用于非知识密集型任务的检索增强方法和装置

    公开(公告)号:CN116501835A

    公开(公告)日:2023-07-28

    申请号:CN202310382374.3

    申请日:2023-04-11

    Applicant: 清华大学

    Abstract: 本发明提供一种用于非知识密集型任务的检索增强方法和装置,包括:获取待检索任务;将所述待检索任务输入至第一检索模块,在预存的数据库中进行检索,以获得第一预设数量个待选样本;将所述待选样本和所述待检索任务输入至第二检索模块,响应于任务提示对所述待选样本进行排序,并得到第二预设数量个检索样本;将所述检索样本输入至预存的答案生成模块中,以获得检索答案。本发明将检索分为两个阶段,在第一阶段使用第一检索模块获得待选样本,在第二阶段使用第二检索模块根据任务提示将待选样本重排,得到检索样本,根据检索样本获得检索答案。由于检索模块不需要进行训练,本发明可以在消耗较小的训练资源的同时,拥有较好适用性与较高准确度。

    智能相机系统的任务调度方法、装置、相机及存储介质

    公开(公告)号:CN116483549A

    公开(公告)日:2023-07-25

    申请号:CN202310747625.3

    申请日:2023-06-25

    Applicant: 清华大学

    Abstract: 本发明涉及智能相机技术领域,提供一种智能相机系统的任务调度方法、装置、相机及存储介质,其中的方法包括:接收应用层下发的待处理任务;根据待处理任务的任务处理参数,确定待处理任务对应的任务优先级;根据任务优先级,对相机系统中当前所有待处理任务及当前执行任务对应的任务优先级队列进行动态更新;基于更新后的任务优先级队列,对当前所有待处理任务及当前执行任务进行调度。该方法通过待处理任务的任务处理参数计算对应的任务优先级,实现了相机系统内包括当前执行任务在内的任务的动态调度,加快了相机系统响应时间,提升了相机系统的资源利用率。

    刷式密封结构
    203.
    发明公开
    刷式密封结构 审中-实审

    公开(公告)号:CN116428020A

    公开(公告)日:2023-07-14

    申请号:CN202310439299.X

    申请日:2023-04-23

    Applicant: 清华大学

    Abstract: 本发明公开了一种刷式密封结构,套设在转子的外部,所述刷式密封结构包括沿转子的轴向依次相连的前板、刷丝束、以及背板,其中,所述前板与所述刷丝束之间形成有前板侧间隙,所述前板靠近所述刷丝束的一侧设置有能沿着所述转子的轴向移动的活动压环,所述前板上开设有与所述活动压环轴向相对的通气孔。本发明中的活动压环能在气流作用下对刷丝束产生适当的压紧力,避免刷丝出现持续的振动现象,从而避免刷丝柱面出现磨损,保证刷式密封结构的长期有效工作。

    命名实体识别方法、装置、电子设备及存储介质

    公开(公告)号:CN116011451A

    公开(公告)日:2023-04-25

    申请号:CN202211627954.6

    申请日:2022-12-16

    Inventor: 王祎乐 李鹏 刘洋

    Abstract: 本发明提供一种命名实体识别方法、装置、电子设备及存储介质,其中,所述命名实体识别方法包括:获取待识别文本和待匹配开放图像,其中,所述待匹配开放图像通过所述待识别文本进行检索匹配得到;将所述待识别文本和所待匹配开放图像输入至多模态命名实体识别模型,得到所述多模态命名实体识别模型输出的命名实体识别结果,其中,所述多模态命名实体识别模型基于配对训练集训练得到,所述配对训练集包括多组配对训练数据,所述配对训练数据包括文本训练数据和图像训练数据,所述图像训练数据通过所述文本训练数据进行检索匹配得到。通过本发明提供的命名实体识别方法,提高了多模态命名实体识别模型输出的命名实体识别结果的准确度。

