公开(公告)号：CN117953351B

公开(公告)日：2024-07-23

申请号：CN202410355666.2

申请日：2024-03-27

Applicant: 之江实验室

Inventor： 李帅龙 ,  林峰 ,  张晴 ,  严笑然 ,  薛均晓 ,  马萧 ,  陆亚飞

IPC: G06V10/82 ,  G06V10/44 ,  G06V10/77 ,  G06N3/092 ,  G06N3/0895 ,  G06N3/0985 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开了一种基于模型强化学习的决策方法，包括：获取高维图像数据集；利用自监督学习方法从所述高维图像数据集中学习对应的低维特征；在低维特征空间中，利用Transformer架构构建强化学习的世界模型；利用构建的世界模型向前想象若干步，根据想象轨迹的回报进行前向搜索，得出最优策略。与随机决策相比，这种方法减少决策的随机性，可以提高决策效率，根据智能体现有的决策能力进行决策，克服了样本效率过低、增加了处理动态环境中不确定性的能力，进而达到更优且稳健的策略。

公开(公告)号：CN118333153A

公开(公告)日：2024-07-12

申请号：CN202410491855.2

申请日：2024-04-23

Applicant: 之江实验室

Inventor： 丁锴 ,  严笑然 ,  姬朋立

IPC: G06N5/022 ,  G06N5/04 ,  G06F18/214

Abstract: 本发明公开了一种基于大语言模型的柔性思维链学习方法、设备和介质，利用大语言模型针对任务进行初始的思维链模板生成，使用思维链模板进行分布答案生成，经过针对最终输出结果的样本粗筛选和针对各个步骤结构的样本精筛选后，得到训练样本数据集；使用监督学习的方法训练柔性思维链模型用于任务推理；柔性思维链模型包括：大语言模型、各个步骤的柔性参数层、prompt层；将柔性参数层、prompt层、训练样本数据集输入大语言模型中，输出结果与样本真值进行一致性判断，得到的惩罚函数优化柔性参数层。本发明提升了推理精度，降低了思维链的构建难度，同时降低了大语言模型调用成本。

公开(公告)号：CN117826867B

公开(公告)日：2024-06-11

申请号：CN202410240296.8

申请日：2024-03-04

Applicant: 之江实验室

Inventor： 陆亚飞 ,  韩哲 ,  薛均晓 ,  严笑然 ,  滕皓 ,  刘洋 ,  张德文 ,  郭刚

IPC: G05D1/695 ,  G05D109/20

Abstract: 本申请涉及一种无人机集群路径规划方法、装置和存储介质，其中，该无人机集群路径规划方法包括：通过根据预设的连续课程学习框架确定各无人机的任务成功范围；在任务成功范围内，根据各无人机获取到的局部观测状态信息和各无人机的自身性能约束信息，对应用于无人机的无人机集群路径规划模型进行训练；根据各无人机的存活状态或预设的训练时间确定训练是否结束；若是，则输出最后训练得到的目标无人机集群路径规划模型；根据目标无人机集群路径规划模型输出待规划的各无人机实际航行路径。提高了无人机自主学习课和应对复杂的三维环境的能力，提高了路径规划的准确性。

公开(公告)号：CN118155854A

公开(公告)日：2024-06-07

申请号：CN202410271436.8

申请日：2024-03-11

Applicant: 之江实验室

Inventor： 李帅龙 ,  林峰 ,  马萧 ,  薛均晓 ,  严笑然 ,  张晴 ,  陆亚飞

IPC: G16H50/50 ,  G16H10/60 ,  G16H80/00 ,  G06N3/0895 ,  G06N3/092

Abstract: 本发明公开了一种基于孪生模型的康复场景大模型训练方法，包括：获取训练数据集并进行处理，所述训练数据集中包括康复临床数据、孪生模型数据和多学科数据；获取待训练大模型，基于处理后的训练数据集，利用自监督学习方法训练所述待训练模型；对于自监督学习后的大模型，基于处理后的康复临床数据和孪生模型数据，利用监督学习方法和规范化模板进行进一步训练；对于监督学习后的大模型，基于处理后的康复临床数据，利用强化学习方法进行进一步训练大模型，其中强化学习过程中以人工反馈及相关数据作为评分机制，以引导大模型生成用户认可的创意性回答。

公开(公告)号：CN117557870B

公开(公告)日：2024-04-23

申请号：CN202410022912.2

申请日：2024-01-08

Applicant: 之江实验室

Inventor： 李清明 ,  缪居正 ,  刘扶芮 ,  周丽 ,  马振国 ,  严笑然

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/74

Abstract: 本申请涉及一种基于联邦学习客户端选择的分类模型训练方法、系统及介质，其中，基于联邦学习客户端选择的分类模型训练方法包括：初始化全局模型，并初始化虚拟队列、客户端相似度矩阵以及客户端选中频率矩阵；在每一次迭代训练过程中，基于所述虚拟队列、所述客户端相似度矩阵以及所述客户端选中频率矩阵，确定参与本轮训练的K个客户端；将所述全局模型发送至所述K个客户端进行并行训练，得到聚合后的全局模型；更新所述虚拟队列、所述客户端相似度矩阵以及所述客户端选中频率矩阵，并重复所述迭代训练过程直至达到设定的迭代次数，获得训练好的全局模型；使用训练好的全局模型对目标数据集进行分类，得到分类结果，提高了图像分类的精度。

