“G06N5/04”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果976个，建议您升级VIP下载更多相关专利

[发明专利]一种基于布局感知提示的文档视觉语言推理方法-CN202310817907.6在审
发明人：姚俊豪;徐行;王磊;沈复民;申恒涛 -专利权人：电子科技大学
申请日： 2023-07-05 - 公布日： 2023-09-29 - 主分类号： G06N5/045 文献下载
摘要：本发明公开了一种基于布局感知提示的文档视觉语言推理方法，该方法利用大型语言模型进行视觉信息丰富的文档推理，将文档图像的文本信息与视觉信息集成的提示，通过提示学习引入布局信息，引导大型语言模型能够理解问题中的文本与视觉内容之间的关系，并使用该信息改善上下文学习生成答案，让单模态大语言模型也能处理多模态文档视觉问答任务，帮助大型语言模型在少样本学习上达到理想的效果，并在3种不同的文档视觉问答数据集测试方法的泛化性。
一种基于布局感知提示文档视觉语言推理方法

[发明专利]基于自我认知的模型推理方法、装置及电子设备-CN202311111582.6在审
发明人：刘洋;王祎乐;李鹏;孙茂松 -专利权人：清华大学
申请日： 2023-08-31 - 公布日： 2023-09-29 - 主分类号： G06N5/04 文献下载
摘要：本发明涉及人工智技术领域，提供一种基于自我认知的模型推理方法、装置及电子设备，其中的方法包括：接收用户端的待解答问题；基于待解答问题，获取语言大模型的自我认知结果；根据自我认知结果，推理得到待解答问题的答案。该方法通过引入语言大模型的自我认知，根据语言大模型的自我认知情况，采用不同的推理模式对用户端的待解答问题进行推理，避免了单独通过语言大模型或检索增强进行推理而带来的模型推理准确度不高的情况，能够根据语言大模型的实际推理情况，适用最合适的推理模式，得到更准确的推理结果，有效提升了模型推理的准确度，也进一步提升了用户端的体验感。
基于自我认知模型推理方法装置电子设备

[发明专利]一种文本数据的推理方法、装置、存储介质和电子设备-CN202311085639.X在审
发明人：孟朋;田恒锋 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-08-28 - 公布日： 2023-09-29 - 主分类号： G06N5/04 文献下载
摘要：本申请公开一种文本数据的推理方法、装置、存储介质和电子设备，本申请可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，该方法中，获取N个文本数据各自对应的初始令牌序列，N为大于1的整数，每个初始令牌序列中的一个令牌表征：相应文本数据中的一个字符；将N个初始令牌序列拼接为拼接令牌序列；基于注意力机制，对拼接令牌序列进行推理处理，获得N个回复令牌序列，N个回复令牌序列用于生成N个文本数据各自的回复数据，每个回复令牌序列中的起始令牌是：在拼接令牌序列中，针对属于同一初始令牌序列的各个令牌进行推理处理获得的。本方案可降低推理多条文本数据所消耗的GPU资源，提升设备对多条文本数据的推理性能。
一种文本数据推理方法装置存储介质电子设备

[发明专利]推理模型的运行方法、后端、存储介质和电子设备-CN202310787918.4在审
发明人：王萌 -专利权人：苏州浪潮智能科技有限公司
申请日： 2023-06-29 - 公布日： 2023-09-29 - 主分类号： G06N5/04 文献下载
摘要：本申请实施例提供了一种推理模型的运行方法、后端、存储介质和电子设备，其中，该方法包括：在第一Pod接收到来自前端的分割信息和推理模型的情况下，第一Pod根据各分割信息，将推理模型分割为多个子推理模型；第一Pod将第二Pod调度到对应的节点上，并将子推理模型部署在对应的第二Pod；第一Pod将推理模型的输入数据发送至运行第一个子推理模型的第二Pod，从运行最后一个子推理模型的第二Pod得到推理模型的输出数据。通过本申请，解决现有技术中单节点无法满足推理模型的图形处理器资源需求导致推理模型部署失败的问题，进而达到提高集群内分布于多个节点的图形处理器资源的利用率的效果。
推理模型运行方法后端存储介质电子设备