    一种多模态预训练模型的训练方法和装置

    公开(公告)号:CN115526259A

    公开(公告)日:2022-12-27

    申请号:CN202211204122.3

    申请日:2022-09-29

    Applicant: 清华大学

    Abstract: 本发明提供一种多模态预训练模型的训练方法和装置,构建包含多模态图文信息处理网络的多模态预训练模型;构建弱对齐图像‑文本数据集;其中,弱对齐图像‑文本数据集包含文本数据集、图像‑标签数据集和图像‑指代描述数据集;利用弱对齐图像‑文本数据集训练多模态预训练模型。本发明多模态图文信息处理网络可以直接处理多模态图文信息,无需外部模型辅助提取图像特征,推理能力强。同时,采用弱对齐图像‑文本数据集来训练多模态预训练模型,减轻对人工标注的图像‑文本对齐数据的依赖,避免使用对齐的大规模图像‑文本数据集来训练多模态预训练模型出现的数据开销大的问题。

    基于文本的事件检测方法、装置、计算机设备及存储介质

    公开(公告)号:CN110188172B

    公开(公告)日:2022-10-28

    申请号:CN201910471605.1

    申请日:2019-05-31

    Abstract: 本申请是关于一种基于文本的事件检测方法。该方法包括:获取分别包含事件实例的第一数据集和第二数据集,第一数据集中包含默认可信的事件实例,第二数据集中包含默认不可信的事件实例;通过第一数据集和第二数据集训练对抗网络,通过训练完成的对抗网络,获取第二数据集中的可信的事件实例。本方案通过包含默认可信的事件实例的第一数据集,以及包含默认不可信的事件实例的第二数据集,训练对抗网络中的生成器和判别器,使得训练后的判别器能够准确的判别出第二数据集中的事件实例是否可信,节省了数据准备时间,提高了基于文本的事件检测效率,并且能够准确的排除第二数据集中的噪声数据,提高事件检测的准确性。

    基于TCSPC的全息雷达三维成像方法和装置

    公开(公告)号:CN113406664A

    公开(公告)日:2021-09-17

    申请号:CN202110957635.0

    申请日:2021-08-19

    Applicant: 清华大学

    Abstract: 本申请提出一种基于TCSPC的全息雷达三维成像方法和装置,包括:向探测场景发射激光,经扩束和分束后一束激光照向探测场景,一束激光作为参考光照向探测器;照向探测场景的激光由场景反射后作为物光被探测器接收,与参考光在探测器处发生干涉;用时间相关光子计数器统计发生干涉后的光子分布情况生成全息时间光子计数直方图;针对不同时间依次对全息时间光子计数直方图进行切片得到不同距离下的全息图;依次对不同距离下的全息图进行再现得到探测物体在不同距离下的距离切片全息三维重建结果;根据具体需求对不同距离下的距离切片结果分析展示或叠加得到整体全息三维重建结果。本申请保证了高精度信息测量,提高了自动驾驶技术对周围环境感知的能力。

    一种轴系零件定位压紧装置

    公开(公告)号:CN112621612A

    公开(公告)日:2021-04-09

    申请号:CN202011559372.X

    申请日:2020-12-25

    Abstract: 本发明公开了一种轴系零件定位压紧装置,其包括装置基体,所述装置基体上均匀布置着定位翅片和压紧翅片,其中,一个所述定位翅片的中间部位留有开口,所述定位翅片和装置基体位于同一平面,所述压紧翅片偏向装置基体的一侧。在空间受限的场合,该轴系零件定位压紧装置就能实现轴系零件的压紧和定位,即:一个零件既能实现轴系零件压紧,又能实现轴系零件的定位,解决了狭小轴系空间轴系零件同时需要定位和压紧的难题。本发明提供的轴系零件定位压紧装置,装置各个参数之间的关联特性保证了装置有更广阔的应用范围,更加适用于空间狭小的工况中,不仅确保装置定位和压紧的可靠性,而且确保装置易安装易拆卸。

Patent Agency Ranking