公开(公告)号：CN116384515A

公开(公告)日：2023-07-04

申请号：CN202310663586.9

申请日：2023-06-06

Applicant: 之江实验室

Inventor： 王宇轩 ,  郏维强 ,  万志国

IPC: G06N20/00 ,  G06F40/295

Abstract: 本说明书公开了一种模型训练的方法、装置、存储介质及电子设备。本说明书实施例在文本识别模型训练的过程中，所用的训练文本中包含真实实体信息的标签，并且是通过识别该训练文本中的实体名称词的位置来对该文本识别模型进行训练的，因此通过这种方式最终所训练出的文本识别模型，在进行文本识别时，不仅能准确划分出该文本中实体名称词所在的位置，并且还能准确的识别出该实体名称词所表征的实体，从而在使用最终所训练出的文本识别模型所得到的向量表示来完成下游业务时，能够保证下游业务的准确执行。

公开(公告)号：CN115758226A

公开(公告)日：2023-03-07

申请号：CN202310019270.6

申请日：2023-01-06

Applicant: 之江实验室

Inventor： 刘通 ,  郏维强 ,  张梦璘 ,  韩松岭 ,  王玉柱 ,  陆陈昊

IPC: G06F18/24 ,  G06F18/25 ,  G06N3/045 ,  G06N3/08 ,  G06N3/0442

Abstract: 本说明书公开了一种异常检测的方法、装置、存储介质及电子设备。该异常检测的方法包括：获取目标设备的状态数据，以及所处环境的环境数据，将状态数据以及环境数据输入预先训练的检测模型，通过检测模型的特征提取层，确定状态特征以及环境特征，将状态特征输入检测模型中设有至少两个子网络的特征转换层，以确定各子网络输出的转换后特征，以及，根据状态特征和环境特征，确定各子网络在不同检测任务下对应的权重，进而确定目标设备在不同检测任务下对应的目标特征，并对目标设备进行异常检测。

公开(公告)号：CN114186687A

公开(公告)日：2022-03-15

申请号：CN202210144108.2

申请日：2022-02-17

Applicant: 之江实验室

Inventor： 王宏升 ,  华炜 ,  郏维强 ,  鲍虎军

IPC: G06N3/08 ,  G06N3/063 ,  G06F9/50

Abstract: 本发明公开了一种面向神经网络模型计算的中间表示方法和装置，包括如下步骤：S1:解析输入的模型文件以获取神经网络的拓扑结构信息；S2:构建逻辑计算图；S21:推导逻辑计算图中每个算子的物理布局信息；S22:推导逻辑计算图中每个算子的元属性；S23:推导逻辑计算图中每个算子的输入输出逻辑张量的描述信息；S3:构建物理计算图；S31:生成物理计算图；等步骤，本发明公开的基于元属性的用于神经网络模型计算的中间表示从算子层面原生地支持数据并行和模型并行以及流水并行。本发明公开的面向神经网络模型计算的中间表示方法和装置以计算表达式为基本单元，以张量作为整个计算表达式组成的计算图中流动的数据，以构图的方式实现神经网络模型的计算过程。

公开(公告)号：CN117079646A

公开(公告)日：2023-11-17

申请号：CN202311328287.6

申请日：2023-10-13

Applicant: 之江实验室

Inventor： 赵颖 ,  郏维强 ,  张梦璘 ,  韩松岭

IPC: G10L15/06

Abstract: 本说明书公开了一种语音识别模型的训练方法、装置、设备及存储介质，通过基于通用语音数据集训练的复述模型，确定目标语音数据的第一语音特征，以及通过待训练的语音识别模型，确定目标语音数据的第二语音特征和识别结果，再将数据增强后的目标语音数据作为第一训练样本，将目标语音数据的识别结果作为第一训练样本的标注，根据第一训练样本的识别结果及其标注之间的差异，以及第一语音特征和第二语音特征之间的差异，对该语音识别模型进行训练。本方法采用语音识别模型自监督、复述模型辅助监督的方式来进行训练，在不需要人工对目标领域的语音数据进行标注的情况下，也可得到准确的语音识别模型，保证了模型训练效率。

公开(公告)号：CN115758226B

公开(公告)日：2023-06-02

申请号：CN202310019270.6

申请日：2023-01-06

Applicant: 之江实验室

Inventor： 刘通 ,  郏维强 ,  张梦璘 ,  韩松岭 ,  王玉柱 ,  陆陈昊

IPC: G06F18/24 ,  G06F18/25 ,  G06N3/045 ,  G06N3/08 ,  G06N3/0442

Abstract: 本说明书公开了一种异常检测的方法、装置、存储介质及电子设备。该异常检测的方法包括：获取目标设备的状态数据，以及所处环境的环境数据，将状态数据以及环境数据输入预先训练的检测模型，通过检测模型的特征提取层，确定状态特征以及环境特征，将状态特征输入检测模型中设有至少两个子网络的特征转换层，以确定各子网络输出的转换后特征，以及，根据状态特征和环境特征，确定各子网络在不同检测任务下对应的权重，进而确定目标设备在不同检测任务下对应的目标特征，并对目标设备进行异常检测。

公开(公告)号：CN115760670B

公开(公告)日：2023-05-23

申请号：CN202310023010.6

申请日：2023-01-06

Applicant: 之江实验室 ,  浙江工业大学

Inventor： 俞再亮 ,  郏维强 ,  李鹏飞 ,  郑建炜 ,  王一张 ,  赵颖

IPC: G06T5/50 ,  G06T3/40 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/088

Abstract: 本发明公开了基于网络隐式先验的无监督高光谱融合方法及装置，获取低分辨率高光谱和高分辨率多光谱图像；采用噪声对图像进行扰动；将噪声扰动后的图像输入至编码器‑解码器体系结构，进行多级特征学习，生成高分辨率高光谱图像的模糊估计；对模糊估计分别进行空间和光谱下采样；基于低分辨率高光谱图像与空间下采样的结果，高分辨率多光谱图像与光谱下采样的结果，计算退化模型的损失函数，反向传播退化模型的优化参数给编码器‑解码器体系结构；重复执行上述过程，直至生成高分辨率高光谱图像的模糊估计达到循环终止条件。本发明利用两个并行的特殊卷积块分别模拟空间和光谱下采样，形成一个闭环，实现了无训练样本条件下的无监督学习。

公开(公告)号：CN115033594A

公开(公告)日：2022-09-09

申请号：CN202210953656.X

申请日：2022-08-10

Applicant: 之江实验室

Inventor： 张梦璘 ,  郏维强 ,  华炜 ,  俞再亮 ,  马树楷 ,  韩松岭

IPC: G06F16/242 ,  G06F16/2453 ,  G06F40/216 ,  G06F40/289

Abstract: 本发明提供了一种给出置信度的垂直领域检索方法和装置，方法包括在初次启动检索引擎时，生成用来将预存信息生成查询过程中所需要的第一词权重表、惩罚词权重表；对待查语句集进行处理，生成待查语句的满匹配得分表和倒排索引表；用户输入查询语句，求得该查询语句与待查语句集的匹配置信度并进行降序排列。本发明充分考虑未涵盖在特定语料库中的词汇，使用协调因子重构其词权重，并设计合理的计算公式给出令人信服的匹配置信度，从而支撑下游任务的顺利进行。