基于因果扩充卷积和Autoformer的气象预测法

    公开(公告)号:CN116128168A

    公开(公告)日:2023-05-16

    申请号:CN202310404836.7

    申请日:2023-04-17

    Inventor: 荣欢 张译 蒋薇

    Abstract: 本发明提出基于因果扩充卷积和Autoformer的气象预测法,用于实现根据目标区域预设历史时段内采集的预设各气象因素数据、以及各天气现象标签,获得目标未来时段关于预设各天气现象标签下的预测情况,进行低误差天气预报,通过构建因果扩充神经网络模块、构建基于Autoformer的气象预测模块、构建待训练网络、超参数选择模块对待训练网络进行调优,以及对待训练网络进行训练,获得气象预测模型;再应用气象预测模型,对目标区域对应目标未来时间的天气现象进行预测。本发明具有更大感受野,能够提取更多信息以供气象预测模型学习,极大限度提高模型预测的精确度,有效降低模型预测误差。

    针对事实一致性的生成式摘要纠错方法

    公开(公告)号:CN115358215A

    公开(公告)日:2022-11-18

    申请号:CN202210474905.7

    申请日:2022-04-29

    Inventor: 荣欢 陈共驰

    Abstract: 本申请实施例提供了一种针对事实一致性的生成式摘要纠错方法,其技术要点是,建立检索模块与纠错模块,将待纠错的摘要及对应源文本进行数据预处理后,成对输入至所述检索模块,所述检索模块以三分类任务的形式,针对所述待纠错摘要的各句内容,从所述对应源文本中检索证据信息与之匹配获取匹配集合;纠错模块通过所述编码器、掩码器和解码器对掩码特征进行解码以生成纠错文本;从内容和事实性两方面评估所述纠错文本,计算纠错文本收益后,生成一条记录加入到样本池中;从样本池中选取样本收益最大的N条记录以计算策略梯度损失,指导纠错模块参数学习,使用学习完毕的检索模块与纠错模块对目标数据中的待纠错摘要进行纠错。

    一种基于多阶段迁移学习策略综合的众包文本集成方法

    公开(公告)号:CN114662659A

    公开(公告)日:2022-06-24

    申请号:CN202210237867.3

    申请日:2022-03-11

    Inventor: 荣欢 于信 马廷淮

    Abstract: 本发明提供一种基于多阶段迁移学习策略综合的众包文本集成方法,具体为1、构建迁移式生成型众包文本集成模型TTGCIF;2、获得源域文本数据集和目标域文本数据集的语义原型;3、对语义原型进行词嵌入处理;4、根据最大均值差异做数据分布对齐;5、对TTGCIF进行语义原型转导模型训练;6、将源域文本数据集处理为训练任务集;7、将训练任务集输入到TTGCIF中进行领域快速适应模型训练;8、将部分目标域文本数据集输入到TTGCIF中进行模型微调训练。通过以上过程,实现文本集成。本发明能够摒弃传统方法中对数据标签的需求,减少人力物力的浪费,对数据稀缺场景下进行众包文本集成的有着极大的促进作用。

    一种应用于多核系统的分布式引用计数系统及计数方法

    公开(公告)号:CN103942180B

    公开(公告)日:2017-08-11

    申请号:CN201410120816.8

    申请日:2014-03-28

    Inventor: 侯荣涛 荣欢 王琴

    Abstract: 本发明涉及一种应用于多核系统的分布式引用计数系统,包括至少两个系统内核、内存存储模块、任务管理器和系统全局引用计数模块,还包括数个分别与各个系统内核一一对应的本地资源引用模块;基于本发明设计的技术方案,能够克服传统操作系统引用资源机制的瓶颈;与此相应,本发明还设计了基于以上系统的计数方法,有效降低了系统内核直接对系统全局引用计数模块的访问频率,有效避免了某个系统内核独占系统全局引用计数模块而出现的过分“抖动”现象,有效地改善了操作系统的服务能力,提高了系统的可扩展性。

Patent Agency Ranking