“深思考人工智能机器人科技（北京）有限公司”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33个，建议您升级VIP下载更多相关专利

[发明专利]一种细胞分类过程中的应用方法及系统-CN202310272806.5在审
发明人：杨志明 -专利权人： 深思考人工智能机器人科技（北京）有限公司
申请日： 2023-03-20 - 公布日： 2023-06-23 - 主分类号： G06V20/69 文献下载
摘要：本申请公开了一种细胞分类过程中的应用方法及系统，本申请实施例搭建了一个具备多级特征融合的细胞分类网络。本申请实施例中细胞分类网络在网络结构上搭建一个多级特征金字塔结构，在损失函数上提出一种自适应对比损失函数，通过训练后获得一种细胞分类模型，可输出异常、正常、杂质类别。本申请实施例中多级特征融合模块使每一特征层可同时融合语义特征信息和空间特征信息，利于识别不同特征形态的阳性细胞；自适应对比损失函数，可利用细胞特征间的相似度大小自动调整损失权重，使模型学习更有区分度的高维特征，从而提高分类准确率。
一种细胞分类过程中的应用方法系统

[发明专利]一种图像字幕生成的方法及系统-CN201910885349.0有效
发明人：杨志明 -专利权人： 深思考人工智能机器人科技（北京）有限公司
申请日： 2019-09-19 - 公布日： 2023-05-23 - 主分类号： G06F16/58 文献下载
摘要：本发明公开了一种图像字幕生成的方法及系统，本发明实施例中的神经网络模型采用编码器‑解码器(encoder‑decoder)递归双向循环神经网络架构，该模型包括两个主要部分：图像特征提取部分和图像字幕生成部分。其中，对于图像特征提取部分，设置卷积神经网络将图像转换为图像的特征矢量信息；对于图像字幕生成部分，设置双向循环神经网络，输入图像的特征矢量信息，双向循环神经网络提取到文本中的深度语义信息，最终得到图像字幕信息。本发明实施例简单地自动生成图像字幕，且提高图像字幕生成的准确率。
一种图像字幕生成方法系统

[发明专利]一种基于拼音的对话系统文本纠错系统及方法-CN201910481229.4有效
发明人：杨志明 -专利权人： 深思考人工智能机器人科技（北京）有限公司
申请日： 2019-06-04 - 公布日： 2023-04-25 - 主分类号： G06F40/232 文献下载
摘要：本发明公开了一种基于拼音的对话系统文本纠错系统及方法，本发明实施例在基于拼音的对话系统文本中检测到异常信息后，采用设置的文本模糊匹配策略(TFM，Text Fuzzy Matching)将异常信息与设置的信息列表进行匹配后，得到匹配的信息，采用设置的基于拼音的文本相似度算法(PTS，Pinyin‑Based Text Similarity)将异常信息与得到的匹配信息进行相似度计算，得到相似度最高的信息，对异常信息进行纠正。本发明实施例在降低纠错成本的基础上，提高纠错准确性。
一种基于拼音对话系统文本纠错方法

[发明专利]采用人工智能基于多模态信息对疾病分类的方法及系统-CN202211642502.5在审
发明人：杨志明 -专利权人： 深思考人工智能机器人科技（北京）有限公司
申请日： 2022-12-20 - 公布日： 2023-04-14 - 主分类号： G06F18/241 文献下载
摘要：本申请实施例提供了一种采用人工智能基于多模态信息对疾病分类的方法及系统，在采用人工智能技术得到某一患者的疾病分类结果时，不仅采用训练得到的目标检测模型基于患者的病理细胞图像提取细胞图像特征；而且还采用训练得到的信息抽取模型基于该患者的病历文本信息提取病历特征；将所述细胞图像特征及所述病历特征采用训练得到的特征融合模型进行特征融合后，采用训练得到的分类模型对所述融合后的特征进行分类，得到疾病分类结果。这样，本申请实施例就可以采用人工智能技术，基于多模态信息进行疾病分类，得到准确的疾病分类结果，提高对疾病分类的准确性。
采用人工智能基于多模态信息疾病分类方法系统

[发明专利]一种基于拼音的对话系统文本纠错系统及方法-CN201910480818.0有效
发明人：杨志明 -专利权人： 深思考人工智能机器人科技（北京）有限公司
申请日： 2019-06-04 - 公布日： 2023-04-07 - 主分类号： G06F40/232 文献下载
摘要：本发明公开了一种基于拼音的对话系统文本纠错系统及方法，设置了基于拼音的文本容错模型(PTFM，Pinyin‑Based Text Fault‑Tolerant Model)，该PTFM在基于领域问题集及领域实体的情况下，实现对基于拼音的对话系统文本中的异常领域实体和异常领域词的容错。这样，本发明实施例就可以在降低纠错成本的基础上，实现各个领域的基于拼音的对话系统文本的纠错。
一种基于拼音对话系统文本纠错方法

