-
公开(公告)号：CN117808129B
公开(公告)日：2024-05-24
申请号：CN202410230139.9
申请日：2024-02-29
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06N20/00 , G06N5/04 , G06N3/098 , G06N3/082 , G06N3/0495 , G06N3/0442
Abstract: 本发明提供一种异构分布式学习方法、装置、设备、系统及介质，涉及计算机技术领域，方法应用于边缘设备，联邦学习系统包含多个边缘设备，多个边缘设备已划分至多个设备簇，方法包括：利用本地训练数据对本地的机器学习模型进行迭代训练；各边缘设备中的机器学习模型对应相同的模型结构及推理任务；对训练后的机器学习模型进行压缩，并将压缩后的机器学习模型参数发送至自身所在设备簇的簇头边缘设备；当自身属于簇头边缘设备时，对接收到的机器学习模型参数进行簇内聚合得到簇内聚合模型参数，并将簇内聚合模型参数发送至边缘云服务器进行全局聚合；可通过设备分簇及模型压缩减少联邦学习过程中的通信量，从而可提升通信效率。
-
公开(公告)号：CN117474796B
公开(公告)日：2024-04-05
申请号：CN202311813617.0
申请日：2023-12-27
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06T5/70 , G06T11/60 , G06T7/10 , G06N3/0455 , G06N3/0464 , G06V10/74
Abstract: 本发明涉及图像生成技术领域，具体公开了一种图像生成方法、装置、设备及计算机可读存储介质，在利用文生图扩散模型对待处理文本进行预设次数的去噪处理的过程中，在每次去噪处理中对生成的中间图像进行图像识别，根据图像识别结果和待处理文本的内容误差更新文生图扩散模型的第一阶段去噪向量，得到第二阶段去噪向量，以第二阶段去噪向量作为本次去噪处理的去噪向量；利用最终的第二阶段去噪向量生成与待处理文本对应的结果图像。通过两阶段去噪，加强了每次去噪过程中对待处理文本中包含的细节信息的把控，由此生成的结果图像可以对待处理文本中包含的细节信息进行精准刻画，从而提高了文本图像模态转换的准确性。
-
公开(公告)号：CN117808924A
公开(公告)日：2024-04-02
申请号：CN202410224980.7
申请日：2024-02-29
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06T11/00 , G06F40/30 , G06T17/00 , G06V10/44 , G06V10/82 , G06N3/0464 , G06V10/80 , G06T9/00 , G06V10/764 , G06F18/25
Abstract: 本发明公开了一种图像生成方法、系统、电子设备及可读存储介质，涉及图像内容生成领域，为解决纯文本生成图像方案不能在特定场景下进行情感引导，该方法包括根据输入文本确定语义指导特征和情绪指导特征；基于第i次图像处理操作的输入图像和目标指导特征得到生成图像；根据第i次图像处理操作的情绪修正特征确定第i次图像处理操作的生成图像和情绪指导特征的情绪匹配值；当情绪匹配值满足输出条件，将第i次图像处理操作的生成图像作为关联图像输出，当情绪匹配值不满足输出条件，将第i次图像处理操作的生成图像作为第i+1次图像处理操作的输入图像。本发明能够提高图像生成的精准性，在满足语义要求的同时，进行情感方向引导。
-
公开(公告)号：CN117808129A
公开(公告)日：2024-04-02
申请号：CN202410230139.9
申请日：2024-02-29
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06N20/00 , G06N5/04 , G06N3/098 , G06N3/082 , G06N3/0495 , G06N3/0442
Abstract: 本发明提供一种异构分布式学习方法、装置、设备、系统及介质，涉及计算机技术领域，方法应用于边缘设备，联邦学习系统包含多个边缘设备，多个边缘设备已划分至多个设备簇，方法包括：利用本地训练数据对本地的机器学习模型进行迭代训练；各边缘设备中的机器学习模型对应相同的模型结构及推理任务；对训练后的机器学习模型进行压缩，并将压缩后的机器学习模型参数发送至自身所在设备簇的簇头边缘设备；当自身属于簇头边缘设备时，对接收到的机器学习模型参数进行簇内聚合得到簇内聚合模型参数，并将簇内聚合模型参数发送至边缘云服务器进行全局聚合；可通过设备分簇及模型压缩减少联邦学习过程中的通信量，从而可提升通信效率。
-
公开(公告)号：CN117808128A
公开(公告)日：2024-04-02
申请号：CN202410230128.0
申请日：2024-02-29
Applicant: 浪潮电子信息产业股份有限公司
Abstract: 本发明公开了一种数据异构条件下的图像处理方法、联邦学习方法及装置，涉及图像处理技术领域，边缘云服务器根据数据分布相似性对边缘计算设备分簇，簇内边缘计算设备具有相似的数据分布，可以让模型更好的捕捉到数据的特征。边缘计算设备采用残差分级训练的方式进行模型训练，实现细粒度模型训练，缓解数据分布差异大的问题。边缘计算设备与边缘云服务器在联邦学习过程中进行三层模型参数聚合，得到准确可靠的图像处理模型，最终边缘计算设备使用该准确可靠的图像处理模型进行图像处理，可以提升图像处理的准确性与可靠性。
