“黄宜华”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68个，建议您升级VIP下载更多相关专利

[发明专利]一种CTR预估模型的自动化架构搜索方法-CN202310732205.8在审
发明人：王君;黄宜华 -专利权人：江苏鸿程大数据技术与应用研究院有限公司
申请日： 2023-06-20 - 公布日： 2023-10-20 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种CTR预估模型的自动化架构搜索方法NAS‑CTR。本发明的方法包括如下步骤：S1.引入了一种基于DAG的搜索空间，并提出了一个连续松弛方案，使搜索空间可微；S2.将CTR预估的架构搜索抽象为一个带有离散约束的联合优化问题。为了解决带约束的联合优化问题，进一步提出了一种基于近端迭代的优化算法；S3.提出了一种有效的启发式方法用来缓解Skip‑Connection的富集问题。本发明相比于以前方法，精度和搜索效率方面均优于人工设计的SOTA架构和其他基于NAS的方法。
一种 ctr 预估模型自动化架构搜索方法

[发明专利]一种基于生成式模型的统一中文命名实体识别方法-CN202310732222.1在审
发明人：于辉;麦丞程;黄宜华 -专利权人：江苏鸿程大数据技术与应用研究院有限公司
申请日： 2023-06-20 - 公布日： 2023-10-20 - 主分类号： G06F40/295 文献下载
摘要：本发明公开了一种基于生成式模型的统一中文命名实体识别方法。该方法的算法模型框架包括：前缀向量表示层、Encoder端与Decoder端三部分。在前缀向量表示层，将可训练的前缀向量组，拼接到输入句子X的起始位置，以提供实体类型相关的提示信息，帮助模型识别输入句子X中的命名实体；前缀向量组和输入句子X经过词向量表映射得到对应的字向量的拼接向量，经过Encoder端编码成隐状态向量，再将输入句子X的字向量与隐状态向量进行线性相加，得到带有实体类型提示信息的输入句子X的最终向量表示；将该最终向量表示输入到Decoder端，使用集束搜索方式进行解码，按照从左至右的顺序逐个字符生成目标序列。本发明提出的通用化的、基于生成式模型的统一中文命名实体识别算法，能够处理多种类型的命名实体识别任务，经过评测，在多个数据集上取得了超越最新基线模型的准确性，并在小样本场景下表现依旧优秀。
一种基于生成模型统一中文命名实体识别方法

[发明专利]一种基于提示学习的小样本中文命名实体识别方法-CN202310513631.2在审
发明人：麦丞程;邱孟川;陈宇;黄宜华 -专利权人：江苏鸿程大数据技术与应用研究院有限公司
申请日： 2023-05-09 - 公布日： 2023-09-22 - 主分类号： G06F40/295 文献下载
摘要：本发明公开了一种基于提示学习的小样本中文命名实体识别方法，包括以下步骤：给定命名实体识别任务的原输入句子；通过滑动窗口的方式枚举句子中所有可能的序列片段；经过基于困惑度的序列片段过滤算法或者基于分词的序列片段过滤算法筛选出所有候选的实体序列片段；选定指定的Prompt模板，将候选的序列片段迭代地填入模板中构造Prompt语句；将Prompt语句输入预训练语言模型，预测出Prompt语句中掩码位置对应的答案词；将答案词映射到相应的命名实体识别任务的类型标签，从而识别出所有的实体序列片段以及对应的实体类型。本发明通过两种序列片段过滤算法提升了计算效率，提出三种Prompt模板将命名实体识别任务转化为掩码语言建模任务，充分发挥预训练语言模型的语言表达能力，提升模型在小样本场景下的命名实体识别准确性。
一种基于提示学习样本中文命名实体识别方法

