-
公开(公告)号：CN117973469A
公开(公告)日：2024-05-03
申请号：CN202410053158.9
申请日：2024-01-12
Applicant: 鹏城实验室
Abstract: 本申请涉及人工智能技术领域，特别涉及基于文本生成模型的优化器量化方法、装置以及控制器。优化器量化方法包括读取优化器的文本输入张量，文本输入张量为第一位宽的浮点数据；确定文本输入张量的梯度信息并对梯度信息分块处理，得到多个独立块，根据归一化常数对独立块进行量化处理，得到独立块的量化结果，量化结果为第二位宽的整数数据；将量化结果进行优化预处理，得到优化量化结果，将优化量化结果作为第一优化器状态；对第一优化器状态进行反量化处理，得到第二优化器状态，并更新优化器；对第二优化器状态进行量化处理以回到第一优化器状态，存储独立块的优化量化结果，有利于降低文本生成模型中优化器的显存占用，提高显卡的利用率。
-
公开(公告)号：CN117892262A
公开(公告)日：2024-04-16
申请号：CN202311850756.0
申请日：2023-12-28
Applicant: 鹏城实验室
IPC: G06F18/28 , G06F18/214 , G06N3/0455 , G06N3/048 , G06N3/0464 , G06N3/084 , G06F123/02
Abstract: 本申请实施例提供时间序列信号预测方法、装置、设备和存储介质，涉及人工智能技术领域。该方法获取由预设数量的初始采样数据构成的初始时间序列信号；将初始采样数据的数据位数降低为第二数量得到采样数据，获取基于第二数量生成的字典库，根据采样数据在字典库中的位置对时间序列信号进行位置编码得到输入矩阵；将输入矩阵对应的嵌入矩阵输入预先训练好的信号预测模型进行预测得到预测信号。将长时间序列信号进行精度剪裁，降低长时间序列信号的数据位数，再通过字典库的位置编码降低数据复杂度提升处理效率。同时在训练信号预测模型时，利用多阶加权系数确保子损失函数在整个损失函数的计算中贡献接近，提升信号预测模型的预测准确率。
-
公开(公告)号：CN117877572A
公开(公告)日：2024-04-12
申请号：CN202410046105.4
申请日：2024-01-11
Applicant: 鹏城实验室
Abstract: 本申请实施例提供基因检测结果生成方法、装置、设备和存储介质，涉及人工智能技术领域。该方法获取基因表达矩阵和细胞类型模板，计算标准表达量与待测表达量的相关系数，基于相关系数选取细胞类型作为待测细胞的目标类别，再对同一目标类别的待测细胞对应的待测表达量进行合并，得到合并表达量矩阵，基于预设细胞因子，从合并表达量矩阵中选取细胞因子训练数据，最后利用细胞因子训练数据训练用于生成待测基因表达矩阵的基因检测结果的基因检测模型。利用细胞类型模板对待测细胞进行标注获取目标类别，再根据目标类别生成细胞因子训练数据训练基因检测模型，建立细胞因子表达与基因检测结果之间的映射关系，提升基因检测结果的准确性。
-
公开(公告)号：CN117497054A
公开(公告)日：2024-02-02
申请号：CN202311394977.1
申请日：2023-10-25
Applicant: 鹏城实验室
IPC: G16B30/00 , G16B5/00 , G06F18/214
Abstract: 本申请实施例提供了一种多肽序列构建方法和装置、设备及存储介质，属于生物信息技术领域。该方法包括：获取包含具备靶向信息和预设性质信息的多肽训练序列的蛋白质训练数据集；根据多肽训练序列对预设的原始多肽序列预测模型进行模型参数微调得到目标多肽序列预测模型；获取包括参考多肽序列的参考多肽序列集；通过目标多肽序列预测模型对参考多肽序列进行序列预测得到多肽预测序列；根据参考多肽序列和多肽预测序列组合形成候选多肽序列；对候选多肽序列进行结构预测得到多肽结构信息；根据预设的筛选条件和多肽结构信息对候选多肽序列进行筛选处理得到目标多肽序列。本申请实施例能够生成方向性且质量更高的多肽序列。
-
公开(公告)号：CN117390195A
公开(公告)日：2024-01-12
申请号：CN202311240225.X
申请日：2023-09-22
Applicant: 鹏城实验室
Abstract: 本发明提供了一种基于图编辑器的知识溯源连线方法、装置、设备和介质，方法包括：通过前端框架搭建前端界面，获取溯源信息数据，并在图编辑器窗口中根据溯源信息数据生成知识图谱，在确定点击信号选中的目标实体节点的情况下，在溯源片段窗口中生成多个相关溯源片段对应的溯源片段卡片，并根据关联系数从多个溯源片段卡片中确定目标溯源片段卡片，进而获取目标实体节点和目标溯源片段卡片的位置信息，并根据位置信息对目标实体节点和目标溯源片段卡片进行连线处理，进而实现自动化的溯源信息连线功能，解决知识图谱和知识溯源信息之间缺乏直观交互的问题，提高知识图谱系统的可视化能力，使得用户可以更快速有效的查看知识溯源信息。
-
Patent Agency Ranking
公开(公告)号：CN117370722A
公开(公告)日：2024-01-09
申请号：CN202311376164.X
申请日：2023-10-23
Applicant: 鹏城实验室