[发明专利]一种问题对话补全的方法及装置-CN201910492935.9有效
发明人：杨志明 -专利权人： 深思考人工智能机器人科技（北京）有限公司
申请日： 2019-06-06 - 公布日： 2023-01-06 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种问题对话补全的方法及装置，本发明实施例提取上轮问题对话的信息，构建上轮问题对话的承接词袋及实体词袋，判断本轮问题对话中相对于上轮问题对话的承接词是否在上轮问题对话的承接词袋中；如果是，则判断本轮问题对话与上轮问题对话的实体词袋的合适度是否大于设定的阈值，如果是，则采用上轮问题对话的实体或短语对本轮问题对话进行补全。因此，本发明实施例提供就可以依据从上轮问题对话中提取的信息，对具有缺失问题的本轮问题对话进行补全。
一种问题对话方法装置

[发明专利]一种细胞液基涂片镜下定位的方法及系统-CN201910826153.4有效
发明人：杨志明 -专利权人： 深思考人工智能机器人科技（北京）有限公司
申请日： 2019-09-03 - 公布日： 2022-08-19 - 主分类号： G01N21/84 文献下载
摘要：本发明公开了一种细胞液基涂片镜下定位的方法及系统，本发明实施例针对细胞液基涂片，引入图像配准概念，将深度学习应用到图像配准中，匹配电子显微镜实时获取的镜下图像与阅片系统采集的图像，从而实现在镜下的准确定位目标细胞，使得目标细胞位于镜下视野中间位置。更进一步地，还提出了电子显微镜对焦调节的方法，针对镜下图像不同区域的对焦差异，在镜下视野定位到目标细胞后，根据镜下区域图像模糊程度判读及精准对焦，从而减少手动对焦的过程。
一种细胞液涂片定位方法系统

[发明专利]一种文本的中文隐式情感信息的识别方法及系统-CN202210500733.6在审
发明人：杨志明 -专利权人： 深思考人工智能机器人科技（北京）有限公司
申请日： 2022-05-09 - 公布日： 2022-07-12 - 主分类号： G06F16/33 文献下载
摘要：本申请公开了一种文本的中文隐式情感信息的识别方法及系统：训练得到第一基于转换器的双向编码表征(BERT)网络及训练得到第二BERT网络，在对文本进行情感信息分析时，将从文本提取的中文词句特征输入第一BERT网络中进行中文显式情感的识别，输出得到显式情感的分类信息；当输出的显式情感的分类信息表示为隐式情感信息时，将从文本提取的中文词句特征输入到第二BERT网络中，进行中文隐式情感的类别识别，输出得到该中文词句特征的隐式情感的类别信息。更进一步地，在执行上述方法之前，还包括：预设网络词典，所述网络词典中包括多个网络词句与情感信息之间的对应关系；将从文本提取的中文词句特征在所述网络词典中检索，判断是否有匹配的网络词句，如果是，将所匹配的网络词句对应的情感信息作为所述中文词句特征的情感信息；如果否，将从文本提取的中文词句特征输入第一BERT网络。这样，本申请准确地识别文本中的中文隐式情感信息。
一种文本中文情感信息识别方法系统

[发明专利]一种基于多任务学习的多标签文本分类方法和装置-CN201910491948.4有效
发明人：杨志明 -专利权人： 深思考人工智能机器人科技（北京）有限公司
申请日： 2019-06-06 - 公布日： 2022-06-17 - 主分类号： G06F16/35 文献下载
摘要：本申请提供了一种基于多任务学习的多标签文本分类方法和装置，所述方法包括：获取训练样本，建立针对多标签文本分类的多任务学习模型；其中，所述多任务学习模型包括共享层和多特定任务层；所述共享层用于获取文本信息中的上下文关联信息；所述多特定任务层用于针对共享层输出的特征向量进行多任务分类；获取待分类的文本信息时，基于所述多任务学习模型获取该待分类的文本信息的分类标签。该方法能够更准确地进行多标签文本分类。
一种基于任务学习标签文本分类方法装置

[发明专利]一种基于通道的卷积神经网络建立装置及方法-CN201811066153.0有效
发明人：杨志明;陈巍巍;杨超 -专利权人： 深思考人工智能机器人科技（北京）有限公司;深思考人工智能科技（上海）有限公司
申请日： 2018-09-13 - 公布日： 2022-04-19 - 主分类号： G06N3/063 文献下载
摘要：本发明公开了一种基于通道的卷积神经网络建立装置及方法，根据特征图的数据量，在FPGA上设置了2～64个相同的卷积计算模块，分别处理不同的输出通道；在每个卷积计算模块中，将特征图中2～32个输入通道1个像素的数据同时输入到设置的卷积运算单元中；对于每个输入通道，由设置的卷积运算单元根据该输入通道对应的权值进行卷积运算，得到该输入通道的卷积值，然后累加所有输入通道的卷积值，再将累加的卷积值进行像素累加，最终得到经过了CNN运算的特征图，输出。这样，就采用FPGA简单实现了CNN的特征图的卷积神经运算。
一种基于通道卷积神经网络建立装置方法

