[发明专利]一种数据处理方法及相关装置在审
| 申请号： | 202211214436.1 | 申请日： | 2022-09-30 |
| 公开（公告）号： | CN115618950A | 公开（公告）日： | 2023-01-17 |
| 发明（设计）人： | 郭威;张恒煜;郭慧丰;唐睿明 | 申请（专利权）人： | 华为技术有限公司 |
| 主分类号： | G06N5/04 | 分类号： | G06N5/04;G06N3/0455;G06N3/0464;G06N3/084;G06N20/00 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人： | 万欣慰 |
| 地址： | 518129 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种数据处理方法，可以应用于人工智能领域，方法包括：获取用户的第一日志数据以及第二日志数据；所述第一日志数据包括第一物品的第一属性信息，所述第二日志数据包括第二物品的第二属性信息；所述第一日志数据的发生时间早于所述第二日志数据；通过第一编码器处理所述第一属性信息对应的第一嵌入，得到第一特征表示；通过第二编码器处理所述第二属性信息对应的第二嵌入，得到第二特征表示；所述第一特征表示和所述第二嵌入之间的差异、以及所述第二特征表示和所述第一嵌入之间的差异用于构建损失；根据所述损失更新所述第一编码器以及所述第二编码器。本申请可以提高模型的预测精度。 | ||
| 搜索关键词： | 一种 数据处理 方法 相关 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华为技术有限公司，未经华为技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211214436.1/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种基于LBD和Berkmin策略删除学习子句的方法-202310795359.1
- 汪杰;游海龙;王子成;刘美华;白耿;苏宇 - 深圳国微芯科技有限公司
- 2023-06-30 - 2023-10-27 - G06N5/04
- 本发明公开了一种基于LBD和Berkmin策略删除学习子句的方法，采用混合删除策略，首先，在满足LBD删除策略的删除条件时，按照LBD值执行删除操作；然后，在满足Berkmin删除策略的删除条件时，按照活性值执行Berkmin删除操作。改变了传统LBD删除策略中固定冲突次数删除的方式，同时根据LBD阈值调节删除学习子句的数量，改善了传统LBD删除策略中每次删除一半数量学习子句的激进方式。由于LBD删除策略中执行删除操作时删除的学习子句的数量较少，可能导致学习子句数量爆炸，在后续的Berkmin删除策略中，按照学习子句活性进行重新排序，并对活性值较小的一半，按照学习子句的相关性（年龄、长度、活性值等）执行删除操作。本发明的方法简单，有效地提高了求解器的求解速度。
- 一种问题处理方法和装置、一种用于问题处理的装置-201710056809.X
- 邸楠 - 北京搜狗科技发展有限公司
- 2017-01-25 - 2023-10-27 - G06N5/04
- 本发明实施例提供了一种问题处理方法和装置、一种用于问题处理的装置，其中的方法具体包括：接收当前自然语言问题；确定所述当前自然语言问题对应的完整性概率；在所述当前自然语言问题的完整性概率超过概率阈值时，依据所述当前自然语言问题推导得到所述当前自然语言问题对应的问题意图；依据所述问题意图，得到所述当前自然语言问题对应的答案；输出所述当前自然语言问题对应的答案。本发明实施例能够提高答案反馈效率，以及降低答案的反馈延迟，且能够提高问题意图及答案的准确度。
- 深空探测器任务规划的动态弧一致时间约束推理方法-202310910405.8
- 徐瑞;王棒;李朝玉;崔平远;朱圣英;梁子璇 - 北京理工大学
