-
公开(公告)号：CN114462395B
公开(公告)日：2025-02-14
申请号：CN202210184515.6
申请日：2022-02-25
Applicant: 交叉信息核心技术研究院(西安)有限公司 , 清华大学
IPC: G06F40/237 , G06F40/20 , G06N3/084 , G06N3/088 , G06N3/047
Abstract: 本发明提供一种大规模语言模型去偏倚方法、系统、设备及存储介质，包括：获取基于神经网络的大规模预训练语言模型；针对所述大规模预训练语言模型采用数据自生成方法获得用于性别偏倚分析的文本数据，形成语料库，基于所述语料库建立一系列模板；利用所述模板计算所述大规模预训练语言模型的性别偏倚水平，根据性别偏倚水平反向传播计算大规模预训练语言模型的纠偏梯度；根据纠偏梯度更新大规模预训练语言模型中的模型参数，重复寻优更新直至满足预设更新完成条件，得到去性别偏倚的大规模语言模型。因此本发明从信息论的角度分析语言模型的性别偏倚，且将偏差修正问题视为多目标优化问题，以减少偏倚，采用自动生成算法来解决训练数据不足的问题。
-
公开(公告)号：CN116501843A
公开(公告)日：2023-07-28
申请号：CN202310165171.9
申请日：2023-02-21
Applicant: 清华大学
IPC: G06F16/332 , G06F16/9535 , G06F16/958 , G06F18/214 , G06N3/092
Abstract: 本发明公开了一种面向人类偏好的高效网络检索增强回答方法及系统，该方法包括：利用预设的网络搜索引擎获取网络网页中与问题对应的候选答案；利用检索模型得到候选参考资料；通过语言模型的语境学习生成基于候选参考资料的问答数据集，将问答数据集中语言模型对候选参考资料的采用信息作为标签训练检索模型，并通过问答数据集微调语言模型，以通过训练好的语言模型根据候选参考资料生成问题答案；根据用户对问题答案的反馈数据建立人类偏好感知的评分器，以根据训练好的评分器得到所述问题答案的优化结果。本发明通过网络搜索与召回技术来增强预训练的语言模型，以实现真实场景下的应用部署，同时维持高系统效率与低部署成本。
-
公开(公告)号：CN116308548A
公开(公告)日：2023-06-23
申请号：CN202310215429.1
申请日：2023-02-28
Applicant: 清华大学
IPC: G06Q30/0251 , G06Q40/06
Abstract: 本发明公开了一种个体理性测度方法与装置，该方法包括：获取不同平台用户的多期决策数据，并基于多期决策数据得到预算约束集合；根据预算约束集合建立显示偏好关系；判断显示偏好关系是否违反混合股票投资策略GARP，若是，则基于预设的整数规划算法计算违反程度；基于违反程度得到大规模数据的理性测算结果并计算不同平台下用户的理性程度，以根据理性程度进行平台任务推荐。本发明可以测度个体多种决策理性程度的大型实时在线系统，及系统生成的个体多种决策理性的数据信息。
-
公开(公告)号：CN111638544A
公开(公告)日：2020-09-08
申请号：CN202010465659.X
申请日：2020-05-28
Applicant: 清华大学
Abstract: 本发明公开了一种基于缝孔混合准直器的多伽马光子符合成像系统及方法，所述系统包括时间符合模块、计算机平台、缝孔混合准直器和伽马光子探测器；缝孔混合准直器是通过在合金板上开设若干准直缝和准直孔所形成，合金板采用平面板或曲面板；所述成像方法将放射性核素发生衰变的位置范围缩小为多伽马光子符合事件中通过准直缝在伽马光子探测器探测到的伽马光子事件所确定的若干投影平面和通过准直孔在伽马光子探测器探测到的伽马光子事件所确定的若干投影线的在成像范围内的若干交点，以获得放射性核素在被测范围内分布。本发明提高了多伽马光子符合事件的探测效率，提高了重建图像的信噪比从而降低了对伽马光子总计数的需求。
-
公开(公告)号：CN118647986A
公开(公告)日：2024-09-13
申请号：CN202180105159.8
申请日：2021-12-24
Applicant: 罗伯特·博世有限公司 , 清华大学
IPC: G06F16/36 , G06N3/0455 , G06N3/084 , G06N5/02 , G06F18/22
Abstract: 本公开内容提供了一种用于实体对齐的计算机实现的方法。该计算机实现的方法包括：基于预训练的模型，获得第一图谱(101)的实体的第一多个初始嵌入和第二图谱(102)的实体的第二多个初始嵌入，其中第一多个初始嵌入和第二多个初始嵌入在统一空间(201)中；以及由至少一个编码器使用相对相似度度量将非对齐的实体推远来在第一多个初始嵌入和第二多个初始嵌入上学习第一图谱(101)和第二图谱(102)之间的实体对齐，其中在学习期间在第一图谱(101)或第二图谱(102)中的一个图谱上，对第一图谱(101)或第二图谱(102)中的该图谱的实体的非对齐实体执行负采样。
