公开(公告)号：CN114723623A

公开(公告)日：2022-07-08

申请号：CN202210233631.2

申请日：2022-03-09

Applicant: 南京邮电大学

Inventor： 朱虎 ,  胡峥 ,  刘建辉 ,  邓丽珍 ,  郑本昌 ,  臧勤

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08 ,  G06V10/40 ,  G06V10/82

Abstract: 本发明公开了一种基于层级网络的低分辨率鬼成像图像重建方法和装置，包括如下步骤：将初始图像通过仿真生成鬼成像图像；将需要重建的鬼成像图像作为输入，输入预先训练的多层次网络模型，多层级网络模型对需要重建的鬼成图像进行处理，并输出得到重建的清晰的图像；其中，多层次网络模型的构建包括：构建多层级网络，在每个层级的网络的编码器中均引入反馈连接；基于鬼成图像、鬼成图像对应的真值图像和perceptual loss函数进行训练，得到多层次网络模型。本发明与现有的基于深度学习的鬼成像重建方法相比，能够恢复出目标结构更加明确、边缘更加清晰的干净图像，解决了在低采样率下，鬼成像图像恢复不清晰、恢复速度较慢的问题。

公开(公告)号：CN114662655A

公开(公告)日：2022-06-24

申请号：CN202210192161.X

申请日：2022-02-28

Applicant: 南京邮电大学

Inventor： 马宗阳 ,  邓丽珍 ,  朱虎 ,  郑本昌

IPC: G06N3/04 ,  G06N3/08 ,  G06F16/2458

Abstract: 本发明公开了一种基于注意力机制的兵棋推演AI分层决策方法及装置，包括进行分层网络建模与强化学习智能体建模，获取到态势推演初始数据进行预处理；获通过智能体局部观察数据，输出当前所有智能体的总体目标；通过智能体局部观察数据和当前所有智能体的总体目标，输出当前所有智能体的当前应采取的决策；通过当前所有智能体的总体目标，筛选并预处理得到此刻的目标态势；利用注意力机制筛选出与目标态势关联最大的智能体局部信息，并进行态势评估；将当前所有智能体的当前应采取的决策输入到兵棋推演环境中，得到更新之后的新态势，通过所述新旧态势之间的差别计算奖励并训练网络，本发明能够有效的解决兵棋推演环境的动态性问题以及稀疏奖励问题，使AI能够实现自主决策，对不同的想定具有一定的适应能力与较高的胜率。

公开(公告)号：CN114662655B

公开(公告)日：2024-07-16

申请号：CN202210192161.X

申请日：2022-02-28

Applicant: 南京邮电大学

Inventor： 马宗阳 ,  邓丽珍 ,  朱虎 ,  郑本昌

IPC: G06N3/092 ,  G06N3/045 ,  G06N3/006 ,  G06F16/2458 ,  G06Q50/26

Abstract: 本发明公开了一种基于注意力机制的兵棋推演AI分层决策方法及装置，包括进行分层网络建模与强化学习智能体建模，获取到态势推演初始数据进行预处理；获通过智能体局部观察数据，输出当前所有智能体的总体目标；通过智能体局部观察数据和当前所有智能体的总体目标，输出当前所有智能体的当前应采取的决策；通过当前所有智能体的总体目标，筛选并预处理得到此刻的目标态势；利用注意力机制筛选出与目标态势关联最大的智能体局部信息，并进行态势评估；将当前所有智能体的当前应采取的决策输入到兵棋推演环境中，得到更新之后的新态势，通过所述新旧态势之间的差别计算奖励并训练网络，本发明能够有效的解决兵棋推演环境的动态性问题以及稀疏奖励问题，使AI能够实现自主决策，对不同的想定具有一定的适应能力与较高的胜率。