Document
拖动滑块完成拼图
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
最新专利技术
  • 本发明公开一种基于有模型离线强化学习的自动驾驶路口通行方法及装置,涉及智能驾驶技术领域。方法包括:搭建路口交通场景仿真环境,采用预定义的真值轨迹,获取离线专家数据;构建初始的世界模型;采用离线专家数据对初始的世界模型进行训练,输出训练好的世...
  • 本发明公开了一种基于MADDPG算法的多智能体障碍物环境下协同围捕,首先,在策略网络中引入长短期记忆网络层,以利用观测序列的时序特征提升决策质量;其次,在经验回放模块对长度为T的轨迹序列按末端时序差分误差加权,并通过指数衰减向前传播,以保证...
  • 本发明公开了一种多模态模型后训练方法及装置,该方法包括:基于多模态模型后训练的训练步骤及训练任务类型,对多模态模型中的第一训练模型的模型参数进行激活,对第二训练模型的模型参数进行参数冻结;基于第一训练模型及第二训练模型对训练数据进行预测输出...
  • 本申请公开了一种强化学习采样方法及相关装置,涉及计算机技术领域,包括:获取待串行采样的多个查询数据,多个查询数据为多个不同的请求批次或同一请求批次内的多个不同的查询请求,获取多个查询数据各自的奖励计算预估时长,按照多个查询数据各自的奖励计算...
  • 本申请涉及虚幻引擎驱动的多智能体强化学习训练方法、系统、设备及介质。所述方法包括:获取多智能体的核心属性数据,包括实时通信带宽、初始通信拓扑配置、训练阶段进度、单智能体计算能力及集群整体计算负载状态;对实时通信带宽与初始通信拓扑配置进行分析...
  • 本申请提供一种文本强化学习方法、装置、电子设备、计算机存储介质,涉及文本强化学习技术领域,应用于文本生成模型。所述方法包括:确定待分析语句中一个或多个目标词汇,根据所述目标词汇生成替换词集合;将所述待分析语句中的所述目标词汇替换为当前候选替...
  • 本申请涉及人工智能安全领域,提供一种黑盒环境下对抗样本评估方法、装置、设备及程序产品。该方法包括:获取目标模型的定向查询请求,生成对抗样本;根据对抗样本,分别利用目标模型和代理模型,得到基于目标模型得到的第一概率分布和基于代理模型得到的第二...
  • 本发明公开基于动态梯度的差分隐私保护方法和系统,该方法包括:步骤一:在目标神经网络模型的训练过程中实时监测反向传播的梯度特征,并基于所述梯度特征计算动态敏感度缩放因子;步骤二:基于三级递进式判定方法识别目标模型中网络层级的类型;步骤三:根据...
  • 本发明涉及一种基于易混淆类别特征注入的泛化对抗样本组生成方法,属于计算机视觉领域的对抗攻击技术领域。本发明在生成面向类别的泛化扰动样本组过程中引入易混淆类别特征向量方向上的类扰动更新动量,该类扰动更新动量使对抗样例向相邻的易混淆类别更快地更...
  • 本申请涉及基于联邦学习与差分隐私的跨境需求预测技术领域,揭示了一种基于联邦学习与差分隐私的跨境需求预测方法和装置,其中,方法包括:通过特征分离技术与动态差分隐私机制的协同设计,在联邦学习框架下实现了用户身份信息与业务特征的完全脱钩,从根本上...
  • 一种面向边缘计算的动态神经网络树持续学习方法及装置,其方法包括:(1)域适应阶段:通过自适应地水平扩展域适应(DA)模块,将新任务数据的特征与目标域对齐,以消除域差异的影响;(2)类感知学习阶段:将域对齐后的特征输入神经网络树,通过基于置信...
  • 本发明涉及一种基于数据增强策略的大模型知识蒸馏集成校准方法及系统,方法包括如下步骤:构建多场景数据增强模块,通过混合增强对原始数据集执行数据增强策略组合,生成覆盖不同异常场景的训练子集;利用所述训练子集训练多教师模型,每个教师模型对应至少一...
  • 本发明涉及一种基于图提示学习的图模型微调方法,旨在解决图模型预训练任务与下游任务目标不一致的问题,提升节点分类和图分类等任务的性能。该方法首先利用重启随机游走采样图数据,并通过图级对比学习预训练模型以充分挖掘图表征能力。其次,针对下游节点分...
  • 本发明属于机器学习领域,更具体地涉及一种面向标签感知公平性的异质图神经网络训练方法。本发明针对现有图神经网络在不平衡的异构图数据下,少数类节点信息稀缺而面临性能下降的问题,首先设计了一种超图嵌入方法,在节点特征空间中寻找少数类节点与其语义最...
  • 本申请涉及元数据管理与AI模型优化技术领域,公开了一种元数据驱动的业务功能模型微调方法、装置、设备及介质,方法包括:从业务功能元数据提取业务特征生成特征向量,建立业务特征维度与模型网络层的映射规则以确定特征向量的各特征值与通用模型各网络层的...
  • 本申请公开了一种个性化联邦学习方法、装置、电子设备及存储介质,涉及机器学习技术领域,通过在中心服务器聚合来自多个客户端的本地原型,构建出更为安全且泛化能力强的全局原型,不仅有效保留了跨客户端的共享信息,还能防止原型数据被重构还原。为了提高本...
  • 本发明提供了一种基于跨受试者EEG数据的视觉刺激重建方法,涉及神经信号处理的技术领域。首先,获取不同受试者在视觉刺激任务下的EEG数据,并构建训练集。从训练集中提取客户端的本地训练数据集,对设置于该客户端上的本地视觉刺激重建模型进行训练,训...
  • 本发明提供一种面向跨线网城轨客流预测的动态图联邦学习方法,预处理客户端本地自动售检票数据,得到本地信号图,以此构建和压缩客户端的城轨客流动态空间关联图;提取所有客户端的城轨客流动态空间关联图的本地客流模式空间特征上传至服务端聚合,以此构建全...
  • 本发明公开了一种个性化联邦学习方法,应用于目标训练系统,目标训练系统包括服务端和多个参与客户端,该方法包括:各参与客户端根据本地训练数据对待训练模型进行训练,更新上一通信轮次得到的聚合共享权重矩阵和更新私有权重矩阵,得到当前通信轮次对应的更...
  • 本发明涉及数据处理技术领域,具体为一种面向数据异构的个性化联邦学习模型优化方法,包括以下步骤:初始化阶段:客户端梯度计算与上传阶段、客户端选择阶段、动态个性化参数选择阶段、局部知识迁移阶段、安全参数上传阶段、安全聚合阶段;迭代训练阶段:重复...
技术分类