-
公开(公告)号:CN119807358A
公开(公告)日:2025-04-11
申请号:CN202411855905.7
申请日:2024-12-17
Applicant: 无锡市区块链高等研究中心 , 上海交通大学
IPC: G06F16/3329 , G06F16/334 , G06F16/36 , G06F40/30 , G06N5/04 , G06N5/022 , G06N3/0455 , G06N3/042
Abstract: 本发明公开了结合知识图谱的私有知识问答方法;包括如下步骤:S1、私有基础语料收集;S2、对采集的基础语料信息进行融合;S3、建立知识图谱;S4、向量数据信息进行分区;S5、知识图谱构建;S6、对用户问题进行处理;S7、用户问题答案检索与生成;S8、用户问题答案输出;本发明通过构建知识图谱并结合大型语言模型,对私有知识库中复杂信息的深度理解和高效检索,知识图谱通过对实体和关系的组织,使得系统能够更好地捕捉信息之间的关联,增强了对用户提出问题的理解能力,这种结合不仅提升了信息获取的准确性和效率,还为企业的创新和发展提供了新的助力。
-
公开(公告)号:CN110793548B
公开(公告)日:2023-04-18
申请号:CN201911075358.X
申请日:2019-11-06
Applicant: 上海交通大学
Abstract: 一种基于GNSS接收机硬件在环的虚实结合的导航仿真测试系统,包括:设置与控制执行模块、GNSS中频信号采集与回放模块、由传感器仿真模块和基于Unreal引擎的仿真场景模块组成的仿真平台、基于仿真平台的导航定位模块和定位精度评定模块,本发明解决了现有仿真系统偏向于感知与控制,在GNSS等导航定位常用的传感器的不够贴近现实的问题。
-
公开(公告)号:CN119807477A
公开(公告)日:2025-04-11
申请号:CN202411855903.8
申请日:2024-12-17
Applicant: 无锡市区块链高等研究中心 , 上海交通大学
IPC: G06F16/901 , G06F16/9035 , G06F16/22 , G06F40/30 , G06N3/0464 , G06N3/0455 , G06N3/042 , G06N3/08 , G06N5/022 , G06N5/04
Abstract: 本发明公开了一种结合向量数据库和图检索技术的知识服务方法;包括如下步骤;S1、收集特定领域的内部数据和外部数据;S2、通过特定领域的行业语料对开源大语言模型进行微调或从零开始训练;S3、将向量化处理后的数据信息存储到向量数据库中,将知识网络存储在图数据库;S4、搭建graph‑rag系统,用于对用户的提问进行更全面的拓展;S5、根据提取的关键词自动匹配知识网络中的节点与边;S6、将来自向量数据库中的向量结果和图数据库中的知识网络进行融合;S7、通过定期更新和优化;本发明提高用户信息检索的效率和准确性,解决信息盲区问题,促进用户在快速、高效获取专业知识方面的需求。
-
公开(公告)号:CN110793548A
公开(公告)日:2020-02-14
申请号:CN201911075358.X
申请日:2019-11-06
Applicant: 上海交通大学
Abstract: 一种基于GNSS接收机硬件在环的虚实结合的导航仿真测试系统,包括:设置与控制执行模块、GNSS中频信号采集与回放模块、由传感器仿真模块和基于Unreal引擎的仿真场景模块组成的仿真平台、基于仿真平台的导航定位模块和定位精度评定模块,本发明解决了现有仿真系统偏向于感知与控制,在GNSS等导航定位常用的传感器的不够贴近现实的问题。
-
-
-
公开(公告)号:CN109781094A
公开(公告)日:2019-05-21
申请号:CN201811580981.6
申请日:2018-12-24
Applicant: 上海交通大学
Abstract: 一种基于循环神经网络的地磁定位系统,包括:磁场及加速度传感器数据获取模块、磁场信号预处理模块、神经网络训练模块、定位模块和输出模块,其中:磁场及加速度传感器数据获取模块和磁场信号预处理模块相连并传输磁场信息以及行人运动或静止时的加速度信息,磁场信号预处理模块分别与神经网络训练模块和定位模块相连并传输预处理后的磁场序列,神经网络训练模块和定位模块相连并传输训练后的地磁序列信息,定位模块和输出模块相连并传输定位结果。通过手机传感器获取磁场和加速度数据,进行预处理和训练后进行定位,然后输出结果应用于室内定位中,效率高,功耗少,需要安装的设备少。
-
公开(公告)号:CN119989354A
公开(公告)日:2025-05-13
申请号:CN202411855909.5
申请日:2024-12-17
Applicant: 无锡市区块链高等研究中心 , 上海交通大学
IPC: G06F21/57 , G06N5/04 , G06N3/0455
Abstract: 本发明公开了针对大语言模型安全性能的通用评估方法;包括如下步骤:S1、收集数据集;S2、收集大语言模型;S3、构建知识图谱;S4、对大语言模型进行微调;S5、制定阈值和评分规则;S6、生成测评数据;S7、对大语言模型进行测评;S8、分析大语言模型性能;本发明的评估方法不局限于某个环境、大模型的参数量以及大模型的功能,可以全面的评估任何大模型,即通过安全性评估的模型对待检测大语言模型的问答输出进行评估,领域测评数据是动态生成的,特定领域测评数据对待测大语言模型进行输出问答数据,并且领域测评数据独立于待测大语言模型的训练数据集,测评使用的数据集质量同时测评难以作弊,保证了测评结果的鲁棒性。
-
-
-
-
-
-
-