-
公开(公告)号：CN101751437A
公开(公告)日：2010-06-23
申请号：CN200810240358.6
申请日：2008-12-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种基于强化学习的网页页面(Web)主动式检索系统，该系统包括：Web搜索Agent模块，用于完成基于用户主要兴趣主题的搜索、Web页面内容分析和Web页面下载功能；Web过滤Agent模块，用于完成对页面进行内容分析，页面过滤和分类索引；Web接口Agent模块，用于向用户推荐学习之后的最能代表用户兴趣的网页、接收用户的反馈和记录用户浏览行为及做出统计分析等功能；用户信息学习Agent模块，用于实现基于强化学习的兴趣更新，不断对用户的信息进行更新，完成实现代表用户兴趣的最佳模型。本发明提供的基于强化学习的Web主动式检索系统具有自适应能力强，准确度高，使用方便的特点。
-
公开(公告)号：CN120087419A
公开(公告)日：2025-06-03
申请号：CN202510544956.6
申请日：2025-04-28
Applicant: 中国科学院自动化研究所
IPC: G06N3/0455 , G06N3/0499 , G06N5/04 , G06F40/284
Abstract: 本发明提供一种大型语言模型的分层混合结构化压缩方法及装置，涉及人工智能技术领域，包括：基于目标模型每层的重要程度，确定目标模型的每层压缩比；基于每层压缩比，对目标模型进行压缩，得到压缩后的模型；其中，对目标模型进行压缩，包括：对于当前处理层，计算当前处理层的每个权重在校准数据集上对应的输入激活值的二范数，得到特征范数；在当前处理层为多头注意力子层的情况下，基于当前处理层的特征范数和每层压缩比，对当前处理层进行加权低秩分解与差异化奇异值分配处理；在当前处理层为前馈网络子层的情况下，基于当前处理层的特征范数和每层压缩比，对当前处理层进行通道剪枝以及补偿处理。从而实现LLM的压缩率与性能平衡。
-
公开(公告)号：CN118690277B
公开(公告)日：2024-10-25
申请号：CN202411166442.3
申请日：2024-08-23
Applicant: 中国科学院自动化研究所
IPC: G06F18/2415 , G16H50/30 , G06F17/16 , G06F18/211 , G06F18/214
Abstract: 本发明公开了基于子矩阵集成与容忍缺失技术的智能健康评估方法，属于医疗数据处理技术领域。所述方法构建了一个特征选择器，使用对称不确定度作为权重，来选择生成完整子矩阵的特征，并通过子矩阵训练相应的子分类器来构建类似于决策树的集成分类器，通过构建多个这样的集成分类器，充分发挥了特征与特征和特征与标签之间的相互作用；通过证据理论将每个集成分类器的分类概率相组合，放大对预测结果较为确信的集成分类器的影响。本发明有效地识别和避开了医疗表格数据中的缺失特征，提高了模型的训练效率和性能。
-
公开(公告)号：CN118690203A
公开(公告)日：2024-09-24
申请号：CN202411166576.5
申请日：2024-08-23
Applicant: 中国科学院自动化研究所
IPC: G06F18/214 , G16H50/70 , G06N3/0442 , G06N3/0455 , G06N3/098 , G06F18/213 , G06F21/62
Abstract: 本发明公开了一种基于自步学习与个性化联邦学习的多中心数据处理方法，属于医疗数据处理技术领域。所述方法包括：基于全局自步学习策略训练全局联邦模型：基于训练样本损失值和样本选择阈值对客户端训练样本进行排序和选择，动态调整样本选择阈值以使得全局联邦模型在不同训练阶段选择不同的客户端训练样本；构建针对各中心的个性化模型：将训练好的全局联邦模型拆分为特征提取器部分与决策器部分，并对参数进行解耦，将解耦后的特征提取器参数设置为共享参数，决策器参数设置为客户端私有参数。本发明解决了患者隐私保护问题，联邦模型的个性化适配问题，以及避免了数据异质导致的全局模型的泛化能力受限和难以收敛到全局最优模型的问题。
-
公开(公告)号：CN118096610A
公开(公告)日：2024-05-28
申请号：CN202410215811.7
申请日：2024-02-27
Applicant: 中国科学院自动化研究所
IPC: G06T5/80 , G06N3/0895 , G06N3/084 , G06N3/0464 , G06T5/60 , G06V10/74
Abstract: 本发明提供一种基于最优传输匹配的自监督投影几何矫正方法及装置，该方法包括：获取投影仪在真实场景下的激光点阵相平面数据和相机相平面数据；基于匹配网络对激光点阵相平面数据和相机相平面数据进行匹配推断，得到匹配关系矩阵；其中，匹配网络基于以虚拟场景下的虚拟激光点阵相平面数据和虚拟相机相平面数据为训练样本，以激光点推断匹配关系矩阵和真值匹配矩阵对应的范数为损失函数对初始匹配矩阵进行反向传播训练得到；对匹配关系矩阵中的各匹配点依次进行矩阵求解和结构光解码处理，并根据投影矩阵对投影仪进行投影几何校正。本发明所述方法实现了在多路异形投影标记激光点匹配环节提升部署效率，并节省部署人员的人力消耗。
-
Patent Agency Ranking
公开(公告)号：CN117876884A
