本申請實施例提供語音識別翻譯模型的訓練方法、語音識別翻譯方法及裝置，涉及大語言模型技術(shù)領(lǐng)域。該方法設(shè)定三個階段的訓練過程，在第一個階段用樣本量較大的語音識別集合訓練語音識別翻譯模型的語音識別能力，在第二個階段，用少量的有監(jiān)督語音翻譯樣本...

本申請實施例提供了一種圖聯(lián)邦學習方法、裝置、計算機設(shè)備及可讀存儲介質(zhì)。方法包括：接收客戶端發(fā)送的本地模型參數(shù)和節(jié)點間注意力系數(shù)集合，并根據(jù)本地模型參數(shù)之間的模型參數(shù)均值構(gòu)建預設(shè)全局模型；針對節(jié)點間注意力系數(shù)集合，按照注意力系數(shù)從大到小順...

本申請實施例提供了一種無線電地圖預測方法、裝置、電子設(shè)備及存儲介質(zhì)，屬于無線通信技術(shù)領(lǐng)域。該方法包括：獲取目標區(qū)域的空間形態(tài)地圖，并在目標區(qū)域中選定多個目標觀測位置，多個目標觀測位置呈稀疏分布；將空間形態(tài)地圖、每一目標觀測位置確定的觀測...

本申請實施例提供了一種流量數(shù)據(jù)處理方法、裝置、計算機設(shè)備及可讀存儲介質(zhì)。方法包括：獲取原始流量樣本；按照預設(shè)的多個時間步，逐步對原始流量樣本添加噪聲，得到中間擴散樣本；針對每個時間步，通過擴散模型對中間擴散樣本進行流量特征的時序依賴關(guān)系...

本申請實施例提供攻防演練的網(wǎng)絡(luò)安全評估方法、裝置、設(shè)備和存儲介質(zhì)，涉及網(wǎng)絡(luò)攻防技術(shù)領(lǐng)域。該方法實時采集攻防演練中的多種動態(tài)網(wǎng)絡(luò)數(shù)據(jù)，獲取當前攻擊階段以及當前攻擊階段對應的權(quán)重矩陣后，獲取每個網(wǎng)絡(luò)參數(shù)的參數(shù)權(quán)重和每個動態(tài)網(wǎng)絡(luò)數(shù)據(jù)的類型權(quán)重...

本申請實施例提供了一種網(wǎng)安任務處理方法、裝置、計算機設(shè)備及可讀存儲介質(zhì)。獲取多個網(wǎng)安任務并輸入至大語言模型的推理層中進行并行分析，得到對應的檢測結(jié)果；針對每個檢測結(jié)果讀取第一推理快照，基于第一推理快照，及進行相似度檢索得到的第二推理快照...

本申請實施例提供了一種工業(yè)參數(shù)預測方法、裝置、計算機設(shè)備及可讀存儲介質(zhì)。包括：獲取多個時間點的反應器基礎(chǔ)數(shù)據(jù)；針對每個時間點，根據(jù)反應器基礎(chǔ)數(shù)據(jù)進行物料平衡計算，得到反應動力學特征，并依序基于所述多個時間點對應的多個反應動力學特征構(gòu)建第...

本申請實施例提供分類模型訓練方法、分類檢測方法及裝置，涉及人工智能技術(shù)領(lǐng)域。將輸入數(shù)據(jù)送入分類模型和教師模型進行分類預測得到學生分類結(jié)果教師分類結(jié)果、每個訓練階段的學生中間特征和教師中間特征，對于每個訓練階段，根據(jù)學生中間特征和教師中間...

本申請實施例提供了一種面向協(xié)議網(wǎng)關(guān)的數(shù)據(jù)包處理方法、系統(tǒng)、設(shè)備及存儲介質(zhì)。方法包括：獲取待轉(zhuǎn)發(fā)數(shù)據(jù)包，在一級分類器中對待轉(zhuǎn)發(fā)數(shù)據(jù)包進行匹配，當一級匹配結(jié)果表征待轉(zhuǎn)發(fā)數(shù)據(jù)包在一級分類器中未匹配到目標一級規(guī)則時，將待轉(zhuǎn)發(fā)數(shù)據(jù)包傳輸至二級分類...

本申請實施例提供模型訓練方法、分類檢測方法、裝置、設(shè)備和存儲介質(zhì)，涉及數(shù)據(jù)處理技術(shù)領(lǐng)域。對當前模態(tài)特征進行高斯特征調(diào)制得到兼容特征，將當前模態(tài)特征、兼容特征分別輸入本模態(tài)對應的模態(tài)融合模塊，得到當前聚合特征和兼容聚合特征，將當前聚合特征...

