公开(公告)号：CN117377970A

公开(公告)日：2024-01-09

申请号：CN202280036587.4

申请日：2022-01-20

Applicant: 华为云计算技术有限公司

Inventor： 王晨迪 ,  阿明·巴尼塔莱比·德科迪 ,  王岚君 ,  张勇

IPC: G06Q30/02

Abstract: 一种数据共享系统，用于将数据提供者的数据集共享给数据消费者，并响应于所述数据共享将激励从所述数据消费者转移到所述数据提供者。所述系统包括一个多角度联盟引导数据估值模块，用于在所述数据消费者之间公平分配激励。所述系统还包括灵活场景路由数据集比较模块，用于评估所述数据提供者通过多个评估路由中的一个评估路由提供的数据。所述系统提供了计算机云的增强使用，并实现数据联盟和不断增长的人工智能(artificial intelligence，AI)超级模型的容量来实现可持续的数据共享。此外，所述系统还使用基于核心集的夏普利估值方法进行高效的数据估值。

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

IPC: G06V10/82 ,  G06V10/94 ,  G06V10/98 ,  G06N3/042 ,  G06N3/045 ,  G06N3/088 ,  G06N3/0985

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。

公开(公告)号：CN117355845A

公开(公告)日：2024-01-05

申请号：CN202180098342.X

申请日：2021-06-18

Applicant: 华为云计算技术有限公司

Inventor： 阿明·巴尼塔莱比·德科迪 ,  康馨予 ,  白小龙 ,  张勇

IPC: G06N3/08 ,  G06N3/045

Abstract: 一种用于生成基于一组源神经网络(neural network，NN)模型的复合NN模型的方法和系统，包括：向每个源NN模型提供包括多个输入样本的数据集；从每个源NN模型接收所述数据集的所述输入样本的相应标签预测集；从所述接收到的标签预测集中选择代表性标签预测用作所述输入样本的伪标签；使用所述伪标签和所述输入样本对目标NN模型执行监督训练，以生成所述复合NN模型。

公开(公告)号：CN115104108A

公开(公告)日：2022-09-23

申请号：CN202180013713.X

申请日：2021-03-05

Applicant: 华为云计算技术有限公司

Inventor： 阿明·巴尼塔莱比·德科迪 ,  纳文·韦杜拉 ,  张勇 ,  王岚君

IPC: G06N3/063 ,  G06F15/16 ,  G06N3/04

Abstract: 提供了用于将训练后的神经网络划分成用于在第一设备上执行的第一神经网络和用于在第二设备上执行的第二神经网络的系统和方法。执行所述划分，以在精度约束内优化以下操作的总体延迟：在所述第一设备上执行所述第一神经网络以基于输入数据生成特征图输出，将所述特征图输出从所述第一设备发送到所述第二设备，以及在所述第二设备上执行所述第二神经网络以基于所述第一设备的所述特征图输出生成推理输出。

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。