-
公开(公告)号：CN117237744B
公开(公告)日：2024-01-30
申请号：CN202311497032.2
申请日：2023-11-10
Applicant: 之江实验室
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本说明书公开了一种图像分类模型的训练方法、装置、介质及电子设备，包括：获取各样本图像，以及确定各样本图像分别在预设的各目标类别中所属的类别，并作为各样本图像分别对应的标注。基于各样本图像以及各标注，对预先训练的第一模型进行训练，得到第二模型。融合各样本图像中不同类别的样本图像，得到训练样本。根据训练样本以及第二模型，确定训练样本对应的标准特征。将训练样本输入第一模型，确定训练样本对应的样本特征。至少根据样本特征以及标准特征，对第一模型进行训练，并将训练完成的第一模型作为图像分类模型，增强图像分类模型的表征能力，提高图像分类模型的输出结果的准确性。(56)对比文件Thangarajah Akilan et al..Fusion oftransfer learning features and itsapplication in image classification《.2017IEEE 30th Canadian Conference onElectrical and Computer Engineering(CCECE)》.2017,第1-5页.
-
公开(公告)号：CN117390163A
公开(公告)日：2024-01-12
申请号：CN202311404467.8
申请日：2023-10-26
Applicant: 之江实验室
IPC: G06F16/332 , G06F16/33 , G06F16/338 , G06F16/36 , G06F16/28 , G06N5/022 , G06N5/04
Abstract: 本说明书公开了一种基于人工智能的事实验证方法，通过根据待验证的三元组生成搜素语句，并在预设的搜索引擎中对搜索语句进行搜索，筛选预设的搜索引擎返回的搜索结果，根据筛选出的搜索结果生成提示信息，然后再根据提示信息和待验证的三元组生成输入文本，使得人工智能对话系统可根据输入文本对待验证的三元组进行事实验证，接收人工智能对话系统返回的验证结果。根据确定提示信息对待验证的三元组进行验证，减少了人工智能对话系统编造问题答案的可能性，即解决了人工智能对话系统在进行对话时出现“幻觉”的问题，提高了事实验证任务的准确度和可信度。
-
公开(公告)号：CN117036870B
公开(公告)日：2024-01-09
申请号：CN202311298498.X
申请日：2023-10-09
IPC: G06V10/774 , G06V10/764
Abstract: 本说明书公开了一种基于积分梯度多样性的模型训练和图像识别方法。所述方法包括：将样本数据分别输入各基模型，确定每个基模型对应的图像识别结果；针对每个基模型，根据该基模型对应的图像识别结果以及样本数据的实际标签，确定该基模型对应的分类损失，以及，确定该基模型相对于样本数据的积分梯度，作为该基模型对应的积分梯度；根据每个基模型对应的分类损失，确定目标集成模型对应的目标分类损失，以及，根据各基模型对应的积分梯度之间的偏差，确定目标集成模型对应的积分梯度正则项损失；根据目标分类损失以及积分梯度正则项损失，对目标集成模型进行训练。
-
公开(公告)号：CN116992034B
公开(公告)日：2023-12-22
申请号：CN202311245716.3
申请日：2023-09-26
Applicant: 之江实验室
IPC: G06F16/35 , G06F16/383 , G06F40/194 , G06N3/048 , G06N3/0499 , G06N3/09 , G06Q50/26
Abstract: 本发明涉及一种智能事件打标方法、装置及存储介质，其中方法包括：S1、获取事件反馈文本，并利用多分类模型预测事件一级标签；S2、将一级标签与事件专家规则库进行碰撞比对，确定分类难度，若为易分类标签则转S3，否则转S4；S3、构建层次分类模型确定多层次事件标签结果；S4、构建检索模型，根据每条事件对应向量与标签向量的相似度得分输出多个相似标签向量，若相似度得分至少一个不小于预设阈值，则根据用户选择的其中之一标签作为事件标签结果，否则，执行S5；S5、构建生成模型，以事件反馈文本作为输入，输出推荐标签，存入事件打标结果表。与现有技术相比，本发明具有自动化打标、确定标签准确性高等优点。
-
公开(公告)号：CN117172316A
公开(公告)日：2023-12-05
申请号：CN202311126132.4
申请日：2023-09-01
Applicant: 之江实验室
IPC: G06N5/022
Abstract: 本说明书公开了一种基于实体对齐所得到的知识图谱进行任务执行的方法，具体包括：获取包含第一和第二知识图谱的知识图谱对，通过筛选第一知识图谱的实体信息，选取出各目标实体，根据各目标实体和各目标实体的邻接实体，以及各目标实体与第二知识图谱中部分实体的对齐概率确定各目标实体的中心度和不确定度，然后根据各目标实体的中心度和不确定度构建各样本实体对，利用各样本实体对对实体对齐模型进行训练，最后，利用训练后的实体对齐模型对各知识图谱进行实体对齐，并利用实体对齐后的知识图谱执行目标任务。本方法大幅降低了训练过程中的样本标注成本，提高了模型训练过程效率的同时，也显著提高了整体任务执行的效率。
