-
公开(公告)号：CN118761455A
公开(公告)日：2024-10-11
申请号：CN202411253260.X
申请日：2024-09-09
Applicant: 青岛理工大学
Abstract: 本发明涉及联邦学习领域和知识蒸馏技术领域，公开了一种基于知识蒸馏的个性化联邦学习方法，包括如下步骤：初始化中央服务器的全局模型和本地设备数量；将初始化后的全局模型广播到本地设备；所有本地设备使用本地私有数据进行模型训练；并将本地模型参数上传至中央服务器聚合生成新的全局模型；通过非结构化剪枝技术对聚合生成的新的全局模型进行剪枝，将全局模型变成一个学生友好型的教师模型；将剪枝后得到的教师模型中的最终预测和注意力图知识传递给本地模型，本地模型此时作为学生模型，根据传递的知识进行更新。本发明所公开的方法能够缓解数据异质性情况下产生的客户端漂移问题，提高模型精度表现，并能减少本地设备之间的通信成本。
-
公开(公告)号：CN118362302A
公开(公告)日：2024-07-19
申请号：CN202410466425.5
申请日：2024-04-18
Applicant: 青岛理工大学
IPC: G01M13/021 , G01M13/028 , G01M13/045 , G06F18/243 , G06F18/213 , G06F18/214
Abstract: 本发明公开了一种基于GPT的数据不平衡下的机械故障诊断方法，包括如下步骤：收集包含正常状态和故障状态的机械振动信号，对数据进行预处理，并与相应的代表正常或故障的类别标签一起构建不平衡数据集；将构建的不平衡数据集输入到GPT模型中，对GPT模型的参数进行微调；将故障类别标签输入微调后的GPT模型，生成故障状态的机械振动信号；将生成的故障状态的机械振动信号添加至不平衡数据集中实现数据集的平衡化扩充；将扩充后的数据集输入到基准机器学习模型中进行机械故障诊断。本发明使用微调后的模型生成对应故障类别样本对不平衡数据集进行增强，使数据集变得平衡以更有效地提取故障样本特征，有利于提高模型的诊断精度。
-
公开(公告)号：CN108334745B
公开(公告)日：2022-02-08
申请号：CN201810225006.7
申请日：2018-03-19
Applicant: 青岛理工大学
IPC: G16B5/00
Abstract: 本发明涉及一种聚合酶链反应过程非线性混杂系统建模方法，所述方法针对PCR酶促反应体系的变性阶段、退火阶段和延伸阶段进行建模，建立带有参数v的非线性混杂系统P，这个模型是DNA反应液内的各组分相互作用的DNA聚合酶链反应模型P,其以为模板DNA的浓度、引物的浓度、DNA聚合酶的浓度、聚合酶的激活剂Mg2+的浓度等为状态变量的非线性方程，本发明用数理方程描述这个复杂多变的反应动态过程，建立的模型实用性强，满足对DNA扩增过程的研究需求。
-
公开(公告)号：CN118885715B
公开(公告)日：2025-03-18
申请号：CN202411397508.X
申请日：2024-10-09
Applicant: 青岛理工大学
IPC: G06F17/15
Abstract: 本发明属于智能优化算法和拆解线平衡领域，涉及基于CTGAN及改进的NSGA‑II算法的智能优化拆解线平衡方法。该方法在历史拆解数据的基础上采用针对表格数据进行扩充的生成式AI方法CTGAN对占比较少的待拆解产品的拆解数据进行扩充，建立了细粒度的混合拆解模式下混合同质产品的拆解线平衡求解模型，采用改进的智能优化方法NSGA‑II算法进行求解，大大提高了拆解效率，降低拆解成本及拆解能耗。
-
公开(公告)号：CN118886463A
公开(公告)日：2024-11-01
申请号：CN202411336395.2
申请日：2024-09-25
Applicant: 青岛理工大学
IPC: G06N3/0499 , G06N3/048 , G06N3/082 , G06N3/086 , G06N3/084
Abstract: 本发明属于深度神经网络参数搜索技术领域，公开了一种基于KAN和自适应梯度优化的神经网络参数搜索算法，包括如下步骤：初始化种群；根据适应度值选择初始最优解；构造用于种群繁殖的自适应策略池以及策略选择的评价函数；每个个体进行网格扩展，并进行网络结构节点的稀疏化处理和裁剪，以更新种群用于进化的网络结构；每个个体根据构造的评价函数自适应选择策略池中的某个策略进行训练，选择当前轮次的最优解；迭代直至达到设置的轮次，最终选出一个最佳网络个体作为整个种群的最优解。本发明所公开的算法不仅具有梯度下降的局部搜索能力，而且具有良好的进化计算的全局搜索能力，大大缩减了计算成本。
