“叶柏威”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6个，建议您升级VIP下载更多相关专利

[发明专利]一种人机物融合云计算平台的资源编排方法-CN202010348432.7有效
发明人：王旭;沃天宇;叶柏威;朱建勇;胡春明 -专利权人：北京航空航天大学
申请日： 2020-04-28 - 公布日： 2022-09-02 - 主分类号： G06F9/455 文献下载
摘要：本发明提出一种人机物融合云计算平台的资源编排方法，具体包括建立混合资源模型和编排方法两部分；其中混合资源模型将人机物应用的混合资源需求统一建模为云端资源模型、网端资源模型以及终端资源模型三大类资源模型，同时编排方法的建立包括配置资源和建立拓扑框架步骤，最终建立起资源编排方法的拓扑架构和运行机制，进而实现人机物应用资源需求和具体实体之间的动态映射，使人机物应用能够适应云网端协同计算的资源动态性、支持泛在异构实体的接入和物理属性的约束。最终提升资源利用率、保障人机物应用的服务质量。
一种人机融合计算平台资源编排方法

[发明专利]模型处理方法、装置、电子设备以及存储介质-CN202210233983.8在审
发明人： 叶柏威 -专利权人：北京百度网讯科技有限公司
申请日： 2022-03-09 - 公布日： 2022-06-07 - 主分类号： G06N20/00 文献下载
摘要：本公开提供了一种模型处理方法、装置、电子设备以及存储介质，涉及机器学习技术领域，具体涉及联邦学习技术领域，以至少解决相关技术中模型的预测性能较低的技术问题。具体实现方案为：获取至少一个模型训练任务，其中，至少一个模型训练任务中每个模型训练任务至少包括训练数据和任务标识；基于每个模型训练任务的任务标识确定与该模型训练任务对应的待训练模型；基于每个模型训练任务的训练数据和该模型训练任务对应的模型训练方式对该模型训练任务对应的待训练模型进行训练，得到目标模型。
模型处理方法装置电子设备以及存储介质

[发明专利]单算子多模型流水线推理方法、系统、电子设备及介质-CN202011529387.1有效
发明人：董大祥;赵历;叶柏威;王嘉炜;徐龙腾 -专利权人：北京百度网讯科技有限公司
申请日： 2020-12-22 - 公布日： 2022-05-27 - 主分类号： G06T1/20 文献下载
摘要：本公开公开了单算子多模型流水线推理方法、系统、电子设备及介质，涉及深度学习、自然语言处理以及智能云等人工智能领域，所述方法可包括：构建由基于远程过程调用协议的微服务框架和图执行引擎组成的单算子多模型流水线推理系统；利用该系统完成对于用户请求的处理；其中，基于远程过程调用协议的微服务框架用于将用户请求发送给图执行引擎，并获取图执行引擎返回的处理结果，返回给用户；图执行引擎用于利用操作节点对用户请求进行处理，并将处理结果返回给基于远程过程调用协议的微服务框架，图执行引擎中包括多个操作节点，且其中的至少两个操作节点分别对应于不同的模型服务。
算子模型流水线推理方法系统电子设备介质

[发明专利]训练方法、训练装置、设备、系统及存储介质-CN202210044726.X在审
发明人：汤伟;董大祥;徐龙腾;敬清贺;杨博;叶柏威 -专利权人：北京百度网讯科技有限公司
申请日： 2022-01-14 - 公布日： 2022-05-13 - 主分类号： G06N20/00 文献下载
摘要：本公开提供了一种训练方法、训练装置、设备、系统及存储介质，涉及数据处理领域，尤其涉及大数据处理领域。具体实现方案为：分布式训练系统中的第一训练节点在确定满足缓存启动条件的情况下，获取目标待训练数据，其中，所述目标待训练数据为总待训练数据中的部分数据，所述总待训练数据为对所述分布式训练系统所需训练的待训练模型进行异步训练的总数据；所述第一训练节点在确定满足训练条件的情况下，基于所述目标待训练数据对预先存储的所述待训练模型进行异步训练，得到当前训练结果；所述第一训练节点将所述当前训练结果发送至所述分布式训练系统中的第二训练节点。如此，提升了训练效率。
训练方法装置设备系统存储介质

[发明专利]训练模型的方法、装置、电子设备以及存储介质-CN202210122134.5在审
发明人：敬清贺;董大祥;汤伟;徐龙腾;杨博;叶柏威 -专利权人：北京百度网讯科技有限公司
申请日： 2022-02-09 - 公布日： 2022-05-13 - 主分类号： G06N20/20 文献下载
摘要：本公开提供了一种训练模型的方法、装置、电子设备以及存储介质，涉及数据处理领域，进一步涉及云计算、联邦学习技术领域，具体涉及一种训练模型的方法、装置、电子设备以及存储介质。具体实现方案为：接收来自于多个终端的加密数据，其中，加密数据是由多个终端中每个终端对本地模型进行训练后得到的中间结果进行加密后得到的数据；基于加密数据对初始云端模型进行训练与更新，得到目标云端模型；将目标云端模型对应的更新后网络参数返回至多个终端，以使多个终端中每个终端对本地模型进行更新。
训练模型方法装置电子设备以及存储介质

[发明专利]信息搜索方法、装置、电子设备及存储介质-CN202210100391.9在审
发明人：徐龙腾;董大祥;汤伟;敬清贺;杨博;叶柏威 -专利权人：北京百度网讯科技有限公司
申请日： 2022-01-27 - 公布日： 2022-05-03 - 主分类号： G06F16/9535 文献下载
摘要：本公开提供了一种信息搜索方法、装置、电子设备及存储介质，涉及深度学习、大数据、智能搜索等人工智能技术领域。具体方案包括：服务端获取第一客户端的搜索关键词；获取至少一个候选目标的向量表示组，其中，向量表示组中包括第一客户端以及至少一个第二客户端对同一候选目标的向量表示；根据搜索关键词以及至少一个候选目标的向量表示组，从至少一个候选目标中筛选出与搜索关键词匹配的至少一个搜索目标；向第一客户端发送至少一个搜索目标，以使第一客户端根据至少一个搜索目标从所述第一客户端的数据库中获取搜索结果。本公开的技术方案可以在不涉及隐私数据的情况下利用其他节点的数据来进行搜索，从而增强搜索效果。
信息搜索方法装置电子设备存储介质