- 2023-07-24 - 2023-10-24 - G06N5/04
- 本发明公开的深空探测器任务规划的动态弧一致时间约束推理方法，属于航空航天技术领域。本发明实现方法为：建立深空探测器时间规划问题模型；在进行时间约束推理前将活动时间变量及时间约束表示为简单时间网络STN中的变量点与边，而后初始化时间约束网络，并在该网络中动态添加规划中新添加活动的时间变量和时间约束；通过变量值域更新列表对约束传播进行判断，只对新约束的影响范围内的变量计算新值域，并通过计算后值域削减与否来限制约束传播，缩小约束传播范围，减少时间约束推理次数，节省深空探测器有限的计算资源，提高复杂时间约束推理效率，提高深空探测器任务规划效率，增强深空探测器在突发事件下的任务规划实时性。
- 一种基于混合粒度事件的海战推理方法-202310910506.5
- 陈行军;聂俊峰;褚骁庚;林宗祥;隋金坪 - 中国人民解放军海军大连舰艇学院
- 2023-07-24 - 2023-10-24 - G06N5/04
- 本发明公开了一种基于混合粒度事件的海战推理方法，包括根据战事知识库的知识数据确定本体的领域和应用的范围中的重要术语与概念词；并根据重要术语与概念词建立词汇列表；根据词汇列表定义本体类及类的层次，确定类之间的父子关系与并列关系；并定义类的属性及属性约束，获取海战场作战事件本体模型；通过海战场作战事件本体模型对海战场混合粒度作战信息实施例化，获取多个海战场作战事件并存储在战法规则知识库；根据BN推理引擎模块对获取各海战场作战事件进行推理，获取下一时刻执行的海战场作战事件。便于描述海战场作战的关键事件，语义要素以及事件之间的关系，大大提高了通过军事领域知识分析与指挥员决策知识对海战场任务的推演的效率。
- 一种知识图谱实体消歧和归一方法、系统及电子设备-202310834243.4
- 赵化时;李建设;梁寿愚;顾慧杰;李映辰;李文朝;李金 - 中国南方电网有限责任公司
- 2023-07-07 - 2023-10-24 - G06N5/04
- 本发明提供的一种知识图谱实体消歧和归一方法、系统及电子设备，涉及实体消歧技术领域。方法包括根据电网本体知识图谱和调度语义知识图谱构建多个词向量序列；构建当前词向量序列的当前跨度表示；将当前跨度表示输入到训练后的前馈神经网络，得到当前词向量序列对应文本的实体识别结果；对实体识别结果依次进行实体消歧处理和实体归一处理；根据实体归一处理后的多个实体构建电网调度知识图谱；基于电网调度知识图谱，利用图谱推理服务控制电网。本发明通过构建语料库能够基于电网本体知识图谱和调度语义知识图谱融合得到电网调度图，进而提高电网图谱推理服务的合理性。
- 验证方法、装置及设备-202210351259.5
- 周通;孙鹏;宋二浩 - 维沃移动通信有限公司
- 2022-04-02 - 2023-10-24 - G06N5/04
- 本申请公开了一种验证方法、装置及设备，属于通信技术领域，本申请实施例的验证方法包括：第一设备获取对人工智能AI模型的推理结果的验证需求和触发条件，并基于所述验证需求确定所述推理结果对应的验证结果，所述验证需求用于指示对所述推理结果输出的至少一个维度的数据进行验证的需求；在所述验证结果满足所述触发条件的情况下，向第二设备发送目标信息，所述目标信息用于指示所述验证结果。
- 用于执行包括多个算子的程序的装置及方法-202210700631.9
- 萧志祥;许嘉锋 - 联发科技股份有限公司
- 2022-06-20 - 2023-10-24 - G06N5/04
- 本发明提供了用于执行包括多个算子的程序(例如，神经网络推理或深度学习模型)的方法和装置。该装置可以包括执行器和分析器。执行器被配置为以多个算子中的至少第一算子执行所述程序，其中第一算子从存储多个算子的第一存储器被加载到第二存储器上，执行器基于以第一算子执行程序的进度生成指示信号。分析器耦接到执行器、第一存储器和第二存储器，被配置为基于来自执行器的指示信号和存储在第二存储器中的执行方案，在执行器以第一算子完成执行程序之前，将存储在第一存储器中的至少第二算子加载到第二存储器。
