“任务属性”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果256332个，建议您升级VIP下载更多相关专利

[发明专利]节点属性预测及模型训练方法、设备和存储介质-CN202310404538.8在审
发明人：林田谦谨;宋凯嵩;康杨杨;蒋卓人;李旭瑞;孙常龙;刘晓钟 -专利权人：阿里巴巴达摩院（杭州）科技有限公司
申请日： 2023-04-10 - 公布日： 2023-07-14 - 主分类号： G06N3/082 文献下载
摘要：本申请提供一种节点属性预测及模型训练方法、设备和存储介质，该节点属性预测方法包括：接收包括设定图模式、目标节点类型对应的待预测属性的节点属性预测任务，根据图模式确定以目标节点类型为起点的多个元路径以及从初始异构图中确定与图模式对应的目标异构图，获取与节点属性预测任务对应的包括目标因果模型的节点属性预测模型。响应于对目标异构图中属于目标节点类型的目标预测节点触发的节点属性预测任务的执行操作，在目标异构图中确定目标预测节点在多个元路径下对应的多个邻居节点集合，根据多个邻居节点集合、目标预测节点以及目标因果模型确定目标预测节点的待预测属性值，以实现预测目标节点的待预测属性值的准确预测。
节点属性预测模型训练方法设备存储介质

[发明专利]数据处理方法、装置、电子设备及存储介质-CN202111071335.9在审
发明人：刘维 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2021-09-13 - 公布日： 2021-11-30 - 主分类号： G06Q10/08 文献下载
摘要：该数据处理方法包括：获取目标任务的属性信息，其中，属性信息包括与目标任务相对应的库存占用信息、触发时间和执行周期；根据属性信息将目标任务添加至目标时间轮的目标任务队列中，其中，目标任务队列与触发时间相对应，目标时间轮中每个任务槽点对应一个任务队列；根据执行周期确定目标时间轮中循环指针的循环周期；在循环指针到达与循环周期相对应的任务槽点的情况下，在目标任务队列中删除目标任务，并释放与库存占用信息相关联的库存占用量
数据处理方法装置电子设备存储介质

[发明专利]一种任务依赖图布局方法、装置、设备及存储介质-CN202310573664.6在审
发明人：林嘉俊;张柱欣 -专利权人：广州趣研网络科技有限公司
申请日： 2023-05-19 - 公布日： 2023-08-15 - 主分类号： G06F16/26 文献下载
摘要：本发明公开了一种任务依赖图布局方法、装置、设备及存储介质，方法包括：从原始任务依赖图中读取任务节点的节点属性和任务节点所属的节点层级，将属于同一节点层级的相同节点属性的任务节点聚合为一个聚合节点，按照节点层级的顺序排布聚合节点，并渲染包括聚合节点连接关系的目标任务依赖图。本发明将属于同一节点层级的相同节点属性的任务节点聚合为一个聚合节点，并对聚合节点进行重新排布，渲染出包括聚合节点连接关系的目标任务依赖图，减少了任务依赖图中的节点和边的数量，提高了任务依赖图可读性和可视化效果
一种任务依赖布局方法装置设备存储介质

[发明专利]基于深度学习反馈结合边缘计算的大数据处理系统-CN202010637720.4在审
发明人：刀锋 -专利权人：刀锋
申请日： 2020-07-05 - 公布日： 2020-10-09 - 主分类号： G06N3/04 文献下载
摘要：本发明提出一种基于深度学习反馈的大数据处理系统，包括数据任务接收模块、数据任务分析模块、深度学习反馈模块、数据任务分发模块、边缘计算终端以及云数据处理系统。数据任务接收模块接收从多个互相独立的输入终端输入的数据处理任务；数据任务分析模块分析输出数据处理任务的至少一个数据输入属性；深度学习反馈模块与所述数据任务分发模块连接所述数据任务分析模块基于所述数据任务分析模块输出的数据输入属性，将所述数据处理任务传送至所述边缘计算终端和/或云数据处理系统。本发明的技术方案能够基于输入的数据处理任务的属性参数尤其是输入变化参数，深度学习反馈匹配对应的数据处理方式，实现大数据背景下的数据任务高效处理。
基于深度学习反馈结合边缘计算数据处理系统

