一种面向大规模人工智能计算业务的集群诊断工具

    公开(公告)号:CN118897752A

    公开(公告)日:2024-11-05

    申请号:CN202411403740.X

    申请日:2024-10-09

    IPC分类号: G06F11/07

    摘要: 本发明公开了一种面向大规模人工智能计算业务的集群诊断工具,属于服务器集群管理工具技术领域,包括配置文件解析模块对配置文件进行解析获得样例配置信息;测试样例启动模块接收样例配置信息,完成测试样例执行器的指令构建、指令分发和接收;测试样例执行模块读取样例配置信息,基于样例本身的执行脚本启动样例测试,获得样例的诊断结果并回传;日志模块接收用户指定的日志存储路径,对该路径下的日志内容进行管理及分析;判卷模块基于诊断结果及预设阈值管理信息生成评判结果,获得集群诊断报告。本发明能对AI集群从单卡范围到多机范围的可用性进行多维度诊断,能够快速准确地定位集群中的故障服务器,缩短了筛查时间,提高了工作效率。

    一种基于预见性操作表征的柔性物体操作方法及装置

    公开(公告)号:CN118587171A

    公开(公告)日:2024-09-03

    申请号:CN202410650868.X

    申请日:2024-05-24

    摘要: 本发明公开了一种基于预见性操作表征的柔性物体操作方法及装置,方法包括:基于柔性物体的当前状态的含深度图像,利用抓取可供性模型预测整个含深度图像上每个像素点的抓取可供性数值并筛选出当前抓取点;基于所述当前状态的含深度图像及当前抓取点,利用放置可供性模型预测整个含深度图像上每个像素点的放置可供性数值并筛选出当前放置点;基于所述当前抓取点和所述当前放置点,控制机械臂对所述柔性物体进行本次的抓取和放置操作,并获取本次的抓取和放置操作后柔性物体的状态作为下一次抓取和放置操作的当前状态;重复上述步骤直至操作任务完成。本发明的方法表征得更加自然,通过注入先验降低了学习复杂度,提升了柔性物体操作的成功率。

    知识图谱补全模型的训练方法和装置

    公开(公告)号:CN115525773B

    公开(公告)日:2024-08-02

    申请号:CN202211234641.4

    申请日:2022-10-10

    摘要: 本发明公开了一种知识图谱补全模型的训练方法和装置。方法包括:将三元组查询训练数据集转化为搜索查询训练数据集;构建与每条搜索查询训练数据对应的正例文档和负例文档,得到正例文档集和负例文档集;利用搜索查询训练数据集、正例文档集和负例文档集对知识检索模块进行预训练,以使知识检索模块能够输出与每条三元组查询训练数据相关的多个文档;将该多个文档与对应的搜索查询训练数据进行拼接后输入到阅读理解模块中,以预测该条三元组查询训练数据的尾实体,并将预测的尾实体与正确尾实体之间的交叉熵作为损失函数优化模型参数,以得到训练好的补全模型。该方法在不可被推理的关系的知识补全中取得了很好的效果,具有较高的鲁棒性。

    基于对抗生成网络的AI生成内容质量评测方法及评测系统

    公开(公告)号:CN118247555A

    公开(公告)日:2024-06-25

    申请号:CN202410339136.9

    申请日:2024-03-22

    摘要: 本发明公开了一种基于对抗生成网络的AI生成内容质量评测方法,包括:构建用于评测AI生成内容质量的对抗生成网络,对抗生成网络包括生成器和判别器;生成器用于生成待评测的AI生成内容,判别器则用于判断待评测的AI生成内容的质量;用于基于对抗生成网络生成准确评测AI生成内容质量的模型,包括:迭代对抗训练,基于达到第一评价标准确定判别器已经自我优化到一个用于准确评价AI生成内容质量的评测质量模型;基于评测质量模型评测AI生成内容质量。还公开了对应系统和电子设备,通过生成器生成内容的判别结果对生成器的生成能力进行评价,基于对抗生成网络的AI生成内容质量评测系统通过不断地迭代训练自我优化,从而提高AI生成内容质量的评价能力。