- 样本确定方法、装置及设备-202210350467.3
- 周通 - 维沃移动通信有限公司
- 2022-04-02 - 2023-10-24 - G06N5/04
- 本申请公开了一种样本确定方法、装置及设备，属于通信技术领域，本申请实施例的样本确定方法包括：第一设备接收目标设备发送的第一信息，所述第一信息包括时变参数信息及人工智能AI模型属性信息，所述时变参数信息用于指示通信行为的随机性；所述第一设备基于目标推理模型的推理结果及所述时变参数信息，确定用于训练所述目标推理模型的训练样本，所述目标推理模型为与所述AI模型属性信息对应的推理模型。
- 视觉概念的推理方法及装置、介质、设备-202310919263.1
- 马晓健;伍汝杰;李庆 - 北京通用人工智能研究院
- 2023-07-25 - 2023-10-20 - G06N5/04
- 本发明的实施例提供一种视觉概念的推理方法，包括：获取m个待推理图像，其中，m为大于等于2的整数；以及利用预先构建的视觉概念推理模型，根据所述m个待推理图像，推理得到查询图像，其中，所述查询图像为体现所述m个待推理图像之间的关联关系的图像，所述视觉概念推理模型包括识别函数和推测函数，所述识别函数用于识别所述m个待推理图像中每个所述待推理图像的图像特征，所述推测函数用于推测所述m个待推理图像的图像特征之间的关联关系。本发明的实施例还提供了一种视觉概念的推理装置、计算机可读存储介质和电子设备。
- 一种基于知识图谱的辐射源工作模式和意图推理方法-202311029473.X
- 侯鑫玥;李越;朱晨郁;彭晓燕 - 电子科技大学
- 2023-08-15 - 2023-10-20 - G06N5/04
- 本发明属于电子侦察领域，涉及一种基于知识图谱的辐射源工作模式和意图推理方法。本发明在传统知识图谱中加入时间以及置信度信息，构造柔性知识图谱，并在可视化的基础上实现对雷达下一步的工作模式及其意图的预测。首先，需要对于接收到的信号进行数据预处理，从而将信号数据高效存入知识图谱中，然后利用柔性知识图谱实现对辐射源工作模式和意图的预测。
- 一种推理方法、装置及电子设备-202310822863.6
- 蔡逆水;吴浩;江川;彭青 - 中国电信股份有限公司技术创新中心;中国电信股份有限公司
- 2023-07-05 - 2023-10-20 - G06N5/04
- 本申请公开一种推理方法、装置及电子设备，该方法包括，对输入数据进行特征提取，得到特征数据，并根据特征数据，形成N个格式数据，然后，调取用户选择的数据推理装置选择策略，根据数据推理装置选择策略，在M个数据推理装置中选择出第一目标数据推理装置，并在N个格式数据中确定出与第一目标数据推理装置相匹配的目标格式数据，最后，通过第一目标数据推理装置对目标格式数据进行推理，并输出目标推理结果。通过上述方法，不仅可以过滤掉输入数据中的无用信息，还能使得推理过程简单化，提高推理效率。
- 基于Web浏览器的深度神经网络推理调度方法和装置-202310538682.0
- 马郓;田得雨;韩宇栋;李晴;刘譞哲 - 北京大学
- 2023-05-12 - 2023-10-20 - G06N5/04
- 本发明提供了一种基于Web浏览器的深度神经网络推理调度方法和装置，涉及软件领域。所述方法包括：获取第一深度神经网络推理任务和第二深度神经网络推理任务；按照目标切分方式，将第一深度神经网络推理任务切分为第一前序子任务和第一后序子任务，以及将第二深度神经网络推理任务切分为第二前序子任务和第二后序子任务；按照目标调度方式，确定前序运行环境和后序运行环境，前序运行环境和后序运行环境分别为Web浏览器提供的WebAssembly运行环境和GPU加速的运行环境中的一种；将第一前序子任务和第二前序子任务先后调度到前序运行环境中进行执行，以及将第一后序子任务和第二后序子任务先后调度到后序运行环境中进行执行。
- 一种适应于资源受限的FPGA实现BNN前向推理的方法及系统-202310931736.X