[发明专利]用于认知任务测评的建模方法、认知任务测评方法及系统-CN202211512702.9在审
发明人：唐毅;邢怡;王治斌;秦琪 -专利权人：首都医科大学宣武医院
申请日： 2022-11-25 - 公布日： 2023-04-04 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种用于认知任务测评的建模方法、认知任务测评方法及系统。建模方法包括获取用户集中各用户的用户信息；获取各用户对同一认知训练任务的行为反映数据和测评结果；根据各用户的用户信息、行为反映数据和测评结果，基于扩散项目反映理论获取对应认知训练任务的多个任务指标；获取认知训练任务的多个固有属性；重复上述步骤，直至任务集中的各认知训练任务均获取对应的多个任务指标和多个固有属性；利用各认知训练任务所分别对应的多个任务指标和多个固有属性，构建预测模型。由此，基于所构建的预测模型可对认知训练任务的内容质量进行自动化测评，无需收集真实用户数据即可测评认知训练任务的内容质量，从而剔除低质量内容。
用于认知任务测评建模方法系统

[发明专利]基于流网络模型的无人机集群任务资源调度方法-CN202310954303.6在审
发明人：王晓红;姚梦菲;王立志;唐慧;左振坤 -专利权人：北京航空航天大学
申请日： 2023-08-01 - 公布日： 2023-10-10 - 主分类号： G05D1/10 文献下载
摘要：本发明公开一种基于流网络模型的无人机集群任务资源调度方法，首先对无人机集群的任务载荷实体进行抽象化、虚拟化，并分类管理，建立无人机集群资源池构建方法，然后将分类后的载荷通过集群内的任务关系进行连接，得到任务网络链路，进一步得到任务层网络模型。其次引入任务能力的概念，将任务能力赋予任务层网络节点作为节点能力属性，然后节点能力属性转换为任务链路流量属性。在无人机集群系统层面，即是将集群对任务的完成情况进行流量化处理，任务层网络中流动的流量就是集群完成任务的能力流。最后在对集群任务能力进行有效评估的基础上，提出改进蚁群算法以实现寻找全局最优及快速收敛，实现最优集群资源调度策略。
基于流网模型无人机集群任务资源调度方法

[发明专利]一种内存访问隔离方法-CN201710693293.X有效
发明人：钟大江;杜朝晖;应志伟;方之熙 -专利权人：海光信息技术有限公司
申请日： 2017-08-14 - 公布日： 2020-11-13 - 主分类号： G06F21/79 文献下载
摘要：本发明涉及一种内存访问隔离方法，方法包括：获取任务请求的内存页框物理地址和CPU运行时的任务信息，运行时的任务信息包括：任务号和任务运行环境信息；通过查询页框属性表得到页框物理地址对应的任务信息；页框属性表中包含多个条目，每个条目记录了该页框地址对应的任务信息和访问控制信息；通过比较CPU运行时的任务信息和查询页框属性表得到的任务信息判断是否允许该任务访问页框。本发明能借助硬件，完全隔离不同CPU运行环境下，操作系统对于用户任务的内存访问以及任务间的内存互访。还能与内存加密技术共同使用，如果结合使用，则能做到隔离了操作系统对普通任务访问的同时还能对内存加密，能取得更好的防止软件和硬件攻击的效果。
一种内存访问隔离方法

