-
公开(公告)号：CN116704296B
公开(公告)日：2023-11-03
申请号：CN202310974709.0
申请日：2023-08-04
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06V10/774 , G06V10/44 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种图像处理方法、装置、系统、设备及计算机存储介质，涉及图像处理技术领域，应用于目标设备，对目标设备分配得到的图像处理子神经网络模型进行当前轮的训练；计算当前轮训练好的图像处理子神经网络模型的目标函数的局部特征矩阵；判断是否传输当前轮的局部特征矩阵；若是，则传输当前轮的局部特征矩阵至主设备，以使主设备基于当前轮的局部特征矩阵生成当前轮的全局参数；若否，则不传输当前轮的局部特征矩阵至主设备，以使主设备基于上一轮的局部特征矩阵生成当前轮的全局参数；以基于当前轮的全局参数得到训练好的图像处理神经网络模型进行图像处理。目标设备选择性的将局部特征矩阵传输给主设备，提高了处理效率。
-
公开(公告)号：CN115905456A
公开(公告)日：2023-04-04
申请号：CN202310016221.7
申请日：2023-01-06
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06F16/31 , G06F16/33 , G06F16/35 , G06F40/211 , G06F40/279 , G06F18/23
Abstract: 本申请公开了一种数据识别方法、系统、设备及计算机可读存储介质，应用于信息处理技术领域，获取目标数量个文本数据；对于每个文本数据，均对文本数据进行实体识别，得到实体识别结果；提取文本数据的第一全局向量化特征；提取各个实体识别结果各自的实体向量化特征；基于实体向量化特征，确定所有的实体识别结果的第二全局向量化特征；将第一全局向量化特征与第二全局向量化特征进行连接，得到文本数据的目标向量化特征；基于目标向量化特征对文本数据进行聚类，得到聚类结果；基于聚类结果，生成对应的事件模式信息；基于事件模式信息对目标数据进行事件抽取，得到事件信息；基于事件信息对目标数据进行识别，可以高效率的得到识别结果。
-
公开(公告)号：CN115879543A
公开(公告)日：2023-03-31
申请号：CN202310194708.4
申请日：2023-03-03
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06N3/098 , G06N3/084 , G06F18/214 , G06F18/24 , G06F18/23
Abstract: 本申请公开了计算机技术领域内的一种模型训练方法、装置、设备、介质及系统。本申请在模型迭代过程中，若根据当前迭代次数确定本次迭代需分组，则将异构计算系统内的所有计算节点划分为多个计算组，并使同一计算组内的不同计算节点互联；在每一计算组内确定控制节点，并按照环状拓扑结构连接不同控制节点；控制同一计算组内的不同计算节点以All‑Reduce策略和当前计算组适用的模型优化算法执行本次迭代任务，控制各控制节点以Ring‑All‑Reduce策略执行本次迭代任务。该方案能充分发挥计算节点的特点，提高计算节点间的通信效率和模型训练效率。本申请提供的一种模型训练装置、设备、介质及系统，同样具有上述技术效果。
-
公开(公告)号：CN114841150A
公开(公告)日：2022-08-02
申请号：CN202210466699.5
申请日：2022-04-29
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06F40/284
Abstract: 本发明提供一种标注文本质量评估方法、装置、电子设备及存储介质，涉及自然语言处理领域，方法包括：获取标注文本，并从标注文本中提取标注信息；对标注信息进行标注质量评估得到标注评估值，并对标注文本的语句和/或词汇进行文本质量评估得到文本评估值；根据标注文本对应的任务类型对标注评估值及文本评估值进行加权处理，得到标注文本对应的综合评估值；可从标注有效性方面对标注文本的标注信息进行评估，还可从语法、词语拼写、语义信息等文本质量方面对标注文本自身进行评估，最后还结合任务类型对标注评估值及文本评估值进行加权处理，以综合标注质量、文本质量及任务要求对标注文本进行全方位评估，进而可提升标注文本的筛选质量。
-
公开(公告)号：CN117061365B
公开(公告)日：2024-02-13
申请号：CN202311308673.9
申请日：2023-10-11
Applicant: 浪潮电子信息产业股份有限公司
IPC: H04L41/14 , H04L41/142
Abstract: 本发明公开了计算机技术领域内的一种节点选择方法、装置、设备及可读存储介质。本发明通过目标网络中节点的度数、结构桥作为结构化因素来评价节点，并通过节点在预设传播距离约束下的传播范围作为非结构化因素来评价节点，并由此结合结构化因素和非结构化因素综合评估节点的传播力，能够提高节点评估准确性，为目标节点的选择提供了可靠的数据支持；在划分目标网络得到多个子网后，若任意子网中包括目标节点，则根据当前子网中每一节点向当前子网中其他节点传播多源信息的传播概率及实时资源量在当前子网中选择管理节点，能够结合多源信息在同一网络中的传播特点在不同子网中进行管理节点的选择。
-
Patent Agency Ranking
公开(公告)号：CN117061365A
