-
公开(公告)号：CN116416551A
公开(公告)日：2023-07-11
申请号：CN202310019359.2
申请日：2023-01-06
Applicant: 浙江大学计算机创新技术研究院
Abstract: 本发明公开了一种基于跟踪算法的视频图像多人自适应跳绳智能计数方法。在相机的视野实时拍摄多人跳绳的视频，开始前测试者作出举手动作，举手动作后再进行跳绳，通过举手动作触发人脸识别算法人脸识别获得身份；记录初始位置在跳绳过程中跟踪算法实时动态追踪位置，基于视频获取所有测试者的骨骼关键点，根据跟踪算法的位置信息区分骨骼关键点对应的测试者，再进行波形分析得到实时的跳绳计数。本发明通过跟踪算法实时追踪跳绳测试同学的位置；多人跳绳测试的信号分开触发，多人分别计数，可实现动态和静态的一至多人的同时跳绳测试，能更好适用于实际复杂场景，能过滤非跳绳测试人员的干扰，使用方便且精度高。
-
公开(公告)号：CN115577872A
公开(公告)日：2023-01-06
申请号：CN202211164902.X
申请日：2022-09-23
Applicant: 浙江大学计算机创新技术研究院
Abstract: 本发明公开了一种基于多能智能体深度强化学习的结构化数据预测优化方法。获取结构化数据的原始数据；用深度强化学习智能体和代理模型对原始数据进行迭代处理，获得优化后的深度强化学习智能体；将原始数据和初始设定的超参数再次输入到优化后的深度强化学习智能体中生成新训练数据，并用新训练数据训练一个预测模型；将结构化数据的待预测数据输入输入到预测模型中，得到最终的预测目标参数的预测结果。本发明能够一次性解决包括自动特征工程、超参搜索等多个优化任务，大幅降低建模过程中的人力消耗，同时提高寻优的准确度。
-
公开(公告)号：CN119990321A
公开(公告)日：2025-05-13
申请号：CN202510120065.8
申请日：2025-01-25
Applicant: 浙江大学计算机创新技术研究院
IPC: G06N5/04 , G06N20/00 , G06N3/09 , G06N3/092 , G06F18/214 , G06F8/30 , G06F11/3604 , G06F16/2452
Abstract: 本发明公开了一种针对表格问答大模型的训练方法及系统。表格问答任务是指根据提供的表格数据例如csv文件，excel文件，数据库db数据等表格形式数据，针对表格数据提出数据查询，数据统计分析，可视化等表格相关的问题，通过Python或SQL代码能够执行得到答案的问答任务。本发明结合表格问答领域的特点提出了一种针对表格问答任务的大语言模型增强训练方法，在已有的大语言模型基础上，通过构建表格问答任务相关的专门数据集，设计结合表格问答的符合奖励反馈系统，结合镜像模型的强化学习训练策略，增强大语言模型在表格数据问答上的能力。
-
公开(公告)号：CN119990085A
公开(公告)日：2025-05-13
申请号：CN202510160821.X
申请日：2025-02-13
Applicant: 浙江大学计算机创新技术研究院
IPC: G06F40/18 , G06F18/214 , G06N3/045 , G06N3/088 , G06N3/0895
Abstract: 本发明公开了一种基于表格置换不变性的预训练方法和装置。该方法包括第一阶段根据表格中行、列的置换不变性构造正负样本对数据，然后用对比学习的方法构建预训练任务；为了让预训练模型适应各种各样的下游任务，第二阶段是表格与下游任务进行对齐，表格的下游任务包括表格问答、表格分类、表格数据生成、表格摘要提取等，根据不同的下游任务分别对预训练模型和下有任务的语言大模型进行联合对齐训练，从而得到能适应各种下游任务的预训练模型。
-
公开(公告)号：CN115577872B
公开(公告)日：2023-09-05
申请号：CN202211164902.X
申请日：2022-09-23
Applicant: 浙江大学计算机创新技术研究院
Abstract: 本发明公开了一种基于多能智能体深度强化学习的结构化数据预测优化方法。获取结构化数据的原始数据；用深度强化学习智能体和代理模型对原始数据进行迭代处理，获得优化后的深度强化学习智能体；将原始数据和初始设定的超参数再次输入到优化后的深度强化学习智能体中生成新训练数据，并用新训练数据训练一个预测模型；将结构化数据的待预测数据输入输入到预测模型中，得到最终的预测目标参数的预测结果。本发明能够一次性解决包括自动特征工程、超参搜索等多个优化任务，大幅降低建模过程中的人力消耗，同时提高寻优的准确度。
-
Patent Agency Ranking
公开(公告)号：CN116206237A
公开(公告)日：2023-06-02
申请号：CN202310018858.X
申请日：2023-01-06
Applicant: 浙江大学计算机创新技术研究院
IPC: G06V20/40 , G06V40/20 , G06V10/75 , G06V10/764 , G06V10/80