[发明专利]一种基于专有云的目标任务多级监控装置和方法-CN201811609447.3有效
发明人：曹丽霄;张化波;郑甦;陆小兵;秦伟林 -专利权人：北京航天智造科技发展有限公司
申请日： 2018-12-27 - 公布日： 2023-09-19 - 主分类号： G06Q10/0631 文献下载
摘要：本申请实施例提供的基于专有云的目标任务多级监控装置和方法，通过设置目标任务属性信息模块规范目标任务属性信息，使不同层级、不同企业获得统一的目标任务属性信息，保证数据颗粒度的一致性；通过目标任务发布模块规范目标任务业务流程，使不同层级、不同企业能够及时接收目标任务信息，降低不同层级、不同企业间的数据交换成本；通过目标任务监控模块，下级企业汇总、上级企业收集目标任务完成情况，使不同层级企业都能够及时监控目标任务的最新动态，便于不同层级企业及时发现目标任务执行过程中的问题、预判目标任务制定计划的风险；通过数据接口库，实现专有云内目标任务多级监控装置与集团云平台的深度集成，节约数据资源，提高数据使用效率。
一种基于专有目标任务多级监控装置方法

[发明专利]信息审批方法、装置、设备及存储介质-CN202310755597.X在审
发明人：李强;魏旺芳;梁晓珺;邹大卫 -专利权人：中国工商银行股份有限公司
申请日： 2023-06-25 - 公布日： 2023-09-15 - 主分类号： G06Q40/02 文献下载
摘要：该方法包括：根据接收到的与待审批对象相关的对象属性信息，生成待审批任务，其中，待审批任务关联有至少一个任务类型；根据任务类型，将待审批任务发送至与任务类型相关的任务审核队列；从任务审核队列获取与任务类型相关的任务审核子结果；以及根据任务审核子结果，生成与对象属性信息相关的信息审批结果。
信息审批方法装置设备存储介质

[发明专利]基于多任务网络的属性级情感分类方法及装置-CN202110628590.2在审
发明人：李寿山;陈潇;王晶晶;周国栋 -专利权人：苏州大学
申请日： 2021-06-07 - 公布日： 2021-08-24 - 主分类号： G06F16/33 文献下载
摘要：本申请涉及一种基于多任务网络的属性级情感分类方法及装置，属于情感分析技术领域。该方法包括：获取情感分类样本语料并对语料进行预处理，得到处理后的样本语料；构建预设分类模型，所述预设分类模型包括属性级情感分类主任务网络、篇章级情感分类辅助任务网络、上下句情感连贯性判断辅助任务网络，所述主任务网络和辅助任务网络由共享的编码层和与编码层相连的各独立分类层构成；将所述处理后的样本语料输入所述预设分类模型并利用预设的损失函数进行训练，得到情感分类模型，所述情感分类模型用于对输入的待分类语料进行属性级情感分类。本申请有效地提高属性级情感分类的性能。
基于任务网络属性情感分类方法装置

[发明专利]一种推荐任务执行人员的方法、装置及设备-CN202210276245.1在审
发明人：郑伟强;谢仁伟;曾文凤;吴悦欣;林予宇;黄橙澄;柯思强 -专利权人：建信金融科技有限责任公司
申请日： 2022-03-21 - 公布日： 2022-06-10 - 主分类号： G06Q10/06 文献下载
摘要：本说明书实施例提供了一种推荐任务执行人员的方法、装置及设备，包括：根据当前任务的属性信息，获取下一任务的配置信息；在确定需要执行选人操作的情况下，根据配置信息确定执行下一任务的用户属性范围信息；基于预设统计规则，确定候选用户集合；将候选用户集合中每个用户的属性信息与用户属性范围信息进行匹配，获得候选用户列表；确定候选用户列表中每个用户的推荐分值；根据每个用户的推荐分值，推荐下一任务的执行人员。利用本说明书实施例可以提高业务办理过程中下一步任务人员选择的准确性和流程类业务的执行效率。
一种推荐任务执行人员方法装置设备

