-
公开(公告)号:WO2023274059A1
公开(公告)日:2023-01-05
申请号:PCT/CN2022/101089
申请日:2022-06-24
Applicant: 任立椋
Inventor: 任立椋 REN, Liliang
IPC: G06F16/36 , G06F40/253 , G06F16/288 , G06F16/35 , G06F18/214 , G06F18/2415 , G06F40/211 , G06F40/216 , G06F40/295 , G06N3/045 , G06N3/08
Abstract: 本发明公开一种交替序列生成模型训练方法,包括:从样本库中获取训练样本对,所述训练样本对包括成对的训练文本和训练信息图,所述训练信息图中包括多个节点和至少一条连接所述多个节点中的两个节点的边;根据所述训练信息图生成包含节点信息和边信息的训练交替序列;根据所述训练文本和所述训练交替序列训练交替序列生成模型。通过模型从文本中提取信息图时并未直接对图进行建模,而是将从文本中提取图的问题转化为了从文本中提取交替序列的问题,从而使得本实施例的方法得到的交替序列生成模型在用于图抽取时只具有线性的时间和空间复杂度,在时间和空间效率上得到了显著的提升。
-
公开(公告)号:WO2023278101A1
公开(公告)日:2023-01-05
申请号:PCT/US2022/032288
申请日:2022-06-05
Applicant: META PLATFORMS TECHNOLOGIES, LLC
Inventor: HLAVAC, Michal , STEVENS, Jasper , ZWIEGINCEW, Arthur , LOUIE, Alexander Michael
IPC: G06F3/01 , G06F8/61 , G06F16/9535 , H04M1/72454 , G06F18/2178 , G06F18/22 , G06F18/2415 , G06F21/629 , G06F3/011 , G06F3/017 , G06F3/0482 , G06F3/0486 , G06N20/00 , H04M1/724097
Abstract: Aspects of the present disclosure are directed to an artificial reality (XR) application system controlling applications in an artificial reality environment. In various cases, these controls include automatically suggesting XR applications by determining an XR context and identifying applications that match the XR context. These applications can be suggested to a user, who can authorize their execution, setting permissions for the application. In some cases, applications can be divided into components which can be progressively downloaded. By providing application suggestions relevant to the current context and progressively downloading application components, applications can appear ambient, rather than relying on users to constantly download, install, or activate applications. Permissions for applications may be revoked permanently or for certain situations - either through user permissions selections or automatically in response to determined user intents. When multiple applications are simultaneously authorized to execute, the XR application system can employ a ranking system to prevent overcrowding.
-
公开(公告)号:WO2023274052A1
公开(公告)日:2023-01-05
申请号:PCT/CN2022/101015
申请日:2022-06-24
Applicant: 华为技术有限公司
IPC: G06K9/62 , G06N3/04 , G06F18/2415 , G06F18/254 , G06N3/045
Abstract: 本申请提供一种图像分类方法及其相关设备,应用于人工智能领域,可准确识别出属于新类别的图像,不会将属于新类别的图像误判为属于基础类别的图像,从而提高图像分类的准确率。本申请的方法包括:获取参考图像的第一特征和待分类图像的第二特征;根据第一特征和第二特征,生成第三特征;根据第一特征生成第一分类结果,第一分类结果用于确定参考图像的类别;根据第三特征生成第二分类结果;根据第一分类结果和第二分类结果,生成第三分类结果,第三分类结果用于确定待分类图像的类别。
-
公开(公告)号:WO2023273298A1
公开(公告)日:2023-01-05
申请号:PCT/CN2022/071481
申请日:2022-01-12
Applicant: 平安科技(深圳)有限公司
IPC: G06F16/29 , G01S19/14 , G06F16/215 , G06F16/35 , G06F16/9024 , G06F18/2415 , G06F40/216 , G06F40/242 , G06F40/289 , G06N3/04 , G06N3/08 , H04W4/029
Abstract: 一种用户轨迹识别方法、装置、设备(800)及存储介质,涉及数据处理领域,该方法包括:获取用户在待识别时间段的原始wifi数据和gps信息(101);对原始wifi数据进行数据预处理,得到待识别数据(102);根据预设的专家规则词典,对待识别数据进行一次识别,得到一次识别结果(103),若一次识别结果为识别失败,则将待识别数据输入至预先训练好的wifi识别模型中,得到二次识别结果(105),根据一次识别结果或二次识别结果,生成用户在待识别时间段的用户位置标注信息;根据用户位置标注信息、原始wifi数据和gps信息,生成用户的用户轨迹(107)。本方法通过预先建立的专家规则词典和模型,可以自动化识别用户的用户轨迹。
-
公开(公告)号:WO2022267981A1
公开(公告)日:2022-12-29
申请号:PCT/CN2022/099318
申请日:2022-06-17
Applicant: 安翰科技(武汉)股份有限公司