-
Patent Agency Ranking
公开(公告)号：CN117152752A
公开(公告)日：2023-12-01
申请号：CN202311415421.6
申请日：2023-10-30
Applicant: 之江实验室
IPC: G06V20/70 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种自适应权重的视觉深度特征重建方法和装置，将训练集图像分别输入视觉编码器E1和视觉编码器E2，以视觉编码器E2计算得到的重建特征目标 作为视觉编码器E1的监督信号；根据监督特征自身的数值大小，构建特征重建损失 ，使视觉编码器E1在训练过程中，更加关注监督特征的重要信息，减弱无关冗余信息对特征学习的影响。实践表明，本发明能够简单有效的提升编码器对数据的表征能力，并且，相对于现有技术方法，不需要额外的训练成本，能够充分利用监督特征的有益知识信息。
-
公开(公告)号：CN117035081A
公开(公告)日：2023-11-10
申请号：CN202311298515.X
申请日：2023-10-09
Applicant: 之江实验室
IPC: G06N5/022
Abstract: 本说明书公开了一种多元多模态知识图谱的构建方法及装置，本方法可以确定用户通过预设的交互界面创建出的概念树，而后，确定用户针对概念树中的每个概念创建出的实体，并确定用户在该交互界面中选取的实体作为目标实体，根据目标实体所对应的目标概念以及所述概念树中所述目标概念对应的祖先概念，确定与目标实体相关的至少一个关系，确定用户从至少一个关系中选取出的目标关系，并确定用户针对目标实体选取出的邻居实体，以构建出目标实体与邻居实体之间的目标关系，邻居实体为目标实体的前置实体或后置实体，通过构建得到的各实体之间的关系，构建得到知识图谱并向用户进行展示，从而本方法提高了用户通过系统构建知识图谱的效率。
-
公开(公告)号：CN116311310A
公开(公告)日：2023-06-23
申请号：CN202310566244.5
申请日：2023-05-19
Applicant: 之江实验室
IPC: G06V30/412 , G06V30/19 , G06V30/148 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种结合语义分割和序列预测的通用表格识别方法和装置，该方法综合使用YOLO、VGG、UNet、SLANet、DBNet、SVTR深度学习模型，结合以语义分割为基础的两阶段方案与以序列预测为基础的端到端方案，可用于图片格式的各类表格识别，包括有线表、少线表和无线表。该方法可识别表格中的结构信息以及文本信息。可识别包含表格的图片类型包括扫描图片和从任意角度拍摄的图片。本发明训练一个目标检测模型同时用于表格检测和表格分类，并针对现有表格识别方法对有线表识别不准的问题，提出了一种简单有效的合并单元格的方法，在TableBank数据集上比端到端的方案在TEDS指标上提高了9.34个百分点（79.24%）。
-
公开(公告)号：CN116030211A
公开(公告)日：2023-04-28
申请号：CN202310159660.3
申请日：2023-02-20
Applicant: 之江实验室
Abstract: 本说明书公开了一种构建仿真地图的方法、装置、存储介质及电子设备。仿真地图为位图格式，仿真地图中的每个色彩通道对应一层仿真图层。首先，获取各素材图，素材图为位图格式。其次，针对每个素材图，根据确定出的该素材图对应的图类型，确定该素材图中各位点的色值在待构建的仿真地图中所归属的色彩通道，作为该素材图对应的色彩通道。而后，根据各素材图中的各位点对应的色值以及各素材图对应的色彩通道，构建色值矩阵，色值矩阵用于表示素材图中每个位点在不同色彩通道上对应的色值。然后，根据色值矩阵，构建每个色彩通道所对应的仿真图层。最后，根据各色彩通道所对应的仿真图层，构建仿真地图。本方法可以提高构建仿真地图的效率。
-
公开(公告)号：CN119960742A
公开(公告)日：2025-05-09
申请号：CN202510444798.7
申请日：2025-04-10
Applicant: 之江实验室
Abstract: 本申请公开了一种基于多智能体协同的代码生成方法、装置、介质及设备，获取用户输入的描述信息，将描述信息输入到预设的大语言模型中，以确定出描述信息对应的特征向量，将特征向量输入到任务智能体，以确定出执行所需代码生成任务的各子任务，通过任务智能体，将各子任务中的检索子任务的任务信息发送给检索智能体，以检索得到代码生成任务所需的目标知识信息，通过任务智能体，将目标知识信息以及各子任务中包含的至少一个代码块生成子任务对应的任务信息发送给代码生成智能体，以最终生成用户所需的软件代码。本申请可以自动完成生成软件代码所需知识的检索，并自动生成软件代码，提高软件代码的生成效率同时，保证生成的软件代码的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.03 seconds)