- 李强;赵峰;庄莉;王秋琳;伍臣周;宋立华;邱镇;黄晓光;陈江海 - 国网信息通信产业集团有限公司;福建亿榕信息技术有限公司
- 2023-07-27 - 2023-10-17 - G06N5/04
- 本发明涉及一种适应于资源受限的FPGA实现BNN前向推理的方法及系统，包括步骤S1:读取特征图信息，权值信息存入FPGA的片内RAM中；步骤S2:将首层输入图像先进行归一化去均值后进行8bit量化进入中间网络，所述中间网络分为多个宏卷积层，采用二值化权值和激活函数，每个卷积层按照卷积、批正则化、激活顺序进行处理；步骤S3:最后的全连接层采用8bit量化精度进行相乘后判决输出。本发明能够大幅降低乘法器、存储器的开销，同时大大降低运行功耗。
- 一种面向AIoT的多任务本地协同推理方法及系统-202310254000.3
- 罗宇哲;李玲;陈睿智;吴逍雨;程丽敏;赵琛 - 中国科学院软件研究所
- 2023-03-16 - 2023-10-17 - G06N5/04
- 本发明提供一种面向AIoT的多任务本地协同推理方法及系统，属于分布式机器学习领域。本发明通过AIoT客户端将客户端本地模型切片推理的中间结果通过并行通信局域网发送至本地服务器，本地服务器使用同一模型切片对中的对应模型切片初始化推理引擎并完成推理过程，随后将结果回传至原客户端。本发明使用局部贪心搜索对协同推理中所用的模型切片进行通信优化，使用内存复用和内存替换加速推理引擎初始化，通过两级并行执行流来执行的协同推理任务。本发明使用本地设备和局域网进行协同推理，避免了传统方法中的隐私泄露和网络波动问题，为大量AIoT客户端提供低延迟的协同推理服务，提升了系统处理协同推理任务的吞吐量。
- 一种基于GCN的无人机任务规划知识推理方法-202310872896.1
- 柴蓉;段晓芳;邱江;陈前斌 - 重庆邮电大学
- 2023-07-17 - 2023-10-13 - G06N5/04
- 本发明涉及一种基于GCN的无人机任务规划知识推理方法，属于无人机技术领域。该方法包括以下步骤：S1：无人机任务规划系统知识抽取；S2：基于TransH得到无人机任务规划知识的向量表示；S3：构建无人机任务规划知识图谱的邻接矩阵；S4：初始化特征矩阵；S5：GCN特征向量更新；S6：基于块对角分解的GCN权重系数正则化；S7：基于全连接层实现实体分类；S8：建模Sigmoid函数实现链接预测。
- 融合结构化知识和文本语义的专业文本推断方法和系统-202311146912.5
- 孙宇清;夏天宇;马磊;袁峰;张华英;付大江;郭成锋 - 山东山大鸥玛软件股份有限公司
- 2023-09-07 - 2023-10-13 - G06N5/04
- 一种融合结构化知识和文本语义的专业文本推断方法和系统，属于自然语言处理的技术领域，包括：首先，对专业文本的两种特征进行构建：使用知识图的表现形式对专业文本中的知识进行表示，得到结构化知识；基于自编码器对结构化知识进行编码获得专业文本知识特征；使用大型预训练语言模型对文本进行编码，获得文本完整的文本语义特征；然后，在推断时引入一致性损失函数对专业文本推断模型进行训练，实现了融合专业文本知识特征和文本语义特征的专业文本推断。本发明所述方法能够综合利用可理解的知识表征和整体语义信息，在更好地进行专业文本推断的同时提供可解释的知识形式作为推断依据。
- 一种AI推理引擎中算子输出长度的处理方法及处理系统-202310877525.2
- 刘振杰;温棋标;俞伟斌;郑少博 - 宁波路特斯机器人有限公司
- 2023-07-17 - 2023-10-13 - G06N5/04
- 本发明提供了一种AI推理引擎中算子输出长度的处理方法及处理系统，涉及深度学习模型技术领域。本发明先从深度学习模型的初始计算图中确定目标算子，然后从目标算子的多个输出长度中选择至少两个目标输出长度，并生成与每个目标输出长度对应的目标计算图，之后利用计算图运行软件运行每个目标计算图，同时生成与每个目标计算图对应的AI推理引擎，最后根据深度学习模型的目标数据集中每个目标数据确定出对应的目标AI推理引擎，并运行目标AI推理引擎。上述技术方案通过选择至少两个目标输出长度来生成对应的AI推理引擎，从而使得每个目标数据均能够从至少两个AI推理引擎中选择合适的目标AI推理引擎，避免输出精度下降的情况出现。