[发明专利]基于图的可解释认知推理渗透机器人系统-CN202310860066.7在审
发明人：徐杰;安占江;高三强 -专利权人：北京九州聚源信息技术有限公司
申请日： 2023-07-13 - 公布日： 2023-09-29 - 主分类号： G06N5/04 文献下载
摘要：本发明公开了基于图的可解释认知推理渗透机器人系统，通过对网络空间地形建模，把其中涉及到的实体和实体关系，使用知识图谱的技术建模，建模的过程实质是实现机器对网络空间地形的理解和学习；再基于图的可解释认知推理框架，结合ATTCK知识矩阵，把ATTCK知识库的各个不同渗透阶段的技术转化为可编程的函数组合，表达机器对网络空间的推理过程；通过开发自动攻防测试程序，实现自动灵活高效模拟多种网络空间地形场景，训练智能渗透机器人的对抗能力，对上一目标的解释推理过程进行验证，验证结果既可用于完善网络空间地形的元定义，也可以用于训练集，完成模型的学习进化，从而做到知识的累积、系统的复用的效果。
基于可解释认知推理渗透机器人系统

[发明专利]文本推理任务处理的方法、装置、设备以及存储介质-CN202310575764.2在审
发明人：李振宇;方华强;邓凯鹏;党青青;于佃海;马艳军;王海峰 -专利权人：北京百度网讯科技有限公司
申请日： 2023-05-19 - 公布日： 2023-09-29 - 主分类号： G06N5/04 文献下载
摘要：本公开提供了文本推理任务处理的方法、装置、设备以及存储介质，涉及计算机技术领域，尤其涉及人工智能、深度学习、神经网络模型、大语言模型技术领域。具体实现方案为：利用预设模型并行执行多个第一文本推理任务；在多个第一文本推理任务的完成情况满足预设条件的情况下，根据完成情况，从待执行的文本推理任务中确定第二文本推理任务；根据第二文本推理任务和未完成的第一文本推理任务，确定多个第三文本推理任务；以及利用预设模型，并行执行多个第三文本推理任务。本公开可以提高模型执行文本推理任务的吞吐量，提升处理效率。
文本推理任务处理方法装置设备以及存储介质

[发明专利]基于多天线空中计算的边缘智能推理方法及系统-CN202211534341.8有效
发明人：石远明;杨瀚哲;文鼎柱 -专利权人：上海科技大学
申请日： 2022-12-02 - 公布日： 2023-09-26 - 主分类号： G06N5/043 文献下载
摘要：本发明涉及一种基于多天线空中计算的边缘智能推理方法及系统，通过使用一个名叫“判别增益”的指标解决计算准确率缺乏理论支撑问题；通过共同设计通信、计算与感知模型，将其有机地融合起来，解决在边缘智能推理的过程中，数据感知、特征计算与通信的高度结合问题；使用空中计算技术聚合多个感知器的结果来尽可能地消除感知误差的影响，避免单个设备出现过大的感知误差；使用了多天线(MIMO)空中计算系统进行通信设计，进一步减小了通信延时，提升通信效率。
基于天线空中计算边缘智能推理方法系统

[发明专利]涡轮风扇发动机的可解释故障预测方法及系统-CN202310875540.3有效
发明人：闫伟;康甜;苏家昊;李明阳;季增彦;张一诺 -专利权人：山东师范大学
申请日： 2023-07-18 - 公布日： 2023-09-26 - 主分类号： G06N5/04 文献下载
摘要：本发明涉及机械故障预测技术领域，公开了涡轮风扇发动机的可解释故障预测方法及系统，其中方法包括：获取涡轮风扇发动机的工作参数；将涡轮风扇发动机的工作参数，输入到训练后的预测网络中输出故障预测结果；从训练后的预测网络中，提取神经元激活值；将神经元激活值，分别输入到若干个训练后的解释网络中，每个训练后的解释网络输出对应故障子概念的健康指数；其中，训练后的解释网络与故障子概念之间是一一对应的；将故障子概念的健康指数，输入到改进的拓扑排序算法，在构建的实体‑事件知识图谱上进行推理，得到故障预测结果的可解释信息；故障的自然语言描述和子知识图谱。实现了在故障预测准确率高的同时获得预测结果的解释性信息。
涡轮风扇发动机可解释故障预测方法系统