公开(公告)日：2024-04-12
申请号：CN202410034858.3
申请日：2024-01-09
Applicant: 中国科学院自动化研究所
IPC: G06V20/13 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06V10/22 , G06V10/44 , G06V10/46 , G06V10/764 , G06V10/82
Abstract: 本发明提供一种显著性信息引导的高分辨率可见光舰船检测方法及系统，涉及遥感图像识别领域，包括：获取训练后的舰船检测网络；训练后的舰船检测网络是基于训练集对舰船检测网络进行训练得到的，舰船检测网络是预先构建的，舰船检测网络包括编码器模块、语义模块、过渡模块、解码器模块以及预测器模块；训练集是通过对高分辨率可见光舰船图像进行增广得到的；获取待检测的高分辨率可见光舰船图像；将待检测的高分辨率可见光舰船图像输入训练后的舰船检测网络，得到目标舰船的位置信息、目标舰船的显著性掩膜以及目标舰船的分类置信度。本发明利用训练后的舰船检测网络能够对高分辨率可见光舰船图像提供更精确的检测结果。
-
公开(公告)号：CN117476240B
公开(公告)日：2024-04-05
申请号：CN202311829581.5
申请日：2023-12-28
Applicant: 中国科学院自动化研究所
IPC: G16H50/30 , G16H10/60 , G16H50/70 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06F18/213 , G06F18/214 , G06F18/22 , G06F18/241
Abstract: 本发明涉及数据处理技术领域，提供了一种少样本的疾病预测方法及装置，该方法包括：获取待处理电子病历信息；基于疾病预测模型对待处理电子病历信息进行预测，得到预测结果；其中，疾病预测模型基于以样本电子病历信息经过扩增和重采样得到的样本为训练样本，以通过共享权重的编码器从训练样本中提取的潜层表征为训练特征对骨干模型进行训练得到。本发明所述方法能够在抽象的潜层表征空间对增广前后的样本以及重采样后的样本间的互信息进行了进一步挖掘和学习，有效克服了数据中存在的少样本和不平衡问题，从而具有了较高的识别精度，尤其显著提高了模型对慢性化样本的识别效果。
-
公开(公告)号：CN112887923A
公开(公告)日：2021-06-01
申请号：CN202110088906.3
申请日：2021-01-22
Applicant: 中国科学院自动化研究所
IPC: H04W4/14 , H04W12/128 , G06F21/56
Abstract: 本发明涉及一种基于动态通信网络的无监督异常短文本监测方法及系统，所述监测方法包括：获取初始短文本通信信息集合；基于短文本通信信息的内容，对初始短文本通信信息集合进行数据清洗，得到有效短文本通信信息集合；根据有效短文本通信信息集合，对当前的短文本通信关系网络进行补边，得到补边后的短文本通信关系网络；基于图网络表示学习的方法，以短文本通信关系网络中的有向边为依据，确定各节点在嵌入空间的特征表示；根据特征表示，筛选出各初始异常账号；根据各初始异常账号对应的短文本内容，判断初始异常账号是否为异常账号，可提高账号异常检测的鲁棒性。
-
公开(公告)号：CN108376388B
公开(公告)日：2020-05-19
申请号：CN201810010952.X
申请日：2018-01-05
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及图像处理领域，提供了一种基于混沌和声搜索的图像增强方法，旨在解决如何实现快速且有效地进行图像增强的技术问题。为此目的，本发明中图像增强方法包括步骤S1：随机初始化和声库；步骤S2：混沌搜索得到一个新个体；步骤S3：更新和声库；步骤S4：获取最优个体，然后判断是否满足终止条件，若否则转到步骤S2，若是则转到步骤S5；步骤S5：解码最优个体，利用非完全Beta函数对图像进行非线性变换得到增强后图像。本发明利用优化设计的非完全Beta函数对目标图像进行非线性变换，提高了增强图像的视觉效果。
-
公开(公告)号：CN108614071B
公开(公告)日：2020-02-07
申请号：CN201810235239.5
申请日：2018-03-21
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于大气质量监测技术领域，具体涉及一种分布式室外大气质量监测精度校正系统及参数更新方法，旨在解决大范围分布式大气监测系统精度校正问题，该系统包括Hadoop云平台、分布于监测站的传感器终端；所述Hadoop云平台与所述传感器终端通过通信链路连接；所述传感器终端集群性划分；所述Hadoop云平台包括采用HDFS文件存储系统来进行分布式存储分布式文件存储模块、对各集群的所述传感器终端分别进行采集模型的并行化校正计算获取各传感器终端的校正模型参数的并行化校正算法模块、判断传感器终端是否需要启动校正的智能校正模块。本发明可以适时在线自动调整各传感器终端的校正模型参数，获得更加精准的监测数据。
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.041 seconds)