-
Patent Agency Ranking
公开(公告)号：CN108523916B
公开(公告)日：2020-07-28
申请号：CN201810230414.1
申请日：2018-03-20
Applicant: 清华大学
IPC: A61B6/03
Abstract: 本发明公开了一种多伽马光子符合成像系统及方法，属于发射断层成像技术领域，该系统包括时间符合模块、计算机平台、至少一个由准直器和伽马光子探测器构成的第一探头，至少一个由前后两个康普顿相机探测器构成的第二探头，各探头探测放射性核素放射的多个伽马光子构成多伽马光子符合事件；该成像方法将放射性核素发生衰变的位置范围缩小为多伽马光子符合事件中第一探头探测到的伽马光子事件所确定的投影线和第二探头探测到的伽马光子事件所确定的投影圆锥面的若干个交点，积累一定数量的多伽马光子符合事件即可获得放射性核素在被测范围内分布的图像。本发明简化了重建算法，提高了探测效率以及重建图像的信噪比，降低了对伽马光子总计数的需求。
-
公开(公告)号：CN108523916A
公开(公告)日：2018-09-14
申请号：CN201810230414.1
申请日：2018-03-20
Applicant: 清华大学
IPC: A61B6/03
Abstract: 本发明公开了一种多伽马光子符合成像系统及方法，属于发射断层成像技术领域，该系统包括时间符合模块、计算机平台、至少一个由准直器和伽马光子探测器构成的第一探头，至少一个由前后两个康普顿相机探测器构成的第二探头，各探头探测放射性核素放射的多个伽马光子构成多伽马光子符合事件；该成像方法将放射性核素发生衰变的位置范围缩小为多伽马光子符合事件中第一探头探测到的伽马光子事件所确定的投影线和第二探头探测到的伽马光子事件所确定的投影圆锥面的若干个交点，积累一定数量的多伽马光子符合事件即可获得放射性核素在被测范围内分布的图像。本发明简化了重建算法，提高了探测效率以及重建图像的信噪比，降低了对伽马光子总计数的需求。
-
公开(公告)号：CN111638544B
公开(公告)日：2023-07-04
申请号：CN202010465659.X
申请日：2020-05-28
Applicant: 清华大学
Abstract: 本发明公开了一种基于缝孔混合准直器的多伽马光子符合成像系统及方法，所述系统包括时间符合模块、计算机平台、缝孔混合准直器和伽马光子探测器；缝孔混合准直器是通过在合金板上开设若干准直缝和准直孔所形成，合金板采用平面板或曲面板；所述成像方法将放射性核素发生衰变的位置范围缩小为多伽马光子符合事件中通过准直缝在伽马光子探测器探测到的伽马光子事件所确定的若干投影平面和通过准直孔在伽马光子探测器探测到的伽马光子事件所确定的若干投影线的在成像范围内的若干交点，以获得放射性核素在被测范围内分布。本发明提高了多伽马光子符合事件的探测效率，提高了重建图像的信噪比从而降低了对伽马光子总计数的需求。
-
公开(公告)号：CN115115920A
公开(公告)日：2022-09-27
申请号：CN202210530942.5
申请日：2022-05-16
Applicant: 清华大学
IPC: G06V10/82 , G06V10/774 , G06V10/764 , G06V10/74
Abstract: 本公开提出一种数据训练方法及装置，涉及深度学习和图网络数据挖掘技术领域。该方法包括：处理输入样本数据，获得第一训练数据，将第一训练数据输入至自动编码器，获得第二训练数据，对第二训练数据与输入样本数据进行相似度对比，并根据对比结果进行数据训练。本公开实现在通过自监督算法进行数据学习，极大的提高了图网络数据分类的准确率。
-
公开(公告)号：CN111596336B
公开(公告)日：2022-06-10
申请号：CN202010277497.7
申请日：2020-04-08
Applicant: 清华大学
Abstract: 本发明公开了一种基于缝‑孔平板准直器的多伽马光子符合成像系统及方法，所述系统包括时间符合模块、计算机平台、至少一个由一个缝平板准直器和一个第一伽马光子探测器构成的第一探头，至少一个由一个孔平板准直器和一个第二伽马光子探测器构成的第二探头；该成像方法将放射性核素发生衰变的位置范围缩小为多伽马光子符合事件中第一探头探测到的伽马光子事件所确定的若干投影平面和第二探头探测到的伽马光子事件所确定的若干投影线的在成像范围内的若干交点，以此获得放射性核素在被测范围内分布。本发明提高了多伽马光子符合事件的探测效率，简化了重建算法，提高了重建图像的信噪比从而降低了对伽马光子总计数的需求。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.02 seconds)
