一种基于大模型的空气质量辅助问答系统及方法技术方案

技术编号:41739300 阅读:29 留言:0更新日期:2024-06-19 12:58
本发明专利技术公开了一种基于大模型的空气质量辅助问答系统及方法,属于人工智能技术领域,包括:客户端、向量化模块、私有知识库部署模块、向量数据库、搜索匹配模块、知识生成模块、输出模块。接收用户输入的问题,并提取问题的特征向量;基于问题的特征向量在向量数据库中搜索与问题的特征向量最匹配的知识向量;将问题的特征向量和最匹配的知识向量映射为文本后输入至大语言模型,经过大语言模型的计算,生成问题对应的输出预测信息;最后将预测信息输出给客户端。本发明专利技术能够实现精准预测空气质量。

【技术实现步骤摘要】

本专利技术涉及人工智能,更具体的说是涉及一种基于大模型的空气质量辅助问答系统及方法


技术介绍

1、空气污染是指向大气中释放有害于人类健康和环境的空气污染物,包括有害气体、粉尘、烟雾等。在此背景下,建立空气质量预报模型,提前获知空气质量情况并采取相应措施,是减少大气污染,提高环境空气质量的有效方法之一。

2、在过去的几十年里,人们进行了长期的空气质量预测研究,包括从经典的扩散模型,到后来空气质量模型+天气预报模型(cmaq+wrf),这种耦合方法能够全面模拟大气中的气象过程和空气质量分布,为空气质量研究提供准确的数值预测结果,但是其工程应用十分复杂。

3、近年来,从数据驱动模型再到基于深度学习的空气质量预测算法开始被重视,比如基于循环神经网络(cnn)、长短时记忆模型(lstm)的空气质量预测模型,由于模型结构简单,存在数据利用率低、误差大的问题。在数据的应用方面,考虑到计算成本,大多数集中在预测城市范围内几十个监测站的空气质量,随着深度学习领域的不断进步,研究人员开始尝试对更大区域的空气质量进行预测,即使用时空图神经网络(stgn本文档来自技高网...

【技术保护点】

1.一种基于大模型的空气质量辅助问答系统,其特征在于,包括:

2.根据权利要求1所述的一种基于大模型的空气质量辅助问答系统,其特征在于,所述私有知识库部署模块包括:

3.根据权利要求2所述的一种基于大模型的空气质量辅助问答系统,其特征在于,所述数据输入模块包括:

4.根据权利要求3所述的一种基于大模型的空气质量辅助问答系统,其特征在于,所述数据处理模块包括:

5.根据权利要求3所述的一种基于大模型的空气质量辅助问答系统,其特征在于,所述空气质量监测模块包括:

6.根据权利要求5所述的一种基于大模型的空气质量辅助问答系统,其特征在...

【技术特征摘要】

1.一种基于大模型的空气质量辅助问答系统,其特征在于,包括:

2.根据权利要求1所述的一种基于大模型的空气质量辅助问答系统,其特征在于,所述私有知识库部署模块包括:

3.根据权利要求2所述的一种基于大模型的空气质量辅助问答系统,其特征在于,所述数据输入模块包括:

4.根据权利要求3所述的一种基于大模型的空气质量辅助问答系统,其特征在于,所述数据处理模块包括:

...

【专利技术属性】
技术研发人员:晏星尹李泽彦李秀红
申请(专利权)人:北京师范大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1