本申請?zhí)峁┮环N對話處理方法、裝置、計(jì)算機(jī)設(shè)備及存儲介質(zhì)，包括：接收客戶端發(fā)送的問詢信息；調(diào)用意向模型確定問詢信息的問詢意圖；將數(shù)據(jù)分析任務(wù)與問詢意圖的目標(biāo)意圖對應(yīng)且領(lǐng)域術(shù)語信息與問詢意圖的涉及領(lǐng)域?qū)?yīng)的工作流設(shè)為目標(biāo)工作流；提取第一節(jié)點(diǎn)...

本公開提供一種基于聯(lián)合營銷的端到端自動廣告機(jī)制設(shè)計(jì)方法。針對在用戶搜索關(guān)鍵詞時(shí)，平臺返回包含多個(gè)廣告位界面，每個(gè)廣告位展示一個(gè)包含商店和品牌信息的廣告組合的場景，構(gòu)建所述平臺的基于JRegNet架構(gòu)的廣告位拍賣機(jī)制，當(dāng)所述平臺對廣告位進(jìn)...

本發(fā)明涉及視網(wǎng)膜血管分割領(lǐng)域，提供一種基于深度學(xué)習(xí)的廣域視網(wǎng)膜血管分割方法、裝置、設(shè)備及介質(zhì)，包括：獲取視網(wǎng)膜影像；將視網(wǎng)膜影像輸入廣域視網(wǎng)膜血管分割模型，獲得視網(wǎng)膜血管分割結(jié)果，其中，廣域視網(wǎng)膜血管分割模型是在卷積神經(jīng)網(wǎng)絡(luò)中增加雙流卷...

本發(fā)明公開了一種概率密鑰分發(fā)方法，屬于量子安全技術(shù)與密碼學(xué)領(lǐng)域。針對現(xiàn)有技術(shù)中經(jīng)典密鑰分發(fā)協(xié)議的安全性低和量子密鑰分發(fā)協(xié)議的密鑰率低及傳輸距離短等問題，本發(fā)明提供了一種概率密鑰分發(fā)方法，包括以下4個(gè)步驟：共享，制備，猜測，協(xié)商。通過創(chuàng)造...

本公開提供一種基于自適應(yīng)可擴(kuò)展圖Transformer的商品分類方法。構(gòu)建模型輸出需要預(yù)測類別的商品所屬的類別；模型的構(gòu)建方法為：S1，構(gòu)建商品購買網(wǎng)絡(luò)G來建模商品和商品交易數(shù)據(jù)；S2，構(gòu)建用于表示每個(gè)商品節(jié)點(diǎn)自身屬性的特征向量；S3，...

本公開提供一種基于豪斯霍爾德變換自適應(yīng)的大模型微調(diào)方法。包括四個(gè)步驟：第一步、給定一個(gè)數(shù)據(jù)集D和一個(gè)預(yù)訓(xùn)練好的模型M，使用數(shù)據(jù)集D對預(yù)訓(xùn)練好的模型M的L個(gè)權(quán)重矩陣進(jìn)行適應(yīng)訓(xùn)練；第二步、使用Ur(l)來表示第l個(gè)權(quán)重矩陣W的HRA參數(shù)，在...

本公開關(guān)于對象表征模型訓(xùn)練方法、對象表征方法及相關(guān)設(shè)備，該方法包括：獲取各樣本對象在不同域的多模態(tài)數(shù)據(jù)；樣本對象在每個(gè)域的多模態(tài)數(shù)據(jù)包括對象圖像數(shù)據(jù)和該樣本對象對應(yīng)的對象描述文本；將樣本對象在每個(gè)域的多模態(tài)數(shù)據(jù)分別輸入至待訓(xùn)練的對象表征...

本發(fā)明涉及微流控生物芯片領(lǐng)域，公開了一種空氣置換增強(qiáng)倏逝波熒光光纖微流控生物芯片及方法，其包括：微流控芯片、微反應(yīng)腔、微納光纖生物傳感器和微通道；微流控芯片上具有微反應(yīng)腔，以及與微反應(yīng)腔連接的多個(gè)微通道，微通道用于樣品、試劑和空氣進(jìn)樣；...

本發(fā)明涉及一種小波網(wǎng)絡(luò)逼近框架的自構(gòu)建方法，包括：設(shè)置非線性函數(shù)，獲取訓(xùn)練數(shù)據(jù)，采用小波網(wǎng)絡(luò)逼近框架對所述非線性函數(shù)進(jìn)行處理包括：利用所述小波網(wǎng)絡(luò)逼近框架的初始小波頻率估計(jì)器，確定用于逼近所述非線性函數(shù)的初始小波空間；以及基于所述小波網(wǎng)...

本公開提供一種網(wǎng)絡(luò)日志異常行為檢測方法。包括五個(gè)步驟：步驟1：將網(wǎng)絡(luò)日志數(shù)據(jù)流計(jì)算主成分，保留參照窗口矩陣略圖；步驟2：對數(shù)據(jù)流中后續(xù)到來的每個(gè)向量,通過滑動窗口上的最優(yōu)矩陣略圖算法更新相應(yīng)的測試窗口的矩陣略圖；步驟3：通過變化打分函數(shù)...