-
Patent Agency Ranking
公开(公告)号：CN118780399A
公开(公告)日：2024-10-15
申请号：CN202411273181.5
申请日：2024-09-12
Applicant: 青岛理工大学
IPC: G06N20/00 , G06F21/64 , G06F18/23213
Abstract: 本发明涉及联邦学习技术领域，公开了一种基于区块链的半异步联邦学习方法，包括如下步骤：创建一个全局模型A，并进行初始化；客户端提取全局模型A并在本地数据上训练，生成更新后的模型参数；然后生成新的全局模型B，并将其打包到新区块中；采用NDP‑Kmeans聚类算法，进行聚类分组；分组完成后，将全局模型B分发到各个客户端组；组内客户端使用全局模型B在本地数据上进行模型更新；将最新的全局模型打包成一个区块，并将其上传至区块链网络并进行共识，循环执行直到全局模型收敛，达到预期的性能指标，或者训练过程达到预设的最大轮次。本发明的方法在保持模型更新质量的同时，大幅提升了联邦学习在设备异构环境中的总体效率。
-
公开(公告)号：CN118780399B
公开(公告)日：2025-03-18
申请号：CN202411273181.5
申请日：2024-09-12
Applicant: 青岛理工大学
IPC: G06N20/00 , G06F21/64 , G06F18/23213
Abstract: 本发明涉及联邦学习技术领域，公开了一种基于区块链的半异步联邦学习方法，包括如下步骤：创建一个全局模型A，并进行初始化；客户端提取全局模型A并在本地数据上训练，生成更新后的模型参数；然后生成新的全局模型B，并将其打包到新区块中；采用NDP‑Kmeans聚类算法，进行聚类分组；分组完成后，将全局模型B分发到各个客户端组；组内客户端使用全局模型B在本地数据上进行模型更新；将最新的全局模型打包成一个区块，并将其上传至区块链网络并进行共识，循环执行直到全局模型收敛，达到预期的性能指标，或者训练过程达到预设的最大轮次。本发明的方法在保持模型更新质量的同时，大幅提升了联邦学习在设备异构环境中的总体效率。
-
公开(公告)号：CN119474662A
公开(公告)日：2025-02-18
申请号：CN202411464600.3
申请日：2024-10-21
Applicant: 青岛理工大学
IPC: G06F18/10 , A61B5/346 , G06F18/213 , G06N3/0442 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06F17/13 , G06F17/18 , G06F17/16
Abstract: 本发明提供了基于卷积长短时记忆网络的心电信号降噪方法，通过对采集到的初始心电信号进行预处理得到待分析心电信号；基于卷积长短时记忆网络建立对待分析心电信号的去噪模型；基于带有微分正则项的损失函数对所述去噪模型进行调优，得到目标去噪模型；将所述待分析心电信号输入目标去噪模型中，得到最终的降噪心电信号去噪模型，使用卷积长短时记忆网络来融合时间与空间特征，有效捕捉心电图的时间和空间特性；通过在重建误差中加入微分正则化项，可以更准确地捕捉信号细节，从而更好的还原出信号特征，为心电分析和诊断提供准确的信号。
-
-
公开(公告)号：CN108388132B
公开(公告)日：2021-02-12
申请号：CN201810224317.1
申请日：2018-03-19
Applicant: 青岛理工大学
IPC: G05B13/04
Abstract: 本发明涉及一种聚合酶链反应过程系统控制模型建模方法，所述方法以PCR酶促反应体系的系统状态为基础，对变性阶段、退火阶段和延伸阶段的系统控制模型进行建模，建立带有参数u的非线性混杂控制系统，所述系统控制模型包含状态向量和控制向量，状态向量是对PCR扩增过程起决定作用的向量，控制向量u是对PCR扩增过程起控制作用的向量，用x(t)表示系统的状态向量，建立系统控制模型，提出了控制模型的性能指标，本发明利用最优控制原理分析了系统指标函数J的泛函极值存在性条件，为后续的控制模型P的数值算法提供了技术基础，建立的控制模型实用性强，满足对DNA扩增过程的研究需求。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.022 seconds)
