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
  • 本发明涉及物流与供应链管理技术领域,具体为一种PER‑自适应探索深度强化学习TSP/CVRP优化方法,包括以下步骤:S1、构建包含节点特征、车辆状态及循环神经网络隐藏状态的状态空间,定义选择下一跳节点的离散动作空间;S2、利用循环神经网络编...
  • 本公开涉及人工智能技术领域,提供了一种强化学习模型的训练方法、装置、设备及介质,获取智能体采用待训练的强化学习模型所提供的历史策略与环境进行交互的经验数据,再利用经验数据确定待训练的强化学习模型在历史策略与当前策略之间的原始动作概率比,根据...
  • 本发明涉及图像识别技术领域,具体为一种空中机器人分层强化学习控制方法,包括建立环境状态模型,根据环境参数将路面标线检测任务分解三个控制层次,分别设置区域级奖励函数、航迹级奖励函数和像素级奖励函数,其中区域级奖励函数评估目标路段覆盖完整性,航...
  • 公开了一种数据处理方法、系统、芯片、计算机设备及集群,涉及人工智能领域。根据训练人工智能模型得到的多个任务的损失确定多个任务的参数更新;基于多个任务的参数更新搜索模型参数的优化方式,更新模型参数。进而,基于用于预测多个任务的人工智能模型处理...
  • 本发明公开了一种基于预训练多模态大模型的跨模态表示学习方法,其通过教师模型和学生模型对输入数据在不同尺度上进行特征提取,结合对比蒸馏、特征蒸馏、相似性蒸馏和硬负样本蒸馏对学生模型进行知识提炼;再根据不同蒸馏方法的损失动态调整权重,优化蒸馏过...
  • 本申请公开了一种客服模型训练方法、装置、系统及非易失性存储介质。其中,该方法包括:获取训练数据集;将训练数据集划分为第一训练数据集和第二训练数据集;将第一训练数据集和校正后的第一标注信息作为第一校正训练数据集对教师模型进行训练,并使用训练后...
  • 本申请公开了一种基于模型训练的数据处理方法、装置、设备及可读存储介质,方法包括:获取N个教师模型,每个教师模型用于处理一种媒体资源理解任务,N为大于1的整数;获取N个教师模型训练所用的N个任务数据集,并获取多种媒体资源理解任务下的多任务数据...
  • 本申请提供了一种应答模型的微调方法、装置、电子设备及存储介质,属于计算机技术领域,用以在耗时较短的情况下生成准确的应答结果。该方法包括:根据第一训练集,对初始应答模型进行训练,得到显式推理应答模型;第一训练集中包含推理数据;显式推理应答模型...
  • 本发明涉及一种基于鲁棒测试时自适应的视觉语言模型优化方法,属于人工智能技术领域。该方法解决零样本场景下因提示敏感性和领域适应性不足导致的模型性能下降问题,其中提示微小变动引发分类波动,数据分布偏移削弱跨领域泛化能力。技术方案通过四步闭环实现...
  • 本申请实施例提供一种在计算设备集群中分布式训练神经网络模型的方法,计算节点和计算设备集群,计算节点的计算单元在前向计算和反向计算之前可以通过节点内通信获取各网络层权重系数,无需跨节点通信,由此减少了全局通信次数,能够提高训练模型效率。该方法...
  • 本发明提供一种用于电力AR运维信息决策的云边协同联邦互学习训练方法,该方法应用于边缘服务器,该方法包括:基于协作组内其他边缘服务器的软标签预测分布、边缘服务器的算力等级、双向KL散度损失和任务损失生成边缘服务器的联合梯度并上传至云端,联合梯...
  • 一种区块链与博弈论赋能的隐私增强联邦学习方法及系统,涉及隐私保护技术领域。本发明为了解决具备谐波减速器数据的工业机构在使用联邦学习训练全局故障诊断模型时面临的单点故障风险、数据隐私泄露隐患及拜占庭攻击威胁等问题。技术要点:该方法首先将区块链...
  • 本发明公开一种基于知识融合蒸馏的个性化联邦学习方法和存储介质,属于个性化联邦学习技术领域,方法包括:服务器预训练并分发扩散模型至各客户端生成本地合成数据集,随后初始化全局模型作为客户端的学生模型进行知识融合蒸馏训练,由上一轮优化的教师模型指...
  • 本发明涉及人工智能与边缘计算技术领域,具体提供了动态自适应模型部署方法及装置,具有如下步骤:S1、动态自适应模型架构实施;S2、边缘元学习优化实施;S3、安全联邦推理框架实施。与现有技术相比,本发明能够实现计算负载动态调节、快速在线适应新任...
  • 本申请提供一种联邦学习的处理方法、装置、设备、存储介质及程序产品。包括:服务器下发全局模型参数至联邦学习的客户端,使客户端基于模型参数和本地数据训练得到本地模型参数并计算留存信息;并接收所有客户端的本地模型参数和留存信息,进行第一验证处理,...
  • 本发明涉及人工智能领域,技术方案应用于金融领域及医疗健康领域,公开了一种基于联邦学习的大模型优化方法、装置、计算机设备及存储介质,方法包括:接收来自服务器的全局模型;通过本地数据对全局模型进行局部训练,局部训练时保持基础模型的权重冻结,更新...
  • 本申请涉及一种面向异构集群的大模型模块级训练策略优化方法、装置及计算机设备,其中,该方法包括:获取面向异构集群的大模型模块级的计算信息和算子级的通讯信息;计算信息包括不同数据规模下的模块在不同分布式策略下和不同芯片上的计算时间信息和模块显存...
  • 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,公开了一种基于分段稀疏编码的联邦训练方法、装置、设备及介质,包括:客户端获取低秩自适应参数并划分参数分段,每轮训练确定参数分段标识,结合历史残差执行稀疏处理,生成残差和稀疏...
  • 本发明涉及联邦学习技术领域,公开了一种跨模态联邦学习的动态感知可信度评估系统及方法,其中一种跨模态联邦学习的动态感知可信度评估方法包括:获取本地多模态特征并构建时变条件依赖矩阵,生成共享统计信息;分析跨节点依赖关系并构建联邦因果图谱,输出模...
  • 本申请实施方式提供了具身模型表示方法及相关设备,所述具身模型包括对应于至少两种模型类型的多个子模型;具体包括:基于各子模型的模型类型对应的中间表示信息类型,确定各子模型的中间表示信息;不同模型类型对应的中间表示信息类型不同;基于不同子模型之...
技术分类