[发明专利]一种机器学习流水线自动化设计的方法-CN202010446642.X有效
发明人：朱光辉;黄宜华;方鑫 -专利权人：南京大学
申请日： 2020-05-25 - 公布日： 2023-09-05 - 主分类号： G06F16/2455 文献下载
摘要：本发明公开了一种机器学习流水线自动化设计方法，将机器学习流水线的构建过程分为两部分：结构搜索和超参调优，将结构搜索过程建模为强化学习问题，使用强化学习算法学习搜索策略；在确定了机器学习流水线的超参数后，再使用贝叶斯优化对其进行超参配置，强化学习过程和超参调优过程是交替进行的，并在此基础上实现了两种并行化方法。本发明相比于以前方法，可处理特征类型多样，提升了流水线的性能，并且扩展性更强。
一种机器学习流水线自动化设计方法

[发明专利]规则驱动和数据驱动相结合的跨平台SQL查询优化方法-CN202010387095.2有效
发明人：顾荣;张仪;袁春风;黄宜华 -专利权人：南京大学
申请日： 2020-05-09 - 公布日： 2023-09-01 - 主分类号： G06F16/2453 文献下载
摘要：本发明公开了一种规则驱动和数据驱动相结合的跨平台SQL查询优化方法，包括以下步骤：第一步，将跨平台SQL语句解析成系统内部的逻辑查询计划；第二步，优化器调度模块依据逻辑查询计划的特点调度最适合的优化器进行查询优化；第三步，规则驱动的优化器依据规则进行计划搜索，并依据代价模型和基数估算进行执行计划的选择，得到最佳物理执行计划，且将优化结果导入样本采集模块；第四步，样本采集模块导入的样本经过数据适配模块转化为训练样本，数据驱动的优化器利用训练样本进行强化学习模型训练，将查询输入训练好的模型得到最佳物理执行计划。本发明解决了现有跨平台SQL查询优化方法可拓展性差、灵活性低、优化效果差等问题。
规则驱动数据相结合平台 sql 查询优化方法

[发明专利]一种基于实体分割和依存句法特征的关系抽取算法-CN202310458691.9在审
发明人：麦丞程;刘健;王翰翔;黄宜华 -专利权人：江苏鸿程大数据技术与应用研究院有限公司
申请日： 2023-04-26 - 公布日： 2023-08-22 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种实体分割和依存句法特征的关系抽取算法，在输入句子中的实体首尾插入分割标记符，并为句子中每个token引入实体相对位置信息，突出实体位置和实体信息。然后，通过点乘注意力机制对两个实体各自对应的依存路径进行建模得到依存句法特征，精准捕获实体之间的句法依赖信息用于关系抽取；本发明通过利用实体信息与上下文信息对关系抽取的重要辅助作用，更加精准地建模实体之间的关联与依赖，提升关系分类的准确性。
一种基于实体分割依存句法特征关系抽取算法

[发明专利]一种融合系统语义的大数据系统参数自动优化方法-CN202110516717.1有效
发明人：顾荣;韦佳佳;黄宜华 -专利权人：南京大学
申请日： 2021-05-12 - 公布日： 2023-08-22 - 主分类号： G06F16/21 文献下载
摘要：本发明公开了一种融合系统语义的大数据系统参数自动优化方法，包括如下步骤：对系统运行作业和数据集进行特征提取；学习历史作业和数据集的大数据系统参数调优日志，形成参数预测模型；根据作业和数据集特征，预测较优的参数配置；从预测参数配置(较优)开始，配置系统参数并执行作业；在作业执行过程或执行结束后进行多维度性能分析；根据分析结果进行遗传搜索，得到更优参数；根据系统语义判断参数配置的合理性，实现参数搜索过程中的剪枝优化。本发明在多种大数据应用场景下均实现了大数据系统参数自动优化，提高大数据计算作业性能，解决现有技术不能同时兼顾参数推荐精准度和参数搜索效率的问题。
一种融合系统语义数据参数自动优化方法

