专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果2124458个,建议您升级VIP下载更多相关专利
  • [发明专利]文本生成方法及装置-CN202210612784.8在审
  • 陈刚 - 北京深言科技有限责任公司
  • 2022-05-31 - 2022-09-02 - G06F40/289
  • 本发明提供一种文本生成方法及装置,所述方法包括:获取文本原句;将所述文本原句输入训练好的文本生成训练模型,获取所述训练好的文本生成训练模型基于所述文本原句和模式控制符输出的文本生成结果;其中,所述训练好的文本生成训练模型是基于续写训练数据本发明通过续写训练数据、改写训练数据、压缩训练数据、扩写训练数据以及模式控制符,获取一个兼具续写、改写、压缩和扩写能力的文本生成训练模型,实现较好的文本生成效果,具有良好的实用性。
  • 文本生成方法装置
  • [发明专利]一种基于提示学习的对话推荐系统-CN202210366036.6在审
  • 赵鑫;王晓磊 - 中国人民大学
  • 2022-04-08 - 2022-08-09 - G06F16/332
  • 本发明公开了一种基于提示学习的对话推荐系统,包括如下步骤:S1:通过自监督学习融合对话文本和知识图谱的语义信息作为任务共享的提示,为训练模型补充用于对话推荐系统所需要的知识;S2:通过对话任务特定的提示设计,驱动训练模型生成带有物品槽位的模板语句作为回复的中间结果;S3:通过推荐任务特定的提示,驱动训练模型生成用户感兴趣的物品。本发明借助知识图谱增强的提示学习技术,在固定大规模训练模型的情况下,通过添加任务共享和任务特定的提示,使得一个模型可以高质量地完成对话和推荐两个任务,并生成结果相一致的回复语句和推荐物品。
  • 一种基于提示学习对话推荐系统
  • [发明专利]一种拌砂浆的定量配置设备-CN202210383787.9在审
  • 杨亚林 - 利辛县泉鑫新型建材有限公司
  • 2022-04-12 - 2022-08-09 - B28C5/16
  • 本发明涉及定量配置设备技术领域,具体涉及一种拌砂浆的定量配置设备,包括承载箱、回旋输送机构和底座;所述承载箱内部四周底端设置有承载架,所述承载箱内壁下表面中部一侧固定连接有电机,所述电机动力输出端贯穿承载架设置有搅拌机构,所述承载箱内壁一侧顶端固定连接有进料罩;通过在导料罩外围一侧设置有的多个孔径不同的输料孔,并配置有的分选网,从而能够借助出料管向外输送不同类型粘度的拌砂浆,进而满足了多种粘度配置的拌砂浆的需求,提升了拌砂浆的多种配置效果
  • 一种砂浆定量配置设备
  • [发明专利]训练语言模型的训练方法和装置-CN202210757340.3在审
  • 李浩然 - 京东科技信息技术有限公司
  • 2022-06-30 - 2022-10-11 - G06N3/08
  • 本发明公开了训练语言模型的训练方法和装置,涉及计算机技术领域。在输入文本中加入噪音得到噪音输入文本;从前到后遍历输出文本的每个槽位:获取由当前槽位之前各个槽位的词形成的历史解码文本,在历史解码文本中加入噪音得到噪音历史解码文本,将噪音输入文本和噪音历史解码文本输入训练语言模型,得到当前槽位的词为噪音输入文本中各个词的概率分布,根据概率分布对训练语言模型进行迭代训练,得到当前槽位的词。该实施方式能够使解码过程不仅仅训练语言模型,还需要在遇到噪音时关注到输入文本,从而提高训练语言模型的鲁棒性。
  • 训练语言模型方法装置
  • [发明专利]一种基于元学习的小样本恶意网络流量检测方法-CN202211084535.2在审
  • 陈铁明;谢京希;朱添田;吕明琪;路晓明 - 浙江工业大学
  • 2022-09-06 - 2022-10-11 - H04L9/40
  • 本发明公开了一种基于元学习的小样本恶意网络流量检测方法,包括如下步骤:(1)对网络流量数据进行抓取,并从中抽取网络流量特征,最后构建训练集。(2)定义基础模型并随机初始化模型参数,然后基于训练集、采用元学习技术训练元模型。(3)利用目标任务中少量的网络流量训练样本对元模型进行微调,得到适应目标任务的恶意流量检测模型。该方法的优势在于:(1)采用元学习技术在通用数据集上训练恶意网络流量检测模型,大大提升了模型的泛化能力和对不同场景的适应能力。(2)采用微调技术将训练模型在目标场景中进行适配,大大减少了目标场景中训练样本的需求量。
  • 一种基于学习样本恶意网络流量检测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top