    数据去重方法、装置、电子设备及存储介质

    公开(公告)号:CN118113807A

    公开(公告)日:2024-05-31

    申请号:CN202410391803.8

    申请日:2024-04-02

    摘要: 本发明公开了数据去重方法、装置、电子设备及存储介质,属于数据处理技术领域,方法包括:对待处理的多个数据集进行特征提取,得到对应的标准数据集;基于最小哈希算法生成每个标准数据集中的每个文档对应的MinHash签名;任意指定两个标准数据集分别作为测试样本数据集和原始数据集,利用MinHash签名,计算出测试样本数据集与原始数据集中每个文档的相似度;基于预先设定的相似度阈值,筛选出测试样本数据集与原始数据集中相似的文档,并从原始数据集中移除或标记出与测试数据集中相似的文档;重复上述步骤,直至将测试样本数据集和原始数据集均遍历完所有的标准数据集。本发明提供的数据去重,提升了数据处理的质量和安全性。

    一种病变细胞自动识别方法、装置和电子设备

    公开(公告)号:CN112990015B

    公开(公告)日:2024-03-19

    申请号:CN202110279331.3

    申请日:2021-03-16

    摘要: 本发明公开了一种病变细胞自动识别方法、装置和电子设备,包括:对获取到的细胞样本进行细胞P16联合LBP染色制片,得到细胞染色涂片;对所述细胞染色涂片进行扫描,生成细胞染色涂片的数字图像;对所述数字图像进行增强处理,得到增强图像;利用预先训练的目标检测模型识别得到所述增强图像中的病变细胞。自动制片方法有助于提高系统自动识别准确率;自动进行病变细胞分类和疾病筛查,大大减少了人力成本;采用图像增强技术提高了目标识别准确率;采用的目标检测算法准确性高、鲁棒性强、参数量小等,便于工业部署和实施。

    肿瘤图像分割方法、装置、电子设备和可读存储介质

    公开(公告)号:CN117152181B

    公开(公告)日:2024-02-20

    申请号:CN202311424801.6

    申请日:2023-10-31

    发明人: 李鹏宇

    摘要: 本发明公开了肿瘤图像分割方法、装置、电子设备和可读存储介质,属于医学图像处理技术领域。方法包括:获取针对肿瘤的磁共振序列原始图像,根据原始图像得到各自的三维重构图像,根据三维重构图像得到多组对比增强序列减影图像,去除减影图像中的噪声得到多组对比增强区域图像,合并多组对比增强区域图像得到叠加图像,通过全局阈值分割法对叠加图像进行分割得到ET图像,并在ET区域内进行多种子点区域生长分割和区域处理,得到待分类的WT区域,再通过像素点属性向量的标记、校准和分类得到WT图像。本发明利用肿瘤区域多期增强动态特性,将新的区域生长法和属性向量法结合,实现对ET(56)对比文件褚晶辉 等.基于帧间相关性的乳腺MRI三维分割.天津大学学报(自然科学与工程技术版).2017,(第08期),第835-842页.

    基于联邦学习的蛋白质-配体亲和力预测方法和装置

    公开(公告)号:CN117558339A

    公开(公告)日:2024-02-13

    申请号:CN202311321162.0

    申请日:2023-10-12

    摘要: 本发明提供一种基于联邦学习的蛋白质‑配体亲和力预测方法和装置,所述方法包括:获取待预测的蛋白质输入数据和配体输入数据;将所述蛋白质输入数据和配体输入数据输入预先训练的亲和力预测模型中,得到亲和力预测模型输出的预测结果;所述联邦学习框架包括多个用于训练亲和力预测子模型的本地端,以及用于将多个所述亲和力预测子模型进行模型聚合的服务器端;所述亲和力预测子模型是利用本地端预存的样本数据集进行训练得到的,所述亲和力预测模型是在所述服务器端利用各亲和力预测子模型的模型参数进行加权聚合后得到的。解决了现有技术中联邦学习模型预测和训练过程中数据安全性较低的技术问题,在模型训练和使用的过程中降低数据泄漏风险。

    三维点云表征模型构建方法、装置、电子设备和存储介质

    公开(公告)号:CN117422823A

    公开(公告)日:2024-01-19

    申请号:CN202311228033.7

    申请日:2023-09-21

    摘要: 本发明公开了三维点云表征模型构建方法、装置、电子设备和存储介质,属于机器视觉领域。该方法包括,采集三维点云数据集,确定相匹配的图像数据集和文本数据集,并组成训练样本;将二维transformer编码器结构扩展形成点云编码器,将点云编码器与预训练的文本编码器和图像编码器构建为统一编码网络,并将训练样本输入到统一编码网络中,提取点云特征、图像特征和文本特征;利用点云特征、图像特征和文本特征对统一编码网络进行训练,以优化点云编码器,得到三维点云表征模型并应用于下游任务。本发明利用二维预训练或多模态大模型中的预训练模型作为初始化模型,无需额外的成本或专门的三维预训练。