-
公开(公告)号：CN119380341A
公开(公告)日：2025-01-28
申请号：CN202411946533.9
申请日：2024-12-27
Applicant: 数据堂(北京)科技股份有限公司
IPC: G06V20/70 , G06V30/19 , G06V10/82 , G06N3/0464
Abstract: 本申请公开了一种大模型多模态数据语义表征对齐方法，其通过采用基于深度学习的数据处理技术对第一模态数据和第二模态数据分别进行细粒度局部特征提取，并计算所述第一模态数据和第二模态数据的细粒度局部特征之间的相似度，作为初对齐损失函数值，接着，进一步结合全局上下文语义信息，对所述第一模态数据和第二模态数据的细粒度局部特征进行语义强化编码，通过上下文级别的语义对齐度量得到精对齐损失函数值，进而，基于精对齐损失函数值和初对齐损失函数值来指导模型训练，以实现多模态数据的语义表征对齐。通过这种方式，可以显著提高多模态数据在语义层面的对齐精度，为后续的数据融合和应用提供更准确的特征基础。
-
公开(公告)号：CN111078928A
公开(公告)日：2020-04-28
申请号：CN201911327469.5
申请日：2019-12-20
Applicant: 数据堂(北京)科技股份有限公司
IPC: G06F16/583 , G06K9/62
Abstract: 本发明提供了一种图像去重方法及装置，可以计算待去重的每个图像的目标哈希值，具体将图像划分为多个局部图像，分别缩小图像和每个局部图像的尺寸，分别对缩小后的图像和每个缩小后的局部图像进行DCT变换，得到图像对应的DCT系数矩阵和每个局部图像对应的DCT系数矩阵；根据图像对应的DCT系数矩阵计算图像的哈希值，以及根据每个局部图像对应的DCT系数矩阵计算每个局部图像的哈希值；对图像的哈希值和每个局部图像的哈希值进行整合得到图像的目标哈希值。进一步通过两两匹配多个图像的目标哈希值确定多个图像中的重复图像，并去重。基于本发明可以对实现整体+局部的图像对比，提高了鲁棒性和精确性。
-
公开(公告)号：CN110580917B
公开(公告)日：2022-02-15
申请号：CN201910870667.X
申请日：2019-09-16
Applicant: 数据堂(北京)科技股份有限公司
Abstract: 本发明提供一种语音数据质量检测方法、装置、服务器及存储介质，以帧为单位对待进行质量检测的语音数据进行分割得到至少一个语音帧，计算语音帧在预先设置的至少一个频段中每个频段的频谱能量值，并将利用至少一个语音帧中每个语音帧在频段的频谱能量值计算语音数据在频段的目标频谱能量值，分析语音数据在各个频段的目标频谱能量值得到语音数据的质量检测结果。本发明提供的技术方案通过对语音数据在不同频段的目标频谱能量值的计算可分析出语音数据的语音质量检测结果，实现了对语音数据质量的检测。
-
公开(公告)号：CN113205163A
公开(公告)日：2021-08-03
申请号：CN202110764998.2
申请日：2021-07-07
Applicant: 数据堂(北京)科技股份有限公司
Abstract: 本发明公开了一种数据标注方法及装置，该方法包括：利用无监督学习算法进行冷启动，对原始的无标签数据进行初级分类，生成弱和伪标签数据信息；对伪标签数据信息进行校验标注；对预设数量的弱标签数据信息进行标注，获得部分已标注数据，基于弱监督学习算法和部分已标注数据，对剩余的弱标签数据信息进行预标注，生成预标注结果；对预标注结果进行半监督学习算法的样本筛选，获得精品数据集；对精品数据集进行数据补充，获得全标签数据集；利用全标签数据集对无监督学习算法、弱监督学习算法和半监督学习算法进行算法迭代，获得优化的无监督学习算法、弱监督学习算法和半监督学习算法。本发明可以大幅减少人工标注成本，并提高数据标注效率。
-
公开(公告)号：CN116483733A
公开(公告)日：2023-07-25
申请号：CN202310687517.1
申请日：2023-06-12
Applicant: 数据堂(北京)科技股份有限公司 , 河北数云堂智能科技有限公司
Abstract: 本发明公开了一种多维度人工智能产品评测方法及装置，该方法包括：确定人工智能产品的评测对象，所述评测对象包括人工智能模型、人工智能算法和人工智能硬件；确定每个评测对象在每个评测维度的评测项，所述评测维度包括功能评测、性能评测和安全性评测；采集每个评测对象在每个评测维度的评测项的评测数据，按照每个评测项的评测方法，对该评测对象进行评测，获得该评测对象在该评测维度的该评测项的评测结果；其中，评测对象在功能评测的评测项的评测方法为基于环境条件集合的评测方法。本发明可以针对人工智能技术评测对象，实现人工智能的全周期评测。
-
Patent Agency Ranking
公开(公告)号：CN115830419A
公开(公告)日：2023-03-21
申请号：CN202310087039.0
申请日：2023-02-09
Applicant: 数据堂(北京)科技股份有限公司 , 河北数云堂智能科技有限公司
