Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜浙江大学舒江鹏获国家专利权

恭喜浙江大学舒江鹏获国家专利权

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!

龙图腾网恭喜浙江大学申请的专利基于Transformer的适用多任务的建筑结构地震响应预测方法和装置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:CN118981828B

龙图腾网通过国家知识产权局官网在2025-04-22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:202411465439.1,技术领域涉及:G06F30/13;该发明授权基于Transformer的适用多任务的建筑结构地震响应预测方法和装置是由舒江鹏;董腾方;李俊;金振奋;宋佳旺;宁英杰;许璟琳设计研发完成,并于2024-10-21向国家知识产权局提交的专利申请。

基于Transformer的适用多任务的建筑结构地震响应预测方法和装置在说明书摘要公布了:本发明公开了一种基于Transformer的适用多任务的建筑结构地震响应预测方法和装置,该方法首先通过引入局部时间嵌入和全局时间戳嵌入对建筑物地震记录进行统一化表示;然后建立建筑模型的设计空间;再通过相关性分析进行特征过滤,识别和滤除高度相关的参数,补充构件特征;其次,修改Transformer模型的位置编码模块;再采用多任务学习方法,使用单一模型同时处理不同预测任务,并对网络超参数进行微调以提高预测精度。本发明解决了Transformer在建筑物地震响应预测上的通用性的问题,并为建筑结构地震响应预测提供了精确的响应预测方法。

本发明授权基于Transformer的适用多任务的建筑结构地震响应预测方法和装置在权利要求书中公布了:1.一种基于Transformer的适用多任务的建筑结构地震响应预测方法,其特征在于,包括以下步骤:1通过引入局部时间戳嵌入和全局时间戳嵌入将建筑物地震记录进行统一化表示,以获取统一化表示的地震记录向量;所述步骤1具体包括:首先,针对地震记录中的每条地震数据,将每条地震数据中的时间信息转化为相对时间信息,其中,相对时间信息通过将时间信息与地震事件的起始时间进行相对计算获得;然后,针对每条地震数据,将其相对时间信息通过引入的局部时间戳嵌入映射为局部时间嵌入向量,再与该条地震数据对应向量相加,得到该条地震数据对应的局部化表示的地震数据向量;其次,引入全局时间戳嵌入,包含地震记录的开始时间和结束时间在内的全局时间属性,将其映射为全局时间嵌入向量;最后,将每条局部化表示的地震数据向量与其对应的全局时间嵌入向量进行相加,得到统一化表示的地震记录向量;2建立用于表示建筑模型的参数空间,具体包括影响建筑结构地震性能的关键参数;并对所有关键参数进行编码,以获取第一特征向量;所述步骤2中,所述对所有关键参数进行编码,以获取第一特征向量,具体包括:针对每个关键参数,采用与其相对应的编码方法进行编码,以获取该关键参数对应的嵌入向量;将所有关键参数对应的嵌入向量进行结合,获得第一特征向量;3采用相关性分析方法对第一特征向量中的关键参数进行过滤,以获取特征过滤后的第二特征向量;所述步骤3具体包括:首先基于第一特征向量,对于其中的每对关键参数,使用相关性分析方法计算每对关键参数之间的相关性,其中,所述相关性分析方法包括皮尔逊相关系数或斯皮尔曼相关系数;然后判断每对关键参数之间的相关性是否大于预设的相关性阈值,若该对关键参数之间的相关性大于预设的相关性阈值,则去除该对关键参数中的一个关键参数;否则,保留该对关键参数;最终获得特征过滤后的第二特征向量;4提取与构件层面相关的参数特征,对其编码后与第二特征向量合并,以在第二特征向量的基础上补充构件特征,得到完整的特征矩阵;所述步骤4具体包括:针对建筑物的各个构件,提取各个构件的几何特征和材料特性,并对其进行特征编码,得到各个构件的特征向量;将第二特征向量与各个构件的特征向量进行拼接,以实现建筑物的结构特征与构件特征的合并,获得完整的特征矩阵;5构建适用于多任务的Transformer网络模型,该Transformer网络模型包括参数共享的编码模块和多个任务对应的解码层,参数共享的编码模块包括输入层、编码层和位置编码模块;基于步骤1得到的统一化表示的地震记录向量和步骤4获得的完整的特征矩阵,利用参数共享的编码模块以及不同任务对应的解码层处理不同的预测任务;所述步骤5中,所述输入层用于将步骤1得到的统一化表示的地震记录向量输入至Transformer网络模型中;所述编码层用于对建筑物特征进行编码以获取完整的特征矩阵;所述位置编码模块用于将统一化表示的地震记录向量和完整的特征矩阵整合为多个任务对应的解码层的共享输入;所述解码层用于依据共享输入处理对应的预测任务,获取对应预测任务的预测结果;6对Transformer网络模型进行训练,训练过程中对Transformer网络模型的超参数进行微调,以获取训练好的Transformer网络模型,用于建筑结构地震响应预测。

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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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”。

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。