浙江大学

针对现有人形机器人复杂地形运动控制方法难以准确表征不同地形下人类运动特征，导致运动拟人性和全身协调性不足的问题，本发明提出了一种基于地形专属运动先验的人形机器人拟人运动生成方法。该方法通过运动重定向获得机器人参考运动并构建地形专属专家运动数据集，分别训练地形专属运动判别器；在强化学习训练过程中根据当前地形生成拟人风格奖励，并与机器人运动任务奖励共同训练策略网络。该方法能够降低不同地形运动风格的混合干扰，提高复杂地形下人形机器人运动的稳定性、协调性和拟人性。

本发明公开了一种基于动态具身记忆的多机器人任务协同与自恢复方法，包括以下步骤：S1、获取多具身机器人系统初始输入信息；S2、生成初始协同任务图；S3、读取因果化动态具身记忆并生成初始调度方案；S4、下发任务并调用底层技能执行；S5、采集多源执行事件；S6、构建任务执行事件链；S7、更新因果化动态具身记忆；S8、检测任务执行异常；S9、基于因果化动态具身记忆进行失败归因；S10、生成自恢复重调度策略；S11、执行自恢复重调度策略并验证恢复结果；S12、输出最终结果并回写记忆。本发明能够避免将失败任务重复分配给具有相同或相似短板的机器人，同时也避免因单次失败而简单排除本可通过补充感知或参数调整完成任务的机器人。

本发明公开了一种基于RBF神经网络自动调节ADRC控制器参数的单片式硅外延设备反应腔温度控制方法和系统，涉及硅外延设备反应腔温度控制技术领域，包括：利用RBF神经网络识别单片式硅外延设备反应腔温度并计算功率对温度的影响程度；基于温度设定值和采集的实际温度，以及所述影响程度对ADRC控制器中线性状态扩张观测器的干扰参数和线性比例‑微分反馈律的比例参数和微分参数进行更新优化；控制阶段，利用ADRC控制器基于更新参数计算输出功率以实现单片式硅外延设备反应腔温度控制。本发明能够高效控制单片式硅外延设备反应腔各个区域的温度以提升成品质量。

本申请公开了多通道电场输出控制方法、装置、电子设备及存储介质。该方法包括：基于多目标优化函数及电流约束条件进行电场优化与通道配置，确定第一电极对及第二电极对；生成第一输出控制指令，以控制向所述第一电极对输出第一组载波；生成第二输出控制指令，以控制向所述第二电极对输出第二组载波；获取各输出通道的电气参数，并在电气参数超出预设阈值时执行安全响应动作；基于预设的传导时序数据，生成时序控制指令以控制第一组载波与第二组载波的触发间隔时间。本申请实现多空间坐标区域的协同电场输出、差频参数差异化配置以及触发时序精确控制。

本发明属于嵌入式人工智能及编译器技术领域，具体涉及一种分块数据复用的调度模板、实现方法及编译优化系统，本发明的分块数据复用实现方法主要面向微型神经网络加速器，包括如下步骤：1.计算输入、权重及输出分块大小；2.计算输出空间和通道维度的分块数量；3.计算可容纳的最大输入、权重和输出分块数量；4.确定实际存放的输入、权重和输出分块数量；5.绘制数据流调度时序图，将依赖关系转化为同步信号条件表达式；6.通过现有工具生成无分块复用的代码，提取除同步信号、本地索引外的字段，形成分块数据复用可执行代码。该方法提升了权重数据在本地缓冲中的复用程度。

本发明公开了一种面向长上下文混合专家模型训练的内存安全弹性并行重配置方法及系统。本发明首先接收训练作业描述信息与资源描述信息，查询对应执行原语缓存，缺失则执行轻量级代理画像；接着基于当前GPU预算生成候选混合并行配置集，预测峰值显存并剪枝掉超安全阈值的配置得到内存安全候选集合；最后基于执行原语缓存预测各配置迭代时间，选出目标并行配置，结合显存余量确定最终激活重计算等级后输出给运行时或调度器，以此输出重配置决策。本发明通过预剪枝高显存风险配置、复用画像缓存降低搜索成本，覆盖全并行维度适配复杂训练场景，优化配置提吞吐，为集群调度器提供参考，降低长上下文训练风险，提升了集群资源利用率。

本发明公开了一种自演化智能体的隐式个性化安全记忆方法及系统，属于人工智能安全技术领域。记忆构建阶段，通过多步推理从对话历史中提炼显式事实和隐式事实并推断风险，生成包含事实和对潜在安全风险推断的结构化记忆项；采用双轨记忆架构构建独立的偏好画像和安全画像；记忆更新时保留历史状态并记录状态转换关系，形成事实信息的连贯溯源链。记忆应用阶段，将检索到的记忆项子集与偏好画像、安全画像、用户查询构建为个性化上下文作为增强提示，智能体基于所述增强提示生成响应。本发明实现了安全性与有用性的双重提升。本发明有效解决了自演化智能体在长周期交互中的隐式个性化安全问题，实现了安全性与有用性的双重提升。