本發(fā)明涉及一種在非結(jié)構(gòu)網(wǎng)格上計(jì)算微分算子的AI物理仿真方法及系統(tǒng)，其包括：將輸入的初始條件數(shù)據(jù)進(jìn)行padding，并構(gòu)建稀疏的非結(jié)構(gòu)網(wǎng)格；在非結(jié)構(gòu)網(wǎng)格上，計(jì)算微分算子項(xiàng)，將方程中微分算子項(xiàng)嵌入到網(wǎng)絡(luò)結(jié)構(gòu)中，并采用消息傳遞圖神經(jīng)網(wǎng)絡(luò)預(yù)測非...

本公開提供一種基于幾何圖神經(jīng)網(wǎng)絡(luò)的蛋白質(zhì)口袋識別方法。包括步驟S1?S8：步驟S1，輸入存儲蛋白質(zhì)的結(jié)構(gòu)信息的蛋白質(zhì)文件；步驟S2，對輸入的所述蛋白質(zhì)文件提取原子信息；步驟S3，獲取蛋白質(zhì)原子的局部幾何信息；步驟S4，獲取蛋白質(zhì)全局結(jié)構(gòu)...

本發(fā)明涉及一種基于FPGA的壓縮文本直接處理方法和系統(tǒng)，包括以下步驟：讀取壓縮文本數(shù)據(jù)以及基于該壓縮文本數(shù)據(jù)的分析應(yīng)用；對壓縮文本數(shù)據(jù)進(jìn)行預(yù)處理，得到適應(yīng)于FPGA的DAG數(shù)據(jù)結(jié)構(gòu)；根據(jù)要對壓縮文本數(shù)據(jù)執(zhí)行的分析應(yīng)用類型確定預(yù)設(shè)遍歷策略...

本公開提供一種基于領(lǐng)域規(guī)則知識與數(shù)據(jù)的序列檢索與分類方法。包括關(guān)鍵文本提取模塊、規(guī)范典章結(jié)構(gòu)樹模塊、修正損失模塊；所述關(guān)鍵文本提取模塊輸入人工審查后的外部文本信息以及領(lǐng)域規(guī)則知識規(guī)范典章中的文本知識，得到形成每個(gè)文檔的關(guān)鍵文本序列；所述...

本發(fā)明涉及一種用戶級本地差分隱私的高維數(shù)據(jù)處理方法、裝置及介質(zhì)，該方法包括：獲得用戶高維數(shù)據(jù)的特征X，其中，高維數(shù)據(jù)來自n個(gè)用戶，每個(gè)用戶有m個(gè)數(shù)據(jù)，每個(gè)數(shù)據(jù)均存在特征X，X為d維的實(shí)數(shù)向量；將用戶高維數(shù)據(jù)的特征X通過訓(xùn)練完成的系數(shù)優(yōu)化...

本發(fā)明提供一種4,4’?聯(lián)吡啶酯鹽化合物及其制備方法與應(yīng)用。包括以下步驟：將4,4’?聯(lián)吡啶、化合物1和化合物2分別溶于溶劑中；將得到的溶液混合，以恒定溫度攪拌反應(yīng)；反應(yīng)結(jié)束后加入反溶劑結(jié)晶，抽濾，收集沉淀洗滌干燥，即得4,4’?聯(lián)吡啶...

本發(fā)明提供一種基于主分層反事實(shí)公平性的決策方法及系統(tǒng)，所述方法的步驟包括：獲取待判定數(shù)據(jù)，將所述待判定數(shù)據(jù)的屬性值輸入到?jīng)Q策模型中，所述決策模型輸出決策結(jié)果；將所述待判定數(shù)據(jù)的屬性值輸入到預(yù)設(shè)的對應(yīng)多種多個(gè)估計(jì)器中，每個(gè)所述估計(jì)器輸出一...

本發(fā)明涉及計(jì)算機(jī)信息處理技術(shù)領(lǐng)域，公開一種基于深度強(qiáng)化學(xué)習(xí)的查詢計(jì)劃優(yōu)化方法、系統(tǒng)、設(shè)備及介質(zhì)，通過基于深度強(qiáng)化學(xué)習(xí)的查詢計(jì)劃優(yōu)化框架實(shí)現(xiàn)，查詢計(jì)劃優(yōu)化框架包括計(jì)劃優(yōu)化器、計(jì)劃對比器，方法包括：通過計(jì)劃優(yōu)化器識別原始查詢計(jì)劃的次優(yōu)節(jié)點(diǎn)，...

本發(fā)明涉及一種基于對抗評分蒸餾采樣的高效數(shù)據(jù)隱私保護(hù)方法、裝置、設(shè)備及介質(zhì)，包括：獲得擾動生成器；使用對抗評分蒸餾采樣相反梯度優(yōu)化擾動生成器；使用優(yōu)化后的擾動生成器為圖片添加擾動，使得添加擾動后的圖片不能被定制化學(xué)習(xí)成功。以往的防止圖片...

本公開提供了一種三維對象的生成方法、裝置、設(shè)備及存儲介質(zhì)，屬于計(jì)算機(jī)技術(shù)領(lǐng)域。方法包括：在第i輪迭代過程中，通過三維對象生成模型對第一多視角圖像進(jìn)行精調(diào)，得到第二多視角圖像，第一多視角圖像為對第一三維信息表示的目標(biāo)三維對象從不同視角渲染...