-
公开(公告)号：CN117519850B
公开(公告)日：2024-10-29
申请号：CN202311795934.4
申请日：2023-12-22
Applicant: 江苏润和软件股份有限公司
IPC: G06F9/448 , G06F9/4401 , G06N20/00
Abstract: 本申请公开了一种AI模型编排方法、装置、电子设备及介质，涉及人工智能技术领域，该方法包括：分别进行有限状态机和规则引擎的初始化；分别进行有限状态机和规则引擎的实例化；接收外部的输入数据；所述规则引擎根据初始化的配置进行规则执行，将执行结果发送到有限状态机；所述有限状态机根据初始化的配置执行相应的状态转换和动作，调用具体的AI模型；根据AI模型的处理结果，更新所述有限状态机的状态。本申请具有增强灵活性和可解释性、高度可控制和可管理性、能够实时决策和响应的效果。
-
Patent Agency Ranking
公开(公告)号：CN118467197A
公开(公告)日：2024-08-09
申请号：CN202410550250.6
申请日：2024-05-06
Applicant: 江苏润和软件股份有限公司
Abstract: 本申请公开了一种基于AI软硬一体计算引擎的数字人优化的方法及系统，所述方法包括：采集数字人相关的原始数据；利用调度器适配器为原始数据分配硬件资源以完成原始数据的并行处理；利用操作系统对处理后的原始数据进行分布式存储；根据数字人的应用场景，利用深度学习框架设计对应场景下的深度学习模型，利用调度器适配器为深度学习模型分配硬件资源以完成分布式训练，获取训练后的深度学习模型；利用硬件对训练好的深度学习模型的推断引擎进行加速推断，生成数字人的外观、动作以及语音；利用调度器适配器为深度学习模型分配硬件资源以完成数字人的实时渲染，获得优化后的数字人；本申请能够实现数字人获取快速交互能力，灵活适应各种业务需求。
-
公开(公告)号：CN118363730A
公开(公告)日：2024-07-19
申请号：CN202410540961.5
申请日：2024-04-30
Applicant: 江苏润和软件股份有限公司
Abstract: 一种多模态数据的处理方法、系统、电子设备及存储介质，涉及数据处理领域。在该方法中，当接收到多模态数据时，确定所述多模态数据的数据类型和数据结构，根据所述数据类型从预先注册的数据处理适配器中选择目标数据处理适配器，并根据所述数据结构从预先注册的数据格式处理工厂中选择目标数据格式处理工厂；根据所述多模态数据构建多模态数据提取转换加载任务，并将所述多模态数据提取转换加载任务分解成多个子任务；使用所述目标数据处理适配器和所述目标数据格式处理工厂对多个所述子任务进行并行处理，并对多个所述子任务的处理结果进行聚合。实施本申请提供的技术方案，提高了对多模态数据的处理效率。
-
公开(公告)号：CN119718929A
公开(公告)日：2025-03-28
申请号：CN202411807488.9
申请日：2024-12-10
Applicant: 江苏润和软件股份有限公司
IPC: G06F11/3668 , G06F11/3698 , G06N3/092 , G06N5/02 , G06N5/04
Abstract: 本发明涉及一种基于多智能体协同感知决策的app自动执行与测试系统，测试系统包括三个智能体和一个用于采集信息、交互执行的上位机：执行决策智能体接收规划策略推荐智能体和感知智能体的输出，作为输入信息，产生指令控制上位机，与待测试系统产生交互，完成对待测试系统的执行任务。所述三个智能体为：执行决策智能体、规划策略推荐智能体和感知智能体，三个智能体共同构成app自动执行系统的决策系统。该系统在给定任务目标后，可以与待测试系统交互，通过感知智能体对所在UI页面进行文本识别、图标识别、键盘识别、布局识别和异常识别，同时规划策略推荐智能体在离线探索后，将系统信息保存在知识库中，执行决策智能体依据感知智能体和规划策略推荐智能体的信息输入，自主推理出执行动作，完成任务目标的执行。本申请在借助大模型推理能力的同时，联合了多个不同能力的智能体，协同工作，极大的提升了模型的准确性和稳定性。
-
公开(公告)号：CN119691155A
公开(公告)日：2025-03-25
申请号：CN202510196331.5
申请日：2025-02-21
Applicant: 江苏润和软件股份有限公司
IPC: G06F16/334 , G06F16/35 , G06V10/44 , G06F18/25 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及多模态数据技术领域，且公开了基于多模态数据的文本处理反馈系统及方法，包括将用户输入的文本数据通过一个包含嵌入层的上下文编码器处理，得到多个文本的语义特征向量；将多个语义特征向量排列为一维特征向量；将用户提供的图像数据通过一个卷积神经网络处理，提取出图像中的关键特征向量；计算图像理解特征向量的转置与文本理解特征向量之间的乘积，得到一个多模态需求表达矩阵；基于多模态需求表达矩阵中各个位置的特征值，通过特征校正机制对矩阵中的每个特征值进行调整；将校正后的多模态需求表达矩阵输入到一个多标签分类器中进行处理。本发明具备提升文本生成综合能力的优点。
-
公开(公告)号：CN117519850A
公开(公告)日：2024-02-06
申请号：CN202311795934.4
申请日：2023-12-22
Applicant: 江苏润和软件股份有限公司
IPC: G06F9/448 , G06F9/4401 , G06N20/00
Abstract: 本申请公开了一种AI模型编排方法、装置、电子设备及介质，涉及人工智能技术领域，该方法包括：分别进行有限状态机和规则引擎的初始化；分别进行有限状态机和规则引擎的实例化；接收外部的输入数据；所述规则引擎根据初始化的配置进行规则执行，将执行结果发送到有限状态机；所述有限状态机根据初始化的配置执行相应的状态转换和动作，调用具体的AI模型；根据AI模型的处理结果，更新所述有限状态机的状态。本申请具有增强灵活性和可解释性、高度可控制和可管理性、能够实时决策和响应的效果。
-
-
-
-
-
Search Results
6
records
(took 0.035 seconds)
