-
公开(公告)号：CN118760795A
公开(公告)日：2024-10-11
申请号：CN202411236665.2
申请日：2024-09-04
Applicant: 之江实验室
IPC: G06F16/904 , G06T11/20
Abstract: 本说明书提供一种数据渲染方法、装置、存储介质及电子设备，根据预设的周期，确定各周期对应的待渲染数据，确定所述各周期中的各关键周期，针对各关键周期，获取该关键周期对应的待渲染数据，作为第一数据，存储在前端数据库中，并，获取该关键周期之前所有尚未存储的待渲染数据，作为第二请求数据，存储在所述前端数据库中。通过所述各单周期组件对所述前端数据库中的所述各关键周期对应的第一数据进行渲染，并，根据所述第二请求数据，确定所述前端数据库中的各关键周期之前的所有待渲染数据，作为第二数据，通过所述各多周期组件，对所述各关键周期对应的第二数据进行渲染。
-
公开(公告)号：CN117494068B
公开(公告)日：2024-04-19
申请号：CN202311546925.1
申请日：2023-11-17
Applicant: 之江实验室
IPC: G06F18/27 , G06F18/241 , G06F18/2321 , G06N7/01 , G06N3/045 , G06N3/08 , G06T11/20
Abstract: 本说明书实施例提供的一种结合深度学习与因果推断的网络舆情分析方法及装置，确定目标事件，确定与所述目标事件相关的待分析事件和影响所述目标事件的网络舆情的相关事件，根据所述相关事件，构建所述相关事件的时间序列数据集，获取所述目标事件的网络舆情数据，将所述网络舆情数据输入到预先训练的分析模型，得到所述网络舆情的情感倾向表征值，根据所述时间序列数据集和所述情感倾向表征值，拟合所述情感倾向表征值关于所述时间序列数据集的曲线，根据所述待分析事件的发生时刻以及所述曲线，确定所述待分析事件对网络舆情的影响。通过该方法，在对网络舆情进行分析的基础上，确定了所述待分析事件是否对所述网络舆情产生影响。
-
公开(公告)号：CN116737345A
公开(公告)日：2023-09-12
申请号：CN202311010091.2
申请日：2023-08-11
Applicant: 之江实验室
IPC: G06F9/48
Abstract: 本说明书公开了一种分布式任务处理系统及方法、装置、存储介质以及设备，在对各任务进行处理的过程中，通过调度节点确定各任务的任务信息，并基于各任务信息，确定系统的负载情况，以及在负载情况过高时，确定需要终止的目标任务，将该目标任务的任务标识广播给计算节点。计算节点可根据接收到的目标任务的任务标识，判断自身是否在执行该目标任务，若是，则将该目标任务的状态更新为终止状态，并停止执行该目标任务。本说明书可对分布式处理系统的负载状态进行监控，并在监控到系统负载过高时，自动基于各任务的任务信息，确定需终止的目标任务来进行终止。在不需要增加计算资源的情况下，也可保证该系统的任务处理效率。
-
公开(公告)号：CN117575829B
公开(公告)日：2024-09-13
申请号：CN202311591174.5
申请日：2023-11-24
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于大语言模型的舆情传播建模仿真和风险预警方法，可以获取事件舆情信息，并根据该事件舆情信息对预设的大语言模型进行微调训练，而后，可以初始化拓扑网络，并初始化智能体的自身特征，在每一轮迭代中，确定智能体的记忆流信息，并从记忆流信息中筛选出目标信息，将上一轮迭代中更新得到的自身特征以及所述目标信息输入到所述大语言模型，得到本轮迭代中更新得到的自身特征，将本轮迭代中更新得到的自身特征输入到大语言模型中，得到预测出的智能体针对目标事件的行为信息，并更新所述拓扑网络，以进行下一轮迭代。最后，可以根据每一轮迭代中预测得到的各智能体的行为信息，进行风险预警。
-
公开(公告)号：CN117252234B
公开(公告)日：2024-03-01
申请号：CN202311531148.3
申请日：2023-11-16
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于非合作博弈的策略生成方法及装置，通过构建目标用户对应的图数据，针对每个智能体，根据该智能体的被观测概率以及背叛参数，确定该智能体的背叛行为策略。根据各邻居智能体的背叛行为策略和各邻居智能体的被观测概率，通过该智能体的惩罚参数，确定该智能体分别对各邻居智能体的第一惩罚行为策略。进而参考各智能体在背叛行为策略和第一惩罚行为策略的影响下，更新该智能体的背叛参数和惩罚参数，用于确定各智能体的行为策略。从上述方法可以看出，通过构建目标用户对应的图数据，参考了与目标用户相关用户的行为策略的影响，以及实时更新目标用户的惩罚参数和背叛参数，得到的行为策略，更准确、实效性强。(56)对比文件Marco Casari等.Decentralizedmanagement of common property resources:experiments with a centuries-oldinstitution.Journal of Economic Behavior& Organization.2003,全文.裴华艳;闫光辉;王焕民.基于行为惩罚的合作演化研究.兰州交通大学学报.2020,(02),全文.王浩云;张顺颐;赵振东;马燕玲.基于不完全信息博弈的P2P网络节点行为策略模型.应用科学学报.2008,(05),全文.于建业;王元卓;靳小龙;程学旗.基于社交演化博弈的社交网络用户信息分享行为演化分析.电子学报.2018,(01),全文.谢逢洁;武小平;崔文田;陈子凤.博弈参与水平对无标度网络上合作行为演化的影响.中国管理科学.2017,(05),全文.
