-
公开(公告)号:CN115591229B
公开(公告)日:2023-07-25
申请号:CN202211349763.8
申请日:2022-10-31
Applicant: 北京京航计算通讯研究所
IPC: A63F13/35 , H04L67/104
Abstract: 一种分布式网络对战训练的校验方法和系统,方法包括:根据当前单位时间内每个训练个体的交互频率和画面变化幅度确定是否存在被校验训练个体;若存在,则根据每个被校验训练个体的IP地址确定被校验训练个体对应的近距离监督和远程监督;建立被校验训练个体和对应的近距离监督及远程监督间的P2P连接;将每个被校验训练个体的交互信息通过P2P连接发送至对应的近距离监督和远程监督进行违规校验,若近距离监督判断该被校验训练个体违规,则将被校验训练个体的交互信息通过P2P连接发送至该校验训练个体对应的远程监督进行违规校验,若远程监督判断该被校验训练个体违规,则确定该被校验训练个体违规,否则确定该被校验训练个体未违规。
-
公开(公告)号:CN116090449A
公开(公告)日:2023-05-09
申请号:CN202211433872.8
申请日:2022-11-16
Applicant: 北京京航计算通讯研究所
IPC: G06F40/289 , G06F16/28 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种质量问题分析报告的实体关系抽取方法及系统,属于关系抽取技术领域,解决了现有技术中样本不均衡时关系抽取准确率低的问题。包括从质量问题分析报告中提取待推理信息,对待推理信息进行预处理后,传入实体关系抽取模型,推理出实体关系;实体关系抽取模型是基于历史质量问题分析报告构建训练集和测试集,对PCNN模型进行迭代训练和测试,直至模型准确率不小于阈值而得到;其中,训练时根据各关系类别的样本权重更新训练集,根据各训练样本的训练结果动态更新各关系类别标签;测试时根据各测试样本的验证结果计算模型准确率,若模型准确率小于阈值,更新各关系类别的样本权重后再次训练和测试。实现了实体间关系抽取的高准确率。
-