“郑冶枫”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果259个，建议您升级VIP下载更多相关专利

[发明专利]结果预测模型的训练方法、装置、设备、存储介质及产品-CN202310404407.X在审
发明人：趙雨恬;王慧敏;孙继超;吴贤;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-04-12 - 公布日： 2023-10-27 - 主分类号： G06F18/213 文献下载
摘要：本申请公开一种结果预测模型的训练方法、装置、设备、存储介质及产品，涉及机器学习领域。该方法包括：获取多个样本语句对；提取第i个样本语句对中条件语句对应的第一特征表示，以及提取多个样本语句对中结果语句分别对应的第二特征表示，i为正整数；获取第一特征表示与第n个结果语句对应的第二特征表示之间的第一特征相似度，获取第一特征表示与其他结果语句对应的第二特征表示之间的第二特征相似度，n为正整数；基于第一特征相似度和第二特征相似度之间的差异对样本预测模型进行训练，得到结果预测模型。通过构造包含条件语句和结果语句的样本语句对对样本预测模型进行训练，提高结果预测模型的模型准确度。
结果预测模型训练方法装置设备存储介质产品

[发明专利]用于图像的分类处理方法、装置、设备及存储介质-CN202310729377.X在审
发明人：黄慧敏;黄雅雯;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-06-19 - 公布日： 2023-10-27 - 主分类号： G06V10/764 文献下载
摘要：本申请关于一种用于图像的分类处理方法、装置、设备及存储介质，涉及人工智能技术领域。方法包括：将第一图像样本输入图像处理模型，获得第一特征图、第二特征图、第一预测结果以及第二预测结果；基于所述第一特征图、所述第二特征图、所述第一预测结果以及所述第二预测结果，获取第一分类信息和第二分类信息；获取损失函数值；基于所述损失函数值对所述图像处理模型进行参数更新。上述方案提高了图像处理模型的准确性。
用于图像分类处理方法装置设备存储介质

[发明专利]异常图像检测方法、模型训练方法、装置、设备和介质-CN202211407948.X在审
发明人：张英豪;卢东焕;魏东;郑冶枫;王连生 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-11-10 - 公布日： 2023-10-27 - 主分类号： G06T7/00 文献下载
摘要：本申请提供了一种异常图像检测方法、模型训练方法、装置、设备和介质，涉及人工智能技术领域，可以应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，方法包括获取待检测图像；基于目标异常图像检测模型对待检测图像进行特征提取和图像重建，得到待检测图像对应的图像特征和重建图像；基于重建图像，以及基于待检测图像和图像特征中的至少其一进行异常图像检测，得到异常图像检测结果；其中，目标异常图像检测模型是以多种预设图像类别对应的样本正常图像和样本正常图像的类别标签，对初始检测模型和预设分类器进行特征提取、图像重建和类别预测的约束训练得到的模型。本申请能够可以显著提高异常图像检测的可靠性和泛化性能。
异常图像检测方法模型训练装置设备介质

[发明专利]连贯性评估模型训练和连贯性评估方法、装置及设备-CN202211425813.6在审
发明人：陆柳村;王硕佳;赵瑞辉;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-11-14 - 公布日： 2023-10-27 - 主分类号： G06F16/332 文献下载
摘要：本申请涉及人工智能技术领域，提供一种连贯性评估模型训练和连贯性评估方法、装置及设备，用以提高对话的连贯性评估效率，其中，训练方法包括：获得归属于多个连贯性类别的各训练样本的编码特征，然后，对得到的各编码特征进行分类编码比对，获得对比损失，之后，对各编码特征进行连贯性评估，获取各训练样本的连贯性评估值，并对得到的各连贯性评估值进行分类排序比对，获得排序损失，最后，结合对比损失和排序损失进行模型参数调整。这样，通过对比学习的方式，实现自监督的自动化连贯性评估，从而提高连贯性测试效率。
连贯性评估模型训练方法装置设备

