-
公开(公告)号：CN113159331A
公开(公告)日：2021-07-23
申请号：CN202110564356.8
申请日：2021-05-24
Applicant: 同济大学
IPC: G06N20/00
Abstract: 本发明公开了一种网络化机器学习系统的自适应稀疏度量化方法，应用于网络化机器学习系统的智能体，其包括：在当前时间步，某个智能体与目标智能体交换通信信息过程中，采用随机稀疏器对通信信息稀疏化；该智能体计算上一时间步其通信信息与目标智能体的通信信息之间的差异，并采用与该差异负相关的稀疏度作为当前时间步所述随机稀疏器所采用的稀疏度。对随机稀疏器所采用的稀疏度进行自适应调节，可以在确保通信质量的同时，尽量降低通信成本。
-
公开(公告)号：CN113300890A
公开(公告)日：2021-08-24
申请号：CN202110565504.8
申请日：2021-05-24
Applicant: 同济大学
IPC: H04L12/24
Abstract: 本发明公开了一种网络化机器学习系统的自适应通信方法，网络化机器学习系统包括多个智能体，该方法包括：初始化各智能体之间的网络拓扑，使得各智能体通过通信链路连接；对于任意一个智能体，初始化之后通过通信链路与其直接连接的智能体为相邻智能体；在每个时间步中，智能体通过处于活跃状态的通信链路与相邻智能体交换通信信息，并根据其与相邻智能体之间最新一次交换的通信信息之间的差异计算该智能体与相邻智能体之间的通信链路在下一个时间步中处于活跃状态的概率值，并依照概率值确定该通信链路在下一个时间步中是否处于活跃状态。通过该自适应通信方法可以在保持训练效果的同时降低总的通信成本。
-
Patent Agency Ranking
公开(公告)号：CN117287644A
公开(公告)日：2023-12-26
申请号：CN202311092087.5
申请日：2023-08-28
Applicant: 同济大学
Abstract: 本公开的实施例提供了一种数据采集设备以及排水管道缺陷状态诊断方法。该数据采集设备包括：遥控启动模块、微机电六轴惯性传感器、数据存储模块、电源模块、回收模块；遥控启动模块用于在数据采集设备被用户于目标排水管道的起点检查井投入目标排水管道，随着水流运动时，启动微机电六轴惯性传感器；该传感器在启动之后用于采集数据采集设备的三轴角速度数据序列、三轴加速度数据序列，并将其存储至数据存储模块；回收模块用于在数据采集设备到达目标排水管道的终点检查井或者停止运动时，回收数据采集设备；在回收到数据采集设备之后，数据存储模块中的数据序列被提取用于目标排水管道的缺陷状态诊断，从而提高排水管道缺陷状态诊断效果。
-
公开(公告)号：CN118504404A
公开(公告)日：2024-08-16
申请号：CN202410651864.3
申请日：2024-05-24
Applicant: 同济大学
IPC: G06F30/27 , G06N3/0455 , G06N3/08 , G06Q50/26
Abstract: 本发明的实施例提供了一种城市内涝防治方法、装置、设备以及存储介质，应用于雨水系统技术领域。该方法包括：反演雨水系统管网全局的液位与流量，生成监测时刻的地面淹没水深图和二值化洪水淹没图，对雨水系统管网全局的液位和地面淹没水深图和二值化洪水淹没图进行合理性检查，并基于一维(1D)节点和二维(2D)地面间的水力联系进行融合处理，得到标签，根据标签和预报降雨生成新的数据集，对历史数据集和新数据集进行混合，得到混合数据集，以此对城市内涝预测模型进行参数更新，使用参数更新后的模型进行城市内涝预测，并根据预测结果确定城市内涝预警等级，以此生成排水方案，并按照方案对相应排水设施进行调控，提高城市内涝防治效果。
-
公开(公告)号：CN117451048A
公开(公告)日：2024-01-26
申请号：CN202311315713.2
申请日：2023-10-11
Applicant: 同济大学
Abstract: 本发明的实施例提供了一种排水管道检测仪姿态解算方法及装置。该方法包括：获取排水管道检测仪随水漂流过程中的三轴角速度数据、三轴加速度数据以及三轴磁感应强度数据；利用三轴角速度数据对四元数进行先验估计；以先验估计后的四元数和三轴角速度常值偏差为状态量，以三轴加速度数据和三轴磁感应强度数据为观测量并考虑运动加速度和随机磁场的干扰，通过扩展卡尔曼滤波器对先验估计后的四元数进行滤波校正，得到四元数的最优滤波值，以此计算排水管道检测仪的姿态角数据。以此方式，可以基于扩展卡尔曼滤波器将三轴角速度数据、三轴加速度数据以及三轴磁感应强度数据进行融合，进而实现排水管道检测仪姿态解算，提高姿态角数据精度。
-
公开(公告)号：CN113159331B
公开(公告)日：2023-06-30
申请号：CN202110564356.8
申请日：2021-05-24
Applicant: 同济大学
IPC: G06N20/00
Abstract: 本发明公开了一种网络化机器学习系统的自适应稀疏度量化方法，应用于网络化机器学习系统的智能体，其包括：在当前时间步，某个智能体与目标智能体交换通信信息过程中，采用随机稀疏器对通信信息稀疏化；该智能体计算上一时间步其通信信息与目标智能体的通信信息之间的差异，并采用与该差异负相关的稀疏度作为当前时间步所述随机稀疏器所采用的稀疏度。对随机稀疏器所采用的稀疏度进行自适应调节，可以在确保通信质量的同时，尽量降低通信成本。
-
公开(公告)号：CN113300890B
公开(公告)日：2022-06-14
申请号：CN202110565504.8
申请日：2021-05-24
Applicant: 同济大学
IPC: H04L41/12
Abstract: 本发明公开了一种网络化机器学习系统的自适应通信方法，网络化机器学习系统包括多个智能体，该方法包括：初始化各智能体之间的网络拓扑，使得各智能体通过通信链路连接；对于任意一个智能体，初始化之后通过通信链路与其直接连接的智能体为相邻智能体；在每个时间步中，智能体通过处于活跃状态的通信链路与相邻智能体交换通信信息，并根据其与相邻智能体之间最新一次交换的通信信息之间的差异计算该智能体与相邻智能体之间的通信链路在下一个时间步中处于活跃状态的概率值，并依照概率值确定该通信链路在下一个时间步中是否处于活跃状态。通过该自适应通信方法可以在保持训练效果的同时降低总的通信成本。
-
-
-
-
-
-
Search Results
7
records
(took 0.043 seconds)
