-
公开(公告)号：CN119697044A
公开(公告)日：2025-03-25
申请号：CN202411995533.8
申请日：2024-12-31
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: H04L41/14 , H04L67/30 , H04L41/082
Abstract: 本申请涉及一种基于边缘智能的在线模型微调方法、装置和计算机设备。所述方法包括：接收边缘节点所属的至少一个终端节点上传的在线模型微调请求，并根据至少一个终端节点生成在线模型微调节点组；根据模型微调配置文件列表，向在线模型微调节点组中的各个终端节点广播模型微调特征信令；获取任一终端节点发送的订阅请求信令；将订阅的模型参数配置文件传输至任一终端节点，以使任一终端节点基于订阅的模型参数配置文件对预训练模型进行在线模型微调，得到更新后的模型。采用本方法能够提高在边缘智能中进行模型配置的效率。
-
公开(公告)号：CN119450516A
公开(公告)日：2025-02-14
申请号：CN202411250566.X
申请日：2024-09-06
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: H04W24/02 , H04W24/06 , H04L41/16 , H04L41/14 , H04B17/318 , H04B17/336 , G06N20/00 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本申请涉及一种模型生命周期管理方法、装置、通信设备、存储介质和计算机程序产品。所述方法应用于第一网络设备，所述方法包括：接收第二网络设备发送的信令；其中，所述信令至少包含模型配置信息；根据所述模型配置信息，执行人工智能模型训练和/或数据采集过程；基于所述人工智能模型训练和/或数据采集过程的执行结果，向所述第二网络设备发送模型配置响应消息。采用本方法能够在无线接入网侧部署人工智能模型，能够提高频谱效率、用户体验速率和定位精度，减小时延，提升安全隐私保护，优化AI相关指标。
-
公开(公告)号：CN119255403A
公开(公告)日：2025-01-03
申请号：CN202411376639.X
申请日：2024-09-29
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
Abstract: 本申请实施例提供了一种模型标识配置方法、装置及网络设备，该方法包括：针对任一AI模型，基于AI模型的生成位置，确定AI模型对应的模型标识信息；基于AI模型对应的定义模式、AI模型对应的移动网络标识、基站标识、小区标识以及模型标识信息，生成AI模型对应的目标模型标识；其中，AI模型对应的定义模式包括基础模式以及非基础模式；基于生成位置对应的指示信息以及目标模型标识生成模型识别配置信息，并向生成位置对应的设备发送模型识别配置信息。通过生成在全局唯一标识AI模型的目标模型标识，即使跨域也不会出现标识冲突，满足6G网络中海量网络节点的标识需求；另外，全局设备采用统一标识方式，方便对模型标识进行管理。
-
公开(公告)号：CN119767277A
公开(公告)日：2025-04-04
申请号：CN202510199985.3
申请日：2025-02-21
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
Abstract: 本公开提供了一种通信方法及装置、存储介质及电子设备，涉及通信技术领域。该方法应用于通算资源调度功能，所述通算资源调度功能属于无线智能管理与编排功能层，该方法包括：接收智能无线接入网第一节点转发的业务请求；所述智能无线接入网第一节点连接目标设备，所述业务请求由所述目标设备发送至所述智能无线接入网第一节点；根据所述业务请求，将目标人工智能模型部署至智能无线接入网第二节点，以使所述智能无线接入网第二节点完成所述目标人工智能模型的推理并将推理结果发送至所述智能无线接入网第一节点；所述智能无线接入网第一节点还用于将所述推理结果发送至所述目标设备。解决了成本高、功耗高以及算力资源利用率不均的问题。
-
公开(公告)号：CN119378712A
公开(公告)日：2025-01-28
申请号：CN202411946727.9
申请日：2024-12-27
Applicant: 中国电信股份有限公司 , 中国电信股份有限公司技术创新中心
IPC: G06N20/00
Abstract: 本申请涉及一种跨域的模型训练方法、装置、网络设备、可读存储介质和程序产品，涉及无线通信技术领域。本申请能够提升网络资源利用率。方法包括：获取训练请求端发送的第一模型训练请求，根据第一模型训练请求中的模型训练需求信息，在各网络域的网元中匹配得到模型训练服务器和各模型训练客户端，模型训练服务器和模型训练客户端属于不同的网络域，根据模型训练需求信息和各模型训练客户端，发送第二模型训练请求至模型训练服务器，模型训练服务器用于根据模型训练需求信息触发各模型训练客户端进行目标模型的本地训练，根据模型训练需求信息和各模型训练客户端发送的本地模型信息得到目标模型的模型训练结果，将模型训练结果发送至训练请求端。
