-
公开(公告)号：CN117453886A
公开(公告)日：2024-01-26
申请号：CN202311477892.X
申请日：2023-11-08
IPC: G06F16/332 , G06N5/04 , G06V10/764
Abstract: 本发明提出了一种基于人工智能的电力设备故障诊断专家系统，包括：训练阶段和使用阶段，其中：训练阶段即构建基于人工智能的电力设备故障诊断专家系统，包括：依据电网运行中电力设备故障规律，设计微调指令集；根据电网运行的原始维护报告，结合所述微调指令集构建用于电力系统维护的数据集CPGD数据集，并划分训练集和验证集；所述CPGD数据集存储在CPGD数据库中；采用VisualGLM‑6B模型，作为电力设备故障诊断专家系统中的诊断模型；使用CPGD数据集，对所述诊断模型进行训练，将训练好的诊断模型作为所述电力设备故障诊断专家系统的内置算法；使用阶段，即使用基于人工智能的电力设备故障诊断专家系统进行电力设备故障诊断。
-
公开(公告)号：CN119560066A
公开(公告)日：2025-03-04
申请号：CN202411544227.2
申请日：2024-10-31
IPC: G16C60/00 , G06F16/903 , G06N5/022 , G06N3/08 , G06N3/042
Abstract: 本发明提供一种基于模块化深度学习的材料属性预测方法和装置，应用于云端材料知识共享平台，云端材料知识共享平台加载有材料知识库，材料知识库包括：多组参数模块，一组参数模块对应一个异质材料任务，异质材料任务用于实现材料的属性预测；方法包括：接收用户上传的目标材料的目标属性预测问题；基于目标属性预测问题在材料知识库中查询，确定对应的目标参数模块，并将目标参数模块返回至用户；其中，目标参数模块用于：使用户基于目标参数模块训练模型，并基于训练后的模型进行目标材料的属性预测。通过本发明提供的方法，从材料知识库中选取与给定下游任务最相关的模块，有效适配下游材料属性预测任务。
-
公开(公告)号：CN113095092B
公开(公告)日：2024-05-31
申请号：CN202110416255.6
申请日：2021-04-19
Applicant: 南京大学
IPC: G06F40/58 , G06F40/211 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种通过建模协同关系提高非自回归神经机器翻译质量的方法，将源端表示结合目标语言序列的长度构造非自回归神经机器翻译模型中解码器的输入，然后结合依存语法树、源端表示、解码器输入得到目标语言序列的协同关系矩阵，最后将目标语言序列的协同关系矩阵集成于非自回归神经机器翻译模型中的解码器。本发明通过依存语法树来建模目标序列中词与词之间的协同关系，在兼顾依赖关系的同时使翻译质量获得了显著的提升。
-
公开(公告)号：CN111984765B
公开(公告)日：2023-10-24
申请号：CN201910422428.8
申请日：2019-05-21
Applicant: 南京大学
IPC: G06F16/332 , G06F16/36 , G06N3/0455 , G06N3/0442 , G06N3/088
Abstract: 本公开涉及一种知识库问答过程关系检测方法及装置，所述方法包括：获取问句表示和对应的待检测关系；确定所述待检测关系在知识库中的初始关系表示；将所述初始关系表示映射至知识库问答空间的已登录关系表示，得到映射后的关系表示；确定所述待检测关系对应的词级别表示；确定所述映射后的关系表示的全局级别表示；确定最终关系表示；根据所述最终关系表示和所述问句表示的相似度，确定所述待检测关系的检测结果。利用本公开各实施例，可以提高关系检测的准确率。
-
公开(公告)号：CN115249317A
公开(公告)日：2022-10-28
申请号：CN202110379492.X
申请日：2021-04-08
Applicant: 南京大学
IPC: G06V10/774 , G06N3/08
Abstract: 本公开涉及一种生成图像描述信息的方法和装置。包括：获取待处理的目标图像；将所述目标图像输入图像描述模型，输出所述目标图像的描述信息，所述图像描述模型被设置为根据样本图像和样本图像的描述信息之间的对应关系训练得到，其中，利用强化学习算法对图像描述模型进行二次训练。本公开利用样本图像和样本图像的描述信息之间的对应关系训练得到图像描述模型，并利用强化学习算法对图像描述模型进行二次训练，能够优化图像描述模型，提高图像描述模型输出的描述信息的准确度和流畅度。