[发明专利]主诉文本处理方法、装置、设备、存储介质及程序产品-CN202211643914.0在审
发明人：邱昭鹏;刘锦泰;吴贤;赵静;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-12-20 - 公布日： 2023-10-27 - 主分类号： G06F40/295 文献下载
摘要：本申请公开了一种主诉文本处理方法、装置、设备、存储介质及程序产品，属于人工智能技术领域。包括：获取症状表示文本对应的症状表示特征向量和主诉文本对应的主诉文本特征向量，以及获取生理部位图谱中的至少两个生理部位各自对应的生理部位向量；基于所述主诉文本特征向量和所述症状表示特征向量，得到所述主诉文本特征向量对应的主诉文本聚合特征向量；基于所述主诉文本聚合特征向量和至少两个所述生理部位向量进行预测处理，得到生理部位预测结果。通过上述方法，在对症状表示文本和主诉文本进行生理部位识别的过程中，通过利用生理部位图谱，能够精确得到与症状表示对应的标准化表述的生理部位，进而提高了生理部位的识别准确性。
主诉文本处理方法装置设备存储介质程序产品

[发明专利]图像分割方法和装置、存储介质及电子设备-CN202310019531.4在审
发明人：刘洪;魏东;王连生;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-01-06 - 公布日： 2023-10-27 - 主分类号： G06T7/10 文献下载
摘要：本申请公开了一种图像分割方法和装置、存储介质及电子设备。其中，该方法包括：获取通过目标设备采集得到的目标图像；通过区域识别网络中的编码子网络提取目标图像的图像特征，并通过区域识别网络中的解码子网络确定与目标图像的图像特征相匹配的候选域分割信息；基于目标图像的图像特征确定出与目标图像相匹配的域类别信息；将候选域分割信息传递至动态图像分割网络，动态图像分割网络中的动态卷积核是基于域类别信息而生成的；获取动态图像分割网络输出的分割结果，分割结果用于指示从目标图像中分割出的目标域。本申请解决了图像分割过程中受到设备差异性的干扰所导致的分割准确性较低的技术问题。
图像分割方法装置存储介质电子设备

[发明专利]建筑结构的损伤检测方法、装置、电子设备及存储介质-CN202310290199.5在审
发明人：黄雅雯;万凡;段皓然;龙洋;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-03-17 - 公布日： 2023-10-27 - 主分类号： G06T7/00 文献下载
摘要：本申请提供了一种建筑结构的损伤检测方法、装置、电子设备以及存储介质；方法包括：获取样本对图像集合，调用初始化的孪生神经网络对图像样本对进行特征提取处理，得到两个图像样本分别对应的损伤图像特征，并获取两个损伤图像特征之间的预测差异；基于每个图像样本对的预测差异以及对应的差异标签，确定初始化的孪生神经网络的交叉熵损失；基于交叉熵损失，更新初始化的孪生神经网络中的参数，基于更新后的参数构建训练后的孪生神经网络，其中，训练后的孪生神经网络用于检测待检测的建筑结构图像的损伤等级。通过本申请，能够提升建筑结构损伤程度检测的准确性。
建筑结构损伤检测方法装置电子设备存储介质

[发明专利]目标事件的预测方法和装置、存储介质及电子设备-CN202310436883.X在审
发明人：赵雨恬;孙继超;吴贤;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-04-13 - 公布日： 2023-10-27 - 主分类号： G06Q30/0601 文献下载
摘要：本发明公开了一种目标事件的预测方法和装置、存储介质及电子设备。其中，该方法包括：获取事件描述信息集合对应的事件编码向量集合和实际事件结果集合；获取目标事件描述信息，并通过目标编码模型对目标事件描述信息进行编码，得到目标事件编码向量；在事件编码向量集合中查找与目标事件编码向量匹配的事件编码向量，并将实际事件结果集合中匹配的事件编码向量对应的实际事件结果确定为目标事件描述信息对应的预测事件结果。本发明解决了目标事件的预测的准确率较低的技术问题。
目标事件预测方法装置存储介质电子设备

