公开(公告)号：CN119226791A

公开(公告)日：2024-12-31

申请号：CN202310809417.1

申请日：2023-06-30

Applicant: 华为技术有限公司

Inventor： 余晨 ,  王哲 ,  王龙 ,  闫柏成

IPC: G06F18/214 ,  G06N5/04 ,  G06N3/08

Abstract: 本申请提供一种数据推理方法、模型训练方法及设备。在数据推理方法中，计算设备获取第一数据，第一数据为第一时刻的实时数据。计算设备从至少一个候选推理模型中获取目标推理模型，目标推理模型对应的第一采集时刻与第一时刻之间的时间差小于预设阈值，目标训练模型为基于第一训练数据集合对预训练模型进行训练得到的，第一训练数据集合包括在第一采样时刻采集的样本数据以及在第一采样时刻之前预设时长内采集的样本数据。计算设备将第一数据输入目标推理模型，得到第一推理结果。通过该方案，计算设备在推理时使用的目标推理模型为基于较新的采样数据训练得到的模型，从而可以保证目标推理模型的有效性，进而提高推理准确率。

公开(公告)号：CN119647303A

公开(公告)日：2025-03-18

申请号：CN202311201785.4

申请日：2023-09-15

Applicant: 华为技术有限公司

Inventor： 刘琳 ,  王哲 ,  王龙 ,  余晨 ,  王正

IPC: G06F30/28 ,  G06F17/11 ,  G06N3/04 ,  G06N3/08

Abstract: 公开了一种通过神经网络模型处理数据的方法、装置及相关产品，属于数学应用技术领域。所述方法包括：获取应用中需要神经网络模型处理的数据，该数据为该神经网络模型的输入数据，输入数据指示需要该应用计算的线性方程组当前时刻之前的初始值和数值解之间的实际偏差；基于输入数据，通过神经网络模型输出当前时刻的预估差分数据。在本申请实施例中，通过神经网络模型预测需要应用计算的线性方程组在当前时刻的初始值与待求解的数值解之间的偏差，也即预估差分数据。以便于后续基于该预估差分数据对当前时刻的初始值进行修正，以得到距离数值解更近的初始值，也即精度更高的初始值，从而加速该应用基于初始值求解线性方程组的数值解的计算过程。

公开(公告)号：CN119152942A

公开(公告)日：2024-12-17

申请号：CN202310727647.3

申请日：2023-06-16

Applicant: 华为技术有限公司

Inventor： 游培廷 ,  余晨 ,  樊玉伟 ,  朱钏

IPC: G16B40/00 ,  G06F18/213 ,  G06F16/9035

Abstract: 本申请实施例公开了数据处理方法和装置，涉及数据处理技术领域，能够从生物的SNP筛选出具有高遗传特性的核心SNP。该方法包括：获取第一SNP集合。根据SNP的第一信息从上述第一SNP集合中确定第二SNP集合。根据目标特征提取方法和非线性特征提取方法从上述第二SNP集合中确定第三SNP集合。其中，上述第一SNP集合包括N个SNP，上述N为正整数，上述第一信息包括连锁不平衡信息或方差中的至少一项，上述第二SNP集合包括M个SNP，上述M为正整数，上述M小于上述N，上述目标特征提取方法包括过滤式特征提取方法、包裹式特征提取方法或嵌入式特征提取方法中的至少一项，上述第三SNP集合包括H个SNP，上述H为正整数，上述H小于上述M。

公开(公告)号：CN117911803A

公开(公告)日：2024-04-19

申请号：CN202211248960.0

申请日：2022-10-12

Applicant: 华为技术有限公司

Inventor： 罗文涛 ,  王耀园 ,  张子阳 ,  李佳维 ,  游凯超 ,  楼燚航 ,  张靖义 ,  余晨

IPC: G06V10/774 ,  G06V20/70 ,  G06V10/54

Abstract: 本公开的实施例提供了一种样本处理方法、装置、计算设备和计算机可读存储介质。该方法包括：获取正样本图像；基于正样本图像，获取与正样本图像相对应的异常标注掩码图；以及基于正样本图像和异常标注掩码图，生成伪造的负样本图像，其中造的负样本图像中的异常区域与异常标注掩码图中的异常标注区域相对应。如此，能够自动生成大量伪造的负样本图像，为样本量稀缺场景下的任务检测提供充分的样本数据集，从而提高异常检测系统的自动检测能力和精确度。

公开(公告)号：CN120012829A

公开(公告)日：2025-05-16

申请号：CN202311528909.X

申请日：2023-11-15

Applicant: 华为技术有限公司

Inventor： 洪依君 ,  董永汉 ,  余晨 ,  刘红升 ,  张子阳 ,  王紫东 ,  于璠

IPC: G06N3/045 ,  G06N3/084 ,  G01W1/10 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0464 ,  G06Q30/0202

Abstract: 一种神经网络装置、方法以及设备，本申请中，神经网络装置上部署有流体预测模型，流体预测模型的时间分辨率可调对外提供有用于配置流体预测模型的时间分辨率的接口。其中，包括第一空间映射算子、时间预测算子、以及第一空间映射算子。第一空间映射算子将第一时间对应的测量数据从第一数据空间映射到第二数据空间。时间预测算子对外提供该接口，根据从接口接收的参数对映射后的第一时间对应的测量数据进行迭代处理，获取第二时间对应的预测数据。第二空间映射算子将第二时间对应的预测数据从第二数据空间映射到第一数据空间。流体预测模型的时间分辨率不再是固定的，而是可以根据实际需求设定为不同的值，能够满足用户对时间跨度的不同需求。

公开(公告)号：CN117992711A

公开(公告)日：2024-05-07

申请号：CN202310104348.4

申请日：2023-01-19

Applicant: 华为技术有限公司

Inventor： 闫柏成 ,  王哲 ,  王龙 ,  余晨 ,  麻鹏豪 ,  王正

IPC: G06F17/16 ,  G06F7/523

Abstract: 本申请实施例公开了一种进行模板计算的方法和装置，属于高性能计算技术领域。所述方法由包括矩阵单元的处理器执行，所述方法包括：获取应用的待处理的数据矩阵；将数据矩阵中待执行模板计算的数据转换为最小数据矩阵与第一系数矩阵的内积运算；将最小数据矩阵与第一系数矩阵的内积运算转换为第二系数矩阵与最小数据矩阵的外积运算，并通过矩阵单元执行外积运算得到第一结果矩阵；对第一结果矩阵求迹得到所述模板计算的结果。采用本申请，能够基于矩阵单元实现模板计算，能够提高处理器执行模板计算的效率。