[发明专利]一种基于像素的卷积神经网络建立装置及方法-CN201811066203.5有效
发明人：杨志明;杨超;陈巍巍 -专利权人： 深思考人工智能机器人科技（北京）有限公司;深思考人工智能科技（上海）有限公司
申请日： 2018-09-13 - 公布日： 2022-04-15 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于像素的卷积神经网络建立装置及方法，根据特征图的数据量，在FPGA上设置了2～64个相同的卷积计算模块，分别处理不同的输出通道；在每个卷积计算模块中，将特征图的9个像素输入到设置的卷积运算单元中；对于每个像素，由设置的卷积运算单元根据该像素对应权值进行卷积运算，得到该像素的卷积值；然后对特征图的9个像素的卷积值进行像素累加；再将像素累加后的卷积值进行输入通道累加；最终得到经过了CNN运算的特征图，输出。这样，就采用FPGA简单实现了CNN的特征图的卷积神经运算。
一种基于像素卷积神经网络建立装置方法

[发明专利]一种协同过滤推荐方法及系统-CN201910478944.2有效
发明人：杨志明 -专利权人： 深思考人工智能机器人科技（北京）有限公司
申请日： 2019-06-04 - 公布日： 2022-04-12 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种协同过滤推荐方法及系统，本发明实施例提出了不需要用户的评分数据，而是基于用户的相关评论信息的协同过滤推荐方法，特别是对现有的协同过滤推荐方法中最后一个步骤进行改进，即将获取向目标用户的推荐物品集合的步骤进行改进，使得在没有用户的评分数据情况下，进行目标用户的推荐物品集合中的各个物品的偏好度进行计算后，将设定数量的偏好度最大的物品集合推荐给用户。这样，本发明就可以不需要用户的评分基础上，实现协同过滤推荐物品集合。
一种协同过滤推荐方法系统

[发明专利]情感实体词的筛选方法和装置-CN201910491200.4有效
发明人：杨志明 -专利权人： 深思考人工智能机器人科技（北京）有限公司
申请日： 2019-06-06 - 公布日： 2022-04-12 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种情感实体词的筛选方法和装置，包括：遍历候选文本的每个句子，选出每个句子中权重指标最大的情感实体词为候选情感实体词；情感实体词为一个句子中的情感对象词与情感词的组合；在所有候选情感实体词中，统计不同词的出现频次，依据出现频次对不同词进行非递减排序，取排序中前预设个数的候选情感实体词为备用情感实体词。基于本发明的方法，自动生成候选文本的备用情感实体词，无需人工参与，既提高了处理效率，又能避免人工处理带来的失误。
情感实体词筛选方法装置

[发明专利]一种基于场景的人脸画像、目光计数方法及系统-CN201910660630.4有效
发明人：杨志明;其他发明人请求不公开姓名 -专利权人： 深思考人工智能机器人科技（北京）有限公司
申请日： 2019-07-22 - 公布日： 2022-03-15 - 主分类号： G06V40/16 文献下载
摘要：本发明提供了一种基于场景的人脸画像、目光计数方法及系统，所述基于场景的人脸画像方法包括：获取摄像头拍摄的指定物体的图像；对图像进行预处理，得到与预先建立的深度学习模型的输入适配的数据；将数据输入预先训练好的深度学习模型，同时输出人脸位置、多个人脸关键点的位置及人的社会属性分类结果。所述基于场景的目光技术方法，能够基于深度学习模型获取目光计数，由此获取人对指定物体的感兴趣程度。本发明的方法对于距离实际场景中某物体一定范围内的人群，能够有效判断出每一个人对于该物体的感兴趣程度，以及这个人的年龄、性别等社会属性，并将实际场景中客户画像与感兴趣程度相结合，为后续的信息推荐提供客观有效的数据基础。
一种基于场景画像目光计数方法系统

[发明专利]一种基于变压器模型和多参照系的文本编码表示方法-CN201910481144.6有效
发明人：杨志明 -专利权人： 深思考人工智能机器人科技（北京）有限公司
申请日： 2019-06-04 - 公布日： 2022-02-25 - 主分类号： G06F16/33 文献下载
摘要：公开了基于变压器模型和多参照系的文本编码表示方法，该方法包括，基于语境化文本的词向量和分隔符向量编码结果，将词向量和所在句的分割符向量进行拼接，获得拼接词向量；将所述拼接词向量按照设置的至少两个以上语义概念进行映射，获得所述词向量的至少两个以上语义概念向量，并使得当词向量的绝对语义概念数小于设定的语义概念总数时，该词向量的语义概念向量表示趋同，最终剩下p种不相似的语义概念向量；通过最大池化，从所述不相似的语义概念向量中选择出词向量在当前语境中最合适的语义概念向量，作为词向量在当前语境下的语义预测结果；获得词向量的概率向量，根据概率向量，确定词向量所对应语义概念下的词语概率。
一种基于变压器模型参照系文本编码表示方法

1
2
3
下一页»
尾页
共 33 条