-
公开(公告)号：CN114818981A
公开(公告)日：2022-07-29
申请号：CN202210583928.1
申请日：2022-05-27
Applicant: 上海交通大学宁波人工智能研究院
Abstract: 本发明公开了一种驾驶行为的模仿学习方法，涉及人工智能模仿学习技术领域，包括以下步骤：S100、原始轨迹数据处理；S200、驾驶轨迹数据集数据增强；S300、增强驾驶轨迹数据集聚类；S400、模仿学习模型训练。本发明打通了从原始轨迹数据到驾驶行为学习的全流程，对不同的驾驶行为进行模拟学习，在交通流模拟仿真时提高了交通状况还原的真实性。
-
公开(公告)号：CN114817545A
公开(公告)日：2022-07-29
申请号：CN202210489847.5
申请日：2022-05-07
Applicant: 上海交通大学宁波人工智能研究院
IPC: G06F16/35 , G06F16/335 , G06K9/62
Abstract: 本发明公开了一种相似题目推荐系统和方法，涉及自然语言处理和在线教育技术领域，一种相似题目推荐系统包括输入模块、题目预处理模块、题目储存模块、知识点预测模块、文本表示白化处理模块、文本对比学习模块、图片对比学习模块、相似度计算模块、去重模块和输出模块。本发明公开了一种相似题目推荐方法，包括S100、前置准备，S200、待推荐题目输入和预处理，S300、对比学习训练文本表示，S400、对比学习训练图片表示，S500、预测待推荐题目的知识点，S600、读取候选题，S700、计算文本表示并白化，S800、拼接得到题目表示，S900、排序和去除相同的候选题目，S1000、相似题目输出。本发明显著提高了相似题目推荐的速度和准确度。
-
公开(公告)号：CN106588018B
公开(公告)日：2019-05-07
申请号：CN201611004790.6
申请日：2016-11-15
Applicant: 上海交通大学
IPC: C04B35/56 , C04B35/626 , B82Y30/00
Abstract: 本发明涉及一种超高温碳化铪陶瓷纳米粉体的制备方法，将无水蔗糖均匀分散于去离子水中，加入混合模板剂，搅拌获得均匀透明的前驱溶液，倒入水热釜中，密封后置于电热鼓风干燥箱中反应，然后冷却到室温，过滤分离、洗涤、干燥，最后与铪粉混合，进行真空碳化反应，制备得到HfC纳米颗粒。与现有技术相比，本发明制备得到的碳化铪陶瓷纳米粉体结晶性较好、分散性较好且形貌可控。
-
公开(公告)号：CN106588018A
公开(公告)日：2017-04-26
申请号：CN201611004790.6
申请日：2016-11-15
Applicant: 上海交通大学
IPC: C04B35/56 , C04B35/626 , B82Y30/00
CPC classification number: C04B35/5622 , B82Y30/00 , C04B35/62605
Abstract: 本发明涉及一种超高温碳化铪陶瓷纳米粉体的制备方法，将无水蔗糖均匀分散于去离子水中，加入混合模板剂，搅拌获得均匀透明的前驱溶液，倒入水热釜中，密封后置于电热鼓风干燥箱中反应，然后冷却到室温，过滤分离、洗涤、干燥，最后与铪粉混合，进行真空碳化反应，制备得到HfC纳米颗粒。与现有技术相比，本发明制备得到的碳化铪陶瓷纳米粉体结晶性较好、分散性较好且形貌可控。
-
公开(公告)号：CN113886591A
公开(公告)日：2022-01-04
申请号：CN202111237852.9
申请日：2021-10-25
Applicant: 上海交通大学宁波人工智能研究院
IPC: G06F16/35 , G06F40/295 , G06F40/30 , G06N3/08
Abstract: 本发明公开了一种基于共指消除的语言模型预训练方法，涉及自然语言处理技术领域，包括如下步骤：S100、数据预处理，通过字符串匹配提取语料中的代词，处理工具提取所述语料中命名实体、名词短语，作为训练数据生成阶段的遮盖候选集合；S200、训练数据生成，通过mask_word模式和mask_phrase模式进行遮盖处理，分别生成mask_word训练数据和mask_phrase训练数据：S300、预训练，根据训练模式选择因子αt自适应地切换word_learning模式或phrase_learning模式进行训练。本发明增加了对代词、短语、实体的语义训练，并且自适应切换学习模式，增强了模型的语义表示能力，更好地适用于共指消除任务。
-
Patent Agency Ranking
公开(公告)号：CN114742643B
公开(公告)日：2025-04-29
申请号：CN202210487256.4
申请日：2022-05-06
Applicant: 上海交通大学宁波人工智能研究院
IPC: G06Q40/03 , G06F18/241 , G06F18/213 , G06N3/042 , G06N3/08 , G06N5/045