- 基于安全多方计算的安全推理方法-202310372667.3
- 苗银宾;林杰;杨丽;李兴华 - 西安电子科技大学
- 2023-04-10 - 2023-10-13 - G06N5/04
- 本发明公开了一种基于安全多方计算的安全推理方法，步骤包括：步骤1，离线阶段，确定参与模型推理的参与方；服务提供商将推理的模型秘密分享给各参与方；步骤2，在线阶段线性层，各个计算方本地计算，并将计算结果发送并重构；通过一个预先决定好的集合给其他参与方，最后各参与方能够计算；步骤3，对线性层进行检查，各参与方执行检查协议；步骤4，在线阶段非线性层，使用多混淆方和多评估方的混淆电路计算非线性层函数；步骤5，重复步骤3和步骤4，完成所有的线性层和非线性层的计算，参与方根据协议将计算结果发送给指定的客户端重构计算结果。本发明的方法，在不损害准确率的前提下保证各参与方参与者的数据隐私。
- 一种生成式人工智能的因果思维链生成方法、装置及设备-202311118754.2
- 李晓川;赵雅倩;李仁刚;郭振华;范宝余;王丽 - 浪潮电子信息产业股份有限公司
- 2023-09-01 - 2023-10-10 - G06N5/04
- 本发明公开了一种生成式人工智能的因果思维链生成方法、装置及设备，涉及生成式人工智能技术领域，以解决多模态输入的因果思维链难以生成的问题，该方法包括：根据获取的待预测图像和问题文本，利用预训练语言模型编码器，得到图文编码特征；对图文编码特征和初始化因果链向量进行因果链编码，得到因果链筛选特征；根据图文编码特征和因果链筛选特征，利用预训练语言模型解码器，获取因果链节点预测文本；本发明通过初始化因果链向量的设置，实现因果思维链的结构化构建，利用初始化因果链向量中因果思维链的因果节点和边对应的向量与多模态特征进行融合计算和特征筛选，从而以文本模态描述生成式人工智能的因果思维链。
- 一种核电主泵失效模式推理系统和方法-202310800760.X
- 马再超;孟晋;詹阳烈;张福海;王欣;昌正科 - 核电运行研究（上海）有限公司
- 2023-06-30 - 2023-10-10 - G06N5/04
- 本发明提供了一种核电主泵失效模式推理系统，包括：人机接口模块，用于系统和用户交互；数据读写模块，用于实现在内存、数据库中读写数据，系统完成推理后，将推理结果推送至人机接口模块；历史检索模块，用于查询失效模式推理的历史记录；失效推理模块，当没有历史记录时，用于实现失效模式推理；数据库模块，用于存储和管理失效模式推理过程中的相关数据。本发明提供的。本发明根据主泵运行特征，快速准确推理出潜在的运行状态，为业务专家决策提供可靠的失效推理信息。本发明建立了失效规则知识库和失效推理机制，能实现主泵失效模式的快速推理。
- 数据归一化方法、装置、电子设备及存储介质-202210306854.7
- 郭烈强 - OPPO广东移动通信有限公司
- 2022-03-25 - 2023-10-10 - G06N5/04
- 本申请涉及一种数据归一化方法、装置、电子设备及存储介质，属于深度学习技术领域。方法包括：通过对目标神经网络进行训练，确定目标神经网络的归一化层的标准差参数；响应于接收到待处理的特征数据，基于特征数据，确定目标神经网络的归一化层的平均值参数；基于标准差参数和平均值参数，通过目标神经网络的归一化层对特征数据进行归一化处理。通过本方案，在进行归一化处理时，由于采用了实时确定平均值参数的方法，使得归一化结果能够进一步保持特征数据的特点，同时将神经网络中的运算复杂的标准差参数固定，从而减小了归一化过程的计算量，进而提高了神经网络的推理速度。
- 基于预训练语言模型的因果图像生成方法、装置及设备-202311118770.1
- 李晓川;李仁刚;赵雅倩;范宝余;郭振华;王丽 - 浪潮电子信息产业股份有限公司