本发明公开了一种基于单调神经网络的新能源电力系统非参数多元概率预测方法和系统。本发明首先获取历史时序特征向量；构建由多个级联的约束单调神经网络子模块组成的自回归模型，每个子模块输出累积分布函数值且相对于输入的目标变量分量单调非减；训练时以目标变量分量真实值作为输入，利用自动微分计算概率密度函数值，以负对数似然为损失训练模型；预测时通过逆变换采样生成多元联合分布的多个采样值，得到概率预测结果。本发明充分利用了约束单调神经网络的强大拟合能力，通过自回归结构和混合激活策略，解决了传统多元概率预测方法难以同时兼顾数学约束与分布灵活性的问题，实现了新能源电力系统的高精度非参数多元概率预测。

本申请提供一种隐私保护的分布式线性判别分析方法、系统及电子设备，涉及数据处理技术领域。方法包括：通过管理端，根据多个需求端的本地数据的均值数据，确定多个需求端的全局均值数据；其中，均值数据包括每个类别标签的样本均值向量和样本数量；通过需求端，基于全局均值数据和本地数据，确定第一类散度矩阵；通过管理端，基于全局均值数据和接收的多个第一类散度矩阵，确定第二类散度矩阵；通过管理端，基于第二类散度矩阵和多个需求端预设的目标维度，确定目标投影矩阵；通过需求端，根据接收的目标投影矩阵对本地数据进行降维处理，得到目标数据；通过需求端，根据分析需求对目标数据进行处理，得到分析结果。

本申请提供一种隐私保护的数据要素联合计算与建模系统、方法和装置，涉及数据处理领域。该隐私保护的数据要素联合计算与建模方法包括建立两两所述参与方节点之间的通信密钥；使用所述通信密钥为每一所述参与方节点的所述数据要素添加噪声，得到多个中间计算结果，并将所述中间计算结果向聚合节点发送；接收由所述聚合节点聚合所述中间计算结果后的全局聚合结果。本申请实施例提供的数据要素联合处理方法在不共享原始数据的前提下实现各方的协作分析，确保数据隐私的保护，同时释放数据的潜在价值，为数据的联合计算与建模提供更安全、灵活、高效的解决方案。

本发明公开了基于区块链与零知识证明的大型视觉语言模型隐私保护版权验证方法，包括鲁棒触发指纹生成、目标匹配率计算、零知识证明生成及区块链智能合约记录步骤。通过双层优化算法生成鲁棒触发指纹，内层以梯度上升更新模型临时参数，外层基于交叉熵损失更新触发图像像素，保证指纹鲁棒性。将鲁棒触发指纹输入可疑模型，采用指示函数统计匹配结果，计算目标匹配率。利用缩放因子机制将浮点匹配率与侵权阈值映射为整数，经验证电路位分解与有限域逐位比较，生成不泄露隐私的零知识证明。将证明与阈值提交至区块链智能合约，验证有效后在分布式账本写入含时间戳与模型标识符的不可变侵权记录，支持溯源审计。

本发明公开了一种基于代数推演的二维块体时间连续接触检测方法和系统，应用于岩石工程离散元数值模拟中。包括：获取潜在接触块体的几何与运动信息，采用单纯形积分计算块体质心，建立包含平移和转动的顶点运动方程及边界边运动方程；根据两块体外接圆的交叠关系确定可能接触时间区间，在该区间内构建并求解以运动时间为唯一未知量的顶点与边接触检测方程；依据投影参数和欧氏距离剔除伪解，选取最早有效交点时间，并确定接触点、接触几何元素及接触类型。本发明通过连续追踪块体运动过程，避免了时间离散式检测产生的漏检和错检问题，无需持续缩小时间步长和调整搜索半径即可兼顾检测精度与计算效率，适用于岩石工程中复杂块体系统的接触检测。

本发明涉及大型风电装备结构可靠性预测技术领域，公开基于模型降阶的大型风电装备结构时空相关可靠性分析方法、装置及存储介质。该方法获取风载时序数据和高保真结构响应数据；基于Ornstein‑Uhlenbeck随机过程、无记忆变换及改进EOLE离散方法构建动态风载不确定性样本；通过拉丁超立方采样和高保真仿真生成快照矩阵，提取降阶空间基并训练残差神经网络预测降阶展开系数；根据空间基和展开系数重构任意空间位置、任意时刻的极限状态函数，并计算时空相关失效概率和薄弱区域。本发明可在较少高保真仿真次数下获得全局时空可靠性预测结果，提高大型风电装备结构可靠性评估效率和精度。

