-
公开(公告)号：CN116112063B
公开(公告)日：2025-04-11
申请号：CN202310120786.X
申请日：2023-01-18
Applicant: 之江实验室
IPC: H04B7/185 , H04W12/122 , H04W52/24
Abstract: 本申请提供一种星地通信网络的功率分配方法、装置和基站功率管理中心。其中，获取当前用户接入信道时的星地通信网络的当前用户到基站段的信道信息；在确定出当前用户到基站段符合安全通信条件的情况下，根据当前用户到基站段的信道信息，确定基站人工辅助噪声功率；在当前用户到基站段添加基站人工辅助噪声功率；获取星地通信网络的当前基站到卫星段的信道信息；在确定出当前基站到卫星段符合安全通信条件的情况下，根据当前基站到卫星段的信道信息，确定基站到卫星段的基站合法信号发射功率和基站所分配的人工辅助噪声功率，在当前基站到卫星段添加基站合法信号发射功率和人工辅助噪声功率。
-
公开(公告)号：CN118982075B
公开(公告)日：2025-03-21
申请号：CN202411470800.X
申请日：2024-10-21
Applicant: 之江实验室
Abstract: 本说明书提供了一种基于知识图谱的增强大模型推理的方法、装置及设备，通过根据确定的输入大模型的输入文本中的输入实体，以及预测的该输入实体与问题答案之间的目标关系，从预设的知识图谱库中，确定匹配的匹配节点以及目标路径。然后，根据匹配节点以及目标路径确定提示路径，以根据提示路径构建子图，确定用于描述匹配节点的提示文本，并输入大模型。在为大模型补充了有效知识的同时，避免了由于输入的文本较多而超出大模型的窗口限制，也减少了输入大模型的噪声，提高了大模型推理答案的准确率，减小了“幻觉”的出现。
-
公开(公告)号：CN119450771A
公开(公告)日：2025-02-14
申请号：CN202411440036.1
申请日：2024-10-15
Applicant: 之江实验室
Abstract: 本说明书公开了一种基站通算资源分配方法、装置、存储介质及电子设备。在采用本说明书提供的基站通算资源分配方法对星地协同系统中的基站进行通算资源的分配时，可以在每个基站均设置能够根据基站的观测状态输出基站的通算资源分配策略的通算资源分配网络，并预先通过强化学习的方式通过卫星进行中心化训练，随后在应用阶段基站可不依靠卫星，仅依靠自身的观测状态通过通算资源分配网络实现通算资源的分配。采用本方法能够有效减少星地协同系统边缘计算应用时卫星与基站间频繁的双向通信，减少通信产生的延时，加快计算任务的处理效率，大幅提高用户体验。
-
公开(公告)号：CN118966203B
公开(公告)日：2025-02-11
申请号：CN202411456385.2
申请日：2024-10-18
Applicant: 之江实验室
IPC: G06F40/279 , G06F40/216 , G06N5/022
Abstract: 本发明公开了一种大模型增强的半开放知识抽取方法和系统，能够精准地筛选高质量且与关注问题相关的语料，并实现高效且准确的知识抽取。包括：首先，基于给定的种子实体检索包含这些种子实体的相关语料；接着，基于知识抽取的目的和关注的问题，计算检索到的语料和关注点之间的关联程度，筛选出关联度高的语料作为知识抽取的源语料；随后，利用大模型从源语料中抽取将种子实体作为头实体的三元组；再利用大模型判断抽取出来的三元组的置信度，筛选出置信度超过阈值的三元组；进一步检查所得三元组的语法、词性等，筛选出符合规范的三元组；最后，通过实体、关系标准化对齐、同义词提取融合等技术，实现知识的去重和规范化，得到最终需要的三元组。
-
公开(公告)号：CN119271893A
公开(公告)日：2025-01-07
申请号：CN202411393826.9
申请日：2024-10-08
Applicant: 之江实验室
IPC: G06F16/9535 , G06F16/957 , G06F16/2455 , G06N20/00
Abstract: 本发明公开了一种使用网络搜索增强大语言模型生成的方法和系统，该方法通过使用网络搜索相关内容后向大语言模型提供相关资料，为大语言模型输出提供更多信息，增强大模型回答的准确性，及时性。同时使用该方法可以节省大模型预训练的庞大成本。同时使用该方法可以降低成本，节省大模型预训练的庞大成本。该方法可以为大模型的输出找到信息来源，有效减少大预言模型输出“幻觉”的情况。最后，通过设计的缓存数据机制可显著加速查询响应时间。
-
Patent Agency Ranking
公开(公告)号：CN118865393A
公开(公告)日：2024-10-29
申请号：CN202411343007.3
