-
公开(公告)号：CN119201746B
公开(公告)日：2025-05-13
申请号：CN202411494940.0
申请日：2024-10-24
Applicant: 之江实验室
IPC: G06F11/3604 , G06F11/3668
Abstract: 本说明书公开了一种智能飞行体的飞行测试方法、装置、介质及电子设备，包括：确定智能飞行体的测试需求，将测试需求输入预先训练的初始态生成模型，确定智能飞行体的第一初始态。根据第一初始态，确定智能飞行体的第一测试用例。根据第一测试用例，对智能飞行体进行飞行测试。通过基于测试需求，采用初始态生成模型，生成智能飞行体的第一初始态，并基于第一初始态，对智能飞行体进行飞行测试，使得可覆盖更多飞行姿态，最大化测试覆盖面，减少飞行测试盲区，缩短测试周期，提高智能飞行体的性能。
-
公开(公告)号：CN119201746A
公开(公告)日：2024-12-27
申请号：CN202411494940.0
申请日：2024-10-24
Applicant: 之江实验室
IPC: G06F11/36
Abstract: 本说明书公开了一种智能飞行体的飞行测试方法、装置、介质及电子设备，包括：确定智能飞行体的测试需求，将测试需求输入预先训练的初始态生成模型，确定智能飞行体的第一初始态。根据第一初始态，确定智能飞行体的第一测试用例。根据第一测试用例，对智能飞行体进行飞行测试。通过基于测试需求，采用初始态生成模型，生成智能飞行体的第一初始态，并基于第一初始态，对智能飞行体进行飞行测试，使得可覆盖更多飞行姿态，最大化测试覆盖面，减少飞行测试盲区，缩短测试周期，提高智能飞行体的性能。
-
公开(公告)号：CN117933069A
公开(公告)日：2024-04-26
申请号：CN202410021830.6
申请日：2024-01-05
Applicant: 之江实验室
IPC: G06F30/27 , G21B1/25 , G06F18/213 , G06N3/045 , G06N3/08 , G01T1/29 , G06F113/08
Abstract: 本说明书公开了一种基于等离子体的反演代理模型训练方法及装置，获取采样信号序列，该采样信号序列是预先在若干个采样时刻，对等离子体产生的软X波段辐射进行采样得到的，每个采样时刻对应的采样信号序列是在若干个采样位置，对等离子体产生的软X波段辐射进行采样得到的，获取该等离子体在每个采样时刻的辐射分布剖面标注。将采样信号序列输入第一特征提取层，得到第一信号特征，将第一信号特征输入第二特征提取层，得到第二信号特征。将第二信号特征输入结果预测层，得到结果预测层输出的每个采样时刻对应的第二信号特征的辐射分布剖面预测结果。根据辐射分布剖面预测结果与辐射分布剖面标注，确定损失，根据损失，对反演代理模型进行训练。
-
公开(公告)号：CN117034926A
公开(公告)日：2023-11-10
申请号：CN202311038789.5
申请日：2023-08-16
Applicant: 之江实验室
IPC: G06F40/289 , G06F18/241 , G06F18/214 , G06F40/30
Abstract: 本说明书公开了一种针对多领域文本分类模型的模型训练的方法及装置。由于先由多个专家网络层给出各自的第二编码向量，然后再将每个专家网络层给出的第二编码向量分别输入到各个子分类层中，并通过使每个子分类层给出的分类结果与每个子分类层各自对应的分类标签之间的偏差最小为目标，对文本分类模型进行训练，这使得在模型训练过程中，文本分类模型可以学习到各分类领域下的潜在关联，从而可以使得文本分类模型能够给出更为准确的分类结果，并且，由于该文本分类模型中包含有多个子分类层，这使得训练出该文本分类模型后，可以实现对各个分类领域下的文本数据进行分类的目的，从而极大的节省了训练成本。
-
公开(公告)号：CN118839053B
公开(公告)日：2025-02-11
申请号：CN202411321148.5
申请日：2024-09-23
Applicant: 之江实验室
IPC: G06F16/951 , G06F16/955 , G06N3/0455 , G06F40/186
Abstract: 本申请涉及一种网页数据采集方法、系统、计算机设备和可读存储介质。该方法采集到的网页数据用于对目标领域的大语言模型进行预训练，所述方法包括：确定目标场景模板和目标关键词；将所述目标关键词填充到所述目标场景模板中，调用通用的大语言模型，生成多个搜索词句；调用搜索服务，基于所述搜索词句生成第一URL列表；基于爬虫技术和所述第一URL列表采集得到网页数据。采用本方法能够降低硬件资源消耗成本、人力成本以及提高预训练数据的获取效率。
-
Patent Agency Ranking
公开(公告)号：CN117076672A
公开(公告)日：2023-11-17
申请号：CN202311016423.8
申请日：2023-08-11
Applicant: 之江实验室
