-
公开(公告)号：CN112989199A
公开(公告)日：2021-06-18
申请号：CN202110343021.3
申请日：2021-03-30
Applicant: 武汉大学
IPC: G06F16/9535 , G06F40/194
Abstract: 本发明提供了一种基于多维邻近属性网络的合作网络链路预测方法，属于合作推荐领域，包括：利用自编码器模型、联合概率模型和属性Skip‑Gram模型分别保留多维邻近性特征、局部网络特征和全局网络特征；其中，多维邻近性特征包括认知邻近性特征、地理邻近性特征和制度邻近性特征；结合自编码模型的损失函数、局部网络特征的损失函数和全局网络特征的损失函数以及L2‑范数的损失函数作为整体目标函数，采用随机梯度下降方法优化整体目标函数，实现对网络节点的表示学习；通过网络节点对应的向量余弦相似度进行合作网络链路预测。本发明综合考虑了网络特征和节点属性信息，提升了合作网络链路预测的精准度。
-
Patent Agency Ranking
公开(公告)号：CN118196567B
公开(公告)日：2024-08-06
申请号：CN202410606167.6
申请日：2024-05-16
Applicant: 武汉大学
IPC: G06V10/776 , G06V10/774 , G06V10/94 , G06F3/0482 , G06F3/04847 , G06F3/04842 , G06N3/045 , G06V10/82
Abstract: 本申请属于计算机技术领域，具体公开了一种基于大语言模型的数据评价方法、装置、设备及存储介质，该方法包括：接收第一输入，第一输入用于确定待评价数据集的数据描述内容；响应于第一输入，基于数据描述内容、评价任务描述模板和预设映射关系，生成第一评价任务提示词，预设映射关系用于表征数据描述内容中数据描述项在评模板中的对应位置；输入第一评价任务提示词至大语言模型，获取大语言模型输出的评价结果；基于超参数、大语言模型评价结果和无训练统计评价结果，通过加权求和，确定数据评价结果。通过基于超参数将大语言模型评价结果和无训练统计评价结果融合，实现在保持较低的计算资源消耗的情况下，提高数据评价的有效性。
-
公开(公告)号：CN112989199B
公开(公告)日：2023-05-30
申请号：CN202110343021.3
申请日：2021-03-30
Applicant: 武汉大学
IPC: G06F16/9535 , G06F40/194
-
公开(公告)号：CN118244555B
公开(公告)日：2024-09-10
申请号：CN202410657947.3
申请日：2024-05-27
Applicant: 武汉大学
Abstract: 本申请属于光信号处理领域，具体公开了一种全光非线性激活器、其实现方法、网络结构及计算芯片，全光非线性激活器包括：光线性干涉单元和光非线性激活单元；所述光线性干涉单元包括：至少一个光线性干涉器件；每个光线性干涉器件包括：干涉仪和第一调整器件；所述第一调整器件，用于调整入射到干涉仪的不同波长激光在不同干涉臂处的分裂比，所述干涉仪，用于对入射的激光进行线性运算；光非线性激活单元的至少一个输入端与光线性干涉单元的至少一个输出端连接，用于对非线性干涉单元输出的激光进行全光非线性激活。通过本申请，能够提高全光非线性激活器的带宽，实现了多光并行计算且大大减小了器件的体积。
-
公开(公告)号：CN118244555A
公开(公告)日：2024-06-25
申请号：CN202410657947.3
申请日：2024-05-27
Applicant: 武汉大学
Abstract: 本申请属于光信号处理领域，具体公开了一种全光非线性激活器、其实现方法、网络结构及计算芯片，全光非线性激活器包括：光线性干涉单元和光非线性激活单元；所述光线性干涉单元包括：至少一个光线性干涉器件；每个光线性干涉器件包括：干涉仪和第一调整器件；所述第一调整器件，用于调整入射到干涉仪的不同波长激光在不同干涉臂处的分裂比，所述干涉仪，用于对入射的激光进行线性运算；光非线性激活单元的至少一个输入端与光线性干涉单元的至少一个输出端连接，用于对非线性干涉单元输出的激光进行全光非线性激活。通过本申请，能够提高全光非线性激活器的带宽，实现了多光并行计算且大大减小了器件的体积。
-
公开(公告)号：CN118196567A
公开(公告)日：2024-06-14
申请号：CN202410606167.6
申请日：2024-05-16
Applicant: 武汉大学
IPC: G06V10/776 , G06V10/774 , G06V10/94 , G06F3/0482 , G06F3/04847 , G06F3/04842 , G06N3/045 , G06V10/82
Abstract: 本申请属于计算机技术领域，具体公开了一种基于大语言模型的数据评价方法、装置、设备及存储介质，该方法包括：接收第一输入，第一输入用于确定待评价数据集的数据描述内容；响应于第一输入，基于数据描述内容、评价任务描述模板和预设映射关系，生成第一评价任务提示词，预设映射关系用于表征数据描述内容中数据描述项在评模板中的对应位置；输入第一评价任务提示词至大语言模型，获取大语言模型输出的评价结果；基于超参数、大语言模型评价结果和无训练统计评价结果，通过加权求和，确定数据评价结果。通过基于超参数将大语言模型评价结果和无训练统计评价结果融合，实现在保持较低的计算资源消耗的情况下，提高数据评价的有效性。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
