Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京工业大学袁彤彤获国家专利权

北京工业大学袁彤彤获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京工业大学申请的专利一种面向不同类型工业仿真软件的数据标识算法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118839352B

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410837297.0,技术领域涉及:G06F21/60;该发明授权一种面向不同类型工业仿真软件的数据标识算法是由袁彤彤;金键;刘伟;杨顺;刘波设计研发完成,并于2024-06-26向国家知识产权局提交的专利申请。

一种面向不同类型工业仿真软件的数据标识算法在说明书摘要公布了:一种面向不同类型工业仿真软件的数据标识算法涉及工业仿真建模数据标识领域。工业仿真技术在产品生命周期中发挥着重要作用,但传统的数据集标识方法存在唯一性和规范性不足,数据安全性低的问题。本发明选取流体力学仿真的OpenFOAM、ANSYSFLUENT等五种不同的主流工业仿真软件作为数据来源,通过设定规范的数据集字段信息,构建生成唯一数据标识算法,并采用多级加密技术来提高数据安全性。通过本发明,可以确保数据集的唯一性和规范性,提高数据的检索效率和安全性。本发明使用构建的数据集微调出在工业仿真建模数据集标识场景下的大模型。本发明适用于工业仿真平台,有助于实现高效、安全和可靠的数据管理。

本发明授权一种面向不同类型工业仿真软件的数据标识算法在权利要求书中公布了:1.一种面向不同类型工业仿真软件的数据标识算法,其特征在于: 面向以下工业仿真软件,包含用于流体力学仿真领域的OpenFOAM、ANSYSFLUENT、有限元分析软件ABAQUS、MSCNastran、计算机辅助设计软件AUTOCAD五种不同的主流工业仿真软件,建立面向不同类型的工业仿真数据管理系统,包括工业仿真数据的管理及标识,具体建立该系统的标准化数据字段信息及针对不同软件数据的原始编码信息; 然后,建立该系统的可信数据标识功能,包括设计标识加密算法,以及标识解析算法; 最后,对工业仿真数据管理系统的数据进一步抽取数据信息,构建微调指令数据集,选取开源的ChatGLM-6B模型进行微调并部署,实现用户问答交互功能; 其中,建立该系统的标准化数据字段信息及针对不同软件数据的原始编码信息,包括: 原始编码信息由固定字段编码和基础编码组成; 固定字段信息包括工业仿真软件名、项目名、模型名、文件路径、文件名、文件哈希值关键信息; 基础编码对不同的软件设定不同的基础编码规则,其中OpenFOAM仿真软件采用求解器的层级+求解器描述的编码方式生成模型的基础编码,AutoCAD采用的基础编码格式为项目代码-设计师缩写-日期-版本号-对象类型-图层-修订号,ABAQUS、MSCNastran、ANSYSFLUENT使用软件的安装信息对数据集进行基础编码,即将安装目录和用户文档目录作为第一级编码,其他的目录作为二级编码,在二级编码下再加上具体模型名称、用途、版本号信息作为下一级的编码;另外,其中,选取开源的ChatGLM-6B模型进行微调并部署,包括: 微调算法为LoRA算法; 在模型微调过程中,将原有参数冻结,仅学习参数的变化量ΔW; 设网络原有预训练参数为这表示W0为d行k列的矩阵,其元素属于实数域将变化量ΔW参数矩阵进行低秩分解,表示为两个低秩矩阵相乘,即ΔW=AB,其中r<<mind,k,也就是将一个秩最大值为mind,k的矩阵分解为两个秩最大值为r的矩阵; 对r的取值进行了阶梯式选取来进行LoRA微调,取值间隔为2,范围为[2,10]; 根据不同的LoRA取值微调所得的模型有5个,从5个模型的输出不同的文本特征分别记为T1,T2,T3,T4,T5,将得到的5个文本特征进行加权平均操作,最终特征转成文本输出作为模型问答的返回结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京工业大学,其通讯地址为:100124 北京市朝阳区平乐园100号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。