部署目标云服务平台
    2.
    发明公开

    公开(公告)号:CN120050167A

    公开(公告)日:2025-05-27

    申请号:CN202311592818.2

    申请日:2023-11-27

    Inventor: 康小海 杨继红

    Abstract: 本公开提供了用于部署目标云服务平台的方法、装置和非暂时性计算机可读介质。可以获得针对目标云服务平台的配置信息。可以基于所述配置信息在公共云服务平台中建立引导启动基础架构,所述引导启动基础架构提供与所述目标云服务平台相关联的核心服务集合。可以基于所述核心服务集合在所述目标云服务平台中创建目标服务集合。

    分子建模
    3.
    发明公开
    分子建模 审中-公开

    公开(公告)号:CN120032743A

    公开(公告)日:2025-05-23

    申请号:CN202311567645.9

    申请日:2023-11-22

    Inventor: 王童 邵斌 刘铁岩

    Abstract: 根据本公开的实现,提供了用于分子建模的方案。根据该方案,基于分子中的多个原子在分子中的相应位置,确定分子的原子间位置表示,原子间位置表示表征多个原子中的各对原子之间的相对空间位置;基于分子的原子属性表示和原子间位置表示,确定分子的特征表示,原子属性表示表征多个原子的相应属性;以及基于特征表示,确定对分子的目标性质的预测。由此,在对分子建模中考虑了原子之间的空间相对位置,以在建模中引入更丰富的信息。以此方式,可以提高对分子性质预测的准确性。

    媒体流中的时段定位
    4.
    发明授权

    公开(公告)号:CN112765377B

    公开(公告)日:2025-05-23

    申请号:CN201911059082.6

    申请日:2019-11-01

    Inventor: 彭厚文 傅建龙

    Abstract: 本公开的各个实现涉及媒体流中的时段定位。在一些实现中,从媒体流中提取表示所述媒体流内的多个时段的二维时序特征映射,其中所述二维时序特征映射包括表示所述多个时段中的时段的开始的第一维度和表示所述多个时段中的时段的结束的第二维度;以及基于所述二维时序特征映射,确定所述多个时段与所述媒体流中的行为的相关性。

    云服务的流线型安全部署
    5.
    发明公开

    公开(公告)号:CN119988029A

    公开(公告)日:2025-05-13

    申请号:CN202510130229.5

    申请日:2019-11-22

    Abstract: 本文公开了用于云计算环境中的云服务的流线型安全部署的技术。在一个实施例中,一种方法可以包括:响应于接收到在云计算系统中部署云服务的指令,创建对云计算系统中的资源的部署订阅,部署订阅由部署服务拥有;以及根据所创建的部署订阅,实例化由云计算系统中的部署服务可访问的一个或多个计算资源。方法还包括:基于具有经实例化的一个或多个计算资源的清单来取回与云服务相对应的应用的一个或多个组件;以及根据在清单中标识的安装顺序在云计算系统中安装所取回的应用的一个或多个组件。

    用于知识蒸馏的模型选择学习

    公开(公告)号:CN113822434B

    公开(公告)日:2025-05-13

    申请号:CN202010561319.7

    申请日:2020-06-18

    Abstract: 本公开提供了用于基于知识蒸馏来获得目标模型的方法和装置。可以获得数据集合和一组候选参考模型。可以针对所述数据集合中的每个训练样本,确定从所述一组候选参考模型中选择出的一组选定参考模型。可以获取所述一组选定参考模型针对所述训练样本输出的一组目标概率分布。可以利用所述一组目标概率分布来训练所述目标模型。

    对电子消息中的内容的自动总结

    公开(公告)号:CN113316775B

    公开(公告)日:2025-05-13

    申请号:CN202080009979.2

    申请日:2020-01-04

    Abstract: 在本文中公开了被配置为执行对电子消息中的内容的自动总结的电子邮件服务器。在一个实施例中,当接收到电子邮件时,电子邮件服务器确定传入电子邮件是否是模板化消息。响应于确定所述传入电子邮件不是模板化消息,电子邮件服务器将电子邮件中的一个或多个句子分类为决策、判断、推理或事实的语句;将经分类的语句聚类为聚类;并且选择所述聚类中的一个或多个聚类以自动地生成对所述传入电子邮件的总结。所述电子邮件服务器还能够随后在经由计算机网络将所述电子邮件发送到目的地之前,将表示所生成的总结的数据插入所述电子邮件中。

    通过细化模型输出来训练人工智能

    公开(公告)号:CN112166443B

    公开(公告)日:2025-05-13

    申请号:CN201980033820.1

    申请日:2019-05-07

    Abstract: 人工智能的改进训练。通过将输入数据集应用于人工智能(AI)来获取原始输出数据。这样的原始输出数据有时难以解释。本文中定义的原理提供了一种系统性方法以细化针对各种AI模型的输出。AI模型集合表征结构被用于细化AI模型输出的目的,以便更加有用。对于多个并且也许是大量AI模型中的每个AI模型,表征结构表示由于AI模型向输入数据的应用而产生的输出数据的细化。在从AI模型获取输出数据之后,可以应用适当的细化。然后,可以对经细化的数据进行语义索引以提供语义索引。表征结构还可以提供定制信息以允许对照语义索引进行直观查询。

    对资源数据的有效存储和取回

    公开(公告)号:CN114303152B

    公开(公告)日:2025-05-09

    申请号:CN202080059915.3

    申请日:2020-06-15

    Inventor: A·布鲁欣

    Abstract: 公开了一种用于压缩和解压缩本地化软件资源的方法和系统。所述方法可以包括:接收软件资源,所述软件资源采用第一语言;接收用于压缩的本地化软件资源,其中,采用所述第一语言的所述软件资源是采用第二语言的所述本地化软件资源的对应体。在接收到所述软件资源时,至少部分地基于所述软件资源中的一个或多个第一语言词语并且基于来自全局词典的数据来创建针对所述本地化软件资源的第一本地词典;以及基于所述本地词典来压缩所述本地化软件资源。

Patent Agency Ranking