IPC: G06K9/62 , G06F18/213 , G06F18/2415 , G06N3/044 , G06N3/045 , G06N3/08 , G06V2201/032
Abstract: 一种内窥镜影像识别方法、电子设备及存储介质。所述内窥镜影像识别方法包括:采用第一神经网络模型,对多张原始图像分别进行多个病种类别的病种预测;基于所述多张原始图像的病种预测结果,建立所述多个病种类别的测试样本集;采用第二神经网络模型,对所述多个病种类别的测试样本集分别进行病种识别;以及对所述多个病种的病种识别结果进行叠加以获得病例诊断结果,其中,所述第二神经网络模型对所述测试样本集中的多个图像特征进行加权组合以获得所述病种识别结果。该内窥镜影像识别方法对测试样本集的多个图像特征进行加权组合以提高病种识别准确度。
-
公开(公告)号:WO2023081483A1
公开(公告)日:2023-05-11
申请号:PCT/US2022/049164
申请日:2022-11-07
Applicant: ORACLE INTERNATIONAL CORPORATION
Inventor: VU, Thanh Tien , ZAREMOODI, Poorya , VU, Duy , JOHNSON, Mark Edward , ZHONG, Xu , BLINOV, Vladislav , HOANG, Cong Duy Vu , HONG, Yu-Heng , GOEL, Vinamr , ORGREN, Philip Victor , GADDE, Srinivasa Phani Kumar , VISHNOI, Vishal
IPC: G06F40/263 , G06F40/274 , G06F40/216 , G06F18/2415 , G06N3/0464 , G06N3/0499 , G06N3/08 , H04L51/02 , G06F16/332
Abstract: Techniques disclosed herein relate generally to language detection. In one particular aspect, a method is provided that includes obtaining a sequence of n-grams of a textual unit; using an embedding layer to obtain an ordered plurality of embedding vectors for the sequence of n-grams; using a deep network to obtain an encoded vector that is based on the ordered plurality of embedding vectors; and using a classifier to obtain a language prediction for the textual unit that is based on the encoded vector. The deep network includes an attention mechanism, and using the embedding layer to obtain the ordered plurality of embedding vectors comprises, for each n-gram in the sequence of n-grams: obtaining hash values for the n-gram; based on the hash values, selecting component vectors from among the plurality of component vectors; and obtaining an embedding vector for the n-gram that is based on the component vectors.
-
公开(公告)号:WO2023273259A1
公开(公告)日:2023-01-05
申请号:PCT/CN2021/142310
申请日:2021-12-29
Applicant: 北京百度网讯科技有限公司
IPC: G06V10/70 , G06F18/2415 , G06N20/00 , G06N3/02
Abstract: 本公开提供了一种生成方向识别模型的方法、装置、设备、介质及程序产品,涉及深度学习、自动驾驶、智能交通和知识图谱等人工智能领域。该方法的一实施方式包括:获取目标道路对应的针对方向的路测数据,以及目标道路对应的导向箭头标志和道路通达方向;将该路测数据和导向箭头标志作为方向识别模型的输入,将道路通达方向作为方向识别模型的输出,训练机器学习模型,得到方向识别模型。
-
公开(公告)号:WO2023272995A1
公开(公告)日:2023-01-05
申请号:PCT/CN2021/121901
申请日:2021-09-29
Applicant: 苏州浪潮智能科技有限公司
Abstract: 一种行人重识别方法、装置、设备及可读存储介质:对初始行人重识别网络的同构训练网络,通过动态分类概率损失函数等目标函数训练,得到携带更为准确的最终权重参数的最终行人重识别网络,并通过最终行人重识别网络执行行人重识别任务,通过该方式,可以提升行人重识别网络处理行人重识别任务的准确率及性能,减少设备内存储空间的占用,更利于便携式设备的存储与部署,减少执行行人重识别任务的计算量,提升行人重识别任务的处理速率。
-
公开(公告)号:WO2022268183A1
公开(公告)日:2022-12-29
申请号:PCT/CN2022/100935
申请日:2022-06-23
Applicant: 华南理工大学
Abstract: 本发明公开的一种基于视频的随机手势认证方法,包括:选择注册模式或认证模式;采集用户随机手势视频;随机手势视频预处理;将预处理后的动态手势视频输入到随机手势特征提取器,提取包含用户生理特征和行为特征的特征向量;在注册模式时,将输入的用户名和提取出的随机手势的特征向量添加至手势模板数数据库;在认证模式时,首先提取用户名在手势模板数据库中对应的多个特征向量,然后计算与待认证用户特征向量的余弦距离,并将最小的余弦距离与阈值比对,如果低于阈值,则认证通过,否则认证不通过。本发明采用随机手势兼备生理特征和行为特征,认证更加安全、高效和友好。本发明还提供了相应的系统。
-
公开(公告)号:WO2022262869A1
公开(公告)日:2022-12-22
申请号:PCT/CN2022/099638
申请日:2022-06-17
Applicant: 工业互联网创新中心(上海)有限公司
IPC: G06K9/62 , G06F18/2323 , G06F18/2415 , G06F18/253 , G06N3/045 , G06N3/08
Abstract: 一种通信技术领域的数据处理方法,包括:获取目标数据集,采用最短分叉树粗糙聚类算法对目标数据集进行粗糙聚类,根据粗糙聚类结果形成多个最短分叉树;采用基于粗糙聚类邻域信息系统的阈值剪枝算法对最短分叉树进行剪枝与合并,得到精简后的最短分叉树;采用均衡融合数据局部多特征因子的异常值检测算法计算精简后的最短分叉树中数据对象的异常度,并根据异常度确定并剔除目标数据集中的异常数据值。还提供了一种数据处理装置、网络设备及存储介质。
-
-
-
-
-
-
-
-
-