公开(公告)号：CN119166765A

公开(公告)日：2024-12-20

申请号：CN202411132478.X

申请日：2024-08-16

Applicant: 鹏城实验室

Inventor： 晏阳 ,  袁粒 ,  彭佩玺

IPC: G06F16/332 ,  G06Q50/06

Abstract: 本申请公开了一种电力知识问答方法、装置、电子设备及可读存储介质，涉及智能问答技术领域，本申请的方法由于目标电力知识文本是基于第二拼接文本得到，而第二拼接文本由电力知识提问语句与目标电力细分领域类型进行拼接得到，因此目标电力知识文本与电力知识提问语句具有较强的相关性。由于答案文本是大型语言模型基于第三拼接文本得到，而第三拼接文本由预设的解答提示词、电力知识提问语句与目标电力知识文本进行拼接得到，因此，在大型语言模型处理过程中，目标电力知识文本作为先验知识，使得大型语言模型输出的答案文本与电力知识提问语句具有较高的相关性，并使得答案文本具有较高的准确性。

公开(公告)号：CN119360074A

公开(公告)日：2025-01-24

申请号：CN202411273067.2

申请日：2024-09-11

Applicant: 鹏城实验室

Inventor： 柯海舰 ,  袁粒 ,  宁鲲鹏 ,  姚佳雨 ,  刘宇阳

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/40 ,  G06V10/75

Abstract: 本申请实施例提供了一种图像样本的选择方法、装置、电子设备和存储介质，属于主动学习技术领域。该方法包括：获取图像样本数据集，以及图像样本数据集对应的类别数据集，图像样本数据集包括多个待选择的初始图像样本，类别数据集包括多个已知类别信息；从不同特征维度对初始图像样本执行特征提取操作得到对应的图像特征；计算不同特征维度下的图像特征与各已知类别信息匹配的后验概率值，根据后验概率值对初始图像样本的所属类别进行预测，得到多个预测类别信息；统计指示不同所属类别的预测类别信息得到图像证据信息，若图像证据信息的数值超过预设的第一阈值，确定对应的初始图像样本为目标图像样本。本申请能够提高所选择的图像样本的质量。

公开(公告)号：CN119204117A

公开(公告)日：2024-12-27

申请号：CN202411237352.9

申请日：2024-09-03

Applicant: 鹏城实验室

Inventor： 邱浩楠 ,  田永鸿 ,  袁粒 ,  马征宇 ,  孙涛

IPC: G06N3/049 ,  G06N3/09 ,  G06F18/22

Abstract: 本申请提供了一种脉冲神经网络监督学习方法、装置、电子设备及存储介质，方法包括：获取训练好的人工神经网络和待训练的脉冲神经网络；提取人工神经网络中各网络层的网络参数权重，根据网络参数权重调整待训练的脉冲神经网络，得到初始脉冲神经网络；向人工神经网络和脉冲神经网络分别输入预设的训练图像样本，得到指导输出特征和学习输出特征；根据上述的输出特征，得到第一损失值；从人工神经网络中提取第一时域特征，以及脉冲神经网络中提取多个不同时间步长的第二时域特征；并根据上述的时域特征，得到第二损失值；根据第一损失值和第二损失值，对初始脉冲神经网络中各网络层的网络参数权重进行更新。本申请能够提高脉冲神经网络的处理性能。

公开(公告)号：CN119206298A

公开(公告)日：2024-12-27

申请号：CN202411140844.6

申请日：2024-08-19

Applicant: 鹏城实验室

Inventor： 牛骏 ,  周昭坤 ,  车凯威 ,  袁粒

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/96 ,  G06V10/44 ,  G06N3/049 ,  G06N3/045 ,  G06N3/0464

Abstract: 本申请实施例提供多任务图像分类方法、装置、设备和存储介质，涉及图像处理技术领域。该方法包括：利用任务编码器对样本图像序列进行脉冲特征提取得到任务编码向量。利用参数生成器基于任务编码向量得到模型调整参数，对基础网络中的基础脉冲神经模块进行参数调整得到调制基础网络，利用调制基础网络对样本图像序列进行特征映射得到样本嵌入向量，进而得到类原型向量。根据待处理图像序列与每个类原型向量的向量距离确定待处理图像序列的分类结果。仅需一个整体的图像分类模型即可实现对不同任务、不同模态图像数据的分类过程。由于每个样本图像序列的时间步长基本一致，训练耗时较小，训练开销降低，整体的分类性能和效率得到提高。

公开(公告)号：CN117636014A

公开(公告)日：2024-03-01

申请号：CN202311549911.5

申请日：2023-11-20

Applicant: 鹏城实验室

Inventor： 周昭坤 ,  袁粒 ,  车凯威 ,  方维 ,  田永鸿 ,  李鑫 ,  王耀威 ,  周晖晖 ,  朱跃生

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本申请实施例提供图像分类方法、装置、设备和存储介质，涉及人工智能技术领域。该方法将目标图像转化成二维图像序列输入脉冲卷积采样模块，依次经过脉冲卷积处理单元进行脉冲转换得到脉冲特征向量；再将脉冲特征向量输入脉冲编码器进行脉冲编码，得到编码特征向量；最后将编码特征向量输入分类头进行图像分类，得到目标图像的目标分类结果。本申请实施例利用脉冲卷积处理单元对第一输入数据依次进行卷积操作、第一批归一化操作和第一脉冲叠加操作，不会降低空间分辨率以及感受野，能够捕捉较多的细节信息，避免信息丢失导致的特征模糊，从而提升后续脉冲编码和图像分类的精度，最终提升图像分类的准确率。