申请日：2024-09-25
Applicant: 之江实验室
Abstract: 本发明提出了一种面向大模型训练的地质图语料标注方法和装置，其方法在待标注地质图中定义了多层级标注要素，并提出了具体标注流程，包括1）对地质图的一级要素进行区域性标注，2）对空间标识包含的二级要素进行标注，3）对图例包含的二级要素进行标注，4）导出标准化标注结果。本发明构造了符合地质图图件要素表达逻辑的标注架构和方法，提高了标注效率，提升地质图的可用性，推动地学研究与人工智能技术的深度融合，为大模型支持地球科学研究提供基础语料的支持。
-
公开(公告)号：CN116705195B
公开(公告)日：2024-03-26
申请号：CN202310673599.4
申请日：2023-06-07
Applicant: 之江实验室
Abstract: 本发明公开了一种基于矢量量化的图神经网络的药物性质预测方法，包括：获取药物分子原始图；构建图编码器，将药物分子原始图编码为隐变量特征；构建码本；计算各节点对应的隐变量特征与码本中各个向量的欧式距离，利用最近邻向量替换隐变量特征，得到矢量化的隐变量特征；构建图解码器，对矢量化的隐变量特征进行解码，得到药物分子增强图；构建药物分子原始图‑增强图实例对，将其对输入至药物分子图对比网络中，得到药物分子图实例对特征；构建损失函数，对药物分子增强图和药物分子图对比网络进行协同训练；将药物分子图进行图特征编码后得到的图特征输入至训练好的图对比网络进行预测，得到药物性质预测结果。
-
公开(公告)号：CN117390585B
公开(公告)日：2024-03-22
申请号：CN202311702608.4
申请日：2023-12-12
Applicant: 之江实验室
IPC: G06F18/25 , G06N3/08 , G06F123/02
Abstract: 本说明书公开了一种基于三维全连接融合的时序数据预测方法及模型训练方法，通过根据各对象在各历史时刻的历史状态数据，确定出对应的状态特征数据，时间特征数据以及状态程度特征数据，通过目标模型将状态特征数据，时间特征数据以及状态程度特征数据进行数据融合，对融合后的融合特征数据进行数据关联，得到关联特征数据。然后通过目标模型根据关联特征数据进行预测，得到预测结果，以最小化预测结果与实际数据之间的偏差为优化目标，训练目标模型。利用训练后的目标模型对待预测数据进行预测，根据预测结果执行目标任务。通过本方法获取的预测数据更为准确，预测效率也更为高效，保障了后续根据预测数据所执行的目标任务的顺利执行。
-
公开(公告)号：CN117611922A
公开(公告)日：2024-02-27
申请号：CN202311801017.2
申请日：2023-12-26
Applicant: 之江实验室
IPC: G06V10/764 , G06V10/762 , G06V10/75 , G06V10/774 , G06V10/80 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于提示微调的类增量学习图像分类方法、设备和介质，所述方法包括如下步骤：获取输入的图像样本，对所述图像样本进行预处理并通过输入嵌入层进行编码得到嵌入向量；基于所述嵌入向量，利用图像编码器得到特征向量，基于所述特征向量，匹配聚类中心；基于匹配得到的聚类中心，获取对应的提示向量和分类器；将所述提示向量与所述嵌入向量融合，利用所述图像编码器得到新的特征向量，基于新的特征向量，利用所述分类器得到预测的图像分类结果，其中，所述聚类中心通过在每一轮类增量学习过程中聚类得到。与现有技术相比，本发明具有减轻灾难遗忘问题的影响、分类准确性高等优点。
-
公开(公告)号：CN116757278B
公开(公告)日：2024-01-09
申请号：CN202311053464.4
申请日：2023-08-21
Applicant: 之江实验室
Abstract: 本说明书公开了一种预测模型的训练方法、装置、存储介质及电子设备，通过对样本图中的各节点进行聚类，再基于聚类结果中与目标节点属于相同聚类簇但与目标节点不存在链接关系的各节点，以及与所述目标节点距离较近但与该目标节点之间也不存在链接关系的各节点，确定指定节点，并将该指定节点和目标节点进行组合得到负样本对，以及根据确定出的负样本对和基于样本图中原有的链接关系确定出的正样本对，对该预测模型进行训练。本方法能充分考虑并利用节点间的相似信息进行负采样，从而使得训练得到的预测模型，可针对每个节点，准确预测其他节点与该节点之间存在链接关系的可能性，提高了预测结果的准确率。
-
-
-
-
-
-
-
-
-
Search Results
101
records
(took 0.036 seconds)
