-
公开(公告)号：CN119046538A
公开(公告)日：2024-11-29
申请号：CN202411120312.6
申请日：2024-08-15
Applicant: 上海浙江大学高等研究院 , 浙江大学
IPC: G06F16/9536 , G06F16/9535 , G06N3/08 , G06Q30/0601 , G06N3/0985
Abstract: 本发明公开了一种协同大模型和推荐小模型计算的方法及系统。本发明的方法通过设计端云协同的推荐模型框架，由基于云的大型模型利用历史数据生成候选列表和初始排名，在端侧设备上的小型模型使用最新的用户数据动态重新排列此列表。协同决策请求通过评估大型模型的初始排名和小型模型的后续重新排名之间的一致性来评估调用大型模型的需要。将大语言模型的特征提取能力与小型推荐模型的便利性结合起来，增强了大语言模型在设备上的实用性和准确性。
-
公开(公告)号：CN119089053A
公开(公告)日：2024-12-06
申请号：CN202411158770.9
申请日：2024-08-22
Applicant: 浙江大学
IPC: G06F16/9536 , G06F16/9535 , G06Q50/00 , G06F18/2415 , G06F18/243 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种适用于社交网络下离线策略评估方法、系统、介质及设备，属于数据挖掘领域。本发明的方法包括如下步骤：根据关键字将社交网络数据进行划分并构建社交网络数据集，将新策略推荐给用户的内容作为评估处理变量；在训练离线策略评估模型过程中，为每种处理变量分别学习一个维度与协变量一致的嵌入表达，并将每个社交网络数据的协变量分别和行为处理嵌入、评估处理嵌入组成联合表征，通过图卷积网络判断联合表征属于行为联合表征还是评估联合表征；根据分类器给出的结果，为社交网络数据集的每个结果变量赋予权重。最终新策略的评估结果即为加权后的结果变量的平均值，可以根据这个评估结果来决定是否采用新的内容推荐。
-
公开(公告)号：CN118333165A
公开(公告)日：2024-07-12
申请号：CN202410421833.9
申请日：2024-04-09
Applicant: 浙江大学
Abstract: 本发明公开了一种用于因果决策任务的可证实的校准方法，属于数据挖掘领域。包括如下步骤：根据关键字，将市场营销数据按照商品属性信息、商品促销策略和用户购买意向进行划分并构建数据集；在上述市场营销数据集上：对因果效应估计器进行预训练，对代理因果效应估计器和校准器进行训练，并分别记录最优参数；将训练好的因果效应估计器、代理估计器以及校准器应用到代理决策结果上，以得到用户购买意向的预测结果。相较于一般的因果效应估计方法，本发明考虑到因果效应估计与决策任务之间的隔阂，并提出了一个可证实的校准器来弥补这个隔阂，从而提高因果效应估计方法在决策任务上的表现。
-
公开(公告)号：CN116665678A
公开(公告)日：2023-08-29
申请号：CN202310723205.1
申请日：2023-06-16
Applicant: 浙江大学
Abstract: 本发明公开了一种基于目标语音分离的司法场景多人对话笔录方法及系统，属于语音信号处理领域。本发明针对司法场景的特点，提出了一种结合说话人日志、目标说话人分离和语音识别技术的多人对话笔录方法和系统，能够应用在司法领域的庭审、案件合议、审委会讨论等需要进行完整笔录的多人对话讨论场景中。本发明使用说话人日志系统提取的各说话人声纹特征，并实现了重叠语音分离，不受具体场地布置的限制，具有更广泛的适用性。
-
公开(公告)号：CN112633503B
公开(公告)日：2023-08-22
申请号：CN202011493947.2
申请日：2020-12-16
Applicant: 浙江大学
Abstract: 本发明公开了一种基于神经网络的工具变量生成与反事实推理方法及装置。针对之前的基于工具变量的反事实推理(如手写数字识别)方法需要预先定义和可获取的工具变量的问题，本发明直接从可观测变量中学习和解耦出工具变量，大大提升了因果推断效率，节省了时间和成本。本发明首次自动地从可观测变量中提取出工具变量，在算法和运用上有独创性和独特性。将本发明应用于现有的基于工具变量的反事实预测方法，与使用真实工具变量的方法相比性能因果推断有明显提升。本发明着重于从可观测变量中解耦出工具变量的表征，解决了基于工具变量的反事实预测技术需要预先使用先验知识和高昂成本获取工具变量数据的难题，提升了手写数字识别等领域精度。
-
Patent Agency Ranking
公开(公告)号：CN112307726B