-
Patent Agency Ranking
公开(公告)号：CN114881031A
公开(公告)日：2022-08-09
申请号：CN202210428560.1
申请日：2022-04-22
Applicant: 南京大学
IPC: G06F40/295 , G06F40/30 , G06F16/28
Abstract: 本发明公开了一种命名实体识别模型的训练方法，利用预训练好的成分句法分析器，构建出输入文本的成分分析树；基于生成规则，通过所述成分分析树形成关键句法成分候选集合；通过掩蔽不同的关键句法成分，筛选出所述关键句法成分候选集合中最重要的两个关键句法成分；分别掩蔽实体和最重要的两个关键句法成分，得到两种词嵌入并引入一种门控机制对两种词嵌入进行融合，形成每个词最终的词嵌入表示；将文本中所述每个词最终的词嵌入表示作为输入，输入条件随机场中进行训练，得到命名实体识别模型。本发明加强了最终词嵌入的表达能力；省去标注样本数据所需的人力成本；有效减轻整个句子复杂语义的影响，简化人类阅读和理解的过程，可解释性较强。
-
公开(公告)号：CN114547300A
公开(公告)日：2022-05-27
申请号：CN202210151431.2
申请日：2022-02-18
Applicant: 南京大学
Abstract: 本发明提供了一种结合远程监督和有监督的关系分类方法，通过有监督数据训练得到教师模型，在使用远程监督数据训练学生模型时对实体进行随机遮掩，同时利用蒸馏技术引入教师模型的监督信号，从而达到降噪的目的。得到学生模型后，在有监督数据上微调学生模型，进一步利用有监督数据增强学生模型。
-
公开(公告)号：CN111984765A
公开(公告)日：2020-11-24
申请号：CN201910422428.8
申请日：2019-05-21
Applicant: 南京大学
IPC: G06F16/332 , G06F16/36 , G06N3/04 , G06N3/08
Abstract: 本公开涉及一种知识库问答过程关系检测方法及装置，所述方法包括：获取问句表示和对应的待检测关系；确定所述待检测关系在知识库中的初始关系表示；将所述初始关系表示映射至知识库问答空间的已登录关系表示，得到映射后的关系表示；确定所述待检测关系对应的词级别表示；确定所述映射后的关系表示的全局级别表示；确定最终关系表示；根据所述最终关系表示和所述问句表示的相似度，确定所述待检测关系的检测结果。利用本公开各实施例，可以提高关系检测的准确率。
-
公开(公告)号：CN108717434B
公开(公告)日：2020-07-31
申请号：CN201810460253.5
申请日：2018-05-15
Applicant: 南京大学
IPC: G06F16/33
Abstract: 本发明公开了一种混合逐点策略和成对策略的文本排序方法，涉及一种在对句子，句法树等样本排序的过程中更好地利用样本之间的差异信息的排序方法，包括：逐点排序阶段，成对排序阶段。逐点排序阶段对样本进行打分并做第一次排序，并筛选出得分较高的候选，在这些候选基础上，进一步对其进行成对排序阶段，其中成对策略排序采用了一种编码、参照生成、对比、再编码、打分的流程，在参照过程中设计了一种基于跨度的节点加权方法，一种跨度和注意力机制相结合的方法，最后根据样本的基础得分和逐点排序得分，成对排序阶段得分进行综合排序。
-
公开(公告)号：CN111310485A
公开(公告)日：2020-06-19
申请号：CN202010172133.2
申请日：2020-03-12
Applicant: 南京大学
IPC: G06F40/58 , G06F40/211 , G06F40/242
Abstract: 本公开涉及机器翻译领域，尤其涉及一种机器翻译方法、装置及存储介质。所述方法包括：根据待翻译的源端文本序列，调用编码器进行编码得到编码向量；根据编码向量，调用解码器进行解码得到中间结果；根据中间结果，通过总结层采用单头注意力得到当前时刻的词语对应的翻译概率分布，翻译概率分布用于指示多个候选词各自对应的选取概率；根据源端文本序列中各个词语的翻译概率分布，生成源端文本序列对应的目标译文。本公开实施例通过在包括编码器和解码器的机器翻译模型中增加一层总结层的方式，避免了相关技术中使用对多头注意力做剪枝、得到的注意力作为拷贝的注意力的情况，在保证解码速度的同时，提高了机器翻译模型的翻译质量。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.061 seconds)