-
Patent Agency Ranking
公开(公告)号：CN117575829A
公开(公告)日：2024-02-20
申请号：CN202311591174.5
申请日：2023-11-24
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于大语言模型的舆情传播建模仿真和风险预警方法，可以获取事件舆情信息，并根据该事件舆情信息对预设的大语言模型进行微调训练，而后，可以初始化拓扑网络，并初始化智能体的自身特征，在每一轮迭代中，确定智能体的记忆流信息，并从记忆流信息中筛选出目标信息，将上一轮迭代中更新得到的自身特征以及所述目标信息输入到所述大语言模型，得到本轮迭代中更新得到的自身特征，将本轮迭代中更新得到的自身特征输入到大语言模型中，得到预测出的智能体针对目标事件的行为信息，并更新所述拓扑网络，以进行下一轮迭代。最后，可以根据每一轮迭代中预测得到的各智能体的行为信息，进行风险预警。
-
公开(公告)号：CN117252234A
公开(公告)日：2023-12-19
申请号：CN202311531148.3
申请日：2023-11-16
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于非合作博弈的策略生成方法及装置，通过构建目标用户对应的图数据，针对每个智能体，根据该智能体的被观测概率以及背叛参数，确定该智能体的背叛行为策略。根据各邻居智能体的背叛行为策略和各邻居智能体的被观测概率，通过该智能体的惩罚参数，确定该智能体分别对各邻居智能体的第一惩罚行为策略。进而参考各智能体在背叛行为策略和第一惩罚行为策略的影响下，更新该智能体的背叛参数和惩罚参数，用于确定各智能体的行为策略。从上述方法可以看出，通过构建目标用户对应的图数据，参考了与目标用户相关用户的行为策略的影响，以及实时更新目标用户的惩罚参数和背叛参数，得到的行为策略，更准确、实效性强。
-
公开(公告)号：CN117057162B
公开(公告)日：2024-01-09
申请号：CN202311307471.2
申请日：2023-10-10
Applicant: 之江实验室
IPC: G06F30/20 , G06F111/08
Abstract: 本说明书公开了一种任务执行方法、装置、存储介质及电子设备。所述任务执行方法包括：获取目标任务模型以及目标任务模型对应的专家经验数据和历史任务数据，确定历史任务数据的每个维度的值在目标任务模型的输入参数的值域中的分布，作为值分布，根据专家经验数据以及值分布，从输入参数的值域中抽样得到各补充输入参数，将各补充输入参数输入到目标任务模型，得到各补充输入参数对应的各补充输出参数，根据各补充输入参数、各补充输出参数以及历史任务数据，构建决策建议分布，根据决策建议分布，确定出最优输入参数，并根据最优输入参数进行任务执行。
-
公开(公告)号：CN118760795B
公开(公告)日：2024-12-27
申请号：CN202411236665.2
申请日：2024-09-04
Applicant: 之江实验室
IPC: G06F16/904 , G06T11/20
Abstract: 本说明书提供一种数据渲染方法、装置、存储介质及电子设备，根据预设的周期，确定各周期对应的待渲染数据，确定所述各周期中的各关键周期，针对各关键周期，获取该关键周期对应的待渲染数据，作为第一数据，存储在前端数据库中，并，获取该关键周期之前所有尚未存储的待渲染数据，作为第二请求数据，存储在所述前端数据库中。通过所述各单周期组件对所述前端数据库中的所述各关键周期对应的第一数据进行渲染，并，根据所述第二请求数据，确定所述前端数据库中的各关键周期之前的所有待渲染数据，作为第二数据，通过所述各多周期组件，对所述各关键周期对应的第二数据进行渲染。
-
公开(公告)号：CN117494068A
公开(公告)日：2024-02-02
申请号：CN202311546925.1
申请日：2023-11-17
Applicant: 之江实验室
IPC: G06F18/27 , G06F18/241 , G06F18/2321 , G06N7/01 , G06N3/045 , G06N3/08 , G06T11/20
Abstract: 本说明书实施例提供的一种结合深度学习与因果推断的网络舆情分析方法及装置，确定目标事件，确定与所述目标事件相关的待分析事件和影响所述目标事件的网络舆情的相关事件，根据所述相关事件，构建所述相关事件的时间序列数据集，获取所述目标事件的网络舆情数据，将所述网络舆情数据输入到预先训练的分析模型，得到所述网络舆情的情感倾向表征值，根据所述时间序列数据集和所述情感倾向表征值，拟合所述情感倾向表征值关于所述时间序列数据集的曲线，根据所述待分析事件的发生时刻以及所述曲线，确定所述待分析事件对网络舆情的影响。通过该方法，在对网络舆情进行分析的基础上，确定了所述待分析事件是否对所述网络舆情产生影响。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.029 seconds)