IPC: G06V10/776 , G06V40/16 , G06V10/82
Abstract: 本发明公开了一种数据驱动式人工智能技术评测系统及方法，涉及人工智能评测技术领域，系统包括评测对象单元、评测过程单元、评测结果单元和算法优化单元，评测对象单元的数据信息传递至评测过程单元评测，评测过程单元评测结果传递至评测结果单元；算法优化单元接收评测结果数据，并将接收到的待优化的评测结果数据传递至评测对象单元进行优化；方法步骤包括生成评测任务；执行评测任务；生成评测结果。本发明针对不同技术领域和不同应用场景下的评测对象，可以快速选择适合的评测工具、评测数据、评测标准和基准模型后执行评测，输出评测结果，并推动评测对象的算法优化，从而极大降低用户进行人工智能评测的技术门槛。
-
公开(公告)号：CN111078928B
公开(公告)日：2023-07-21
申请号：CN201911327469.5
申请日：2019-12-20
Applicant: 数据堂(北京)科技股份有限公司
IPC: G06F16/583 , G06V10/42 , G06V10/75
Abstract: 本发明提供了一种图像去重方法及装置，可以计算待去重的每个图像的目标哈希值，具体将图像划分为多个局部图像，分别缩小图像和每个局部图像的尺寸，分别对缩小后的图像和每个缩小后的局部图像进行DCT变换，得到图像对应的DCT系数矩阵和每个局部图像对应的DCT系数矩阵；根据图像对应的DCT系数矩阵计算图像的哈希值，以及根据每个局部图像对应的DCT系数矩阵计算每个局部图像的哈希值；对图像的哈希值和每个局部图像的哈希值进行整合得到图像的目标哈希值。进一步通过两两匹配多个图像的目标哈希值确定多个图像中的重复图像，并去重。基于本发明可以对实现整体+局部的图像对比，提高了鲁棒性和精确性。
-
公开(公告)号：CN115810137B
公开(公告)日：2023-06-02
申请号：CN202310087037.1
申请日：2023-02-09
Applicant: 数据堂(北京)科技股份有限公司 , 河北数云堂智能科技有限公司
IPC: G06V10/776 , G06V40/16 , G06V10/82
Abstract: 本发明公开了一种交互式人工智能技术评测方案的构建方法，涉及人工智能测评技术领域，方法包括以下步骤：步骤S1：构建数据层，数据层包括评测数据库、评测工具库、评测标准库和基准模型库；步骤S2：构建封装层；步骤S3：构建执行层。本发明基于评测工具、评测数据、评测标准、基准模型等要素，快速构建一个人工智能评测方案，从而解决人工智能评测经验和方法无法重复利用、评测要求技术门槛高的问题，提供了交互式的配置环境，支持用户通过拖拽配置的可视化方式快速构建复杂的评测方案流程，从而实现为不同类型人工智能任务快速开发新的评测方案。
-
公开(公告)号：CN113204795B
公开(公告)日：2021-09-24
申请号：CN202110764949.9
申请日：2021-07-07
Applicant: 数据堂(北京)科技股份有限公司
IPC: G06F21/62 , G06F16/27 , G06F16/2458
Abstract: 本发明公开了一种基于联邦数据及联邦服务的数据共享方法及装置，该方法包括：接收数据使用方提交的模型运算需求；基于联邦节点能力数据库，根据模型运算需求匹配生成最优决策结果；基于最优决策结果选择计算模型，将公钥和计算模型发送至相应联邦节点；接收相应联邦节点返回的计算结果，其中，计算结果为联邦节点根据自身的联邦数据基于计算模型计算得出并通过公钥加密后的结果；将结果进行解密返回给数据使用方；计算参与计算的每个联邦节点的数据收益，提供给数据提供方；将计算过程数据存储在区块链的记账节点上；数据提供方作为联邦节点。本发明通过联邦服务机制来实现对各个数据使用方需求的决策生成，进而实现服务的联邦化。
-
公开(公告)号：CN113204795A
公开(公告)日：2021-08-03
申请号：CN202110764949.9
申请日：2021-07-07
Applicant: 数据堂(北京)科技股份有限公司
IPC: G06F21/62 , G06F16/27 , G06F16/2458
Abstract: 本发明公开了一种基于联邦数据及联邦服务的数据共享方法及装置，该方法包括：接收数据使用方提交的模型运算需求；基于联邦节点能力数据库，根据模型运算需求匹配生成最优决策结果；基于最优决策结果选择计算模型，将公钥和计算模型发送至相应联邦节点；接收相应联邦节点返回的计算结果，其中，计算结果为联邦节点根据自身的联邦数据基于计算模型计算得出并通过公钥加密后的结果；将结果进行解密返回给数据使用方；计算参与计算的每个联邦节点的数据收益，提供给数据提供方；将计算过程数据存储在区块链的记账节点上；数据提供方作为联邦节点。本发明通过联邦服务机制来实现对各个数据使用方需求的决策生成，进而实现服务的联邦化。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.03 seconds)