公开(公告)号：CN117056390B

公开(公告)日：2024-02-02

申请号：CN202311320176.0

申请日：2023-10-12

Applicant: 之江实验室

Inventor： 孙设 ,  严笑然 ,  周丽

IPC: G06F16/2457 ,  G06F16/248 ,  G06F21/62 ,  G06F21/64

Abstract: 本说明书公开了一种敏感问题的调查方法、装置、存储介质及电子设备，生成敏感问题对应的调查问卷的内容，根据指定指标，确定第一调查问卷与第二调查问卷的比例，根据内容以及比例，生成第一调查问卷以及第二调查问卷，将生成的各调查问卷随机发送至各客户端以得到答复结果，针对生成的每个调查问卷，该调查问卷与客户端的对应关系对于服务器是未知的。接收客户端返回的答复结果，答复结果与各调查问卷的对应关系对于服务器是未知的。根据答复结果、客户端的数量以及比例，确定敏感问题对应的调查结果。该方法通过指定指标，控制敏感问题对应的两种调查问卷的比例，实现对参与调查的用户的选择的隐私保护，提高了调查结果的准确性。

公开(公告)号：CN116932780B

公开(公告)日：2024-01-09

申请号：CN202311179452.6

申请日：2023-09-13

Applicant: 之江实验室

Inventor： 潘怡君 ,  杨佳熹 ,  陈奎 ,  胡汉一 ,  高宝全 ,  严笑然

IPC: G06F16/36 ,  G06F16/35 ,  G06F16/33

Abstract: 本申请涉及一种天文知识图谱构建方法、资源查找方法、设备和介质，获取资源对应的天体信息，其中，天体信息包括天体的形态特征和天体的坐标；基于形态特征对天体分类，得到多个天体类别；根据天体的坐标计算同一天体类别下每两个天体之间的距离，将每个天体作为节点，将属于同一个天体类别的每两个天体进行关联，构建得到多个知识图谱；获取各天体的光谱特征，在任意第一知识图谱和第二知识图谱之间，将具备相似光谱特征的天体进行关联。通过本申请天文知识图谱构建方法，提高了构建的知识图谱的准确性，有利于相关人员基于知识图谱搜索系统、完善的天体信息。(56)对比文件陈淑鑫;孙伟民;王丽丽.网格聚类分析天文光谱数据.计算机科学.2017,(第S2期),463-466.

公开(公告)号：CN117352126A

公开(公告)日：2024-01-05

申请号：CN202311459346.3

申请日：2023-11-03

Applicant: 之江实验室 ,  上海人工智能创新中心

Inventor： 陈一家 ,  薛均晓 ,  林峰 ,  马萧 ,  刁璕 ,  严笑然 ,  张晴 ,  沈白桦 ,  岳晓晗 ,  王蕾

IPC: G16H20/30 ,  G06T13/40 ,  G06T17/00

Abstract: 本申请涉及一种肌肉受力可视化方法、装置、计算机设备以及存储介质。所述方法包括：基于世界坐标系，确定摄像机对应的投影矩阵；获取待检测图像，并通过目标检测模型根据待检测图像确定目标追踪对象；获取目标追踪对象的关节点热图，根据关节点热图确定关节点二维坐标；基于投影矩阵，根据关节点二维坐标确定关节点三维坐标，并根据关节点三维坐标驱动数字人模型运动，确定数字人模型的关节运动信息；根据关节运动信息确定目标追踪对象的肌肉受力信息，并将肌肉受力信息进行可视化展示。上述方法，可以提高获取的患者肌肉受力情况的准确性，为患者提供可靠的康复训练参考数据，同时减少对肌肉受力情况的计算成本。

公开(公告)号：CN117171628A

公开(公告)日：2023-12-05

申请号：CN202311438185.X

申请日：2023-11-01

Applicant: 之江实验室

Inventor： 李清明 ,  孟续涛 ,  周丽 ,  严笑然

IPC: G06F18/24 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/098 ,  G06N20/00 ,  G06F16/901

Abstract: 本申请涉及一种异构联邦环境中的图结构数据节点分类方法和装置。所述方法包括：随机从所有客户端中选择一组客户端子集参与迭代，客户端基于本地子图上图结构数据节点的采样概率采样得到节点子集，对客户端上的局部模型进行训练，得到局部模型参数；对每轮客户端子集的局部模型参数进行平均聚合，得到更新的全局模型参数直至更新的全局模型参数对应的全局模型在符合所有客户端本地子图的全局图分布测试集上的节点分类准确率达到预设阈值。采用本方法能够解决现有技术中图结构数据的场景下联邦学习效率低的问题，有效抑制图联邦学习中每个局部模型的偏移程度，降低局部模型训练的存储和计算成本，提高了图结构数据节点分类的准确率。

公开(公告)号：CN117036060A

公开(公告)日：2023-11-10

申请号：CN202311263260.3

申请日：2023-09-27

Applicant: 之江实验室

Inventor： 姬朋立 ,  陆矜菁 ,  严笑然 ,  刘洋 ,  顾剑波 ,  侯炜华

IPC: G06Q40/08 ,  G06F16/36 ,  G06F16/2458 ,  G06N3/084 ,  G06N5/025 ,  G06N7/01 ,  G06F40/295

Abstract: 本申请涉及一种车险欺诈识别方法、装置和存储介质。主要包括：构建车险结构化数据库；基于车险结构化数据库和车险理赔流程业务，得到候选一阶谓词；基于车险结构化数据库和候选一阶谓词构建知识图谱；利用规则挖掘算法对知识图谱进行挖掘，得到车险欺诈识别规则集；基于车险欺诈识别规则集，构建并训练随机过程模型，得到训练完备的随机过程模型；基于车险欺诈识别规则集，将待识别车险理赔数据进行实例化后输入至训练完备的随机过程模型中，输出车险欺诈识别结果。采用本方法能够实现规则的自动挖掘和车险欺诈识别的推理，解决了现有技术中车险欺诈识别过程不具备可解释性的问题，提高车险欺诈结果的准确率。