-
公开(公告)号：CN119647551A
公开(公告)日：2025-03-18
申请号：CN202411483690.0
申请日：2024-10-23
Applicant: 吉林大学
Abstract: 本申请提供了一种模型优化方法、装置、电子设备和计算机可读存储介质，涉及强化学习技术领域，本申请提供的模型优化方法通过从智能体与环境以往交互所产生的历史策略经验中筛选出高质量的历史策略经验，然后利用高质量的历史策略经验和由总变差距离构建得到奖励函数优化智能体所采用的策略，不仅能够在强化学习中提高历史经验样本的利用率，并且还能够减少强化学习中智能体与环境交互所需的成本和时间，并且引入的奖励函数可以将策略差异作为负奖励，从而限制策略更新的幅度，有利于确保策略的稳定性。
-
公开(公告)号：CN114972768B
公开(公告)日：2024-10-29
申请号：CN202210585484.5
申请日：2022-05-27
Applicant: 吉林大学
IPC: G06V10/40 , G06V10/24 , G06V10/80 , G06T7/33 , G06T3/40 , G06N3/0464 , G06V10/764 , G06V10/82 , G06T3/4038
Abstract: 本公开提供了一种图像处理方法及装置、介质及终端，涉及图像处理技术领域。其中该方法应用于衣物图像特征点的识别，包括：提取合成图像包含的第一特征及真实图像包含的第二特征，合成图像是通过Maya物理引擎生成的；根据第二特征调整所述第一特征，以使第一特征转换为对齐特征；基于对齐特征，获取真实图像对应的对齐图像。通过本方案，可以提高对图像特征点识别的准确性，从而根据图像特征点高效地对衣物进行脱取。
-
公开(公告)号：CN113392197B
公开(公告)日：2023-08-04
申请号：CN202110659490.6
申请日：2021-06-15
Applicant: 吉林大学
IPC: G06F16/332 , G06F16/36 , G06N5/04
Abstract: 本申请公开了一种问答推理方法、装置、存储介质及电子设备，属于计算机技术领域。所述问答推理方法包括：获取问题实体，确定所述问题实体对应的参考实体，基于所述参考实体从知识图谱中获取所述问题实体对应的候选答案集合，其中，所述知识图谱至少包括多个实体以及任意两个实体之间的关系，所述参考实体为所述知识图谱包括的多个实体中的任意一个实体，所述候选集合包括所述问题实体对应的多个候选答案实体以及任意两个候选答案实体之间的关系，所述多个候选答案实体为与所述参考实体关联的实体，从所述候选答案集合中确定所述问题实体对应的目标答案实体。本申请可以提高问答推理的准确率以及计算效率。
-
公开(公告)号：CN112836064B
公开(公告)日：2023-05-16
申请号：CN202110207313.4
申请日：2021-02-24
Applicant: 吉林大学
IPC: G06F16/36 , G06F40/295
Abstract: 本申请公开了一种知识图谱补全方法、装置、存储介质及电子设备，属于计算机技术领域。所述知识图谱补全方法包括：获取待验证的目标知识文本，根据所述目标知识文本与预设的知识图谱生成多个三元组，对各个三元组进行计算得到对应的置信度，基于所述对应的置信度验证目标三元组，以及根据验证结果补全所述知识图谱。故本申请中通过提出一种结合文本编码技术和图嵌入技术的混合模型以同时学习上下文和结构化知识，获得可靠的三元组置信度评分，实现了两类方法的优势互补，显著降低计算开销并提高补全准确性。还提出了一种自适应集成方案，将本申请编码方法和图嵌入方法两类方法的得分做出自适应的融合，进一步提高了知识图谱补全的准确率。
-
公开(公告)号：CN115964526A
公开(公告)日：2023-04-14
申请号：CN202211278560.4
申请日：2022-10-19
Applicant: 吉林大学
IPC: G06F16/58 , G06V10/26 , G06V10/74 , G06V10/764 , G06V10/80
Abstract: 本申请提供了一种跨模态搜索的方法、装置、电子设备及存储介质，该方法包括：基于三维物体的点云数据，对三维物体进行语义分割，得到三维物体的多个部件；根据多个部件和三维物体的点云数据，得到三维物体的物体特征，物体特征包括多个部件的部件特征；确定三维物体的物体特征与多个候选文本的语义特征之间的相似度，语义特征包括对应的候选文本中多个词的词向量；将多个候选文本中语义特征与物体特征之间的相似度最大的候选文本，确定为跨模态搜索出的与三维物体最匹配的文本。该方法能够高效快速地提取三维物体的物体特征，同时基于局部对齐的搜索方式提高了跨模态搜索的精度，使得跨模态搜索更加高效准确。
-
Patent Agency Ranking
公开(公告)号：CN115662510A
公开(公告)日：2023-01-31
申请号：CN202211115933.6
申请日：2022-09-14
Applicant: 吉林大学