本发明公开了一种基于载荷谱竞争工况的紧固件群布局优化设计方法。首先，获取多层被夹件紧固连接装配体的CAD三维模型与耦合响应，解耦重构振动服役载荷谱，经载荷三维质心等效与方向相似度筛选，构建近正交独立工况集合，生成紧固件群参数；建立有限阶角向扰动参数化布局模型，生成各工况紧固件孔位布局响应映射库，构建竞争工况集及其布局代理集；基于各单工况优势布局构建跨工况布局迁移退化度矩阵，并依据退化显著性判别工况竞争分合策略；通过管状可行邻域扩探筛选更新极大元稀疏解集，获得管状邻域增广Pareto前沿，最后选取竞争工况约束下的抑振布局优化结果。本发明改善了连续时变激振载荷下紧固件群载荷分担均匀性与布局性能。

本发明公开一种基于分层物理约束神经网络的三维集成电路电热协同分析方法，包括：获取芯片几何、层堆叠、材料及边界参数，离散为三维网格；提取负载分布、温度、掩码等输入特征。构建通过耦合残差交互的粗粒度电学与热学模型，预测全局电势与温度分布。依据电热残差、梯度阈值及关键器件区域确定关注区域，通过细粒度模型在带缓冲界的局部窗口内输出高分辨率结果。依据电热耦合控制方程、守恒型边界及一致性条件生成伪真值与残差校验量；训练阶段采用交替更新、残差重加权及低置信度补采样策略。推理阶段输出电势、温度、热点、电压降、残差置信度及设计优化提示。本发明通过分层闭环细化机制，显著提升了三维IC和异构集成系统电热协同分析效率。

本公开涉及智能体训练方法、装置、电子设备与存储介质，该方法包括对多个应用进行界面交互探索得到多个交互路径信息；基于多个交互路径信息生成界面交互任务集合，界面交互任务为依据任务执行要求，在第一应用的界面截图确定第一互动目标，在与第一互动目标互动产生的第二应用的界面截图中确定第二互动目标，与第二互动目标互动至达到任务执行要求的任务；通过策略模型执行界面交互任务集合中的各界面交互任务，得到每一界面交互任务对应的多个任务执行轨迹；基于各任务执行轨迹，生成训练样本；基于训练样本，训练策略模型，得到用于执行针对多个应用的界面交互任务的目标智能体。本公开自动适配应用的界面变化并降低智能体的训练成本。

本发明公开了一种基于自进化智能体与动态规则演化的扩散模型偏好对齐方法和装置，该方法通过执行者依据基础规则手册或者当前规则手册的规则对采样图像对进行判断并得到判断依据，本发明提供的评估者进行盲评，并通过比较，获得执行者引用的规则中没有覆盖的内容从而形成审查意见，裁判者基于执行者的判断和评估者的审查意见进行最终的评判，如果执行者与评估者的结论发生冲突，则形成新的规则来继续优化执行者的判断，并且每次迭代过程中裁判者生成增强文本提示和对采样图像对中获胜图像和失败图像进行标注，用于后续扩散模型的训练，从而突破静态评估系统，实现扩散模型偏好对齐的持续改进。

本发明公开了一种针对类脑芯片上部署的脉冲神经网络结构搜索方法和系统，属于脉冲神经网络与类脑芯片相结合的技术领域，包括以下步骤：以脉冲神经网络的初始结构为根节点构建抽象搜索树，树中每个子节点对应的新结构基于其父节点通过层分裂或簇交换获得；基于根节点从抽象搜索树进行递归采样，对经过任务训练的节点，按照基于任务得分确定的采样概率对其子节点进行采样，对未经过任务训练的节点，依据神经拟态核心资源限制对网络结构进行调整后进行任务训练，并更新任务得分，最终得到满足神经拟态核心资源限制且任务得分最高的脉冲神经网络结构作为适配类脑芯片的最优搜索结果，以提升脉冲神经网络的任务准确率与硬件适应性。

代码意图识别模型的训练方法及装置，代码意图识别模型包括第一图神经网络和第一大语言模块，该方法包括：获取文本形式的第一代码，提取第一代码对应的代码属性图的第一向量表示；将第一向量表示输入第一图神经网络，得到第二向量表示；提取第一代码对应的第三向量表示，基于第二向量表示和第三向量表示得到融合向量表示，将其输入第一大语言模块以得到指示代码意图的第一输出结果；根据预设标签和第一输出结果确定第一差异损失，基于第二向量表示和预设的分类器得到指示代码意图的第二输出结果，根据第二输出结果和预设标签确定第二差异损失，根据第一差异损失和第二差异损失确定目标损失，以目标损失变小为目的更新第一图神经网络的网络参数。

本发明涉及能源领域计算机数据处理与人工智能技术领域，提供了一种基于大语言模型的能源领域知识图谱构建方法，包括：解析能源领域的结构化文档的目录结构，将文本切块并摘要，构建包含原生父子边的表层知识图谱；利用大语言模型执行基于上下文的语义卷积，更新实体语义描述；通过实体聚合操作，构建包含再生父子边，将非核心实体归属至核心实体；计算实体节点关系预测得分，迭代生成隐含的姊妹边；支持增量文档的局部子图生成与融合。本发明能够有效利用能源领域文档的结构信息，实现了高精度、可扩展且具备深层逻辑关联的知识图谱构建。