Abstract: 本申请实施例提供了一种并行计算硬件中矩阵乘法运算的处理方法及相关设备，通过获取第一初始矩阵和第二初始矩阵；然后基于单精度数据类型进行半精度处理，得到第一初始矩阵的第一半精度矩阵，以及第二初始矩阵的第二半精度矩阵；再基于第一初始矩阵和第一半精度矩阵的差值得到第一差值矩阵，以及基于第二初始矩阵和第二半精度矩阵的差值得到第二差值矩阵；最后，累加第一半精度矩阵和第二半精度矩阵的乘积、第一半精度矩阵和第二差值矩阵的乘积以及第二半精度矩阵和第一差值矩阵的乘积，得到第一单精度目标矩阵，从而在仅支持半精度乘法运算的硬件设备上得到一个精准度较高的单精度乘法运算结果。
-
公开(公告)号：CN116701663B
公开(公告)日：2024-01-09
申请号：CN202310982255.1
申请日：2023-08-07
Applicant: 鹏城实验室
IPC: G06F16/36 , G06F16/34 , G06F16/35 , G06F16/33 , G06F16/953
Abstract: 本发明公开了一种基于数字视网膜系统构建知识图谱的方法，方法包括：基于数字视网膜的体系架构创建符合端边云形态的实体和关系图谱；从数字视网膜系统的控制流、模型流、特征流和视频流所涵盖的业务数据进行数据分类治理并存储；结合实际应用系统构建实体和关系并与数字视网膜的特征数据进行实体抽取和知识融合丰富图谱模型；根据数据类型和存储方式构建图数据库与其他数据库的图谱映射关系并导入到图数据库中；基于图数据、图片视频数据和图向量数据构建文本和图谱搜索引擎，提供可视化的检索能力与API服务。本发明能够提供可视化的文本、图片数据搜索和关系拓展服务，并为应用系统提供情报分析、智能问答和辅助决策提供能力支撑。
-
公开(公告)号：CN117292756A
公开(公告)日：2023-12-26
申请号：CN202311136170.8
申请日：2023-09-01
Applicant: 鹏城实验室
IPC: G16B40/20 , G16B20/00 , G06F18/211 , G06F18/214 , G06F18/24 , G06F18/27 , G06N3/0464 , G06N3/047
Abstract: 本申请实施例提供了病毒性质预测模型训练方法和病毒性质预测方法，通过由病毒蛋白质序列数据集提取的特征训练预测模型得到目标预测模型；在训练模型的过程中，根据第一模型预测结果、回归标签和第一惩罚指数得到回归任务的回归损失函数值，根据第二模型预测结果、分类标签、第二惩罚指数和权重系数得到分类任务的分类损失函数值，根据回归损失函数值和分类损失函数值调整模型参数，通过第一惩罚指数指导对回归任务中的负样本的惩罚程度，通过第二惩罚指数指导对分类任务中的负样本的惩罚程度，通过权重系数调整分类损失函数对于分类任务的正样本的注重程度，从而解决训练数据正负样本不平衡问题。
-
公开(公告)号：CN117290589A
公开(公告)日：2023-12-26
申请号：CN202311134548.0
申请日：2023-09-01
Applicant: 鹏城实验室
IPC: G06F16/9535 , G06F16/36 , G06N5/022 , G06N3/0895
Abstract: 本申请实施例提供了一种数据变化预测方法、系统、电子设备及存储介质，属于自然语言处理技术领域。方法包括：获取与用户端在多个时间点交互的第一属性对象；将第一属性对象按照与用户端的历史交互时间进行排序，得到历史交互序列；在属性知识图谱中进行搜索，得到与第一属性对象对应的属性实体，建立属性连接；根据第一属性对象的应用场景调用第一提示模板，将历史交互序列注入第一提示模板，得到第一文本数据；根据属性知识图谱，得到第一属性对象的属性实体的多跳三元组路径，根据多跳三元组路径进行拼接，得到第二文本数据；将第一文本数据和第二文本数据进行拼接，输入预先训练好的第一语言模型进行数据变化预测，得到数据变化预测结果。
-
公开(公告)号：CN117274768A
公开(公告)日：2023-12-22
申请号：CN202310954725.3
申请日：2023-07-31
Applicant: 鹏城实验室
IPC: G06V10/82 , G06V10/764 , G06V10/25 , G06V10/26 , G06V10/42 , G06V10/44 , G06V20/70 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084 , G06N3/0895
Abstract: 本申请公开了目标检测网络的训练方法、目标检测方法及相关装置，涉及计算机视觉中弱监督目标检测的技术领域。通过获取包括原始图像的训练数据集输入至包括分类器和定位器的目标检测网络，并生成自注意力图进而生成增强的掩码图像。将原始图像输入至定位器得到预测激活图像，计算与掩码图像的第一损失值。再获取边界框并对掩码图像进行采样得到增强图像并输入分类器得到预测分类结果，计算与原始图像的分类标签生成第二损失值。根据第一损失值和第二损失值调节目标检测网络的模型权重，直至达到迭代终止条件得到目标检测网络。由此设计分类器和定位器统一的网络架构，通过自注意力图和掩码图像以及增强图像，提升了定位和分类的精度进而性能。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.031 seconds)
