一种复杂信息检索系统及方法
    3.
    发明公开

    公开(公告)号:CN118779364A

    公开(公告)日:2024-10-15

    申请号:CN202411112889.2

    申请日:2024-08-14

    摘要: 本发明提出一种复杂信息检索系统及方法,属于人工智能技术领域,包括:知识图谱模块、子图扩展生成模块、智能体构建模块、分布式检索模块、生成答案模块和策略优化模块;通过子图更新、查询理解、检索策略、跨图匹配等智能体的协同工作,实现对专业知识的精准检索和关联;同时,系统引入了开源的大型语言模型进行答案生成,并通过提示工程和领域自适应微调增强其专业性和可解释性,通过构建知识图谱和多种智能体,利用分布式检索大幅提升了检索的精准度和实用性,最终利用大模型生成答案,该系统可广泛应用于智能问答、专家系统、辅助写作等场景,具有良好的应用前景。

    一种卡尔曼滤波算法的加速方法
    4.
    发明公开

    公开(公告)号:CN118642699A

    公开(公告)日:2024-09-13

    申请号:CN202410832590.8

    申请日:2024-06-26

    IPC分类号: G06F8/34 G06T1/20

    摘要: 本发明特别涉及一种卡尔曼滤波算法的加速方法。该卡尔曼滤波算法的加速方法,在CPU端设置OpenCL环境,将矩阵数据从CPU端内存传输到图形处理器GPU设备的内存中;编写OpenCL核函数来执行卡尔曼滤波算法中的矩阵运算,将编写的核函数编译为图形处理器GPU设备能够执行的内核;设置内核函数的参数,包括输入矩阵、输出矩阵以及矩阵的维度;启动内核,指定要执行的内核函数、全局工作大小和局部工作大小参数;在内核执行完成后,将计算得到的结果矩阵从图形处理器GPU设备的内存传输回CPU端内存。该卡尔曼滤波算法的加速方法,利用OpenCL语言在GPU设备上实现了矩阵计算和并行化加速,充分利用GPU的并行计算能力,显著提高了卡尔曼滤波算法的执行效率。