态、多视角融合的创新方法形成了显著区别。

  • 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联盟企业的去中心化文件系统,能够在保护联盟各个参与方的数据隐私和安全的前提下,对数据分享做细粒度的访问控制,可以有效解决在联盟企业场景下所遇到的新的安全性问题和需求。

  • 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: 华为技术有限公司
  • 联系合作

知识产权简介:本发明以深度学习为基础,创造性地提出了一种应用于剖宫产切口憩室超声图像分割的系统。核心构思包括采用半自动化的筛选方法处理数据,并引入Med-FAUNet整体网络架构,兼顾U-Net和Transformer的优势,实现了全局特征捕获和全注意力机制,从而优化医学图像分割任务。

  • 国民经济行业: 科学研究和技术服务业/研究和试验发展/自然科学研究和试验发展
  • 权利人: 中国福利会国际和平妇幼保健院
  • 联系合作

知识产权简介:本申请提供了一种基于视觉语言大模型两层代理的手机助手,通过多模态大语言模型赋能的全新手机助手(Mobile-phone Agent),通过复杂的两级代理架构增强了理解和规划能力。高级别的全局代理(GA)负责解释用户指令、管理历史记录并规划任务,而低级别的本地代理(LA)则根据全局代理提供的子任务和记忆,通过功能调用精确执行操作。通过引入双重反思机制,MobA能够高效处理任务,即使是以前未遇到的任务。

  • 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:本发明提供了一项可以软件定义唤醒序列、码长和码率的软件定义唤醒接收机技术。该唤醒接收机的主要组成部分包括:天线、射频前端、可编程相关运算器、可编程掩码器和数控振荡器。其工作时保持侦听无线信道中的特定指令,功耗在纳瓦到微瓦级;一旦由某个发射机发送了与其约定的信号后即拉高一个标志位并输出,用于控制后继的高功耗电路。其与普通唤醒接收机的区别在于其唤醒序列、码长、码率均为软件可定义。

  • 国民经济行业: 信息传输、软件和信息技术服务业/电信、广播电视和卫星传输服务/电信/移动电信服务
  • 权利人: 上海交通大学
  • 联系合作

知识产权简介:因果推理方法用于提升六自由度(6-DoF)抓取检测方法的泛化能力。虽然基于学习的抓取检测方法可以利用从训练集中学习到的抓取分布来预测未见物体的抓取姿态,但它们在遇到形状和结构各异的物体时,性能往往会大幅下降。为了增强抓取检测方法的泛化能力,我们使用因果推理中的后门准则,从数据中学习得到可泛化抓取的物理特征,可以提升机械臂六自由度抓取方法在抓取未见过物体的泛化能力。

  • 国民经济行业: 制造业/通用设备制造业/其他通用设备制造业
  • 权利人: 上海交通大学
  • 联系合作