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
  • 本发明公开了一种基于门控混合专家模型的智能光谱测温方法,对多通道图像进行配准,提取感兴趣区域内的平均灰度值,计算不同通道对之间的灰度值比;每一组通道对均对应一个专家子模型,其通道对的灰度值比为专家子模型的输入,每个专家子模型都根据对应通道的...
  • 本发明提供一种用于人工智能模型回答排序的奖励模型的训练方法和装置,通过待对齐大语言模型针对同一指令进行多次采样并构建答案集合,对回答进行粗排序并选出多个回答作为待标注回答;将样本通过标注接口模块完成标注;基于标注后的样本计算奖励模型的准确度...
  • 本发明提供一种人工智能大模型的人类偏好对齐方法和装置,通过获取不同模型对于相同问题的不同回答的人类偏好训练集,基于人类偏好训练集构建样本数据;人类偏好训练集中包括不同模型针对相同问题的多个回答,回答标注有按照人类偏好进行的排序结果;基于样本...
  • 本发明公开了基于大语言模型的公务员考试面试助手智能代理及其方法,采用大语言模型为Qwen3模型,包括以下步骤:S1、数据准备阶段;S2、模型训练阶段;S3、多Agent设计与协作设计阶段;S4、数据反馈回流阶段。本发明能够有效提升公务员考试...
  • 本申请实施例提供一种存款预测方法、装置、设备、介质及产品,涉及人工智能领域。该方法包括:获取输入数据,输入数据包括银行存款时间序列数据;根据输入数据,基于融合模型进行预测,得到存款预测结果;其中,融合模型采用时序卷积神经网络模型和自注意力机...
  • 本发明涉及机器学习和边缘计算技术领域,具体涉及一种基于区块链的可信分布式混合专家模型边缘计算系统,包括任务发布者,用于发布学习任务,所述学习任务为训练任务或推理任务;区块链网络,用于接收学习任务并对学习任务进行专家权重评估得到稀疏激活专家索...
  • 本发明属于海浪谱构建技术领域,公开了基于参数谱约束的海浪谱智能快速构建方法及计算机设备,该方法包括数据集构建步骤,采集目标海域的气象与波浪要素及海浪谱数据,预处理时创建掩码M以标识海陆区域;模型构建与训练步骤,构建包含Jonswap谱约束模...
  • 本申请公开了一种基于递进式思考与因果推理的深度神经网络分析方法,包括:将获取的原始输入数据输入至输入编码器中进行处理形成标准化的高维特征向量;将所述高维特征向量输入至递进式思考模块中进行递进式思考,同时利用信心度预测器对每层思考结果的置信度...
  • 本发明提供一种基于Koopman嵌入的变压器机制的锂电池系统SOC估计方法及系统,方法包括:基于锂电池在实际充放电工况下的运行数据,获得电池SOC时序数据;引入傅里叶滤波模块对电池SOC时序数据进行分解,获得时变分量和时不变分量;基于时不变...
  • 本发明涉及一种基于核化深度展开网络的电磁逆散射成像方法,属于电磁逆散射成像技术领域。本发明在U‑Net网络瓶颈位置集成核化卷积模块与随机傅里叶特征模块,前者通过集成非线性核函数,有效提取介电属性的局部空间特征,后者通过余弦基投影,实现对全局...
  • 本发明涉及人工智能领域,提供一种基于对数量化的编解码方法和人工智能芯片,其中编码方法包括:基于数据块中各元素的对数值,统计数据块的对数值分布信息;基于对数值分布信息,划分数据块中各元素的对数值,得到至少一个边界点,边界点用于划分不同密度区域...
  • 本公开提供了“机器学习系统和方法”。一种包括处理器和存储器的计算机,所述存储器包括指令,所述指令可由所述处理器执行以通过添加Perlin噪声来修改在机器学习系统的操作设计域外部的图像来生成包括所述图像的训练数据集,其中训练所述机器学习系统以...
  • 本发明涉及人工智能领域,具体提供一种基于神经网络模型的3D模型评分方法、系统、终端及介质,包括:使用预先训练的神经网络模型对教师用户上传的3D模型生成标准融合特征,包括使用局部几何特征提取模型提取局部几何特征,使用全局拓扑关系建模模型提取全...
  • 本发明提供一种时空开销均衡的轻量级联邦遗忘学习方法及装置,涉及联邦学习与隐私计算技术领域。该方法包括:客户端提出遗忘请求;客户端根据遗忘请求的遗忘级别计算剩余模型,并将剩余模型作为初始模型;客户端对初始模型在遗忘数据上执行随机梯度上升,并判...
  • 本申请涉及人工智能领域,尤其涉及一种模型部署方法、装置、设备及程序产品。该方法包括:使用神经网络处理器适配的算子和/或结构,通过预定的第一训练框架对待部署模型进行训练,得到训练后的第一格式的模型,第一训练框架与神经网络处理器适配的第二训练框...
  • 本发明涉及计算机视觉领域,具体涉及基于强化学习的迭代式卷积神经网络剪枝方法,S1:根据任务类型,获取该任务类型的历史图像,对该历史图像进行预处理以及标注,构建数据集,将该数据集按预设比例划分为训练集、验证集和测试集;S2:构建初始的卷积神经...
  • 本发明公开了一种数据生成模型训练方法及系统,该方法包括:获取生成对象在多个历史时间点的对象数据;基于数据清洗算法和归一化算法,对所述对象数据进行处理得到标准数据;基于特征分析算法,分析所述标准数据的数据特征随所述历史时间点变化的特征变化参数...
  • 本申请提供一种基于硬件感知的模型量化方法、系统、介质、产品及终端,在一个高层次软件框架与底层硬件行为模型之间构建混合执行机制,仅将初始量化模型的量化计算图中需要在目标硬件上执行的核心计算算子交由硬件行为模型进行比特精度仿真,在量化流程中模拟...
  • 本申请公开了一种提高中间数据安全性的神经网络模型推理方法,涉及神经网络领域,该方法中NPU在进行神经网络模型推理过程中,实时加密各个算子层产生的中间特征图数据并以加密形式存储在端侧SoC内存中,可以有效防止攻击者对内存数据分析导致的中间数据...
  • 描述了用于使用被配置为在硬件电路上实现神经网络的系统来执行神经网络计算的方法、系统、设备、和计算机可读介质。该系统包括,主机接收到神经网络层的批次输入。每个输入被存储在由地址标识的存储器位置中。系统识别一个或多个输入的地址列表中的一个或多个...
技术分类