公开(公告)日：2023-08-04
申请号：CN202011238302.4
申请日：2020-11-09
Applicant: 浙江大学
IPC: G06F40/166 , G06F18/214 , G06F18/213 , G06F18/2415 , G06N3/0464 , G06N3/049 , G06N3/08 , G06Q50/18
Abstract: 本发明公开了一种因果去偏差模型指导的法院观点自动生成方法，属于自然语言生成领域。包括如下步骤：1)根据关键字，将裁判文书按照原告诉请、事实描述以及法院观点进行分割，并对法院观点中的判决结果进行支持与否的标注，以得到训练数据集；2)通过一个诉请感知编码器，先对原告诉请和事实描述分别进行信息抽取，再对事实描述进行一次基于原告诉请的注意力计算，以得到感知了诉请的事实的向量化特征表示；3)利用一对反事实解码器来生成不同判决下的法院观点；4)通过连接一个判决预测器来选择最终的“法院观点”。相比一般的文本生成算法，本发明充分考虑了真实场景中判决结果分布不均匀这一客观事实，并有效地消除了潜在的偏向性。
-
公开(公告)号：CN112329891B
公开(公告)日：2022-05-31
申请号：CN202011367208.9
申请日：2020-11-27
Applicant: 浙江大学
Abstract: 本申请提供一种双向注意力和判案逻辑结合的辅助判案方法、装置、介质。本发明将判案逻辑和类案知识应用于基于深度学习的法律判决自动预测任务，相比一般的法律判决自动预测算法，本发明对查明事实和原告诉请、原告诉请之间的判案逻辑知识进行了建模，能有效提升算法的可解释性。本发明首次运用判案逻辑知识对法律判决进行自动预测，与其它在该认为上尝试过的模型相比较，本发明在算法和运用上都有自己的独创性和独特性。本发明可以将司法领域专家知识显性地与深度神经网络相结合，提升智能司法判案准确率，并提供判案可解释性。
-
公开(公告)号：CN118862990A
公开(公告)日：2024-10-29
申请号：CN202410870966.4
申请日：2024-07-01
Applicant: 浙江大学
IPC: G06N3/08 , G06N20/00 , G06F18/214 , G06F16/35 , G06V10/764 , G06N3/0455 , G06N3/045 , G06N3/0464 , G06N3/044
Abstract: 本发明公开了一种基于机器学习的架构无关神经网络参数生成方法及系统，本发明的方法由文本编码器通过编码生成对应的基底参数和参数掩码，利用参数掩码对基底参数进行裁剪，从而生成不同形状的人工智能模型参数，达到架构无关的效果。本发明的方法不同于一般的神经网络参数生成方法，可以快速生成任意架构的神经网络的参数。
-
公开(公告)号：CN117993998A
公开(公告)日：2024-05-07
申请号：CN202410123591.5
申请日：2024-01-29
Applicant: 浙江大学
IPC: G06Q30/0601 , G06F16/9535 , G06F18/22 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于跨域不变元表征的推荐方法扩充方法、介质及设备。该方法包括：通过待检测商品表征表查询商品表征，遍历元商品表征表中的每一行，得到元商品表征，根据相似度从元商品表征表中选取对应的元商品表征与商品表征进行融合，利用非自身相似度矩阵更新原有的商品表征，将最终的融合商品表征输入到推荐模型的编码器中，结合元用户表征表对用户表征进行更新，将新的融合用户表征输入到解码器中，得到预测的商品表征，最后从商品表征表中根据相似度得到对应预测商品信息。本发明的方法利用源域数据中提取跨域不变的元表征，并挖掘源域和目标域用户和商品的共性，作为将推荐模型从源域迁移到目标域的桥梁。
-
公开(公告)号：CN116797895A
公开(公告)日：2023-09-22
申请号：CN202310726033.3
申请日：2023-06-16
Applicant: 浙江大学
Abstract: 本发明公开了一种面向司法场景的多模态融合身份鉴别方法、介质及设备，属于身份识别领域。本发明能够通过对多种表征人体身份的人脸、虹膜及指纹等模态数据进行特征提取，并融入面部微表情、皱纹及关键点信息，确保不会因为面部纹理变化带来的误识别问题，最终借助自注意力机制对多模态特征及面部微特征进行联合学习，得到最终的识别结果。该方法能够应用在智慧司法的立案、庭审及诉服等司法身份鉴别场景中，实现优异地身份鉴别能力。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.022 seconds)
