-
公开(公告)号：CN119047711A
公开(公告)日：2024-11-29
申请号：CN202411524014.3
申请日：2024-10-30
Applicant: 中南大学
IPC: G06Q10/063 , G06F40/242 , G06F40/284 , G06N5/04 , G06F18/23
Abstract: 本发明公开了一种公共事件应对决策的属性及权重确定方法和系统，方法包括：利用大语言模型根据当前公共事件的状态和公众意见，得到模型建议属性集以及权重；从当前公共事件的公众意见中提取公众关注的属性集，并对其中每个属性均计算公众的偏好度量、情感紧迫度和话题热度，并综合得到公众关注属性的公众意见权重；融合模型建议和公众关注的属性集，得到当前公共事件应对决策的标准属性集；同时综合属性集中各属性的模型建议权重和公众意见权重，得到当前公共事件应对决策的属性权重集。本发明能够生成包括关键决策属性的综合列表，并将公众意见引入到属性权重的动态调整过程中从而生成更能反映公众即时需求和关切的应对决策。
-
Patent Agency Ranking
公开(公告)号：CN119026675B
公开(公告)日：2024-12-24
申请号：CN202411516108.6
申请日：2024-10-29
Applicant: 中南大学
Abstract: 本发明涉及一种双主体驱动的多属性人机协同决策方法及系统，方法包括：将人机混合决策属性集分解为机器决策属性集和人类决策属性集；得到机器决策偏好矩阵和人类决策偏好矩阵；利用人类对机器的信任度，计算得到人机混合决策偏好矩阵；得到机器决策属性权重和人类决策属性权重；利用机器决策属性权重和人类决策属性权重计算出分布属性权重，并根据人机混合决策偏好矩阵计算出混合属性熵值；根据分布属性权重及混合属性熵值计算得到人机混合决策属性权重；集结人机混合决策偏好矩阵，输出决策结果。在决策过程中同时考虑人类和机器这两个决策主体的偏好和优势，实现人类和机器的合作决策，促进决策智能化和科学化。
-
公开(公告)号：CN119047711B
公开(公告)日：2025-01-03
申请号：CN202411524014.3
申请日：2024-10-30
Applicant: 中南大学
IPC: G06Q10/063 , G06F40/242 , G06F40/284 , G06N5/04 , G06F18/23
Abstract: 本发明公开了一种公共事件应对决策的属性及权重确定方法和系统，方法包括：利用大语言模型根据当前公共事件的状态和公众意见，得到模型建议属性集以及权重；从当前公共事件的公众意见中提取公众关注的属性集，并对其中每个属性均计算公众的偏好度量、情感紧迫度和话题热度，并综合得到公众关注属性的公众意见权重；融合模型建议和公众关注的属性集，得到当前公共事件应对决策的标准属性集；同时综合属性集中各属性的模型建议权重和公众意见权重，得到当前公共事件应对决策的属性权重集。本发明能够生成包括关键决策属性的综合列表，并将公众意见引入到属性权重的动态调整过程中从而生成更能反映公众即时需求和关切的应对决策。
-
公开(公告)号：CN119026674B
公开(公告)日：2024-12-27
申请号：CN202411514417.X
申请日：2024-10-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于大模型的多阶段人机属性价值对齐方法及系统，方法包括：使用多个大模型根据#imgabs0#阶段的态势信息，分别获得#imgabs1#阶段的决策属性权重，再使用加权因子融合得到#imgabs2#阶段各属性的机器智能权重；采用群体决策方法获得#imgabs3#阶段各属性的人类决策权重；基于#imgabs4#阶段各属性的机器智能权重和人类决策权重，建立损失函数；通过计算损失函数关于大模型加权因子的偏导，使用梯度下降法并基于偏导计算值更新#imgabs5#阶段时各个大语言模型在各属性上的加权因子，用于#imgabs6#阶段融合各大语言模型输出的属性权重；循环上述过程，以最终实现人机属性权重逐步对齐。本发明可以降低决策风险，有效提高人工智能在复杂决策支持中的准确性和可靠性。
-
公开(公告)号：CN119026675A
公开(公告)日：2024-11-26
申请号：CN202411516108.6
申请日：2024-10-29
Applicant: 中南大学
Abstract: 本发明涉及一种双主体驱动的多属性人机协同决策方法及系统，方法包括：将人机混合决策属性集分解为机器决策属性集和人类决策属性集；得到机器决策偏好矩阵和人类决策偏好矩阵；利用人类对机器的信任度，计算得到人机混合决策偏好矩阵；得到机器决策属性权重和人类决策属性权重；利用机器决策属性权重和人类决策属性权重计算出分布属性权重，并根据人机混合决策偏好矩阵计算出混合属性熵值；根据分布属性权重及混合属性熵值计算得到人机混合决策属性权重；集结人机混合决策偏好矩阵，输出决策结果。在决策过程中同时考虑人类和机器这两个决策主体的偏好和优势，实现人类和机器的合作决策，促进决策智能化和科学化。
-
公开(公告)号：CN119026674A
公开(公告)日：2024-11-26
申请号：CN202411514417.X
申请日：2024-10-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于大模型的多阶段人机属性价值对齐方法及系统，方法包括：使用多个大模型根据#imgabs0#阶段的态势信息，分别获得#imgabs1#阶段的决策属性权重，再使用加权因子融合得到#imgabs2#阶段各属性的机器智能权重；采用群体决策方法获得#imgabs3#阶段各属性的人类决策权重；基于#imgabs4#阶段各属性的机器智能权重和人类决策权重，建立损失函数；通过计算损失函数关于大模型加权因子的偏导，使用梯度下降法并基于偏导计算值更新#imgabs5#阶段时各个大语言模型在各属性上的加权因子，用于#imgabs6#阶段融合各大语言模型输出的属性权重；循环上述过程，以最终实现人机属性权重逐步对齐。本发明可以降低决策风险，有效提高人工智能在复杂决策支持中的准确性和可靠性。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