Abstract: 本申请公开了一种因果参数的确定方法、装置、设备以及存储介质，属于计算机技术领域。通过本申请实施例提供的技术方案，对多个生物组织的基因表达数据进行处理，得到多个生物组织变为目标状态的参考生物过程活性数据。对多个生物组织的体细胞突变数据、多个生物组织的第一类混杂因子数据以及参考生物过程活性数据进行编码，得到第二类混杂因子数据，第一类混杂因子数据和第二类混杂因子数据具有不同的可观测性。对第二类混杂因子数据进行解码，就能够得到多个生物组织变为目标状态的目标生物过程活性数据。通过目标生物过程活性数据，能够确定目标基因与目标状态之间的因果参数，确定该因果参数的过程消除了混杂因子的混杂影响，准确性较高。
-
公开(公告)号：CN114780573A
公开(公告)日：2022-07-22
申请号：CN202210285450.4
申请日：2022-03-23
Applicant: 吉林大学
IPC: G06F16/242 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种查询分析方法及系统、计算机可读存储介质及终端，涉及机器学习领域。其中，该方法包括：确定待查询语句对应的向量，得到待查询向量；将待查询向量输入训练后的第一模型，根据第一模型的输出得到伪标题向量，其中，伪标题向量包含待查询语句的后验检索信息；将待查询语句和伪标题向量输入训练后的第二模型，根据第二模型的输出确定待查询语句的目标预测，并基于目标预测进行查询分析。本技术方案以查询分析中的查询分类方法为例，将后验检索信息引入至先验检索信息场景中，使得分类器性能与之前的查询分类方法相比得到进一步提升，从而使查询分析的性能增强。
-
公开(公告)号：CN114117026A
公开(公告)日：2022-03-01
申请号：CN202111263910.5
申请日：2021-10-27
Applicant: 吉林大学
IPC: G06F16/335 , G06F16/35 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本公开提供了一种嵌套命名实体识别方法及装置、介质及终端，涉及命名实体识别技术领域。其中该方法包括：对目标文本中的元素分别进行不同维度的特征表示，以得到所述目标文本中的候选区域；根据所述目标文本中的元素的特征表示，基于卷积神经网络聚合第i嵌套层的相邻区域，以生成第i+1嵌套层的候选区域，其中，i为正整数；将所述第i+1嵌套层的候选区域分别进行注意力特征表示；结合双向长短期记忆网络，整合当前上下文之间的特征信息，分别得到第i嵌套层所包含的候选区域的最终特征表示；利用线性变换，分别对每一嵌套层的所述最终特征表示进行序列标注。通过本方案，可以充分挖掘目标文本中隐含的实体信息，并且对命名实体进行分类。
-
公开(公告)号：CN114116959A
公开(公告)日：2022-03-01
申请号：CN202111229773.3
申请日：2021-10-21
Applicant: 吉林大学
IPC: G06F16/33 , G06F16/35 , G06F40/126 , G06N3/04 , G06N3/08
Abstract: 本申请公开了一种方面级情感分析方法、装置以及终端。首先获取目标语句以及目标语句中的方面词，通过反偏见编码器生成方面词的第一方面词表示；然后确定方面词在目标语句中对应意见词的意见词表示；根据第一方面词表示以及意见词表示确定第二方面词表示，将第二方面词表示输入分类器，得到方面词的方面级情感分类结果。由于通过判别器与编码器之间的对抗训练，得到了能够生成情感无关方面词表示的反偏见编码器，因此反偏见编码器可以直接根据方面词的文本片段范围生成情感无关方面词表示，在进行方面级情感分类时就不会受到方面词自身的情感偏见的误导，并且通过目标语句中对应意见词的抽取，最终得到准确的方面级情感分类结果。
-
公开(公告)号：CN113392197A
公开(公告)日：2021-09-14
申请号：CN202110659490.6
申请日：2021-06-15
Applicant: 吉林大学
IPC: G06F16/332 , G06F16/36 , G06N5/04
Abstract: 本申请公开了一种问答推理方法、装置、存储介质及电子设备，属于计算机技术领域。所述问答推理方法包括：获取问题实体，确定所述问题实体对应的参考实体，基于所述参考实体从知识图谱中获取所述问题实体对应的候选答案集合，其中，所述知识图谱至少包括多个实体以及任意两个实体之间的关系，所述参考实体为所述知识图谱包括的多个实体中的任意一个实体，所述候选集合包括所述问题实体对应的多个候选答案实体以及任意两个候选答案实体之间的关系，所述多个候选答案实体为与所述参考实体关联的实体，从所述候选答案集合中确定所述问题实体对应的目标答案实体。本申请可以提高问答推理的准确率以及计算效率。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.03 seconds)
