一种任务执行方法、装置、存储介质及电子设备

    公开(公告)号:CN117057162B

    公开(公告)日:2024-01-09

    申请号:CN202311307471.2

    申请日:2023-10-10

    Abstract: 本说明书公开了一种任务执行方法、装置、存储介质及电子设备。所述任务执行方法包括:获取目标任务模型以及目标任务模型对应的专家经验数据和历史任务数据,确定历史任务数据的每个维度的值在目标任务模型的输入参数的值域中的分布,作为值分布,根据专家经验数据以及值分布,从输入参数的值域中抽样得到各补充输入参数,将各补充输入参数输入到目标任务模型,得到各补充输入参数对应的各补充输出参数,根据各补充输入参数、各补充输出参数以及历史任务数据,构建决策建议分布,根据决策建议分布,确定出最优输入参数,并根据最优输入参数进行任务执行。

    一种基于多样性和随机策略的模型训练方法及装置

    公开(公告)号:CN117036869B

    公开(公告)日:2024-01-09

    申请号:CN202311293176.6

    申请日:2023-10-08

    Abstract: 本说明书公开了一种基于多样性和随机策略的模型训练方法及装置,待训练的分类模型包含多个基模型,该待训练的分类模型又分为多层切换块,按照前向传播方向依次训练各层切换块,根据各基模型输出的分类结果和标注,确定分类损失,根据各基模型输出的分类结果和样本图像,确定多样性正则损失。在训练过程中,该层切换块的输入为该层切换块的上一层切换块中随机一子模块的输出或样本图像,输出为该层切换块中随机一子模块的输出。这样训练出的分类模型,既保证了模型输出的分类结果准确度,又使各基模型输出的分类结果中各类别对应的概率分布不同,模型的输出为随机一个基模型的输(56)对比文件US 2023206114 A1,2023.06.29WO 2022042123 A1,2022.03.03WO 2022142122 A1,2022.07.07WO 2022213846 A1,2022.10.13WO 2023077603 A1,2023.05.11陈文兵;管正雄;陈允杰.基于条件生成式对抗网络的数据增强方法.计算机应用.2018,(第11期),全文.

    基于大语言模型的数据增强方法和装置

    公开(公告)号:CN118277645B

    公开(公告)日:2024-08-09

    申请号:CN202410710728.7

    申请日:2024-06-04

    Abstract: 本发明公开了一种基于大语言模型的数据增强方法和装置,方法包括以下步骤:获取领域种子实体,将种子实体在原始语料数据中进行实体筛查以得到对应种子实体的上下文片段数据;以种子实体和上下文片段数据为基础,通过大语言模型进行用于网页信息查询的检索增强生成,生成扩展后的检索语句;将检索语句输入搜索引擎进行网页信息查询,获得返回结果中的TopN网页,解析TopN网页得到检索数据集;将检索语句与检索数据集一并输入大语言模型进行摘要总结,输出得到总结后的增强语料数据。本发明能够高质量地对原始语料数据进行自动化补充和扩展,实现更加高效和准确的数据增强。

    一种强化学习模型训练和业务执行方法、装置及电子设备

    公开(公告)号:CN117725985B

    公开(公告)日:2024-05-24

    申请号:CN202410171178.6

    申请日:2024-02-06

    Abstract: 本说明书公开了一种强化学习模型训练和业务执行方法、装置及电子设备。所述方法包括:获取用户针对指定业务场景构建的强化学习环境数据;响应于用户的指定操作,确定用户基于强化学习环境数据选择的目标智能体,并确定目标智能体的智能体配置信息;在预设算法库中确定出目标强化学习算法;基于目标智能体、智能体配置信息以及目标强化学习算法,构建强化学习模型,并对强化学习模型进行仿真,并将仿真过程中产生的数据存入经验回放池;根据从经验回放池中获取的训练数据以及奖励函数信息对强化学习模型进行训练。本方案极大的降低了用户的使用门槛,充分满足了用户对强化学习环境的多样化需求。

