-
公开(公告)号：CN117709460A
公开(公告)日：2024-03-15
申请号：CN202311420806.1
申请日：2023-10-30
申请人： 中国科学技术大学
IPC分类号： G06N5/04 , G06F16/332 , G06F16/901 , G06F16/903
摘要： 本发明公开了一种基于大语言模型和顺序因果链约束的因果学习方法与系统，基于大型语言模型的潜力，通过引导大型语言模型推导出链式因果关系，并根据因果链中的变量顺序获取顺序约束，此举旨在挖掘因果关系的直接和间接联系，过滤与因果无关的变量，并降低在因果学习过程中计算因果关系的复杂性。此外，本发明避免了因混淆相关性和因果性而产生的误解，进一步提高了因果学习的准确性。通过应用这种方法，目标是实现更精确且效率更高的因果学习。
-
公开(公告)号：CN117474099A
公开(公告)日：2024-01-30
申请号：CN202311420807.6
申请日：2023-10-30
申请人： 中国科学技术大学
IPC分类号： G06N5/04 , G06F16/901 , G06F16/903 , G06F16/332 , G16H50/70
摘要： 本发明公开了一种基于大语言模型认知先验的因果发现方法与系统，上述方案启用大语言模型，识别并筛选出每个变量的潜在可能原因，有效地缩小原因集的规模，这种策略显著地减少了搜索空间，使其呈现出指数级的缩减。通过这种方法，实现更为精确和效率更高的因果关系发现。这种利用大语言模型的认知先验来提高因果关系发现的准确性和效率，为数据驱动的决策和预测提供了更为准确和高效的支持。
-
公开(公告)号：CN114170193A
公开(公告)日：2022-03-11
申请号：CN202111505604.8
申请日：2021-12-10
申请人： 中国科学技术大学
摘要： 本发明涉及一种基于深度学习的鼻咽癌靶区自动勾画方法及系统，其方法包括：步骤S1：收集鼻咽癌病人的医学图像并进行预处理，构建数据集，并将数据集划分为训练集、验证集和测试集；步骤S2：构建2D‑PE‑GAN网络模型，将训练集和验证集输入2D‑PE‑GAN网络进行训练和优化，直到得到训练好的2D‑PE‑GAN网络；其中，2D‑PE‑GAN网络模型包括：生成器和鉴别器，生成器包括2D‑PE‑Block模块；步骤S3：将测试集输入训练好的2D‑PE‑GAN网络，输出对应鼻咽癌靶区的勾画结果。本发明提供的方法，通过构建全新的2D‑PE‑Block对GAN网络的生成器进行改进，充分利用图像的语义信息，提升网络的学习能力，提高鼻咽癌靶区自动勾画的准确度。
-
公开(公告)号：CN114511554A
公开(公告)日：2022-05-17
申请号：CN202210222446.3
申请日：2022-03-07
申请人： 中国科学技术大学
摘要： 本发明涉及一种基于深度学习的鼻咽癌靶区自动勾画方法及系统，其方法包括：步骤S1：收集鼻咽癌病人的医学图像并进行预处理，构建数据集，并将数据集划分为训练集、验证集和测试集；步骤S2：构建2D‑PE‑GAN网络模型，将训练集和验证集输入2D‑PE‑GAN网络进行训练和优化，直到得到训练好的2D‑PE‑GAN网络；其中，2D‑PE‑GAN网络模型包括：生成器和鉴别器，生成器包括2D‑PE‑Block模块；步骤S3：将测试集输入训练好的2D‑PE‑GAN网络，输出对应鼻咽癌靶区的勾画结果。本发明提供的方法，通过构建全新的2D‑PE‑Block对GAN网络的生成器进行改进，充分利用图像的语义信息，提升网络的学习能力，提高鼻咽癌靶区自动勾画的准确度。
-
公开(公告)号：CN118297158A
公开(公告)日：2024-07-05
申请号：CN202410286098.5
申请日：2024-03-13
申请人： 中国科学技术大学
IPC分类号： G06N5/04 , G06N5/022 , G06N3/042 , G06F18/214 , G06F18/2415 , G06F18/2431 , G06Q50/02
摘要： 本发明公开了一种煤矿安全风险推断方法、系统、设备及存储介质，它们是一一对应的方案，方案旨在提升知识图谱存储的安全性、数据的可追溯性、数据的最大吞吐量，以及推断操作的效能，具体的：基于区块链的知识图谱存储和优化事务处理方案可以提升知识图谱存储的安全性、数据的可追溯性与数据的最大吞吐量；基于实体嵌入分解方案可降低参数冗余、利用精细化类型感知推理提高推理效率，并结合自监督实体分类模型以及高效的图神经网络处理来优化知识图谱的构建和查询处理用于实现对大规模知识图谱的高效推理和应用。
-
-
-
-
搜索结果
5 条记录 (耗时 0.044 秒)