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
  • 本发明公开一种应用于深度强化学习网络的错误定位修复方法,涉及神经网络测试与智能算法优化技术领域。该一种应用于深度强化学习网络的错误定位修复方法,通过构建蜕变关系,利用Q表数学期望判断模型输出合理性,能够深入分析深度强化学习网络的输出特性,为...
  • 本发明所提供的基于区域划分的多智能体强化学习方法、系统及存储介质,属于强化学习技术领域,所述方法包括:初始化仿真模拟环境,并初始化全部智能体的状态数据、任务目标和全局奖励函数;基于状态数据将全部智能体划分为若干区域,每个区域选取一个领导者智...
  • 本发明提供神经网络的量化压缩与算力自适应优化方法及系统,涉及神经网络技术领域,包括通过计算权重分布熵值和激活值分布熵值,构建神经元重要性评估指标,结合量化误差数据生成层间误差传播评估矩阵确定位宽配置方案,并基于目标设备计算负载进行差异化资源...
  • 本发明公开了人工智能与网络安全技术领域的一种基于剪枝和微调的联邦学习后门防御方法,该方法通过动态剪枝和梯度约束微调两大核心机制实现防御,包括以下步骤:首先,基于神经元激活频率与权重离群度计算敏感度评分,动态识别并剪除被后门利用的冗余神经元,...
  • 本发明公开了一种基于BERT的鲁棒性增强文本分类模型训练方法及系统,主要解决现有BERT模型在下游语言分类任务中稳定性和可靠性差的问题。其包括:在BERT预训练模型上搭建NSP任务的第一神经网络及下游文本分类任务的第二神经网络构建微调模型;...
  • 本发明公开了一种稀疏专家混合大模型的免重训练剪枝与重组方法,属于大型模型压缩与优化技术领域。本发明的方法旨在解决现有稀疏专家混合(SMoE)模型因需加载全部专家参数而导致的内存占用过高和部署困难的问题。该方法首先基于路由激活统计识别并剪枝冗...
  • 本说明书实施例提供了一种针对混合专家模型的参数压缩方法和装置,混合专家模型用于构建大语言模型,所述大语言模型用于至少根据输入的文本数据输出处理结果,该方法包括:获取混合专家模型,混合专家模型包括N个专家模型,各个专家模型分别具有对应的参数矩...
  • 本发明涉及神经网络模型技术领域,具体是涉及一种神经网络模型参数压缩方法和推理方法。本发明首先统一神经网络模型的各层参数值,也就是让每层的参数值都统一成相同的,也就是每层都具有相同的初始矩阵,那么只需要存储其中一层参数的初始矩阵,以降低参数存...
  • 本申请实施例公开了一种模型更新方法、装置、计算机设备及存储介质。包括:在多个计算节点中,根据每个计算节点对应的算力值和内存值,确定出每个计算节点的计算能力评分,并根据计算能力评分在多个计算节点中筛选出多个目标计算节点;获取待处理数据,并根据...
  • 用于训练神经网络的计算机实现的方法,其中神经网络是被配置用于接受传感器信号作为输入的可逆神经网络,其中方法包括以下步骤:·从数据集中获取第一传感器信号;·从神经网络的潜在空间中对值采样,其中值从潜在空间中的预定义的超体积中采样;·通过神经网...
  • 本发明属于人工智能芯片设计技术领域,特别涉及一种LogSoftmax函数硬件实现系统及其方法。包括:控制模块;数据预处理模块,与所述控制模块连接,包括:最大值计算电路、数据并行处理电路和精度转换电路;配置数据生成模块,与所述控制模块连接,包...
  • 本公开涉及神经网络技术领域,具体涉及一种基于RISC‑V架构的神经网络处理器、方法、装置、设备及介质,所述处理器包括指令缓存区、取指单元、译码单元、控制单元、通用寄存器、算术逻辑单元、特征数据寄存器、权重数据寄存器、卷积运算单元、激活运算单...
  • 本申请涉及存算一体模块、半导体器件结构和电子装置,该存算一体模块包括:存算一体阵列和模式转换单元,模式转换单元分别和存算一体阵列中包含的多个存算一体单元中的每个存算一体单元连接,其中,通过模式转换单元将信号分配至存算一体单元中,在模式转换单...
  • 本发明提供一种基于人工智能的多参数环境传感器芯片数据融合方法,属于农产品生长环境监测技术领域,本发明通过多参数环境传感器芯片构建连续数据序列,利用异常跳变矩阵和干扰异常矩阵对数据质量进行评估和预处理,构建多维度融合算法计算收敛指数、稳定性指...
  • 本发明提供了一种基于混合分段编码的权重量化方法、装置及服务器,涉及人工智能的技术领域,包括:获取待处理的浮点权重和激活值;基于浮点权重的拉普拉斯分布,对浮点权重进行混合分段编码处理,得到量化权重编码格式的编码权重集合;基于标识位确定编码权重...
  • 本发明公开了一种用于增强多变量时间序列的零样本或少样本预测方法,属于数据处理技术领域,包括以下步骤:S1、获取原始时间序列,进行标准化操作和自适应分块;S2、根据自适应分块结果,生成输入序列;S3、对输入序列输入至TSMixer主干网络中,...
  • 本发明公开了一种基于GPU上异构脉冲神经网络任务调度方法及系统,将调度问题建模为带约束的奖励最大化任务,以优化资源分配和参数调整。本发明提出的基于优先级的多抢占式调度框架采用动态优先级计算、自适应时间切分机制和开销感知优化策略,动态管理GP...
  • 本发明涉及网络数据分析技术领域,提出了一种协作式负采样的时序链接预测方法,包括:输入图快照序列,采用时序图编码器提取每个节点的时间序列特征,并构建融合节点表征;构建候选边池,采用困难样本生成器生成困难负样本;采用真实正样本与困难负样本共同训...
  • 本发明涉及深度学习与小样本学习技术领域,尤其为一种基于深度学习的小样本容量训练方法,包括步骤 1、跨域数据适配与特征对齐,步骤 2、元知识蒸馏与原型增强,步骤 3、注意力引导的小样本微调,步骤 4、模型不确定性量化与迭代优化。本发明的一种基...
  • 本说明书实施例公开了一种样本生成方法,该方法将样本池中的各已有样本映射为指定空间中的样本点,根据各样本点之间的距离,在各已有样本中确定待增强样本,并根据该待增强样本生成衍生样本,并在该衍生样本的质量较高时,将该衍生样本添加到样本池中。上述方...
技术分类