[发明专利]一种跨平台统一的分布式图数据处理方法-CN202110491976.3有效
发明人： 黄宜华;王肇康;黎俊虹 -专利权人：南京大学
申请日： 2021-05-06 - 公布日： 2023-07-18 - 主分类号： G06F16/182 文献下载
摘要：本发明公开了一种跨平台统一的分布式图数据处理方法，包括如下步骤：用户通过跨平台统一分布式图处理编程框架提供的API触发计算；用户的程序被序列化到程序文件中并上传分布式文件系统；框架启动相应分布式图处理系统的计算作业；集群中多个计算节点启动计算进程；每个计算进程下载程序文件并启动PregelX Runner进程；PregelX Runner与计算进程建立进程间通信通道，计算进程通过进程间通信通道调用用户程序进行具体的数据处理。本发明使得用户可以基于Python语言编写可跨平台执行的分布式图数据处理程序，解决了现有分布式图处理系统用户学习成本高、程序迁移代价高等易用性不足的问题。
一种平台统一分布式数据处理方法

[发明专利]一种基于多标注框架与融合特征的中文命名实体抽取方法-CN202110511025.8有效
发明人：麦丞程;刘健;黄宜华 -专利权人：南京大学
申请日： 2021-05-11 - 公布日： 2023-07-14 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种基于多标注框架与融合特征的中文命名实体抽取方法，该首先基于预训练语言模型对汉字进行编码。然后，通过词典匹配为每个汉字引入词信息与分词标记信息，构建词典特征。在此基础上，根据汉字在匹配词中的含义，使用汉语拼音软件对汉字进行注音，构建拼音特征。接着，基于点乘注意力机制融合词典特征与拼音特征到汉字编码中，得到结合词典特征与拼音特征的汉字语义编码，提升对于中文命名实体边界的识别能力。最后，结合序列标注与指标标注的优点，利用多任务学习模型联合学习两种标注任务，提高中文命名实体抽取的准确率。
一种基于标注框架融合特征中文命名实体抽取方法

[发明专利]一种渐进式的大规模图神经网络架构搜索方法-CN202310289395.0在审
发明人：朱光辉;黄宜华;孙啸 -专利权人：南京大学
申请日： 2023-03-23 - 公布日： 2023-06-27 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种渐进式的大规模图神经网络架构搜索方法，包括如下步骤：在大规模图结构数据集上，通过子图采样获取K个子图；利用可微分架构搜索方法，分别在K个子图上进行架构搜索，得到K个候选种子架构；得到K个候选种子架构后，在大规模图以及K个子图中，分别评估每个候选种子架构在验证集上的性能。评估结束后，原始图和每个子图都得到一个长度为K的架构性能排名序列，利用肯德尔系数，选出与原图排名序列最相关的子图，并选择子图对应的架构作为种子架构；对于种子架构，基于最小熵原则进行迭代式扩增。当子图规模达到阈值或者架构性能不再提升时，停止扩增，输出最终得到的图神经网络架构。本发明可实现大规模图上高效的架构搜索。
一种渐进大规模神经网络架构搜索方法

[发明专利]一种跨平台统一的大数据SQL查询方法-CN201910347842.7有效
发明人： 黄宜华;朱光辉;尹良良 -专利权人：南京大学
申请日： 2019-04-28 - 公布日： 2023-06-06 - 主分类号： G06F16/242 文献下载
摘要：本发明公开了一种跨平台统一的大数据SQL查询方法，包括以下步骤：扩展部分SQL语义，为用户提供统一的跨平台SQL查询语言；统一SQL解析器将用户提交的查询语句解析为逻辑查询计划，并根据统一元数据库中保存的元信息，验证查询语句的合法性；跨平台优化器优化逻辑查询计划的结构与连接顺序，并将逻辑查询计划转化为由多个绑定了执行平台的子查询构成的最佳物理执行计划；跨平台调度器将最佳物理执行计划转化为任务流图，并根据任务间的依赖关系自动调度、执行所有任务；设计满足跨平台SQL查询需求的统一的平台层接口，屏蔽不同执行平台间的操作差异。本发明解决现有跨平台查询方法易用性差、性能低、数据迁移开销巨大等问题。
一种平台统一数据 sql 查询方法