本申請實施例提供了一種基于云邊協(xié)同的大模型參數(shù)調(diào)整方法以及相關(guān)設(shè)備，屬于網(wǎng)絡(luò)安全技術(shù)領(lǐng)域。該方法包括：獲取通用的基礎(chǔ)大模型、網(wǎng)絡(luò)安全知識矩陣以及網(wǎng)絡(luò)安全場景下的云端樣本數(shù)據(jù)，并構(gòu)造初始低秩矩陣；將云端樣本數(shù)據(jù)輸入至基礎(chǔ)大模型中，基于原始...

本申請實施例提出的通信系統(tǒng)的資源參數(shù)優(yōu)化方法、裝置、電子設(shè)備及存儲介質(zhì)，通信系統(tǒng)包括多個用戶終端和基站，基站設(shè)置有多條流態(tài)天線，方法包括：基于每個流態(tài)天線的天線位置參數(shù)，得到每個用戶終端與基站之間的傳輸速率函數(shù)；基于用戶終端的量化比特參...

本公開實施例提供了一種敏感數(shù)據(jù)檢測方法、相關(guān)裝置和介質(zhì)。該方法包括：獲取待檢測數(shù)據(jù)；調(diào)用雙編碼器規(guī)則生成模型將用戶查詢指令轉(zhuǎn)換為第一向量數(shù)據(jù)，將知識源庫的文本信息轉(zhuǎn)換為第二向量數(shù)據(jù)，根據(jù)第一向量數(shù)據(jù)和第二向量數(shù)據(jù)確定目標知識文本信息，其...

本申請實施例提供了一種在線場景下的三維目標分割方法、裝置、設(shè)備及介質(zhì)，屬于三維圖像技術(shù)領(lǐng)域。該方法包括：以初始三維高斯模型的分割提示信息為分割目標，在任一初始視點下實時利用預先訓練好的二維分割模型確定目標對象的分割掩膜特征；結(jié)合分割掩膜...

本申請實施例提供了一種自注意力計算方法、裝置、計算機設(shè)備及可讀存儲介質(zhì)。方法包括：獲取輸入矩陣，并將其轉(zhuǎn)換為脈沖形式的查詢矩陣、鍵矩陣和值矩陣；根據(jù)輸入矩陣的序列長度和嵌入維度之間的大小關(guān)系，確定位于第一計算優(yōu)先級的第一計算矩陣和第二計...

本申請實施例提出的工業(yè)網(wǎng)絡(luò)數(shù)據(jù)的異常檢測方法及相關(guān)設(shè)備，方法包括：首先，獲取工業(yè)網(wǎng)絡(luò)數(shù)據(jù)，生成與工業(yè)網(wǎng)絡(luò)數(shù)據(jù)對應的物理模型；接下來，將工業(yè)網(wǎng)絡(luò)數(shù)據(jù)輸入時序特征提取網(wǎng)絡(luò)進行特征預測，得到殘差預測值，并基于物理模型和殘差預測值，得到混合物理...

本申請實施例提供了一種光電突觸與光電探測特性可調(diào)的器件、制備方法及其應用，涉及半導體技術(shù)領(lǐng)域。光電器件包括襯底、絕緣層、二硫化鉬構(gòu)成的溝道層以及位于絕緣層的上方的漏極層和源極層，溝道層位于絕緣層的上方，漏極層和源極層分別位于溝道層的兩側(cè)...

本申請實施例提供基礎(chǔ)設(shè)施系統(tǒng)中不同設(shè)施層間自動建邊方法及裝置，涉及基礎(chǔ)設(shè)施建模領(lǐng)域。獲取目標層中對應的空間索引結(jié)構(gòu)，根據(jù)源節(jié)點的屬性數(shù)據(jù)或節(jié)點類型確定預設(shè)連接策略對應的搜索策略；基于搜索策略和源節(jié)點位置在空間索引結(jié)構(gòu)中對目標層節(jié)點進行查...

本申請實施例提出的網(wǎng)元集群管理系統(tǒng)的隧道配置方法及相關(guān)設(shè)備，網(wǎng)元集群管理系統(tǒng)包括多個網(wǎng)關(guān)設(shè)備，方法包括：獲取隧道控制指令，并基于隧道控制指令中的靶場標識，將隧道控制指令劃分為多個子控制指令，每個子控制指令對應一個靶場，靶場由多個網(wǎng)關(guān)設(shè)備...

本申請涉及機器學習技術(shù)領(lǐng)域，公開了一種特征拆解與壓縮方法、裝置、設(shè)備及存儲介質(zhì)，該方法包括：獲取待預測圖像數(shù)據(jù)的初始特征，基于混合專家網(wǎng)絡(luò)確定下游預測任務對應的專家激活權(quán)重，通過混合專家網(wǎng)絡(luò)中的多個專家網(wǎng)絡(luò)對初始特征進行處理，生成拆解后...