-
公开(公告)号：CN116982089A
公开(公告)日：2023-10-31
申请号：CN202180095088.8
申请日：2021-07-12
Applicant: 华为云计算技术有限公司
Inventor： 摩根•林赛•海斯勒 , 阿明·巴尼塔莱比·德科迪 , 张勇
IPC: G06V10/774 , G06V10/82 , G06V10/764 , G06V10/74 , G06N3/0464 , G06N3/0455 , G06N3/0895
Abstract: 公开了用于生成语义增强图像的方法和系统。为与分割输入图像关联的每个对象标签生成嵌入。对于与相应对象标签关联的每个嵌入，计算与所述对象标签关联的所述嵌入与表示存储多个对象图像的对象库中的对象类的嵌入之间的相似性得分。至少基于所述相似性得分，选择至少一个对象，选择的对象与所述对象库中的相应对象图像关联，选择的至少一个对象来自识别的对象类，所述识别的对象类被识别为和与所述分割输入图像关联的至少一个对象标签上下文相关。将所述选择的对象添加到所述分割输入图像中，以生成增强图像。
-
公开(公告)号：CN116670687A
公开(公告)日：2023-08-29
申请号：CN202180075018.6
申请日：2021-11-16
Applicant: 华为云计算技术有限公司
Inventor： 瑞德拉尼瑞娜·拉马蒙吉森 , 阿明·巴尼塔莱比·德科迪 , 康馨予 , 张勇
IPC: G06N3/045 , G06N3/09 , G06N3/0985 , G06V10/774 , G06V10/82 , G06F17/16
Abstract: 本发明提供了一种用于调整机器学习模型(例如，物体检测模型)以适应域偏移的方法和系统。所述方法包括：接收标记数据元素和目标图像样本，以及执行多个模型适应周期。每个适应周期包括：使用通过一组当前配置参数来配置的机器学习模型为所述目标图像样本分别预测所述目标图像样本中包括的相应目标数据物体的对应目标类别标签；生成多个标记混合数据元素，其中，每个标记混合数据元素包括：(i)混合图像样本，包括所述源图像样本中的源数据物体和所述目标图像样本中的目标数据物体，(ii)所述源数据物体的所述对应源类别标签和所述目标数据物体的所述对应目标类别标签。所述方法还包括：调整所述一组当前配置参数，以最小化所述机器学习模型对于所述多个混合数据元素的损失函数。所述方法产生了适配的机器学习模型，适应了域偏移并提高了对新目标图像样本的推理性能。
-
公开(公告)号：CN116635866A
公开(公告)日：2023-08-22
申请号：CN202180082723.9
申请日：2021-06-30
Applicant: 华为云计算技术有限公司
IPC: G06N3/02
Abstract: 描述了用于挖掘少数类数据样本的方法和系统。少数类挖掘服务接收由客户端神经网络的内层生成的激活，所述客户端神经网络已经过训练以执行涉及分类的预测任务。所述少数类挖掘服务使用重新校准神经网络生成重新校准激活，并使用异常检测器生成异常检测器输出。根据所述异常检测器输出，针对接收到的激活表示的数据样本计算少数类分数。将所述计算出的少数类分数与少数类阈值进行比较，以标识候选少数类数据样本。然后，可以将所述候选少数类数据样本标记并添加到所述客户端神经网络的训练数据集中。
-
公开(公告)号：CN117321692A
公开(公告)日：2023-12-29
申请号：CN202180097197.3
申请日：2021-04-29
Applicant: 华为云计算技术有限公司
IPC: G16B40/00
Abstract: 提供了用于从分子图生成嵌入的方法和系统，可用于候选分子的分类。物理模型用于生成任务相关的特征向量集合，表示所述分子图的局部物理特征。经过训练的嵌入生成器用于生成任务相关的结构嵌入集合，表示顶点集合之中的连接性和所述顶点集合的任务相关特征。所述任务相关的特征向量与所述任务相关的结构嵌入组合，并作为输入提供给经过训练的分类器。所述经过训练的分类器生成表示所述候选分子的分类的预测类别标签。
-
公开(公告)号：CN117063173A
公开(公告)日：2023-11-14
申请号：CN202180095907.9
申请日：2021-06-29
Applicant: 华为云计算技术有限公司
IPC: G06F21/16
Abstract: 提供了一种方法，用于对由第一AI模型生成的预测输出进行水印处理，以使得能够检测已从所述预测输出中提取的目标AI模型，包括：所述第一AI模型从请求设备接收一组输入数据样本；至少存储所述输入数据样本的子集，用于维护所述输入数据样本的记录；使用所述第一AI模型预测相应的预测输出集，所述预测输出集中的每个输出包括概率值，所述AI模型使用水印函数来在所述预测输出的所述概率值中插入周期性水印信号；从所述第一AI模型输出包括所述周期性水印信号的所述预测输出。