- 2023-09-01 - 2023-10-03 - G06N5/04
- 本发明公开了一种基于预训练语言模型的因果图像生成方法、装置及设备，涉及生成式人工智能技术领域，以解决因果图像难以生成的问题，该方法包括：获取待预测图像和问题文本；根据待预测图像和问题文本，利用预训练语言模型编码器，得到图文推理特征；根据待预测图像和图文推理特征，利用图像生成器，生成因果推理图像；本发明通过根据待预测图像和问题文本，利用预训练语言模型编码器，得到图文推理特征，利用预训练语言模型的因果推理能力，生成图文推理特征来指导图像生成器的图像生成计算，以弥补图像生成器不具备推理能力的缺陷，实现多模态输入的因果图像生成，从而能够以图像模态直观且具体地描述因果推理结果。
- 无人机战队对抗中个体失效率与战队胜率的关系确定方法-202010296174.2
- 白桦;陈冬梅;王群勇;阳辉 - 北京圣涛平试验工程技术研究院有限责任公司
- 2020-04-15 - 2023-10-03 - G06N5/04
- 本发明实施例提供一种无人机战队对抗中个体失效率与战队胜率的关系确定方法，该方法包括：通过确定第一无人机战队与第二无人机战队在没有个体失效率的情况下的自对弈博弈中第一无人机战队的胜率p作为胜率基线；然后，再通过MC‑MC仿真方法，确定第一无人机战队与第二无人机战队在不同的个体失效率的取值下的第一无人机战队的胜率；最后，通过胜率基线和在不同的个体失效率的取值下的第一无人机战队的胜率确定无人机战队对抗中个体失效率与战队胜率的关系。本发明实施例提供的方法，实现了无人机战队对抗中个体失效率与战队胜率的关系的确定。
- 深度学习模型的推理方法、装置、电子设备和存储介质-202211462564.8
- 丛士钧;王桂彬;徐扬凯 - 北京百度网讯科技有限公司
- 2022-11-17 - 2023-10-03 - G06N5/04
- 本公开提供了一种深度学习模型的推理方法、装置、电子设备和存储介质，涉及人工智能技术领域，尤其涉及深度学习技术领域。具体实现方案为：响应于接收到模型推理请求，基于模型推理请求包括的目标模型的模型标识，从托管存储单元获取与目标模型关联的模型运算图和线程块配置文件，其中，模型推理请求还包括待处理数据，模型运算图包括多个节点，多个节点各自表示目标模型的多个功能模块，多个节点之间的边表示多个功能模块的运行顺序，线程块配置文件表示计算单元中的多个线程块与功能模块的对应关系；以及基于模型运算图和线程块配置文件，依次运行多个线程块来处理待处理数据，得到目标模型的模型推理结果。
- 基于自我认知的模型推理方法、装置及电子设备-202311111582.6
- 刘洋;王祎乐;李鹏;孙茂松 - 清华大学
- 2023-08-31 - 2023-09-29 - G06N5/04
- 本发明涉及人工智技术领域，提供一种基于自我认知的模型推理方法、装置及电子设备，其中的方法包括：接收用户端的待解答问题；基于待解答问题，获取语言大模型的自我认知结果；根据自我认知结果，推理得到待解答问题的答案。该方法通过引入语言大模型的自我认知，根据语言大模型的自我认知情况，采用不同的推理模式对用户端的待解答问题进行推理，避免了单独通过语言大模型或检索增强进行推理而带来的模型推理准确度不高的情况，能够根据语言大模型的实际推理情况，适用最合适的推理模式，得到更准确的推理结果，有效提升了模型推理的准确度，也进一步提升了用户端的体验感。
- 一种文本数据的推理方法、装置、存储介质和电子设备-202311085639.X
- 孟朋;田恒锋 - 腾讯科技（深圳）有限公司
- 2023-08-28 - 2023-09-29 - G06N5/04
- 本申请公开一种文本数据的推理方法、装置、存储介质和电子设备，本申请可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，该方法中，获取N个文本数据各自对应的初始令牌序列，N为大于1的整数，每个初始令牌序列中的一个令牌表征：相应文本数据中的一个字符；将N个初始令牌序列拼接为拼接令牌序列；基于注意力机制，对拼接令牌序列进行推理处理，获得N个回复令牌序列，N个回复令牌序列用于生成N个文本数据各自的回复数据，每个回复令牌序列中的起始令牌是：在拼接令牌序列中，针对属于同一初始令牌序列的各个令牌进行推理处理获得的。本方案可降低推理多条文本数据所消耗的GPU资源，提升设备对多条文本数据的推理性能。
