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
  • 本发明涉及人工智能技术领域,可应用于金融科技及医疗健康等业务场景中,公开了一种基于自适应元学习的数据处理方法、装置、设备及介质,包括:获取多模态输入数据并提取初始模态特征,利用门控网络生成模态置信度分数,对初始模态特征进行加权处理得到加权模...
  • 本发明涉及人工智能优化技术领域,涉及一种基于动态偏好学习的交互式多目标贝叶斯优化方法及系统。该方法包括:为每个目标函数构建高斯过程回归模型并利用初始数据集进行训练;利用NSGA‑II算法对非支配解进行加权欧氏距离非支配排序,得到候选解集;从...
  • 本申请涉及人工智能技术领域,公开一种基于双流低秩的多任务模型配置方法。该方法应用于边缘服务器、云端服务器和无人机,边缘服务器执行的步骤包括:获取多个针对相应任务场景的任务模型;对任务模型进行边缘参数聚合,得到多个第一聚合模型;将第一聚合模型...
  • 本申请公开了一种基于联邦领域泛化的机械故障诊断方法及系统,涉及故障诊断技术领域,方法包括:采集真实数据;训练全局去噪扩散概率模型,利用全局去噪扩散概率模型合成得到合成数据,合成数据和真实数据混合形成平衡数据;将平衡数据输入局部模型以及全局模...
  • 本申请涉及深空探测技术领域,提供了一种基于数据融合与多任务注意力的深空任务评估方法及装置。该方法通过动态多粒度时间窗口融合机制结合多任务注意力神经网络模型实现对各类深空探测任务的智能评估。其中动态多粒度时间窗口融合机制能够有效整合采样频率和...
  • 本申请公开了一种基于敏感样本的可验证隐私保护联邦学习方法,涉及故障诊断领域。该方法引入泊松采样过程,基于隐私预算生成采样概率,确保所有记录的隐私预算同步耗尽,有效防止数据灾难性遗忘,提升模型效用。在模型验证模块中,借助梯度最大化算法生成敏感...
  • 面向橡胶轮胎生产参数共享的联邦知识蒸馏方法及应用,将联邦学习过程分为预热与蒸馏两部分,预热部分采用FedAvg联邦训练策略,蒸馏部分则利用每个客户端产生的知识,进行分箱形成分组知识,在服务器端进行聚合后分发至每个客户端用于知识蒸馏。本发明提...
  • 本发明公开了一种端云协同下的端侧推荐模型高效个性化定制方法。该方法通过混合精度量化实现端侧推荐模型的个性化与压缩,包括以下步骤:端侧用户画像生成器将用户交互序列映射为用户表示并上传云端;云端参数重要性提取器(多层级超网络架构)分析该表示,输...
  • 本发明属于机器学习领域,更具体地涉及一种兼顾节点隐私保护与度公平性的图神经网络训练方法。本发明针对现有图神经网络在本地差分隐私扰动下,低度节点信息稀缺而面临性能下降的问题,首先设计了一种个性化隐私分配机制,根据节点度与数据集节点度质心之间的...
  • 本发明涉及大模型微调领域,具体涉及一种面向电网领域的轻量化大语言模型微调方法。本发明的具体方法包括:在边缘节点获取本地电网数据并通过轻量化大语言模型进行推理,得到运行状态数据;将运行状态数据上传至中心节点,并从轻量化模型版本库中选择匹配的微...
  • 基于群体相对策略优化的Text2SQL大模型微调方法、装置、设备和介质,涉及自然语言于数据库交互技术领域。方法包含:S1、构建训练数据集和加载预训练的Text2SQL基模型作为策略网络并初始化,以及获取初始策略。S2、对训练数据集进行分组采...
  • 本说明书实施例公开了一种评价模型训练方法。该方法将标准作业程序文本拆解为功能点,然后对每个功能点分别通过代码方式实现和通过调用大模型的方式实现,再利用测试数据对这两个实现方式进行测试,并基于测试结果确定这两种实现方式对于该功能点的适用性指标...
  • 本申请公开模型监督微调的方法、装置、电子设备,方法包括:获取输入第一模型的提示词;基于提示词确定可调用的工具和每个工具的数据处理功能;获取输入第一模型的用户需求信息;基于用户需求信息确定调用的目标工具,并基于目标工具执行对应的数据处理功能,...
  • 本申请公开了一种目标垂类大模型微调方法及系统、计算机装置、介质。其中,方法包括:构建多层次的目标领域知识图谱;将根据目标领域知识图谱获得的若干目标领域概念词输入至大语言模型中并追踪模型内部激活状态,建立目标领域概念与模型神经元之间的显式对应...
  • 本发明公开了一种基于迁移学习的硬件RDMA队列异步处理方法及系统,涉及计算机网络技术,方法包括获取源域中硬件RDMA队列异步处理的历史数据及对应的处理策略;基于迁移学习算法将历史数据及处理策略迁移至目标域,训练得到队列异步处理优化模型;当终...
  • 本发明公开了一种基于深度残差网络的抗扰动图像分类方法(RDW),旨在提高现代深度神经网络泛化能力的基本挑战。该方法在残差网络训练过程中引入随机权重扰动,对输入样本分别在扰动前和扰动后进行前向传播,得到双输出结果;以交叉熵损失与均方误差损失的...
  • 基于深度强化学习的黑盒稀疏对抗攻击方法,包括以下步骤:1)利用深度模型获取数据集的时频融合特征作为强化学习Agent的输入状态空间;2)强化学习Agent利用BiLSTM策略找到时间序列中的K个关键点,对K个关键点进行伯努利采样得到强化学习...
  • 本发明公开了一种面向智能群体区域覆盖控制的多层博弈强化学习方法,包括:将智能群体中的每个智能体映射为博弈玩家,结合智能体的任务目标构建收益评估机制,形成群体博弈模型;基于智能体的物理能力约束,构建感知模型和通信模型,设计覆盖效能、运行安全性...
  • 本发明涉及客户关系管理技术领域,公开了一种基于强化学习的客户关注点分析方法,包括以下步骤:获取客户与企业的交互数据;通过预先训练的分层强化学习模型对交互会话进行分析,识别出核心关注点状态,所述分层模型包括在单次会话内进行即时识别的低层智能体...
  • 本发明涉及基于强化学习的智能代理决策优化方法及系统,包括:通过环境交互从多个代理获取当前状态数据,构建代理群体初始决策模型;根据代理群体初始决策模型模拟动态环境变化,采用强化学习更新个体策略参数,确定群体协同参数;基于所述群体协同参数,进行...
技术分类