    分布式任务处理系统及方法、装置、存储介质以及设备

    公开(公告)号:CN116737345A

    公开(公告)日:2023-09-12

    申请号:CN202311010091.2

    申请日:2023-08-11

    Abstract: 本说明书公开了一种分布式任务处理系统及方法、装置、存储介质以及设备,在对各任务进行处理的过程中,通过调度节点确定各任务的任务信息,并基于各任务信息,确定系统的负载情况,以及在负载情况过高时,确定需要终止的目标任务,将该目标任务的任务标识广播给计算节点。计算节点可根据接收到的目标任务的任务标识,判断自身是否在执行该目标任务,若是,则将该目标任务的状态更新为终止状态,并停止执行该目标任务。本说明书可对分布式处理系统的负载状态进行监控,并在监控到系统负载过高时,自动基于各任务的任务信息,确定需终止的目标任务来进行终止。在不需要增加计算资源的情况下,也可保证该系统的任务处理效率。

    一种强化学习模型训练和业务执行方法、装置及电子设备

    公开(公告)号:CN117725985A

    公开(公告)日:2024-03-19

    申请号:CN202410171178.6

    申请日:2024-02-06

    Abstract: 本说明书公开了一种强化学习模型训练和业务执行方法、装置及电子设备。所述方法包括:获取用户针对指定业务场景构建的强化学习环境数据;响应于用户的指定操作,确定用户基于强化学习环境数据选择的目标智能体,并确定目标智能体的智能体配置信息;在预设算法库中确定出目标强化学习算法;基于目标智能体、智能体配置信息以及目标强化学习算法,构建强化学习模型,并对强化学习模型进行仿真,并将仿真过程中产生的数据存入经验回放池;根据从经验回放池中获取的训练数据以及奖励函数信息对强化学习模型进行训练。本方案极大的降低了用户的使用门槛,充分满足了用户对强化学习环境的多样化需求。

    一种基于GIS模拟智能体移动及可调速的可视化方法和装置

    公开(公告)号:CN116883633B

    公开(公告)日:2023-12-12

    申请号:CN202311151151.2

    申请日:2023-09-07

    Abstract: 本发明公开了一种基于GIS模拟智能体移动及可调速的可视化方法和装置,包括:基于智能体的坐标在地图上创建所有智能体;设定周期,获取每个智能体在每个周期的坐标信息,比较当前周期与上一周期的坐标,确定智能体是否移动,若移动,则保存该智能体在当前周期的起始坐标和目标坐标;初始化移动智能体运动前的状态,设定运动速度和单周期运动步数并计算当前周期的运动时长和单步运动时长,从而计算当前周期移动智能体的运动路径;按照运动路径在地图上模拟智能体的移动;则每个移动智能体连续多周期的运动路径即可在GIS地图上模拟智能体的移动并可视化。本发明将带有地理坐标信息的智能体真实映射到GIS地图上;且移动过程可视化的速度支持灵活设置。

    一种仿真调试方法、装置、存储介质及电子设备

    公开(公告)号:CN117032903A

    公开(公告)日:2023-11-10

    申请号:CN202311285975.9

    申请日:2023-10-07

    Abstract: 本说明书公开了一种仿真调试方法、装置、存储介质及电子设备。仿真调试方法包括:对目标业务场景进行建模,得到用于实现业务场景模型的仿真程序,并确定所述仿真程序中包含的各逻辑块;确定预设的各监控变量以及各逻辑断点;接收前端发送的调试指令,针对每个逻辑块,若执行针对该逻辑块的调试动作过程中触发逻辑断点,则暂停对后续的逻辑块进行调试,并将该逻辑块所触发的逻辑断点处对应的各监控变量值发送给前端;在用户根据各监控变量值判断调试未出现异常后,接收用户通过前端发送的继续调试指令,以继续执行针对后续逻辑块的调试动作,直至所有逻辑块均被调试完成,得到调试后的仿真程序。

Patent Agency Ranking