公开(公告)号：CN118863086A

公开(公告)日：2024-10-29

申请号：CN202310601191.6

申请日：2023-05-25

Applicant: 华为云计算技术有限公司

Inventor： 王志宇 ,  李东哲 ,  党致远 ,  罗伟 ,  常建龙 ,  田奇

IPC: G06N20/00 ,  G06F17/16

Abstract: 本申请提供了一种获取模型的方法和计算设备，由于通过性能矩阵可以确定各个模型在各个测试数据集下的性能。因此，后续针对不同用户提供的目标数据可以根据目标数据和目标性能矩阵，输出该目标数据对应的推荐矩阵，即，获得用户所关注的目标评价指标下的各个模型的性能。本申请的方案可以快速的为用户输出推荐矩阵，以便确定出与目标数据适配的目标模型，可以减少计算资源的占用以及提高模型获取的效率。

公开(公告)号：CN117668741A

公开(公告)日：2024-03-08

申请号：CN202210959694.6

申请日：2022-08-11

Applicant: 华为云计算技术有限公司

Inventor： 王志宇 ,  常建龙 ,  李城梁 ,  司宏杰 ,  田奇

IPC: G06F18/25 ,  G06F18/20 ,  G06F18/21 ,  G06F18/214 ,  G06F18/22 ,  G06Q10/04 ,  G06Q50/04

Abstract: 本申请提供了一种模型训练方法、装置及计算机存储介质。在实施例中，该方法包括：确定业务对象；基于业务对象的第一结构化数据构建的第一样本集，确定算法池中的各算法各自对应的评估结果；基于算法池中的各算法各自的评估结果，从算法池中选择N个基算法和对应的超参数组合，构建多个基模型；基于第一样本集和多个基模型，训练预先设置的图网络模型；其中，图网络模型用于基于学习到的多个基模型针对所述业务对象之间的关系，融合多个基模型各自的第一预测结果，输出融合后的第二预测结果；基于多个基模型和训练好的图网络模型实现业务对象的预测，通过学习多个基模型之间的关系，对多个基模型各自的预测结果进行融合，确保预测结果的准确性。

公开(公告)号：CN115964632A

公开(公告)日：2023-04-14

申请号：CN202110977566.X

申请日：2021-08-24

Applicant: 华为云计算技术有限公司

Inventor： 常建龙 ,  张恒亨 ,  姜娜娜 ,  魏龙辉 ,  张晓鹏 ,  谢凌曦 ,  田奇

IPC: G06F18/214 ,  G06N3/0464 ,  G06N5/04 ,  G06N20/00

Abstract: 本申请提供了一种构建人工智能(AI)集成模型的方法，包括：获取训练数据集、初始图网络模型和多个基模型，然后利用训练数据集中的训练数据和多个基模型，迭代训练初始图网络模型，获得图网络模型，接着将图网络模型和多个基模型构建为AI集成模型，其中，图网络模型的输入为由多个基模型的输出构成的图结构。由于图网络模型在对图结构进行处理时，会考虑图结构中各节点的邻居节点，因此，图网络模型在对多个基模型的输出进行融合时，充分考虑了各个基模型之间的差异性和相关性，由此根据AI集成模型中的多个基模型和图网络模型获得的特征在用于AI任务的处理时，可以提高AI任务的执行结果的精度。