-
公开(公告)号：CN116910187A
公开(公告)日：2023-10-20
申请号：CN202311179451.1
申请日：2023-09-13
Applicant: 之江实验室
IPC: G06F16/33 , G06F16/35 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请涉及一种天文信息提取方法、装置、电子装置和存储介质，其中，该天文信息提取方法包括：从待处理的天文文献中，标注各天文文献中的初始文本特征和初始视觉特征；将初始文本特征和初始视觉特征进行特征融合，得到联合表征向量输入训练完备的基于Transformer架构的多模态知识提取模型，利用多模态知识提取模型中的编码器计算天文信息特征的预测概率值，并利用多模态知识提取模型中的解码器，针对预测概率值输出预测的多模态的天文信息特征；其基于天文文献中各类型特征的标注，利用多模态知识提取模型实现了最终的天文信息特征的预测，从而能够实现对天文文献中多模态的天文知识的提取。
-
公开(公告)号：CN119202120A
公开(公告)日：2024-12-27
申请号：CN202411688931.5
申请日：2024-11-25
Applicant: 之江实验室
IPC: G06F16/29 , G06F16/22 , G06F40/126
Abstract: 本申请涉及一种地学数据的统一编码方法、装置、计算机设备和存储介质。所述方法包括：获取多模态地学数据，多模态地学数据包括空间位置信息和岩石层信息；设置二维地图网格的网格精度，根据所述网格精度对空间位置信息进行映射编码，得到空间位置信息在二维地图网格中的空间编码；构建岩石地层知识库，包括不同优先级的多个地层单位术语；根据不同优先级的多个地层单位术语，提取所述岩石层信息中的目标字段，对目标字段下存储的地学数据进行哈希编码，得到所述岩石层信息的组数据编码。采用本方法能够通过对空间位置信息进行空间编码，对岩石层信息进行组编码，实现了多模态地学数据的统一编码。
-
公开(公告)号：CN117933346B
公开(公告)日：2024-07-23
申请号：CN202410339613.1
申请日：2024-03-25
Applicant: 之江实验室
IPC: G06N3/0895 , G06N3/092 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于自监督强化学习的即时奖励学习方法，获取高维图像数据集，高维图像数据集中包括若干带有终止状态成功或者失败标识的图像；利用高维图像数据集训练自监督学习模型，得到对应的低维特征；利用高维图像数据带有的终止状态的标识，基于低维特征，得到成功特征和失败特征；利用监督学习方法训练状态转移模型，并利用状态转移模型预测的下一状态信息和两类特征进行比较分类，得到即时奖励；基于即时奖励，利用强化学习方法进行决策。本发明可以减少强化学习方法中奖励的人工设计及标注，使得即时奖励的获取智能化。同时，这种即时奖励学习方法可以扩充强化学习的应用范围，扩展了强化学习框架的实际应用，具有广阔的场景。
-
公开(公告)号：CN117077679B
公开(公告)日：2024-03-12
申请号：CN202311332338.2
申请日：2023-10-16
Applicant: 之江实验室
IPC: G06F40/295 , G06F40/216 , G06F16/35
Abstract: 本申请涉及一种命名实体识别方法和装置。所述方法包括：获取专业知识数据库；其中，专业知识数据库包括至少两个粒度实体；确定与粒度实体对应的价值评分，基于价值评分从粒度实体中确定目标实体，并根据目标实体以及对应于目标实体的预设指令模板，得到提示指令模板；基于提示指令模板和获取到的待识别数据，生成第一待识别文本信息，对第一待识别文本信息进行命名实体识别处理，得到命名实体识别结果。采用本方法能够实现高效且准确地针对专业领域的专业型命名实体识别。
-
公开(公告)号：CN117675356A
公开(公告)日：2024-03-08
申请号：CN202311670476.1
申请日：2023-12-07
Applicant: 之江实验室
Abstract: 本申请涉及数据加权处理方法、装置、电子装置和存储介质，其中，该数据加权处理方法包括：接收各客户端的客户端加权数据密文和客户端权重数据密文；基于非对称密钥，对客户端加权数据密文依次进行连乘和同态运算，得到第一运算结果，并根据第一运算结果得到加权解密结果；基于非对称密钥，对客户端权重数据密文依次进行连乘和同态运算，得到第二运算结果，并根据第二运算结果得到权重解密结果；基于云端公钥和客户端公钥，对加权解密结果和权重解密结果进行运算后加密处理，得到目标加权数据密文；将目标加权数据密文发送至各客户端。通过本申请，提高了多方数据的处理效率和准确度。
-
Patent Agency Ranking
公开(公告)号：CN117610541A
公开(公告)日：2024-02-27
申请号：CN202410067264.2
申请日：2024-01-17
Applicant: 之江实验室
IPC: G06F40/205 , G06F40/253
