-
公开(公告)号：CN113114511A
公开(公告)日：2021-07-13
申请号：CN202110436242.5
申请日：2021-04-22
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种网络设备端口描述信息的生成方法及装置，该方法包括获取目标网络中的目标网络设备的端口信息；基于端口信息，在目标信息表中调取与端口信息相匹配的描述信息，根据所述描述信息，生成目标网络设备的端口描述信息。该目标信息表为能够进行动态更新的网络设备物理端口以及与之连接的终端信息的关系表，因此，本发明实现了基于所述目标信息表自动化的对网络设备端口添加描述信息，提升了生成端口描述信息的效率，进而提升了网路运维效率。
-
公开(公告)号：CN113114510A
公开(公告)日：2021-07-13
申请号：CN202110436220.9
申请日：2021-04-22
Applicant: 中国科学技术大学
IPC: H04L12/24 , H04L12/939 , H04L29/08
Abstract: 本发明公开了一种网络故障信息的同步方法及装置，获取网络设备故障信息；基于所述网络设备故障信息，确定目标接口；根据所述目标接口，在目标关联关系表中检索得到与所述目标接口对应的接口描述信息，所述目标关联关系表为能够进行动态更新的网络设备物理接口以及与所述接口连接的终端信息的关系表；基于所述接口描述信息，将所述网络设备故障信息以目标方式进行输出。本发明基于目标关联关系表来实现当某台设备故障或者物理接口故障后，能够基于接口描述信息将设备故障信息进行输出至对应的人员，实现了准确携带故障接口对应的终端信息，提升了运维效率和准确性。
-
公开(公告)号：CN118428412B
公开(公告)日：2024-11-01
申请号：CN202410875622.2
申请日：2024-07-02
Applicant: 安徽省立医院(中国科学技术大学附属第一医院)
IPC: G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/092 , G06F16/332 , G16H10/60
Abstract: 本发明涉及医疗问答技术领域，公开了一种基于记忆及强化学习优化的医疗大模型问答方法，包括：使用记忆插件对结构化的患者病历文本进行编码，得到记录患者病历关键信息的记忆向量；将用于问题文本输入到医疗大模型，得到患者问题编码特征；使用交互模块实现记忆向量与患者问题编码特征的交互，得到增强的患者问题编码特征；使用医疗大模型处理，得到个性化答案；将个性化答案与人工标注答案比较，使用交叉熵损失函数得到损失；基于损失，通过反向传播以及梯度下降算法，更新医疗问答模型中的医疗大模型、记忆插件和交互模块的可训练的参数，实现医疗问答模型的训练；本发明引入了患者病历信息，以解决难以生成个性化答案的问题。
-
公开(公告)号：CN118692663A
公开(公告)日：2024-09-24
申请号：CN202411178359.8
申请日：2024-08-27
Applicant: 安徽省立医院(中国科学技术大学附属第一医院)
Abstract: 本发明涉及诊疗方案生成技术领域，公开了一种基于记忆及检索增强的大模型医疗诊疗方案生成方法，将患者信息文本输入到完成训练的生成模型，得到最终诊疗方案；生成模型的训练过程包括以下步骤：检索与患者信息文本最相近的相似患者信息文本；将患者信息文本和相似患者信息文本输入记忆模块，得到相似患者信息表征；将患者信息文本以及相似患者信息表征分别输入到医疗大模型中，生成中间诊疗方案；对生成的中间诊疗方案进行整合，得到最终诊疗方案；将人工标注的诊疗方案分别与中间诊疗方案以及最终诊疗方案进行对比，计算交叉熵损失对生成模型进行训练；使得多个大模型的可以从不同方面生成诊疗方案，提高最终报告的全面性。
-
公开(公告)号：CN118645124A
公开(公告)日：2024-09-13
申请号：CN202411089230.X
申请日：2024-08-09
Applicant: 中国科学技术大学
Abstract: 本申请提供了一种语音情感识别方法、装置、设备及存储介质，涉及语音信号处理技术领域，该方法首先使用预先训练好的语音识别自监督预训练模型提取帧级特征，从而缓解情感数据标注数据量不足的问题；其次利用局部原型映射网络，在不增加额外标注负担的情况下，在帧级层面通过无监督原型学习方法对帧级特征进行建模，有效刻画由语音情感复杂性所带来的局部统计信息变化并将其映射到相应的语音段表征上。综上所述，该方法通过结合预先训练好的语音识别自监督预训练模型和局部原型映射网络，为语音情感分析带来了显著的有益效果，提高了情感分析的准确性和效率，并具有较强的鲁棒性和泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN118153684B
公开(公告)日：2024-07-30
申请号：CN202410565104.0
申请日：2024-05-09
Applicant: 中国科学技术大学
