公开(公告)号：CN116186272A

公开(公告)日：2023-05-30

申请号：CN202310440825.4

申请日：2023-04-23

Applicant: 之江实验室

Inventor： 陆陈昊 ,  吴敬争 ,  邱鹏 ,  赵颖 ,  王一张 ,  崔鑫

IPC: G06F16/35 ,  G06F18/22 ,  G06F18/214 ,  G06F18/241

Abstract: 本说明书公开了一种联合训练方法、装置、存储介质及电子设备。在本说明书提供的联合训练方法中，获取样本语句以及对应的标注意图和标注实体，并将样本语句分为支持集和查询集；将每个样本语句输入待训练的语句处理模型；若该样本语句属于所述支持集，则通过提取子网提取该样本语句和标注的特征；将特征输入原型构建子网，确定出与标注对应的标注特征；若该样本语句属于所述查询集，提取该样本语句的特征；通过匹配子网确定特征与匹配子网存储的各标准特征之间的相似度；通过意图识和槽位填充子网分别根据相似度确定预测意图和预测实体；以预测意图和标注意图之间的差异最小，以及预测实体和标注实体之间的差异最小为优化目标，对模型进行训练。

公开(公告)号：CN116151355A

公开(公告)日：2023-05-23

申请号：CN202310422202.4

申请日：2023-04-19

Applicant: 之江实验室

Inventor： 陆陈昊 ,  邱鹏 ,  王一张 ,  杨非 ,  潘淑 ,  唐娜娜 ,  王娅静

IPC: G06N3/08 ,  G06N3/0455 ,  G06N3/0442 ,  G06F40/295

Abstract: 本说明书公开了一种模型训练和业务执行的方法、装置、介质及设备。所述模型训练和业务执行的方法包括：将样本语句输入待训练业务模型，确定样本语句对应的初始语义特征，并对初始语义特征进行处理，基于第一膨胀系数和第二膨胀系数对所述处理后特征进行卷积处理，得到中间特征，基于第三膨胀系数和第四膨胀系数对所述中间特征进行卷积处理，得到目标特征，根据目标特征，确定头尾指针矩阵以及字间关系矩阵，根据头尾指针矩阵以及字间关系矩阵，确定目标特征矩阵，基于目标特征矩阵，识别样本语句中包含的实体对象，以最小化识别出的实体对象与样本语句中实际包含的实体对象之间的偏差为优化目标，对业务模型进行训练。

公开(公告)号：CN114331940A

公开(公告)日：2022-04-12

申请号：CN202111677658.2

申请日：2021-12-31

Applicant: 之江实验室 ,  浙江工业大学

Inventor： 傅家庆 ,  杨非 ,  蒋嘉伟 ,  郑建炜 ,  徐楚天 ,  陆陈昊 ,  赵颖 ,  王一张

IPC: G06T5/50

Abstract: 本发明公开了联合局部非局部流形和截断算子的高光谱融合方法及装置，将输入高分辨率多光谱图像划分为不同子块并重构为矩阵形式，所有子块分布于多个低维流形附近；对每一个子块，使用最近邻搜索算法寻找非局部相似图像块，构建非局部相似关系，同时构建每个图像块与周围四个相邻块的相似关系，将局部与非局部相似关系整合获得流形映射矩阵L；对L进行特征分解获得特征基并构建截断算子，将L和截断算子并入高分辨率HSI融合模型，获得最终模型。使用交替方向乘子法ADMM算法优化上述模型，并进行解耦操作，最终使用共轭梯度算法PCG逐波段求解。

公开(公告)号：CN111899117B

公开(公告)日：2024-11-01

申请号：CN202010747667.3

申请日：2020-07-29

Applicant: 之江实验室

Inventor： 余婷 ,  张吉 ,  许增辉 ,  杨羿 ,  王一张

IPC: G06Q50/00

Abstract: 本发明提供一种应用于社交网络的基于局部边连接度检测的k边连通分量挖掘系统，其包括层次化图分割计算模组、遍历排序模组、图分割模组、局部边连接度检测模组、节点合并模组及子图剪枝模组。所述层次化图分割计算模组维护一超节点索引。所述遍历排序模组初始化一节点序列，并遍历目标图的节点。所述图分割模组根据节点序列的排序状态分割目标图或子图。所述局部边连接度检测模组检测当前局部子图的k核结构的边连接度值。所述节点合并模组根据所述边连接度值的检测结果确认是否合并节点。所述子图剪枝模组根据所述节点合并模组的计算结果进行子图删除剪枝操作。同时，本发明还提供一种采用上述挖掘系统的挖掘方法。

公开(公告)号：CN115760670B

公开(公告)日：2023-05-23

申请号：CN202310023010.6

申请日：2023-01-06

Applicant: 之江实验室 ,  浙江工业大学

Inventor： 俞再亮 ,  郏维强 ,  李鹏飞 ,  郑建炜 ,  王一张 ,  赵颖

IPC: G06T5/50 ,  G06T3/40 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/088

Abstract: 本发明公开了基于网络隐式先验的无监督高光谱融合方法及装置，获取低分辨率高光谱和高分辨率多光谱图像；采用噪声对图像进行扰动；将噪声扰动后的图像输入至编码器‑解码器体系结构，进行多级特征学习，生成高分辨率高光谱图像的模糊估计；对模糊估计分别进行空间和光谱下采样；基于低分辨率高光谱图像与空间下采样的结果，高分辨率多光谱图像与光谱下采样的结果，计算退化模型的损失函数，反向传播退化模型的优化参数给编码器‑解码器体系结构；重复执行上述过程，直至生成高分辨率高光谱图像的模糊估计达到循环终止条件。本发明利用两个并行的特殊卷积块分别模拟空间和光谱下采样，形成一个闭环，实现了无训练样本条件下的无监督学习。

公开(公告)号：CN111899117A

公开(公告)日：2020-11-06

申请号：CN202010747667.3

申请日：2020-07-29

Applicant: 之江实验室

Inventor： 余婷 ,  张吉 ,  许增辉 ,  杨羿 ,  王一张

IPC: G06Q50/00

Abstract: 本发明提供一种应用于社交网络的基于局部边连接度检测的k边连通分量挖掘系统，其包括层次化图分割计算模组、遍历排序模组、图分割模组、局部边连接度检测模组、节点合并模组及子图剪枝模组。所述层次化图分割计算模组维护一超节点索引。所述遍历排序模组初始化一节点序列，并遍历目标图的节点。所述图分割模组根据节点序列的排序状态分割目标图或子图。所述局部边连接度检测模组检测当前局部子图的k核结构的边连接度值。所述节点合并模组根据所述边连接度值的检测结果确认是否合并节点。所述子图剪枝模组根据所述节点合并模组的计算结果进行子图删除剪枝操作。同时，本发明还提供一种采用上述挖掘系统的挖掘方法。