[发明专利]一种班车路线分析规划方法及系统-CN202211526828.1在审
发明人：李珍珍;鲍春晓;赵博;黄宜华 -专利权人：江苏鸿程大数据技术与应用研究院有限公司
申请日： 2022-12-01 - 公布日： 2023-04-07 - 主分类号： G06Q10/047 文献下载
摘要：本发明提供了一种班车路线分析规划方法与系统，能够及时有效地发现需要调整车辆安排，对路线进行优化，可以在一定程度降低车队运营成本。通过获取路线刷卡人数和刷卡率，了解班车刷卡情况，辅助加强刷卡监督。通过路线载客量和载客率，了解班车载客情况，可有针对性地对路线车辆调度进行调整。通过获取路线各站点刷卡记录图，直观了解站点乘客上车情况，可根据具体情况进行路线优化。
一种班车路线分析规划方法系统

[发明专利]一种基于Spark的大规模分布式DataFrame的查询方法-CN201910347850.1有效
发明人：顾荣;黄宜华;施军 -专利权人：南京大学
申请日： 2019-04-28 - 公布日： 2023-03-31 - 主分类号： G06F16/2455 文献下载
摘要：本发明公开了一种基于Spark的大规模分布式DataFrame的查询方法，包括以下步骤：采用了基于分布式计算执行引擎Spark的系统框架，以DataFrame作为编程模型，Python作为编程语言；在该分布式系统中，通过封装Spark原生DataFrame的已有查询接口，消除了与主流单机DataFrame计算库Pandas的API的不兼容性；构建轻量级全局索引，针对不同情况提供多种分布式DataFrame查询的功能；构建局部索引和辅助索引，提高了查询的性能。本发明解决了现有单机平台DataFrame可扩展性不好，无法处理大规模数据，以及现有的大数据处理平台分布式DataFrame查询接口不丰富，易用性差，性能低的问题。
一种基于 spark 大规模分布式 dataframe 查询方法

[发明专利]一种基于强化学习的自动化机器学习方法-CN201910359211.7有效
发明人： 黄宜华;顾荣;朱光辉;王磊 -专利权人：南京大学
申请日： 2019-04-30 - 公布日： 2023-03-28 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种基于强化学习的自动化机器学习方法，包括以下步骤：使用统一的API接口，屏蔽不同的机器学习算法库之间的异构性，以Python作为编程语言，在Python语言中调用不同机器学习算法库中的算法；将自动化机器学习问题建模为强化学习问题，对候选机器学习算法进行状态空间划分，确定状态间的转移关系，并采用Q‑Learning算法完成搜索机器学习流水线的过程；对数据集进行元特征提取，搜索最相似数据集，并利用所述最相似数据集上的运行信息来加速自动化机器学习的收敛过程。本发明解决了现有的自动化机器学习系统收敛速度慢、可扩展性差以及最终预测性能达不到预期的问题。
一种基于强化学习自动化机器学习方法

[发明专利]一种工程材料信息价格匹配方法、系统及存储介质-CN202211440292.1有效
发明人：李珍珍;赵博;张海军;徐忠;崔爱民;黄宜华 -专利权人：江苏鸿程大数据技术与应用研究院有限公司;江苏皓盘云建网络科技有限公司
申请日： 2022-11-17 - 公布日： 2023-03-24 - 主分类号： G06F16/2458 文献下载
摘要：本发明公开了一种工程材料信息价格匹配方法、系统及存储介质，属于数据处理技术领域。本发明的方法首先构建常用材料库和特殊材料库，采用新词发现技术对现有工程材料数据进行挖掘，根据信息熵和互信息两个评估指标给材料名称打分，按照得分顺序选取常用材料和特殊材料名称；参考材料库和待匹配材料预处理；再根据待匹配的材料名称和规格与参考材料库中的材料进行数据匹配，并将匹配到的材料信息按照相关性排序；再对材料匹配出来的结果，采用规则匹配对部分特殊材料进行后处理；最后对匹配材料价格单位换算。本发明基于常用词库对匹配出的材料进行规则匹配，显著提高匹配的准确度，并且解决人工进行材料价格匹配效率低的问题。
一种工程材料信息价格匹配方法系统存储介质

1
2
3
4
5
下一页»
尾页
共 68 条