公开(公告)日：2023-11-14
申请号：CN202311308673.9
申请日：2023-10-11
Applicant: 浪潮电子信息产业股份有限公司
IPC: H04L41/14 , H04L41/142
Abstract: 本发明公开了计算机技术领域内的一种节点选择方法、装置、设备及可读存储介质。本发明通过目标网络中节点的度数、结构桥作为结构化因素来评价节点，并通过节点在预设传播距离约束下的传播范围作为非结构化因素来评价节点，并由此结合结构化因素和非结构化因素综合评估节点的传播力，能够提高节点评估准确性，为目标节点的选择提供了可靠的数据支持；在划分目标网络得到多个子网后，若任意子网中包括目标节点，则根据当前子网中每一节点向当前子网中其他节点传播多源信息的传播概率及实时资源量在当前子网中选择管理节点，能够结合多源信息在同一网络中的传播特点在不同子网中进行管理节点的选择。
-
公开(公告)号：CN116756536A
公开(公告)日：2023-09-15
申请号：CN202311034853.2
申请日：2023-08-17
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06F18/21 , G06F18/214 , G06F18/241 , G06N5/02
Abstract: 本发明公开了一种数据识别方法、模型训练方法、装置、设备及存储介质，涉及计算机技术领域，旨在解决传统技术中无法对多源域数据进行快速高效识别的问题，所述数据识别方法应用于客户端，包括：获取初始识别模型；所述初始识别模型包括本地模型和全局模型；利用本地样本对所述初始识别模型进行训练，获得本地模型梯度和全局模型梯度；将所述全局模型梯度上传至服务器，以使所述服务器利用各所述全局模型梯度对服务器模型参数进行更新处理，获得服务器模型更新参数；利用所述本地模型梯度对本地模型参数进行更新，利用所述服务器模型更新参数对全局模型参数进行更新，直至获得满足预设条件的数据识别模型；利用所述数据识别模型执行数据识别操作。
-
公开(公告)号：CN116681973A
公开(公告)日：2023-09-01
申请号：CN202310967935.6
申请日：2023-08-03
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06V10/774 , G06V10/82 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种图像处理方法、装置、系统、设备及计算机存储介质，涉及图像处理技术领域，应用于目标设备，对分配得到的图像处理子神经网络模型进行当前轮的训练；获取当前轮的局部激活矩阵、局部梯度矩阵；对目标设备的局部梯度矩阵和其他设备的局部梯度矩阵进行全局规约操作，得到全局梯度矩阵；将目标设备的局部激活矩阵和全局梯度矩阵进行对称拆分并运算来生成目标设备的局部梯度配置；传输局部梯度配置，以基于局部梯度配置生成当前轮的全局参数；若不结束训练，则基于当前轮的全局参数进行下一轮的训练；若结束训练，则结束。模型训练中只传输局部梯度配置，降低了数据传输量，提高了图像处理效率。
-
公开(公告)号：CN116246214B
公开(公告)日：2023-08-11
申请号：CN202310509062.4
申请日：2023-05-08
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06V20/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084 , G10L25/30 , G10L25/51
Abstract: 本申请公开了一种视听事件定位方法、模型训练方法、装置及设备和介质，涉及人工智能技术领域，该视听事件定位方法包括：利用目标网络模型确定多个视听片段的视听事件类别，并确定多个视听事件类别的起始时间和结束时间，实现多个视听事件类别的定位；目标网络模型包括注意力机制神经网络层、图卷积层和输出卷积网络层，注意力机制神经网络层用于提取多个视频段的全局视频特征和多个音频段的全局音频特征，并确定多个视听片段的视听事件类别，图卷积层用于提取多个视频段的局部视频特征和多个音频段的局部音频特征，输出卷积网络层用于确定多个视听事件类别的起始时间和结束时间，实现多个视听事件类别的定位。
-
公开(公告)号：CN116229332B
公开(公告)日：2023-08-04
申请号：CN202310501619.X
申请日：2023-05-06
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06V20/40 , G06V10/82 , G06V10/764 , G06N20/00
Abstract: 本申请公开了一种视频预训练模型的训练方法、装置、设备及存储介质，涉及人工智能技术领域，该训练方法包括：采用初始视频上下文预测模型和上下文预测数据集进行训练，得到已训练的视频上下文预测模型中的第一编码器；采用基于所述第一编码器构建的初始视频跨模态模型和跨模态数据集进行训练，得到已训练的视频跨模态模型中的第二编码器；采用基于所述第二编码器构建的初始内容识别模型和内容识别数据集进行训练，得到已训练的内容识别模型中的第三编码器；将所述第三编码器作为视频预训练模型，以利用所述视频预训练模型对视频数据进行预处理。在相同效果的情况下减少了数据集的数量，提高了对视频预训练模型进行训练的效率。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.037 seconds)
