-
公开(公告)号：CN119047600B
公开(公告)日：2025-02-14
申请号：CN202411533403.2
申请日：2024-10-31
Applicant: 三峡高科信息技术有限责任公司
IPC: G06N20/00 , G06F18/214
Abstract: 本申请公开了一种AI模型集成方法、平台、存储介质及电子设备，涉及人工智能技术领域。其中方法包括：获取待执行的模型训练任务；基于模型训练任务和预设训练模式预测模型，确定待训练模型对应的目标训练模式，并根据目标训练模式，对待训练模型进行训练；根据训练后模型的实际应用条件和预设部署模式预测模型，确定训练后模型的目标部署方式，并按照目标部署方式，对训练后模型进行部署；根据训练后模型的结构、指标和应用场景，对训练后模型进行分类，并根据分类结果，将训练后模型存储至相应区域；响应于用户的模型推荐请求，根据用户的身份信息，确定用户对应的模型推荐因子，并为用户推荐相应的模型。本申请能够对对AI模型进行统一管理。
-
公开(公告)号：CN118821887B
公开(公告)日：2024-11-22
申请号：CN202411296300.9
申请日：2024-09-18
Applicant: 三峡高科信息技术有限责任公司
IPC: G06N3/08 , G06Q10/04 , G06Q10/0635 , G06Q50/06 , G06F18/15 , G06F18/214
Abstract: 本申请公开了一种模型训练方法、施工安全评估方法、装置和设备。包括：获取样本数据；依据训练样本与真实值标签的关联信息，确定训练样本在不同维度下的标签缺失比率和训练样本在不同维度下的第一权重值；依据标签缺失比率确定训练样本的第二权重值；将样本数据、第一权重值、第二权重值输入预设神经网络模型进行训练，直至预设神经网络模型的目标损失函数的损失值符合模型收敛条件，得到目标预测模型。从而通过改进加权损失函数的方式，保留标签部分缺失的样本数据的情况下参考权重计算该样本所缺失标签的损失值，解决了缺失样本所导致的预测精度下降的问题，提高模型的准确性，并能实现同时准确地预测多个维度的预测值。
-
Patent Agency Ranking
公开(公告)号：CN118821887A
公开(公告)日：2024-10-22
申请号：CN202411296300.9
申请日：2024-09-18
Applicant: 三峡高科信息技术有限责任公司
IPC: G06N3/08 , G06Q10/04 , G06Q10/0635 , G06Q50/06 , G06F18/15 , G06F18/214
Abstract: 本申请公开了一种模型训练方法、施工安全评估方法、装置和设备。包括：获取样本数据；依据训练样本与真实值标签的关联信息，确定训练样本在不同维度下的标签缺失比率和训练样本在不同维度下的第一权重值；依据标签缺失比率确定训练样本的第二权重值；将样本数据、第一权重值、第二权重值输入预设神经网络模型进行训练，直至预设神经网络模型的目标损失函数的损失值符合模型收敛条件，得到目标预测模型。从而通过改进加权损失函数的方式，保留标签部分缺失的样本数据的情况下参考权重计算该样本所缺失标签的损失值，解决了缺失样本所导致的预测精度下降的问题，提高模型的准确性，并能实现同时准确地预测多个维度的预测值。
-
公开(公告)号：CN119047600A
公开(公告)日：2024-11-29
申请号：CN202411533403.2
申请日：2024-10-31
Applicant: 三峡高科信息技术有限责任公司
IPC: G06N20/00 , G06F18/214
Abstract: 本申请公开了一种AI模型集成方法、平台、存储介质及电子设备，涉及人工智能技术领域。其中方法包括：获取待执行的模型训练任务；基于模型训练任务和预设训练模式预测模型，确定待训练模型对应的目标训练模式，并根据目标训练模式，对待训练模型进行训练；根据训练后模型的实际应用条件和预设部署模式预测模型，确定训练后模型的目标部署方式，并按照目标部署方式，对训练后模型进行部署；根据训练后模型的结构、指标和应用场景，对训练后模型进行分类，并根据分类结果，将训练后模型存储至相应区域；响应于用户的模型推荐请求，根据用户的身份信息，确定用户对应的模型推荐因子，并为用户推荐相应的模型。本申请能够对对AI模型进行统一管理。
-
公开(公告)号：CN119274140A
公开(公告)日：2025-01-07
申请号：CN202411403993.7
申请日：2024-10-09
Applicant: 三峡高科信息技术有限责任公司
IPC: G06V20/52 , G06V20/40 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N5/04
Abstract: 本发明涉及人工智能领域，公开了一种基于机器学习的基坑支护监测方法、装置及设备，获取基坑影像数据；通过视觉金字塔PVT网络提取影像数据的多尺度特征，并利用特征金字塔网络FPN融合不同尺度信息，生成多尺度特征向量。将这些特征展平后计算全局平均池化，得到每个尺度的全局语义向量，通过通道拼接与1*1卷积生成跨尺度语义特征向量。基于此，构建动态邻接矩阵，并通过图卷积网络GCN推理基坑与支护结构的关系语义特征。最后，结合注意力机制生成增强特征，用以判断支护结构的数量和位置是否符合施工要求，实现实时、精准的基坑支护监测。
-
公开(公告)号：CN118799821B
公开(公告)日：2024-11-22
申请号：CN202411280381.3
申请日：2024-09-13
Applicant: 三峡高科信息技术有限责任公司
IPC: G06V20/52 , G06V40/10 , G06V10/44 , G06V10/764 , G06V10/82 , G06V40/20 , G06N3/0464 , G06N3/0442 , G06N20/10
Abstract: 本申请公开了一种施工现场风险管控方法、装置、存储介质及电子设备，涉及图像处理技术领域。其中方法包括：获取第一施工现场图像，以及各个施工设备的属性信息；基于第一施工现场图像，对现场施工人员穿戴的安全设备进行检测，得到施工人员的安全设备穿戴情况；根据第一施工现场图像，对施工人员的危险行为进行识别，得到施工人员的危险行为识别结果；基于各个施工设备的属性信息，分别对各个施工设备进行异常检测，得到各个施工设备对应的异常检测结果；根据施工人员的安全设备穿戴情况和危险行为识别结果，以及各个施工设备的异常检测结果，确定施工现场的风险等级，并确定施工现场的管控方案。本申请能够对施工现场进行有效的风险管控。
-
公开(公告)号：CN118799821A
公开(公告)日：2024-10-18
申请号：CN202411280381.3
申请日：2024-09-13
Applicant: 三峡高科信息技术有限责任公司
IPC: G06V20/52 , G06V40/10 , G06V10/44 , G06V10/764 , G06V10/82 , G06V40/20 , G06N3/0464 , G06N3/0442 , G06N20/10
Abstract: 本申请公开了一种施工现场风险管控方法、装置、存储介质及电子设备，涉及图像处理技术领域。其中方法包括：获取第一施工现场图像，以及各个施工设备的属性信息；基于第一施工现场图像，对现场施工人员穿戴的安全设备进行检测，得到施工人员的安全设备穿戴情况；根据第一施工现场图像，对施工人员的危险行为进行识别，得到施工人员的危险行为识别结果；基于各个施工设备的属性信息，分别对各个施工设备进行异常检测，得到各个施工设备对应的异常检测结果；根据施工人员的安全设备穿戴情况和危险行为识别结果，以及各个施工设备的异常检测结果，确定施工现场的风险等级，并确定施工现场的管控方案。本申请能够对施工现场进行有效的风险管控。
-
-
-
-
-
-
Search Results
7
records
(took 0.034 seconds)