[发明专利]一种基于PSO-M3DDPG的无人机多对多追逃博弈方法-CN202310651127.9在审
发明人：张耀中;丁美艳;吴卓然;张建东;史国庆;杨啟明 -专利权人：西北工业大学
申请日： 2023-06-04 - 公布日： 2023-09-22 - 主分类号： G06N5/04 文献下载
摘要：本发明提供了一种基于PSO‑M3DDPG的无人机多对多追逃博弈方法，本发明：构建无人机运动模型和任务分配模型；构建追捕无人机和逃逸无人机的奖励函数，引入PSO算法，对神经网络模型参数进行初始化，利用PSO‑M3DDPG算法，对追逃双方无人机的初始追逃博弈模型进行训练，最终收敛，得到无人机多对多追逃博弈的最终模型，运用无人机多对多追逃博弈的最终模型可实时输出追捕无人机的策略。本发明引入了PSO算法，避免初值的不合理，结合极大极小值法的M3DDPG算法，提高算法的鲁棒性和泛化能力，同时引入了多智能体对抗学习方法，解决了求解优化的极大极小目标所带来的计算困难。
一种基于 pso m3ddpg 无人机多追逃博弈方法

[发明专利]一种嵌入决策树的知识图谱可解释推理方法、系统及设备-CN202310539164.0在审
发明人：刘鑫;姚俊萍;范青刚;马晓丹;李雪 -专利权人：中国人民解放军火箭军工程大学
申请日： 2023-05-15 - 公布日： 2023-09-22 - 主分类号： G06N5/045 文献下载
摘要：本发明公开一种嵌入决策树的知识图谱可解释推理方法及系统，涉及设备管理技术领域，该方法包括：采用训练集训练关系图卷积网络得到训练后的关系图卷积网络；所述训练集中样本数据包括输入数据和标签数据，所述输入数据为预设知识图谱中三元组中的两个值，所述标签数据为所述三元组中第三个值；将训练后的关系图卷积网络中输出层之前的全连接网络换成决策树，将决策树的输出与输出层的输出相乘作为预测输出，获得嵌入决策树的关系图卷积网络；采用训练集训练嵌入决策树的关系图卷积网络得到可解释推理模型。本发明使设备管理业务的推理具有可解释性，提高了知识图谱的完整性。
一种嵌入决策树知识图谱可解释推理方法系统设备

[发明专利]智能体策略选择方法、电子设备及存储介质-CN202310138697.8在审
发明人：黄健;付可;陈浩;王宇;刘权 -专利权人：中国人民解放军国防科技大学
申请日： 2023-02-20 - 公布日： 2023-09-22 - 主分类号： G06N5/04 文献下载
摘要：本发明提供一种智能体策略选择方法、电子设备及存储介质。所述方法包括：根据对手策略库，确定智能体的应对策略库；在控制所述智能体采用第k回合的应对策略与对手进行第k回合的交互后，获取第k回合的回合累积效用和重建对手动作的回合累积信息熵；根据所述第k回合的回合累积效用和回合累积信息熵，确定第k回合的信念；根据所述第k回合的信念和所述第k回合的回合累积效用，并基于预先构建的贝叶斯策略重用模型，从所述应对策略库中选择所述智能体第k+1回合的最优应对策略。本发明能够提高智能体应对策略选择的准确性。
智能策略选择方法电子设备存储介质