- 推理模型的运行方法、后端、存储介质和电子设备-202310787918.4
- 王萌 - 苏州浪潮智能科技有限公司
- 2023-06-29 - 2023-09-29 - G06N5/04
- 本申请实施例提供了一种推理模型的运行方法、后端、存储介质和电子设备，其中，该方法包括：在第一Pod接收到来自前端的分割信息和推理模型的情况下，第一Pod根据各分割信息，将推理模型分割为多个子推理模型；第一Pod将第二Pod调度到对应的节点上，并将子推理模型部署在对应的第二Pod；第一Pod将推理模型的输入数据发送至运行第一个子推理模型的第二Pod，从运行最后一个子推理模型的第二Pod得到推理模型的输出数据。通过本申请，解决现有技术中单节点无法满足推理模型的图形处理器资源需求导致推理模型部署失败的问题，进而达到提高集群内分布于多个节点的图形处理器资源的利用率的效果。
- 基于图的可解释认知推理渗透机器人系统-202310860066.7
- 徐杰;安占江;高三强 - 北京九州聚源信息技术有限公司
- 2023-07-13 - 2023-09-29 - G06N5/04
- 本发明公开了基于图的可解释认知推理渗透机器人系统，通过对网络空间地形建模，把其中涉及到的实体和实体关系，使用知识图谱的技术建模，建模的过程实质是实现机器对网络空间地形的理解和学习；再基于图的可解释认知推理框架，结合ATTCK知识矩阵，把ATTCK知识库的各个不同渗透阶段的技术转化为可编程的函数组合，表达机器对网络空间的推理过程；通过开发自动攻防测试程序，实现自动灵活高效模拟多种网络空间地形场景，训练智能渗透机器人的对抗能力，对上一目标的解释推理过程进行验证，验证结果既可用于完善网络空间地形的元定义，也可以用于训练集，完成模型的学习进化，从而做到知识的累积、系统的复用的效果。
- 文本推理任务处理的方法、装置、设备以及存储介质-202310575764.2
- 李振宇;方华强;邓凯鹏;党青青;于佃海;马艳军;王海峰 - 北京百度网讯科技有限公司
- 2023-05-19 - 2023-09-29 - G06N5/04
- 本公开提供了文本推理任务处理的方法、装置、设备以及存储介质，涉及计算机技术领域，尤其涉及人工智能、深度学习、神经网络模型、大语言模型技术领域。具体实现方案为：利用预设模型并行执行多个第一文本推理任务；在多个第一文本推理任务的完成情况满足预设条件的情况下，根据完成情况，从待执行的文本推理任务中确定第二文本推理任务；根据第二文本推理任务和未完成的第一文本推理任务，确定多个第三文本推理任务；以及利用预设模型，并行执行多个第三文本推理任务。本公开可以提高模型执行文本推理任务的吞吐量，提升处理效率。
- 涡轮风扇发动机的可解释故障预测方法及系统-202310875540.3
- 闫伟;康甜;苏家昊;李明阳;季增彦;张一诺 - 山东师范大学
- 2023-07-18 - 2023-09-26 - G06N5/04
- 本发明涉及机械故障预测技术领域，公开了涡轮风扇发动机的可解释故障预测方法及系统，其中方法包括：获取涡轮风扇发动机的工作参数；将涡轮风扇发动机的工作参数，输入到训练后的预测网络中输出故障预测结果；从训练后的预测网络中，提取神经元激活值；将神经元激活值，分别输入到若干个训练后的解释网络中，每个训练后的解释网络输出对应故障子概念的健康指数；其中，训练后的解释网络与故障子概念之间是一一对应的；将故障子概念的健康指数，输入到改进的拓扑排序算法，在构建的实体‑事件知识图谱上进行推理，得到故障预测结果的可解释信息；故障的自然语言描述和子知识图谱。实现了在故障预测准确率高的同时获得预测结果的解释性信息。
- 专利分类