Abstract: 本发明公开了一种金融风控领域的检测交互特征的模型可解释方法，涉及图神经网络技术与模型可解释领域，所述方法包括以下步骤：步骤1、根据已有的训练特征和训练标签训练一个加性模型；步骤2、使用交互特征检测模块检测存在的交互特征对，使用得到的所述交互特征对、所述训练标签和所述步骤1的残差再构造一个GAM模型，再将所述加性模型和所述GAM模型相加，得到一个包含所述交互特征对的GAM2模型；步骤3、根据高阶交互存在当且仅当其所有低阶交互均存在的原则，对所述GAM2模型进行多轮迭代，直到某轮迭代交互特征阶数不再增加，得到一个GAMn模型；步骤4、实现可视化与报告导出。
-
公开(公告)号：CN114742643A
公开(公告)日：2022-07-12
申请号：CN202210487256.4
申请日：2022-05-06
Applicant: 上海交通大学宁波人工智能研究院
Abstract: 本发明公开了一种金融风控领域的检测交互特征的模型可解释方法，涉及图神经网络技术与模型可解释领域，所述方法包括以下步骤：步骤1、根据已有的训练特征和训练标签训练一个加性模型；步骤2、使用交互特征检测模块检测存在的交互特征对，使用得到的所述交互特征对、所述训练标签和所述步骤1的残差再构造一个GAM模型，再将所述加性模型和所述GAM模型相加，得到一个包含所述交互特征对的GAM2模型；步骤3、根据高阶交互存在当且仅当其所有低阶交互均存在的原则，对所述GAM2模型进行多轮迭代，直到某轮迭代交互特征阶数不再增加，得到一个GAMn模型；步骤4、实现可视化与报告导出。
-
公开(公告)号：CN119047568A
公开(公告)日：2024-11-29
申请号：CN202410909803.2
申请日：2024-07-08
Applicant: 上海交通大学宁波人工智能研究院
IPC: G06N5/04 , G06N3/0455 , G06N3/0464 , G06F18/25 , G06F18/213 , G06F40/35 , G06V40/20 , G06V40/16 , G06V20/40 , G06V10/44 , G06V10/62
Abstract: 本发明公开了一种唇语识别及语义理解系统，涉及自然语言处理技术领域，包括文本特征提取模块、唇语视频特征提取模块和大语言模型解码模块，文本特征提取模块、唇语视频特征提取模块分别和大语言模型解码模块通信连接；本发明还公开了一种唇语识别及语义理解方法，包括：S100、文本融合特征提取，S200、唇语视频特征提取，S300、语义理解，步骤S100和步骤S200为并列关系。本发明能够在不同场景、不同人群中得到广泛应用，满足多样化的实际需求，推动了唇语识别技术的发展。
-
公开(公告)号：CN117238374A
公开(公告)日：2023-12-15
申请号：CN202311187678.0
申请日：2023-09-13
Applicant: 上海交通大学宁波人工智能研究院
IPC: G16B30/00
Abstract: 本发明公开了一种基于CAI和AUP的mRNA序列联合优化方法，涉及mRNA序列优化领域，包括以下步骤：步骤1、收集目标物种的目标mRNA序列和数据表达，并通过分析获得密码子的使用频率和RNA结构信息；步骤2、计算目标mRNA序列的目标CAI值和目标AUP值；步骤3、根据目标mRNA序列的氨基酸序列，使用密码子的偏好和优化算法生成初始mRNA序列；步骤4、优化初始mRNA序列的CAI值和AUP值，获得优化后mRNA序列；在优化过程中，通过平衡初始mRNA序列的CAI值和AUP值找到最佳平衡点；步骤5、对优化后mRNA序列进行RNA结构预测和模拟，验证优化后mRNA序列在结构稳定性和预期翻译效率方面的表现；步骤6、对步骤5获得的验证结果继续进行迭代优化，通过调整参数和算法优化优化后mRNA序列的CAI值和AUP值。
-
公开(公告)号：CN117236312A
公开(公告)日：2023-12-15
申请号：CN202311182585.9
申请日：2023-09-13
Applicant: 上海交通大学宁波人工智能研究院
IPC: G06F40/205 , G06F40/30 , G06F18/22 , G06F18/214 , G06F18/25 , G06Q40/00 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种金融资讯文本融合生成方法，涉及自然语言处理技术领域，所述方法包括以下步骤：步骤1、通过预训练大模型生成包含若干句子的文本摘要；步骤2、构建包含金字塔的类金字塔模块，用金字塔标记文本摘要中的若干句子的重要程度，并计算句子之间的相关程度，删除重复句；步骤3、训练生成模型对矛盾信息进行辨识与更正的能力，并用生成模型去除文本摘要中的矛盾句子，在按照步骤2中标记的重要程度整合生成最终的金融资讯融合文本并输出；其中，生成模型可以是编码器‑解码器结构，也可以是小型预训练模型。本发明所提供的技术方案改善了资讯生成中的关键信息重复与矛盾错误问题，从原始金融资讯中生成更高质量的金融资讯。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
