-
Patent Agency Ranking
公开(公告)号：CN119378652A
公开(公告)日：2025-01-28
申请号：CN202411976752.1
申请日：2024-12-31
Applicant: 中国电建集团西北勘测设计研究院有限公司
IPC: G06N3/0985 , G06N3/045 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N5/04 , G06F40/295 , G06F40/247 , G06F16/3329 , G06F16/353 , G06F40/58 , G06N3/048
Abstract: 本公开提供了一种基于元学习的大语言模型训练方法、数据分类方法及装置，涉及数据处理技术领域。基于元学习的大语言模型训练方法包括：获取训练数据，并基于训练数据构建包含多个自然语言处理任务的任务池；基于自适应机制动态调整自然语言处理任务的任务权重，并基于任务权重确定每个自然语言处理任务对应的选择概率；基于选择概率对任务池进行采样，得到元任务集；基于混合参数冻结策略，利用元任务集对预训练模型进行全局元优化、局部元优化和注意力机制优化，得到基于元学习的大语言模型。本公开中的技术方案可以提升大语言模型在多任务和不同数据分布下的适应性和训练效率。
-
公开(公告)号：CN118708943A
公开(公告)日：2024-09-27
申请号：CN202411181206.9
申请日：2024-08-27
Applicant: 中国电建集团西北勘测设计研究院有限公司
IPC: G06F18/213 , G06F18/241 , G06N3/042 , G06N3/0455 , G06N3/084
Abstract: 本公开提供了一种特征提取模型的训练方法、数据分类方法、装置及设备，涉及数据处理技术领域。特征提取模型的训练方法包括：获取训练样本数据，训练样本数据由图结构样本数据和真实标签构建；将图结构样本数据输入预先构建的初始特征提取模型中，以对初始特征提取模型进行特征提取过程训练，得到目标特征提取模型；特征提取过程包括：利用图神经网络对图结构样本数据进行图卷积处理，得到图结构样本数据中的节点对应的特征表示；将特征表示输入变分编码网络，以将特征表示转化为隐变量分布；将隐变量分布输入基于自注意力机制的特征增强网络，得到增强特征。本公开中的技术方案可以提升模型的表达能力以及对图结构数据的特征提取效果。
-
公开(公告)号：CN119393282A
公开(公告)日：2025-02-07
申请号：CN202411976759.3
申请日：2024-12-31
Applicant: 中国电建集团西北勘测设计研究院有限公司
Abstract: 本公开提供了一种基于模型预测的双馈式变速抽蓄机组控制方法及装置，涉及数据处理技术领域。基于模型预测的双馈式变速抽蓄机组控制方法包括：构建目标双馈式变速抽蓄机组对应的水泵水轮机模型、双馈电机模型和引水系统模型；建立水泵水轮机控制策略，基于网侧变流器的直流母线电压控制和转子侧变流器的转子电压控制建立双馈电机控制策略；通过将误差方程代入目标函数，生成二次代价函数，模型预测控制框架下求解控制变量的解析最优解，以生成动态优化的控制参数；利用水泵水轮机控制策略和双馈电机控制策略对目标函数和控制参数进行实时调整。本公开中的技术方案可以提升对双馈式变速抽蓄机组控制的精确性和适应性。
-
公开(公告)号：CN119398142A
公开(公告)日：2025-02-07
申请号：CN202510000508.X
申请日：2025-01-02
Applicant: 中国电建集团西北勘测设计研究院有限公司
Abstract: 本发明提供一种用于项目管理的图结构制作方法及装置，涉及项目管理技术领域，为了有效提高项目管理效率，增强数据分析能力和展示能力，所述方法包括：提取与项目相关的所有数据中的有效信息项；基于所述有效信息项构建图结构关系；基于所述图结构关系，生成表示所述项目数据的图结构。本发明可以有效提高项目管理效率。
-
公开(公告)号：CN118708943B
公开(公告)日：2024-12-17
申请号：CN202411181206.9
申请日：2024-08-27
Applicant: 中国电建集团西北勘测设计研究院有限公司
IPC: G06F18/213 , G06F18/241 , G06N3/042 , G06N3/0455 , G06N3/084
Abstract: 本公开提供了一种特征提取模型的训练方法、数据分类方法、装置及设备，涉及数据处理技术领域。特征提取模型的训练方法包括：获取训练样本数据，训练样本数据由图结构样本数据和真实标签构建；将图结构样本数据输入预先构建的初始特征提取模型中，以对初始特征提取模型进行特征提取过程训练，得到目标特征提取模型；特征提取过程包括：利用图神经网络对图结构样本数据进行图卷积处理，得到图结构样本数据中的节点对应的特征表示；将特征表示输入变分编码网络，以将特征表示转化为隐变量分布；将隐变量分布输入基于自注意力机制的特征增强网络，得到增强特征。本公开中的技术方案可以提升模型的表达能力以及对图结构数据的特征提取效果。
-
-
-
-
Search Results
5
records
(took 0.031 seconds)