-
Patent Agency Ranking
公开(公告)号：CN119865767A
公开(公告)日：2025-04-22
申请号：CN202411999891.6
申请日：2024-12-31
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
Abstract: 本申请公开了一种机器人的自动配送方法和装置，所述方法包括：获取配送任务的起点和终点，以规划目标路径；控制所述机器人开始移动，并根据所述机器人的位置和所述目标路径计算目标通讯基站和目标算力基站；根据所述配送任务的功能需求信息，通过所述目标通讯基站请求对应的智能模型；所述智能模型通过所述目标算力基站、目标通讯基站，获取并分析所述机器人的环境信息和状态信息，得到分析结果；根据所述人工智能模型的分析结果，控制所述机器人进行行驶直至所述终点。本申请技术方案实现了机器人能够完成较为复杂路径的长途配送。
-
公开(公告)号：CN119815313A
公开(公告)日：2025-04-11
申请号：CN202411945450.8
申请日：2024-12-26
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
Abstract: 本公开提供了一种服务提供方法及装置、存储介质及电子设备，涉及无线通信技术领域。该方法应用于无线接入网，包括：接收终端发送的业务请求；所述业务请求，包括：数据请求和人工智能AI算力请求；若所述无线接入网的可用计算资源不能满足所述AI算力请求，则将所述业务请求发送至AI管理和编排功能，以使所述AI管理和编排功能将所述数据请求对应的数据集和所述AI算力请求发送至匹配所述AI算力请求的云节点进行模型训练和业务渲染并生成业务处理结果发送至所述无线接入网；所述业务处理结果用于在所述无线接入网为所述终端提供基于AI的业务服务。可以动态调整算力分配，确保计算需求始终得到满足，从而提升业务的连续性和用户体验。
-
公开(公告)号：CN119783852A
公开(公告)日：2025-04-08
申请号：CN202411856317.5
申请日：2024-12-16
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G06N20/00
Abstract: 本公开提供一种模型微调方法、装置、程序产品与电子设备，应用于模型微调系统，该系统包括终端节点、基站节点以及核心网节点，方法为：基站节点接收至少一个终端节点发送的模型微调请求，并向核心网节点发送基站级别的模型微调请求信令；基站节点接收核心网节点发送的模型微调策略信令和已注册的预训练模型；预训练模型根据基站级别的模型微调请求信令所确定的；基站节点根据模型微调策略信令，生成模型微调配置信令，并将模型微调配置信令下发给模型微调终端节点组中的所有终端节点，将第一模型传输给所有终端节点，以使所有终端节点分别按照模型微调配置信令中包含的模型微调配置信息对第一模型执行本地模型微调，获得对应的第一本地微调模型。
-
公开(公告)号：CN119729416A
公开(公告)日：2025-03-28
申请号：CN202411991366.X
申请日：2024-12-31
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
Abstract: 本申请公开了一种业务服务方法、装置、计算机设备和存储介质。属于无线通信技术领域，该方法具体可以包括：获取到终端设备发送的携带有网络需求信息和算力需求信息的第一业务服务请求后，确定对第一业务服务请求的业务服务支持情况。在业务服务支持情况为存在无法支持目标需求信息的情况下，向通算资源调度设备发送携带目标需求信息的第二业务服务请求。接收到目标接入网节点确定的第一业务服务结果后，根据第一业务服务结果，生成针对第一业务服务请求的目标业务服务结果，并向终端设备反馈目标业务服务结果。本申请中实现了不同接入网节点之间的业务协同，不仅增加了网络资源的利用率，而且有效提升了业务服务的服务效率和服务体验。
-
公开(公告)号：CN119364396A
公开(公告)日：2025-01-24
申请号：CN202411455474.5
申请日：2024-10-17
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
Abstract: 本申请公开了一种模型生成方法、装置及存储介质，涉及通信技术领域。应用于Near‑RT RIC，所述方法包括：接收用户设备上报的AI模型需求信息，并基于AI模型需求信息，生成AI全局模型参数；向用户设备发送AI全局模型参数；其中，AI全局模型参数用于用户设备在采用模型训练策略对AI全局模型参数进行训练后，生成AI模型训练参数；接收用户设备发送的AI模型训练参数，并基于AI模型训练参数与AI全局模型参数，生成目标AI模型的AI模型文件，向Non‑RT RIC发送目标AI模型的模型管理信息和AI模型文件，用以满足用户定制化AI服务需求。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.122 seconds)