Abstract: 本申请涉及一种大规模数据的作者消歧方法、装置及可读存储介质，所述方法包括：基于所述大规模数据和预先定义的谓词，生成对应的谓词实例数据；其中，所述大规模数据包括结构化存储的文献信息和对应的作者信息；所述谓词实例数据包括文献作者对；将所述谓词实例数据切分为多个初始数据块；基于预先确定的一阶逻辑规则，对所述多个初始数据块中具有相同作者的文献作者对进行合并，生成最终数据块；基于所述最终数据块中的文献作者对，生成所述大规模数据对应的作者标识信息，解决了相关技术中存在的对大规模学术文献数据的作者消歧效率较低的问题。
-
公开(公告)号：CN117544821A
公开(公告)日：2024-02-09
申请号：CN202311462639.7
申请日：2023-11-03
Applicant: 之江实验室 , 上海人工智能创新中心
IPC: H04N21/44 , H04N21/4402
Abstract: 本申请涉及一种视频合并方法、装置、计算机设备以及存储介质。所述方法包括：采集候选视频，并确定候选视频的视频名称；根据候选视频的视频名称将候选视频存入存储系统的视频文件夹中；确定候选视频的视频元数据，并根据视频元数据对视频文件夹中的候选视频进行更新，确定视频文件夹对应的目标视频；根据关键词从视频文件夹中确定目标文件夹，并从目标文件夹对应的目标视频中确定期望视频；根据预设的目标视频尺寸和目标视频分辨率确定期望视频的排列方式，基于排列方式对期望视频进行合并，确定组合视频，并对组合视频进行可视化展示。提高了组合视频播放的流畅度，并且提高了组合视频的视频播放质量。
-
公开(公告)号：CN117251650B
公开(公告)日：2024-02-06
申请号：CN202311547326.1
申请日：2023-11-20
Applicant: 之江实验室
IPC: G06F16/9537 , G06F40/295 , G06F40/216 , G06N20/00 , G06N3/0455 , G06N3/0442 , G06N3/047 , G06N3/08
Abstract: 本申请涉及一种地理热点中心识别方法、装置、计算机设备和存储介质。所述方法包括：获取网络热点文本数据，所述网络热点文本数据包括未标注样本，将所述未标注样本输入初始标注模型，得到标注地理名称标签的训练样本，将所述标注地理名称标签的训练样本输入初始焦点识别模型，通过设定焦点判定规则，将所述训练样本中符合规则要求的位置信息赋予焦点属性，得到初始地理热点中心，基于所述初始地理热点中心和标准样本集训练所述初始标注模型和初始焦点识别模型，得到目标地理热点中心识别模(56)对比文件WO 2022142123 A1,2022.07.07杨宗亮 等.一种基于地理空间大数据的网络舆情监测软件架构.测绘通报.2017,(第03期),96-100.曾依灵 等.网络热点信息发现研究.通信学报.2007,第28卷(第12期),141-146.王诗童 等.基于LDA模型和聚类算法的城市热点推荐与应用《.智能计算机与应用》.2018,第8卷(第3期),136-139.葛小三 等.数据挖掘支持下的网络热点事件地理可视化研究.河南理工大学学报(自然科学版).2016,第35卷(第05期),655-659.
-
公开(公告)号：CN116910187B
公开(公告)日：2024-01-09
申请号：CN202311179451.1
申请日：2023-09-13
Applicant: 之江实验室
IPC: G06F16/33 , G06F16/35 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请涉及一种天文信息提取方法、装置、电子装置和存储介质，其中，该天文信息提取方法包括：从待处理的天文文献中，标注各天文文献中的初始文本特征和初始视觉特征；将初始文本特征和初始视觉特征进行特征融合，得到联合表征向量输入训练完备的基于Transformer架构的多模态知识提取模型，利用多模态知识提取模型中的编码器计算天文信息特征的预测概率值，并利用多模态知识提取模型中的解码器，针对预测概率值输出预测的多模态的天文信息特征；其基于天文文献中各类型特征的标注，利用多模态知识提取模型实现了最终的天文信息特征的预测，从而能够实现对天文文献中多模态的天文知识的提取。
-
公开(公告)号：CN117172316A
公开(公告)日：2023-12-05
申请号：CN202311126132.4
申请日：2023-09-01
Applicant: 之江实验室
IPC: G06N5/022
Abstract: 本说明书公开了一种基于实体对齐所得到的知识图谱进行任务执行的方法，具体包括：获取包含第一和第二知识图谱的知识图谱对，通过筛选第一知识图谱的实体信息，选取出各目标实体，根据各目标实体和各目标实体的邻接实体，以及各目标实体与第二知识图谱中部分实体的对齐概率确定各目标实体的中心度和不确定度，然后根据各目标实体的中心度和不确定度构建各样本实体对，利用各样本实体对对实体对齐模型进行训练，最后，利用训练后的实体对齐模型对各知识图谱进行实体对齐，并利用实体对齐后的知识图谱执行目标任务。本方法大幅降低了训练过程中的样本标注成本，提高了模型训练过程效率的同时，也显著提高了整体任务执行的效率。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.025 seconds)
