本发明提供了一种代价估计模型构建方法，包括：步骤S1、获取已执行的历史查询计划以构建训练数据集；步骤S2、采用独热编码方式和词嵌入编码方式对历史查询计划进行编码处理，以获取历史查询计划的初始向量表示；步骤S3、构建初始模型；步骤S4、以...

本发明提供一种用于预测对新型药物扰动的转录响应的方法、基于该预测方法的虚拟筛选的方法以及基于以上方法的虚拟筛选系统。其中，预测模型包括扰动适配器、扰动编码器和扰动解码器。扰动适配器，用于将输入的一种或多种新型药物的化学结构和其剂量信息编...

本发明提供了一种图像分类模型的训练方法和图像分类方法，该训练方法，包括：获取基于图像的多层级分类训练集；获取图像分类模型，其包括用于从输入的图像提取图像特征的特征提取器和堆叠的多层双向逻辑树；获取预设的自适应的粒度内差异学习网络，学习网...

本发明提出一种面向多核并行体系结构的卷积算子编译优化方法和装置。包括：输入转换器模块提取和去重模型中的或者用户输入的卷积参数，并生成卷积描述符组；控制器模块根据历史记录决定是否对输入模块启动调优，将需要调优的卷积描述符传递给调优器模块；...

本发明提供了一种用于对机器人体域信道进行建模仿真方法，可以在虚拟场景内用机器人模型模拟需开发的机器人；在天线库内收集需使用的型号的天线对应的天线模型，以模拟其所代表型号的天线的辐射特性；然后基于交互界面，将选择的天线模块按所需的位置以及...

本发明提供了一种基于跨异构编程模型的模板优化方法，包括：获取调优需求参数；根据预定的调优策略和所述调优需求信息，有方向性地生成调优参数种群；根据预定的遗传算法对所述调优参数种群进行搜索，多次迭代搜索直至达到收敛条件，生成对应的优化参数设...

本发明提供了一种通信终端，所述通3信终端包括协议栈、应用处理器、通信处理器，协议栈运行在应用处理器侧，其中，协议栈采用两个任务队列维护待处理的应用级业务并基于任务队列中的应用级业务的数量与类型唤醒、睡眠通信处理器，通信处理器基于待处理的...

本发明提供了一种多元时间序列的无监督异常感知系统，用于检测多元时间序列是否存在异常，所述系统包括：数据采集模块，用于采集原始的多元时间序列；异常感知模型，用于对原始的多元时间序列进行编解码处理以获取重构后的多元时间序列；异常评估模块，用...

本发明提出一种支持多维扩展的松耦合统一跨链监管方法及装置，其特征在于，包括将跨链消息处理和跨链监管过程解耦，把跨链监管主要过程迁移至链下，从而最小化区块链系统与监管系统的对接交互，进而降低两个过程的耦合程度。在此基础上，本发明提出了全链...

本发明提供了一种卫星数传数据的处理方法，用于卫星，包括：获取需发送至地面通信网络的文件集合，利用预设的打包方式将文件集合打包为N个文件块，每个文件块包括文件头信息和文件数据信息，N≥1，其中，文件头信息用于接收方以文件块为最小单位获取文...

本发明提出一种基于BERT和TCSMN的表格分类方法和装置，包括：获取以序列表示的待分类表格；构建包括特征提取层、注意力层和归一化层的表格分类模型，其中该特征提取层结构为串联的BERT网络模型、TCSMN网络模型和MLP网络模型；利用该...

本发明提出一种基于拓扑计算的大模型推理计算架构，包括：CPU、SDRAM、代码存储器、提示词存储器，以及大模型推理加速器，并通过总线将该CPU、该SDRAM、该代码存储器、该提示词存储器及该大模型推理加速器进行路由连接；进行大模型推理计...

本发明提出一种基于混合精度量化的扩散模型极低比特量化方法和装置，包括：获取待极低比特量化的扩散模型，获取该极低比特量化的初始量化精度，增加该初始量化精度得到高比特量化精度，减少该初始量化精度得到低比特量化精度；统计该扩散模型中各组权重数...

本发明提供了一种芯粒选型方法，包括：S1、获取按照指定的芯粒库规范构建的数据形式的芯粒库，其含有多种芯粒及其描述文件；S2、获取待加速的应用，获取应用，利用语义匹配规则将应用转化成任务数据流图，其包括算子及其依赖关系；S3、根据所述芯粒...

本发明提供了一种基于水印嵌入的医疗系统联邦学习方法，本发明的技术方案通过对医疗系统中各个客户端进行预设轮次的第一阶段训练以获得每个客户端的水印深度并基于每个客户端的水印深度评估每个客户端对水印任务的适配能力，基于每个客户端的水印深度重新...

本发明提供一种协同深度边缘和可见性先验的多视角立体重建方法，包括：获取从不同视角对同一场景采集的多张图像，将每张图像作为参考图像且其余图像作为源图像并进行多次迭代，估计每张参考图像的深度图，每次包括：更新本次的可靠像素的深度估计值；重建...

本发明提出一种实体关系抽取方法、装置、设备、介质及程序产品，该方法包括如下步骤：依据给定实体对或者给定关系通过大语言模型生成非结构化文本；将所述非结构化文本添加至实体关系联合抽取模型的初始训练集，得到目标训练集；利用所述目标训练集对所述...

本发明提出一种面向容器云平台的负载预测方法、装置、存储介质，该方法包含：对容器云资源的负载情况进行量化，确定每个容器的负载值以及每个节点的负载值，得到负载时序数据；以所述负载时序数据作为输入，构建负载预测模型；利用构建的负载预测模型预测...

本发明提出一种基于激光雷达监督的跨模态四维雷达去噪方法和装置，包括：构建由特征编码器、噪声预测器和匹配模块组成的去噪模型，获取已标注边界框和真实类别的四维雷达点云，作为训练数据；特征编码器提取训练数据的聚合特征；噪声预测器根据聚合特征，...

本发明提供了一种基于深度强化学习的容器云任务调度方法，包括：定义容器云任务调度事项；建模为马尔可夫决策模型，包括：以每个任务的任务需求和每个可用节点的当前资源状态作为状态集，将可用节点的集合作为动作集；智能体根据任务的任务需求、可用节点...