Abstract: 本发明公开了一种基于人体关键点动作序列匹配的视频图像运动计数方法。人体在相机视野中进行运动，通过相机采集人体运动的视频图像，通过对视频图像的分析处理获得运动的类型和计数，具体是基于动作序列拆分的运动计数，建立不同的模板对每个运动动作进行匹配识别，且自适应分配运行在不同的计算设备中。本发明在使用关键点检测准确率相对较低的小模型上也有较高的计数准确性和稳定性，满足检测速度要求较高的运动场景，具有运行速度快，动作匹配稳定性和准确率高，计数准确率高，适用于不同部署设备上运行等优点。
-
公开(公告)号：CN115909508B
公开(公告)日：2023-06-02
申请号：CN202310015187.1
申请日：2023-01-06
Applicant: 浙江大学计算机创新技术研究院 , 浙江浙网数智科技发展有限公司
Abstract: 本发明公开了一种单人体育运动场景下的图像关键点增强检测方法。针对预先用相机采集的单人体育运动场景的视频，采用关键点检测模型结合不同亮度和对比度进行匹配处理获得最优的亮度和对比度作为最优匹配参数；对实时获得的单人体育运动场景下的图像按照最优匹配参数进行处理，且基于历史关键点信息进行人物检测框的动态更新生成，实现关键点增强检测。本发明通过自适应视频源场景变化，人物检测框生成生成，自动修正计数大幅度提升关键点检测准确率和稳定性，兼容已有的关键点检测模型，具有检测速度快、自适应不同输入视频源场景变化、可在已有关键点检测方法基础上继续提升检测准确率和稳定性的优点。
-
公开(公告)号：CN119990322A
公开(公告)日：2025-05-13
申请号：CN202510120066.2
申请日：2025-01-25
Applicant: 浙江大学计算机创新技术研究院
IPC: G06N5/04 , G06F40/205 , G06F40/126 , G06F18/22 , G06F40/284 , G06F8/30 , G06F16/2452 , G06F16/2455 , G06F21/57
Abstract: 本发明公开了一种基于大语言模型的表格问答方法及系统。表格问答系统是能够理解表格数据（excel文件，csv文件，数据库db文件等表格形式的数据）并能够结合表格进行问答，数据查询统计和分析的系统。本发明提出了一套基于大语言模型的表格问答方法，包括表格信息抽取，问题详细化改写，解决方案和代码生成，Rewad模型打分评估，代码安全检测，代码执行器，总结答案生成等模块，通过各个步骤的配合能够提升表格问答的准确性，安全性和稳定性，增强大语言模型在表格数据分析问答上的能力。
-
公开(公告)号：CN119415641A
公开(公告)日：2025-02-11
申请号：CN202510014062.6
申请日：2025-01-06
Applicant: 浙江大学计算机创新技术研究院
IPC: G06F16/332 , G06F16/35 , G06F16/33 , G06F18/214
Abstract: 本发明公开了一种表格数据分析领域大模型的训练和评估方法。对获取的表格、文本数据进行筛选打分；编制多套不同提示词，制作表格数据场景下的“问题”数据以及“问题‑回答”数据对作为基础的训练样本；对生成的“问题”和“问题‑回答”样本对进行数据增强；收集并筛选普通的文本问答、逻辑数学以及代码生成任务数据，选择合适的数据配比，对基底模型进行全参数指令对齐训练；收集、制作评估数据集，编写评估脚本，运行获得对应评价指标；根据评价指标以及评估集合的反馈，迭代优化训练数据集，直到模型达到预期指标为止。本发明能够使得训练得到的表格数据分析领域大模型不仅具有很强的表格问答能力，还具备较强的通用问题解决能力。
-
公开(公告)号：CN118194988A
公开(公告)日：2024-06-14
申请号：CN202410412492.9
申请日：2024-04-08
Applicant: 国泰君安证券股份有限公司 , 浙江大学计算机创新技术研究院
IPC: G06N5/022 , G06N3/0455 , G06F16/242 , G06F16/2455 , G06F16/248 , G06F16/2458 , G06N5/04 , G06N3/08
Abstract: 本发明涉及一种实现高效处理表格数据功能的垂直领域金融大模型系统，包括表编码器和大语言模型，表编码器的输出端与大语言模型相连接，表编码器从输入表中提取信息，生成一种全局表格表示形式，与用户文本查询被馈送到大语言模型中进行推理；大语言模型用于识别用户的查询意图，将复杂的需求任务拆解为若干个简单的任务，并生成命令链和文本回复的输出。本发明还涉及一种实现高效处理表格数据的方法。采用了本发明的实现高效处理表格数据功能的垂直领域金融大模型系统及其方法，为自然语言与表格数据的交互提供了全新的解决方案，突破了LLM技术赋予的数据分析的可能性，在追求数据更易于访问和理解方面，有效解决了证券行业大模型应用面临的问题和难点。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.034 seconds)
