Document
拖动滑块完成拼图
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
最新专利技术
  • 本申请公开了基于视觉理解的视觉自编码器训练方法及装置,涉及人工智能技术领域。包括:基于视觉自编码器对训练图像进行特征编解码,得到重建图像;基于视觉自编码器、联合训练文本模型和视觉自编码器对应的教师模型中的至少一个,对训练图像进行视觉理解增强...
  • 本申请公开了基于多尺度残差量子神经网络的自监督训练方法及设备。该基于多尺度残差量子神经网络的自监督训练方法包括:根据预设的多个旋转角度对原始输入图像进行的旋转处理,生成旋转图像集,并将旋转角度作为自监督标签的步骤;构建包括用于特征提取的量子...
  • 本发明提出了一种面向强化学习的多轨迹跨状态奖励归因方法,属于强化学习与图神经网络领域。本发明方法在每轮训练过程中,首先采用传统强化学习方法收集环境交互产生的轨迹数据,并按照原有方式计算策略损失和价值函数损失;同时,基于轨迹数据构建全局状态转...
  • 一种面向关键自动驾驶场景稳定决策的大语言模型增强的强化学习训练方法,构建基于LLM的车辆决策智能体,通过链式思考技术和知识经验池提供高水平指导策略;然后,基于环境风险标志和决策边界参数共同构建动态干预机制,从而决定LLM指导时机;最终,通过...
  • 本申请实施例提供大模型强化学习训练系统和方法,涉及人工智能技术领域。系统的硬件抽象层包括设备管理器、内存池和通信引擎,算法实现层包括算法工厂、模型容器和流水线生成器,用户层包括配置文件、CLI工具。其中,利用硬件抽象层进行统一化适配来支持多...
  • 本发明公开一种动态角色表示的个性化多智能体协同算法,首先通过价值网络对全局状态和历史状态进行编码,为智能体角色分配提供参考,使策略优化具有全局指导性;随后通过引入的角色模块,采用分层二分类的角色划分方法自动对智能体进行动态分组,使智能体在不...
  • 本发明公开了一种基于演化深度强化学习的复杂网络瓦解方法。该方法构建了一个融合了图卷积神经网络与深度Q网络的编码器‑解码器模型,用于高效提取复杂网络中节点的重要性特征,并据此实现节点拆解顺序的动态决策。为优化模型参数并提升搜索能力,引入了演化...
  • 本发明公开了一种基于动态去噪分类器的偏好强化学习鲁棒性提升方法,涉及人工智能与机器学习技术领域。本发明包括:构建动态去噪奖励模型,所述动态去噪奖励模型包括基础奖励预测器和动态去噪分类器;从偏好数据集中采样训练数据,将训练数据输入基础奖励预测...
  • 本申请公开了一种内容审核模型处理方法、装置、电子设备及介质,该方法包括:将目标模态的样本待审核内容和预设审核提示信息输入待训练内容审核模型进行异常内容检测,得到多条内容审核结果,预设审核提示信息用于提示目标模态的异常内容检测项对应的归因定位...
  • 本申请公开了一种强化学习方法、装置、设备、存储介质及产品,涉及人工智能技术领域,包括:根据模型处理轨迹数据对历史轨迹缓存进行更新,生成当前轨迹缓存;基于所述当前轨迹缓存、当前模型梯度以及先验知识数据构建方向性梯度修正;根据所述当前模型梯度以...
  • 本申请涉及智能体学习训练方法、装置、计算机设备和存储介质,该方法包括:采用LLM模型将高层的意图转换为可执行代码,得到克隆数据集,将智能驾驶场景构建为马尔科夫决策过程并构建指令空间;构建智能体策略模型;将训练目标解耦为行为克隆和强化学习的目...
  • 本发明涉及智能体协作技术领域,公开了一种基于多智能体强化学习的人与集群交互的方法和系统。方法包括:基于多智能体强化学习算法构建无人移动平台集群的对抗策略模型;利用基于注意力机制的状态威胁评估模块处理对抗双方的状态,输出对敌方目标的威胁评估系...
  • 本发明属于人工智能技术领域,公开了一种基于对比学习的面向视觉‑语言预训练模型生成可迁移对抗样本方法,包括针对视觉‑语言预训练模型数据增强得到的图像‑文本对集合进行区分,得到正样本集合和负样本集合;在正样本引导对抗样本生成过程中,引入负样本进...
  • 本发明提供了一种模型训练方法、图像生成方法、装置、设备及存储介质,涉及计算机技术领域。本发明为了高效蒸馏教师模型的语义特征理解能力到学生模型上,提升学生模型对关键区域语义特征的复现能力,提出的模型训练方法包括:将样本图像输入预训练模型,得到...
  • 本发明提供一种基于梯度解耦的学生模型训练方法和装置,方法包括:基于教师模型和目标模型分别对训练样本进行的预测,计算差异损失,目标模型包括基于初始学生模型的网络结构确定的第一分支网络和第二分支网络,第一分支网络和第二分支网络之间设置有知识交互...
  • 本发明公开了基于类激活图的可解释性无数据知识蒸馏方法,包括以下步骤:输入随机噪声至生成器,生成与目标数据集分布相似的合成图像;将合成图像分别输入经过结构调整的教师模型和学生模型;通过教师模型和学生模型分别生成对应的类激活图;将教师类激活图和...
  • 本发明涉及一种面向智慧城市的去中心化神经网络模型长期高可靠部署方法,按照以下步骤进行:1)基于城市环境的手机用户、车辆、摄像头等异构终端以及边缘服务器搭建去中心化联邦学习架构,该架构基于本地模型训练、簇内本地模型边缘聚合以及簇间边缘模型聚合...
  • 本发明公开了一种面向精准农业的对抗性注意力选择的特征蒸馏方法及系统,涉及计算机视觉与人工智能技术领域。针对现有技术在精准农业跨领域图像中存在的负迁移、边缘部署难、数据标注成本高问题,该技术方案在对抗性领域自适应与特征蒸馏统一框架中,引入领域...
  • 本发明公开了一种基于多尺度对比学习的太阳动力学观测数据预训练方法,属于图像智能处理技术领域。本发明包括:对SDO观测数据进行预处理,构建自编码器与对比学习结合的预训练框架,包含重建损失与三层次对比目标:全局时间索引的类标记对齐、位置一致的跨...
  • 本发明公开了一种基于知识图谱的联邦学习数据处理方法,本发明将不同参与方的结构化的数据构建成知识图谱,在联邦学习的框架下共享这些知识图谱,能够保证参与方在不直接交换各个参与方知识图谱的情况下,实现知识图谱的协同和共享,从而共同提升模型性能。同...
技术分类