IPC: G06F16/35 , G06F18/24 , G06N3/0442 , G06N3/08
Abstract: 本申请提供体一种文本分类模型的训练方法、文本分类方法及装置，包括：利用带标签的第一文本样本对第一文本分类模型进行训练，以获得训练好的第一文本分类模型；将无标签的第二文本样本输入训练好的第一文本分类模型，预测得到与第二文本样本对应的伪标签；利用第二文本样本对第二文本分类模型中的编码器进行对比学习，获得训练好的编码器；将第二文本样本输入至训练好的编码器，获得文本特征向量；利用文本特征向量以及伪标签对第二文本分类模型中的分类器进行训练，获得训练好的分类器。本申请能够降低长尾数据这种因为数据质量差所带来的模型性能影响，为提升分类性能，并且充分利用了大量的无标签数据，降低人工标注成本。
-
公开(公告)号：CN119047352B
公开(公告)日：2025-04-04
申请号：CN202411553120.4
申请日：2024-11-01
Applicant: 之江实验室
IPC: G06F30/27 , G06F17/18 , G06N7/01 , G06F111/08
Abstract: 本说明书提供的一种任务执行方法、装置、存储介质以及电子设备，可以基于预先存储的多元高斯分布函数，确定第一分布，基于弦积分正向模型和第一分布，确定第二分布，并响应于获取到的操作指令，根据第一分布和第二分布，执行贝叶斯反演操作，以得到第三分布。通过获取目标等离子体的实际弦积分测量信号以及部分位置处的实际点测量值，以根据第三分布、实际弦积分测量信号以及实际点测量值，确定目标等离子体的各位置处对应的实际物理场信息，并根据实际物理场信息，进行任务执行。
-
公开(公告)号：CN118861824A
公开(公告)日：2024-10-29
申请号：CN202411102196.5
申请日：2024-08-12
Applicant: 之江实验室
IPC: G06F18/241 , G21B1/25 , G06F18/27 , G06N3/0464 , G06N3/0455 , G06N3/08 , G01N21/73
Abstract: 本说明书公开了一种诊断代理模型的训练方法、装置、介质及电子设备，该方法包括：将等离子体的第一测量信号输入待训练的诊断代理模型的嵌入层，确定第一信号向量。将第一测量信号对应的测量光路的第一弦积分信息输入嵌入层，确定第一位置向量。将等离子体的第一物理边界输入嵌入层，确定第一区域向量。将第一信号向量、第一位置向量和第一区域向量输入待训练的诊断代理模型的编码层，确定第一编码特征。根据第一编码特征，确定第一预测剖面。根据第一预测剖面和等离子体的二维物理参数剖面，对待训练的诊断代理模型进行训练，可使得诊断代理模型更好地学习测量信号和物理信息之间的内在联系和规律，从而精确地推断出等离子体的物理参数。
-
公开(公告)号：CN118839053A
公开(公告)日：2024-10-25
申请号：CN202411321148.5
申请日：2024-09-23
Applicant: 之江实验室
IPC: G06F16/951 , G06F16/955 , G06N3/0455 , G06F40/186
Abstract: 本申请涉及一种网页数据采集方法、系统、计算机设备和可读存储介质。该方法采集到的网页数据用于对目标领域的大语言模型进行预训练，所述方法包括：确定目标场景模板和目标关键词；将所述目标关键词填充到所述目标场景模板中，调用通用的大语言模型，生成多个搜索词句；调用搜索服务，基于所述搜索词句生成第一URL列表；基于爬虫技术和所述第一URL列表采集得到网页数据。采用本方法能够降低硬件资源消耗成本、人力成本以及提高预训练数据的获取效率。
-
公开(公告)号：CN117933069B
公开(公告)日：2024-07-12
申请号：CN202410021830.6
申请日：2024-01-05
Applicant: 之江实验室
IPC: G06F30/27 , G21B1/25 , G06F18/213 , G06N3/045 , G06N3/08 , G01T1/29 , G06F113/08
Abstract: 本说明书公开了一种基于等离子体的反演代理模型训练方法及装置，获取采样信号序列，该采样信号序列是预先在若干个采样时刻，对等离子体产生的软X波段辐射进行采样得到的，每个采样时刻对应的采样信号序列是在若干个采样位置，对等离子体产生的软X波段辐射进行采样得到的，获取该等离子体在每个采样时刻的辐射分布剖面标注。将采样信号序列输入第一特征提取层，得到第一信号特征，将第一信号特征输入第二特征提取层，得到第二信号特征。将第二信号特征输入结果预测层，得到结果预测层输出的每个采样时刻对应的第二信号特征的辐射分布剖面预测结果。根据辐射分布剖面预测结果与辐射分布剖面标注，确定损失，根据损失，对反演代理模型进行训练。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.021 seconds)