[发明专利]基于增量学习的模型推理方法及电子设备-CN202310325897.4在审
发明人：赵景程;熊超;牛昕宇 -专利权人：深圳鲲云信息科技有限公司
申请日： 2023-03-23 - 公布日： 2023-09-22 - 主分类号： G06N5/04 文献下载
摘要：本申请涉及一种基于增量学习的模型推理方法及电子设备。所述方法包括：每获取一批训练样本集，分别对每批的训练样本集执行聚类操作，根据聚类结果构建每批训练样本集对应的模板样本库，利用每批训练样本集对初始模型进行训练，得到每批训练样本对应的目标模型，获取测试样本集，计算所述测试样本集中的每个测试样本与每个所述模板样本库中每个模板样本的相似度值，确定所述相似度值中最大值对应的所述模板样本的目标模板样本库，利用目标模板样本库对应的目标模型对测试样本集进行推理，得到每个测试样本的推理结果。本申请可以防止出现灾难性遗忘的问题，提高对测试样本集推理的准确性。
基于增量学习模型推理方法电子设备

[发明专利]一种基于M2GPI的无人机一对一追逃博弈方法-CN202310654005.5在审
发明人：张耀中;吴卓然;许天越;张建东;史国庆;杨啟明 -专利权人：西北工业大学
申请日： 2023-06-04 - 公布日： 2023-09-22 - 主分类号： G06N5/04 文献下载
摘要：本发明提供了一种基于M2GPI的无人机一对一追逃博弈方法，构建无人机一对一虚拟追逃博弈场景，确定非完整运动约束条件和环境范围约束条件，分别构建追捕无人机和逃逸无人机的奖励函数，引入M2GPI算法，构建追逃双方无人机的初始追逃博弈模型，对追逃双方无人机的初始追逃博弈模型进行训练，运用无人机一对一追逃博弈的最终模型可实时输出追捕无人机的策略。本发明的M2GPI算法在Minimax Q算法的基础上进行了改进发展，通过加入神经网络和广义策略迭代的方法，提高了模型的收敛速度，训练完成的追逃博弈模型具有不错的可迁移性，可以直接运用在各类场景和态势下的无人机一对一追逃任务中，并且无人机追捕成功率较高。
一种基于 m2gpi 无人机一对一博弈方法

[发明专利]关系推理以及关系推理模型的获取方法、装置及存储介质-CN201811330109.6有效
发明人：刘畅;谢奕;张阳;杨双全;熊云;郑灿祥;季昆鹏;张雪婷;王志清;崔轩;王翰琦 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2018-11-09 - 公布日： 2023-09-22 - 主分类号： G06N5/045 文献下载
摘要：本发明公开了关系推理方法以及关系推理模型的获取方法、装置及存储介质，其中的关系推理方法可包括：获取作为推理对象的各人员的预定信息；根据所述预定信息构建有向图；针对作为推理对象的两个人员，根据有向图生成两个人员的关系特征；将关系特征输入预先训练得到的关系推理模型，得到推理出的两个人员之间的社交关系。应用本发明所述方案，能够提高推理结果的准确性等。
关系推理以及模型获取方法装置存储介质

[发明专利]一种推理加速方法、设备及存储介质-CN202310596293.3在审
发明人：赵大川;游亮 -专利权人：阿里巴巴（中国）有限公司
申请日： 2023-05-23 - 公布日： 2023-09-19 - 主分类号： G06N5/04 文献下载
摘要：本申请实施例提供一种推理加速方法、设备及存储介质。预先为推理模型配置了多个尺寸空间，且预先为多个尺寸模型分别选取了适配的加速算子，基于此，在推理模型运行期间，可确定目标推理操作在本轮推理过程中对应的目标输入尺寸，并可从为推理模型配置的多个尺寸区间中查找出包含目标输入尺寸的目标尺寸区间，将目标尺寸区间关联的加速算子作为目标推理操作在本轮推理过程中所适配的目标加速算子。因此，在推理模型运行期间只需为目标推理操作查找合适的尺寸区间即可确定出适配的加速算子。这样，可在推理模型支持动态输入尺寸的情况下，高效且精准地实现加速算子的自适应匹配，改善推理加速性能。
一种推理加速方法设备存储介质