-
Patent Agency Ranking
公开(公告)号：CN117808127A
公开(公告)日：2024-04-02
申请号：CN202410230103.0
申请日：2024-02-29
Applicant: 浪潮电子信息产业股份有限公司
Abstract: 本发明公开了一种数据异构条件下的图像处理方法、联邦学习方法及装置，涉及图像处理技术领域，根据数据分布相似性对边缘计算设备分簇，簇内边缘计算设备具有相似的数据分布，可以让模型更好的捕捉到数据的特征，有效解决数据异构问题。簇内的边缘计算设备根据簇内树形聚合网络进行模型参数聚合，下层的边缘计算设备只向上一层中相应的边缘计算设备发送模型参数，而不向其他边缘计算设备发送模型参数，这样可以极大降低通信开销。边缘计算设备与边缘云服务器在联邦学习过程中进行两层模型参数聚合，得到准确可靠的图像处理模型，最终边缘计算设备使用该准确可靠的图像处理模型进行图像处理，可以提升图像处理的准确性与可靠性。
-
公开(公告)号：CN117475089B
公开(公告)日：2024-03-29
申请号：CN202311811992.1
申请日：2023-12-27
Applicant: 浪潮电子信息产业股份有限公司
Abstract: 本申请公开了一种基于预训练语言模型的三维场景生成方法及相关组件，涉及人工智能领域，解决现有三维场景生成精度低的问题。该方案通过获取用户输入的第一文本描述信息，对其进行解析，得到场景空间信息和三维物体的第二文本描述信息，可以更精确地了解目标三维场景的要求和构成；根据解析得到的信息生成三维场景空间布局，并根据第二文本描述信息生成相应的三维物体数据，最后通过融合得到最终的目标三维场景。本申请采用分而治之的思想，更注重对第一文本描述信息的解析和理解，将其分解为多个细节，并通过分步骤生成场景空间布局和三维物体的三维物体数据，最后再将其融合，使最终得到的目标三维场景的细节更准确。
-
公开(公告)号：CN117474796A
公开(公告)日：2024-01-30
申请号：CN202311813617.0
申请日：2023-12-27
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06T5/70 , G06T11/60 , G06T7/10 , G06N3/0455 , G06N3/0464 , G06V10/74
Abstract: 本发明涉及图像生成技术领域，具体公开了一种图像生成方法、装置、设备及计算机可读存储介质，在利用文生图扩散模型对待处理文本进行预设次数的去噪处理的过程中，在每次去噪处理中对生成的中间图像进行图像识别，根据图像识别结果和待处理文本的内容误差更新文生图扩散模型的第一阶段去噪向量，得到第二阶段去噪向量，以第二阶段去噪向量作为本次去噪处理的去噪向量；利用最终的第二阶段去噪向量生成与待处理文本对应的结果图像。通过两阶段去噪，加强了每次去噪过程中对待处理文本中包含的细节信息的把控，由此生成的结果图像可以对待处理文本中包含的细节信息进行精准刻画，从而提高了文本图像模态转换的准确性。
-
公开(公告)号：CN116955578B
公开(公告)日：2024-01-19
申请号：CN202311221189.2
申请日：2023-09-21
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06F16/332 , G06F16/33 , G06F40/242 , G06F18/214
Abstract: 本发明公开了一种预训练语言模型的信息处理方法、装置、设备及介质，应用于人工智能技术领域，为解决现有的预训练语言模型不能更好地满足用户需求的问题，提出通过本地预训练语言模型在循环生成待回复文本的下一个词时，生成当前词典概率表；根据当前词典概率表中的各词判断是否存在最优词；若是，则将最优词作为下一个词进行生成；若否，则基于当前已生成文本生成对应的自然语言问题及问题类型；基于问题类型将自然语言问题发送至其他相应的预训练语言模型，并接收各个预训练语言模型返回的答复；从各个答复中选择出最优答复，并将最优答复作为下一个词进行生成；从而可以使基于本地预训练语言模型智能体能更好满足用户需求，提高用户使用体验。
-
公开(公告)号：CN116246288B
公开(公告)日：2023-08-04
申请号：CN202310520313.9
申请日：2023-05-10
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06V30/412 , G06V30/18 , G06V30/19 , G06V10/82 , G06N3/049 , G06N3/08 , G06N3/0442
Abstract: 本发明公开了一种文本编码方法、模型训练方法、模型匹配方法及装置，涉及数据编码技术领域，该文本编码方法包括：获取程序性文本数据；其中，程序性文本数据包括步骤文本和成分文本；根据步骤文本的顺序，对各步骤文本进行融合，生成重组序列；根据各成分文本的成分特征、各步骤文本的步骤文本特征和重组序列，生成程序性文本数据对应的特征树；根据特征树，生成程序性文本数据对应的文本编码；本发明以程序性文本中步骤信息和成分信息的结构建立树形关系，使得编码结果能够包含程序性文本中步骤与成分之间的相互依赖关系，提升了编码结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
158
records
(took 0.065 seconds)