Abstract: 本发明公开了基于知识驱动的大模型情绪溯源及传播路径分析方法，涉及人工智能技术领域，将事件和用户情绪输送到溯源路径模型中，以输出事件与用户情绪之间的因果关系以及用户情绪传播的最短路径；溯源路径模型的训练过程如下：构建训练集，训练集中包括事件和用户情绪；将事件和用户情绪输送到因果关系模型中，生成事件与用户情绪之间是否存在因果关系以及因果关系的强弱；将因果关系以及因果关系的强弱输送到传播路径模型中，以预测用户情绪传播的最短路径，基于所生成的用户情绪传播的最短路径调整溯源路径模型中的模型参数；该情绪溯源及传播路径分析方法提升了事件和用户情绪的因果预测的准确性以及有效地实现对用户情绪的溯源。
-
公开(公告)号：CN117992615B
公开(公告)日：2024-06-18
申请号：CN202410396721.2
申请日：2024-04-03
Applicant: 中国科学技术大学
IPC: G06F16/35 , G06N3/0455
Abstract: 本发明涉及文本情绪识别技术领域，公开了一种基于组合范畴语法与大模型记忆插件的情绪识别方法，通过情绪识别模型识别出给定的文本的情绪标签，包括：利用嵌入编码器提取文本的文本特征；利用知识提取模块提取文本的组合范畴语法知识向量；基于知识向量和编码后的文本特征，通过记忆机制控制插件与大模型进行交互，驱动大模型融合插件携带的知识，将插件与大模型进行参数级融合，得到增强后的文本表征；将增强后的文本表征输入到分类器进行标签预测，生成情绪标签。本发明通过充分利用组合范畴语法信息知识，从而更全面地把握文本的结构和含义，让模型更全面地理解情绪表达，有助于提高情绪分析的准确性。
-
公开(公告)号：CN118197526A
公开(公告)日：2024-06-14
申请号：CN202410356565.7
申请日：2024-03-27
Applicant: 安徽省立医院(中国科学技术大学附属第一医院)
IPC: G16H20/00 , G16H50/70 , G06F40/126 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及管理方案生成领域，公开了一种基于注意力机制及混合专家系统的慢病管理方案生成方法；将患者信息输入到完成训练的生成模型，得到慢病管理方案；生成模型的训练过程包括：使用大模型文本编码模块，将患者信息文本编码为文本向量；将文本向量输入注意力模块，得到混合专家系统中混合专家模型的权重；将文本向量以及混合专家系统权重输入混合专家系统，得到混合专家模型输出的中间方案表征；将中间方案表征输入整合模块，生成慢病管理方案；构建损失函数；基于损失函数并使用反向传播和梯度下降算法，实现生成模型的训练。本发明提出了基于大模型与混合专家网络的方法，以解决现有使用单一模型难以有效生成不同方面慢病管理方案的问题。
-
公开(公告)号：CN117633239B
公开(公告)日：2024-05-17
申请号：CN202410090128.5
申请日：2024-01-23
Applicant: 中国科学技术大学
IPC: G06F16/35 , G06F18/2415 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及情感识别技术领域，公开了一种结合组合范畴语法的端到端方面情感识别方法，通过完成训练的情感识别模型识别出给定的文本的情感标签；情感识别模型的训练过程包括：通过编码器提取文本的文本特征；通过词汇范畴标签解码模块对文本特征进行处理，预测得到词汇范畴标签；应用注意力模块对文本特征进行处理得到加权和向量，进而得到平衡后的文本隐藏向量；将平衡后的文本隐藏向量输入到标签预测模块，生成情感标签；基于总体损失和反向传播算法更新情感识别模型的参数。本发明利用组合范畴语法包含的句法和语义信息，明确区分并相应地利用重要的上下文信息；通过门控模块，情感识别模型可以提高对语义信息的处理能力。
-
公开(公告)号：CN117992927A
公开(公告)日：2024-05-07
申请号：CN202410405242.2
申请日：2024-04-07
Applicant: 中国科学技术大学
Abstract: 本发明涉及目标检测技术领域，公开了一种基于控制噪声扩散网络的目标检测方法，对输入信息进行目标检测，得到目标检测结果，包括：对数据集中的输入信息进行预处理，得到一系列无关信息，将无关信息记作输入信息的噪声信号；对数据集中的所有输入信息重复上述过程，得到噪声信号总集合；对噪声信号总集合进行随机采样，得到噪声信号；将噪声信号转换成噪声表征；对各噪声表征进行线性加权和归一化操作，得到综合噪声信号；利用目标检测网络提取输入信息的关键信息；将与无关信息相链接的综合噪声信号以及关键信息作为扩散网络的输入，计算得到强化的数字化表征；通过综合考虑噪声和目标检测，提高了模型在感兴趣目标物体的识别和定位能力。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.027 seconds)