-
Patent Agency Ranking
公开(公告)号：CN116583883A
公开(公告)日：2023-08-11
申请号：CN202180074596.8
申请日：2021-07-09
Applicant: 华为云计算技术有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 基于规则提取的深度神经网络解译方法、系统和介质。所述深度神经网络的解释是基于提取近似网络分类行为的一个或多个规则。规则是通过数据空间识别一组超平面来定义的，这些超平面共同定义了一个凸多面体，所述凸多面体将输入样本的目标类与不同类的输入样本分开。每个规则对应于两个不同决策结果之间的一组决策边界。可以生成人类可理解的规则表示。一个或多个规则可用于生成分类器。相对于其它已知方法，所述表示和解释表现出忠实性、稳定性和全面性。
-
公开(公告)号：CN115552429A
公开(公告)日：2022-12-30
申请号：CN202180033406.8
申请日：2021-03-01
Applicant: 华为云计算技术有限公司
Abstract: 描述了横向联邦学习的方法和系统。获得多个局部模型参数集。每个局部模型参数集已在相应的客户端处学习。针对每个给定的局部模型参数集，计算表示所述给定的局部模型参数集与其它每一个局部模型参数集之间的相似性的协作系数。执行对所述多个局部模型参数集的更新，以获得所述多个更新的局部模型参数集。使用其它局部模型参数集的加权聚合更新每个给定的局部模型参数集，其中，所述加权聚合是使用所述协作系数计算的。所述多个更新的局部模型参数集提供给每个相应的客户端。
-
公开(公告)号：CN119862553A
公开(公告)日：2025-04-22
申请号：CN202411443169.4
申请日：2024-10-16
Applicant: 华为云计算技术有限公司
Abstract: 本发明提供了在表格数据中嵌入基于频域的水印的系统和方法。在一些方法中，为所述表格数据计算协方差矩阵；将所述表格数据的行向量投影到所述协方差矩阵的两个标准正交向量e1、e2上；为所述投影的行向量确定信号空间；从所述信号空间中找到功率最低的频率f*；根据所述频率f*，在所述表格数据中嵌入水印。
-
公开(公告)号：CN118541704A
公开(公告)日：2024-08-23
申请号：CN202380016962.3
申请日：2023-01-10
Applicant: 华为云计算技术有限公司
Inventor： 瑞德拉尼瑞娜·拉马蒙吉森 , 阿明·巴尼塔莱比·德科迪 , 维什努·戈库尔·伦根 , 周子锐 , 张勇
IPC: G06N7/08
Abstract: 本发明提供了一种计算机实现方法和系统，用于生成优化问题的自然语言文本描述的代数建模语言(algebraic modelling language，AML)公式。所述计算机实现方法包括：基于所述自然语言文本描述来生成所述优化问题的文本标记语言中间表示(intermediate representation，IR)，所述文本标记语言IR包括IR目标声明和第一IR约束声明，所述IR目标声明用于定义所述优化问题的目标，所述第一IR约束声明用于指示所述优化问题的第一约束。实现的计算机还包括：基于所述文本标记语言IR来生成所述优化问题的所述AML公式，所述AML公式包括AML目标声明和第一AML约束声明，所述AML目标声明用于定义所述优化问题的所述目标，所述第一AML约束声明用于指示所述优化问题的所述第一约束。这可以提高生成优化问题的AML格式的准确性。
-
公开(公告)号：CN117063208A
公开(公告)日：2023-11-14
申请号：CN202180095915.3
申请日：2021-03-17
Applicant: 华为云计算技术有限公司
Inventor： 穆罕默德·阿克巴里 , 阿明·巴尼塔莱比·德科迪 , 许天锡 , 张勇
Abstract: 一种用于预测输入样本的标记的方法和系统。使用第一机器学习(machine learning，ML)模型预测所述输入样本的第一标记，所述模型已经训练成将样本映射到第一标记集；如果所述第一标记满足预测精度标准，则输出为所述输入样本的预测标记；如果第一标记不满足所述预测精度标准，使用第二ML模型预测所述输入样本的第二标记，所述第二ML模型已经训练成将样本映射到包括第一标记集和附加标记集的第二标记集，并且所述第二标记被输出作为所述输入样本的预测标记。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.037 seconds)