[发明专利]一种图像分割模型的训练方法、装置、设备以及存储介质-CN202310517825.X在审
发明人：徐哲;卢东焕;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-05-09 - 公布日： 2023-10-27 - 主分类号： G06V10/26 文献下载
摘要：本申请实施例提供了一种图像分割模型的训练方法，装置、设备以及存储介质，用于降低第三方未标注数据的数据异质性影响，提高图像分割的准确度。包括：获取训练样本集合、初始学生模型和初始教师模型；对该初始学生模型进行监督训练得到监督损失；基于该初始教师模型得到该本地未标注样本的本地未标注特征原型和该第三方未标注样本的第三方未标注特征原型；根据该本地未标注特征原型、该第三方未标注特征原型、该第一特征图以及该真实标签得到未标注损失；根据该监督损失和该未标注损失训练该初始学生模型得到该图像分割模型。本申请提供的技术方案可应用于人工智能、计算机视觉以及云技术等领域。
一种图像分割模型训练方法装置设备以及存储介质

[发明专利]用于血管树分割的模型训练和图像处理方法、装置及设备-CN202310556309.8在审
发明人：郑昊;魏东;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-05-17 - 公布日： 2023-10-27 - 主分类号： G06V10/26 文献下载
摘要：本申请公开了一种用于血管树分割的模型训练和图像处理方法、装置及设备，涉及血管树分割技术领域，用于提升血管分割结果中末端血管部分的检测长度和分割准确度。该方法在进行血管树分割模型的训练时，结合各个样本图像的标注结果中，各个血管分支的粗细程度以及各像素点在血管分支中的边缘程度，来生成各个像素点对应的训练权重，从而基于训练权重来得到每一像素位置的加权预测损失，以及在损失函数中增加了针对末端血管的局部统计特征约束，从而在上述基于单一像素点的加权预测损失的基础上，结合邻域预测损失，来使得模型针对少量的标注噪声的敏感度降低，辅助模型在训练过程中更多地关注于分割易出错的位置，提升末端血管处的分割准确率。
用于血管分割模型训练图像处理方法装置设备

[发明专利]一种分类模型的训练方法、装置及相关产品-CN202310600980.8在审
发明人：孙镜涵;魏东;郑昊;卢东焕;王连生;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-05-24 - 公布日： 2023-10-27 - 主分类号： G06V10/774 文献下载
摘要：本申请公开一种分类模型的训练方法、装置及相关产品，方法包括：构建第一图像数据集和第二图像数据集；第一图像数据集包括无类别标注的大量对象图像，第二图像数据集包括已标注有罕见类别标签的少量对象图像；基于第一图像数据集进行无监督表征学习，训练得到第一特征提取器；利用第二图像数据集对基于第一特征提取器构建的教师模型进行训练；通过教师模型对第一图像数据集中对象图像进行分类，得到罕见类别伪标签；基于第一图像数据集进行无监督表征学习，并同时利用第一图像数据集和罕见类别伪标签对学生模型进行训练，将训练结束的学生模型作为分类模型。本申请提供的方法通过少量的有标签的对象图像即可训练得到高性能的分类模型。
一种分类模型训练方法装置相关产品

[发明专利]疾病识别模型构建方法、疾病辅助识别方法、装置及设备-CN202310119079.9在审
发明人：孙继超;赵雨恬;吴贤;郑冶枫;吴志刚;吴凌云 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-01-18 - 公布日： 2023-10-27 - 主分类号： G16H50/70 文献下载
摘要：本发明公开了一种疾病识别模型构建方法、疾病辅助识别方法、装置及设备，根据症状类别属性对疾病症状知识库中的候选症状信息设置初始权重值，根据所有候选症状信息的初始权重值构建初始疾病症状权重矩阵，根据初始疾病症状权重矩阵和第一疾病样本信息构建初始疾病信息识别函数，根据第一疾病样本信息确定第二疾病样本信息，根据第二疾病样本信息和初始疾病信息识别函数对初始疾病症状权重矩阵进行更新得到目标疾病症状权重矩阵，根据目标疾病症状权重矩阵构建疾病识别模型。本发明实施例能够在样本信息缺乏的情况下提高对疾病症状信息的识别准确性。本发明实施例可应用于例如对疾病症状信息进行辅助识别等的场景。
疾病识别模型构建方法辅助装置设备