[发明专利]医疗实体识别模型的训练方法、医疗实体识别方法及装置-CN202211268405.4在审
发明人：袁晟君;吴汇哲 -专利权人：太保科技有限公司
申请日： 2022-10-17 - 公布日： 2022-12-30 - 主分类号： G06F40/295 文献下载
摘要：医疗实体识别模型的训练方法中，包括：获取待训练数据；获取目标实体属性信息，所述目标实体属性信息用于指示实体的属性；根据目标实体属性信息，利用所述训练数据训练实体识别模型，所述实体识别模型用于对属性与所述目标实体类型信息所指示的属性相匹配的实体的进行识别本申请在模型训练阶段，通过引入目标实体属性信息，可以复用在不同任务中，有效利用不同任务下的各种标注数据，提升数据使用效率，并且提高模型在不同任务中识别新类型实体的能力。
医疗实体识别模型训练方法装置

[发明专利]用于细粒度情感分析的相互增强转换方法-CN202010951154.4有效
发明人：蒋斌;侯静;杨超 -专利权人：湖南大学
申请日： 2020-09-11 - 公布日： 2022-02-08 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及用于细粒度情感分析的相互增强转换网络，属于细粒度情感分析任务，该任务旨在确定给定句子中每一个具体属性的情感极性。本发明提出了一个用于细粒度情感分析的相互增强转换网络。首先，该网络中的属性增强模块通过从句子中提取的语义特征去完善属性的表征学习以赋予属性更丰富的信息。其次，该网络利用层级结构迭代增强属性和上下文的表示以实现更准确的情感预测。经验证本发明对细粒度情感分析任务是有效的，并且本发明在单属性句子和多属性句子中都表现良好。
用于细粒度情感分析相互增强转换方法

[发明专利]报表表样分配方法和系统-CN201010215934.9无效
发明人：杨鹏;贾爱华 -专利权人：用友软件股份有限公司
申请日： 2010-06-22 - 公布日： 2010-11-17 - 主分类号： G06Q10/00 文献下载
摘要：本发明公开了一种报表表样分配方法和系统，其中，该方法包括：上级单位创建报表数据采集任务并为该任务设定用于进行报表表样过滤的关键字；上级单位根据关键字选择报表表样并统一设定报表表样的业务方案；上级单位根据采集任务的业务属性和上级单位的范围来选择作为下级单位的集合的报表管理机构，并将采集任务统一分配给下级单位；下级单位对报表数据采集任务的各个报表自定义属性项和单位自定义属性项执行循环匹配处理，并按需接收报表自定义属性项与单位自定义属性项匹配的报表表样。因此，本发明通过使用报表表样自定义属性和单位自定义属性的灵活设置，实现报表自定义项和单位自定义项的耦合，从而完成了报表的统一分配、按需接收的功能。
表表分配方法系统

[发明专利]一种基于多任务学习的中文属性级情感分析方法、系统、设备及介质-CN202310212271.2在审
发明人：李沛源;权义宁;江涛;孙鹏岗;宋建锋;苗启广 -专利权人：西安电子科技大学
申请日： 2023-03-07 - 公布日： 2023-04-28 - 主分类号： G06F40/30 文献下载
摘要：一种基于多任务学习的中文属性级文本情感分析方法、系统、设备及介质，其方法为：使用MacBERT预训练语言模型作为面向中文的情感分析任务的上下文嵌入模块；在使用MacBERT对中文文本进行词嵌入时，能够同时对输入模型的评论文本进行属性词抽取和属性情感分类；使用句法相对距离，改进了基于词语间距的局部上下文聚焦机制；使用多头注意力机制，对属性词抽取模块产生的全局上下文特征和属性情感分类模块产生的局部上下文特征进行交互学习，构建多任务的学习框架；其系统、设备及介质能够对输入的评论文本基于多任务学习进行情感分析；本发明能够适应大规模数据集，自动提取属性词并预测属性词的情感极性，极大地降低了手动标注所有属性词及其情感极性标签的巨大成本。
一种基于任务学习中文属性情感分析方法系统设备介质