[发明专利]多源数据的融合处理方法和装置、存储介质及电子设备-CN202310430225.X在审
发明人：张莹莹;吴贤;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-04-10 - 公布日： 2023-10-27 - 主分类号： G06F18/25 文献下载
摘要：本申请公开了一种多源数据的融合处理方法和装置、存储介质及电子设备，可以应用于人工智能领域。其中，该方法包括：响应于获取到的数据融合指令，从对象数据库中获取预设对象组的对象数据，从文献数据库中获取文献数据组，每个预设对象的对象数据包含对象名称和机构信息；对每个文献数据位于署名区域内的文献数据进行对象数据提取，得到每个文献数据的署名对象的对象数据，每个文献数据的署名对象的对象数据包含对象名称以及机构信息；对每个文献数据的署名对象和每个预设对象进行对象数据匹配，得到每个预设对象的文献数据；按照预设数据维度对每个预设对象和每个预设对象进行对象数据解析，得到与每个预设对象对应的预设数据维度的对象数据。
数据融合处理方法装置存储介质电子设备

[发明专利]伪标签及标签预测模型的生成方法、装置、介质及设备-CN202010796408.X有效
发明人：李悦翔;马锴;郑冶枫;胡一凡;陈嘉伟;魏东;曹世磊 -专利权人：腾讯云计算（长沙）有限责任公司
申请日： 2020-08-10 - 公布日： 2023-10-27 - 主分类号： G06V10/774 文献下载
摘要：本申请的实施例提供了一种伪标签及标签预测模型的生成方法、装置、介质及设备。该标签预测模型的生成方法包括：通过已标注图像对机器学习模型进行监督训练得到第一模型；基于自监督学习任务，通过未标注图像和已标注图像对所述第一模型中包含的编码器网络进行自监督训练得到第二模型；通过所述第二模型预测未标注图像的伪标签；根据未标注图像和所述未标注图像的伪标签，以及所述已标注图像对所述第二模型进行联合训练，得到标签预测模型。本申请实施例的技术方案提高了伪标签的生成效率，并且也可以提高伪标签生成的准确性，不仅降低了机器学习模型在训练时对标注数据的需求，而且有利于提升基于生成的伪标签训练得到的机器学习模型的性能。
标签预测模型生成方法装置介质设备

[发明专利]基于人工智能的心理评估方法、装置和计算机设备-CN202310939410.1在审
发明人：黄雅雯;李悦翔;段皓然;万凡;龙洋;郑冶枫 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-07-27 - 公布日： 2023-10-13 - 主分类号： G16H20/70 文献下载
摘要：本申请涉及一种基于人工智能的心理评估方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：对心理咨询文本包中的每个文本分别进行编码，获得多个编码数据；对心理咨询标题中每个分词各自对应的编码数据进行第一注意力处理，得到第一注意力处理结果，基于第一注意力处理结果，确定心理咨询标题所对应的状态程度标签；对至少一个回复各自对应的编码数据进行第二注意力处理，得到第二注意力处理结果，基于第二注意力处理结果，确定至少一个回复各自对应的状态程度标签；根据至少一个回复各自对应的状态程度标签和心理咨询标题对应的状态程度标签，确定待评估对象的心理状态程度信息。采用本方法能够提升心理状态的确定效率。
基于人工智能心理评估方法装置计算机设备

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
下一页»
尾页
共 259 条