可解释的无人机任务决策方法及装置

    公开(公告)号:CN119557599A

    公开(公告)日:2025-03-04

    申请号:CN202510088173.1

    申请日:2025-01-20

    Abstract: 本申请公开了一种可解释的无人机任务决策方法及装置。所述无人机任务决策方法包括:获取针对无人机决策任务的第一输入数据集;将第一输入数据集输入到预先构建的第一预设决策模型,得到用于输出决策结果的第一策略数据集,第一策略数据集包括用于指示无人机针对目标任务的下一动作的调整方案;将第一策略数据集和第一输入数据集输入到基于SHAP算法的特征分析模型,得到针对无人机决策任务的决策特征数据集,决策特征数据集包括与调整方案相对应的无人机决策特征数据;利用决策特征数据集构建基于决策树算法的第二预设决策模型,得到用于呈现针对调整方案的决策路径和决策依据的决策树数据,作为用于解释无人机决策任务的解释数据集。

    一种摘要生成方法、装置、电子设备及存储介质

    公开(公告)号:CN118535724A

    公开(公告)日:2024-08-23

    申请号:CN202410602542.X

    申请日:2024-05-15

    Abstract: 本发明提供一种摘要生成方法、装置、电子设备及存储介质,应用于数据处理技术领域。该方法包括:获取待处理的文本数据,所述文本数据包括多个词汇;将所述文本数据和模型提示模版输入第一网络模型,得到标注文本,所述模型提示模版用于提示所述第一网络模型识别输入文本中的命名实体与事件,所述标注文本包括对所述多个词汇中部分词汇的标注信息;将所述文本数据和所述标注文本输入第二网络模型,得到所述文本数据的摘要信息;其中,所述第一网络模型用于对文本数据中的命名实体与事件进行标注,所述第二网络模型用于根据标注文本生成文本数据的摘要信息。

    飞机轨迹的预测模型训练方法和飞机轨迹的预测方法

    公开(公告)号:CN118520249B

    公开(公告)日:2024-10-01

    申请号:CN202410970597.6

    申请日:2024-07-19

    Abstract: 本发明提供了一种飞机轨迹的预测模型训练方法和预测方法,应用于人工智能技术领域和飞行器技术领域。该训练方法包括:获取多个轨迹序列样本,轨迹序列样本是基于时序关系排列的至少一个时刻点的轨迹属性数据集构成的,轨迹属性数据集包括至少一种轨迹属性数据;根据轨迹序列样本的轨迹属性类均值和轨迹属性类方差对多种轨迹属性数据进行归一化处理,得到多个归一化样本,轨迹属性类均值和轨迹属性类方差均是基于轨迹序列样本中多个轨迹属性数据集的同种类轨迹属性数据计算得到的;将多个归一化样本输入自注意力模块,得到表征多个轨迹属性数据之间相关性的多个轨迹注意力样本,预测模型包括自注意力模块;利用多个轨迹注意力样本训练预测模型。

    飞机轨迹的预测模型训练方法和飞机轨迹的预测方法

    公开(公告)号:CN118520249A

    公开(公告)日:2024-08-20

    申请号:CN202410970597.6

    申请日:2024-07-19

    Abstract: 本发明提供了一种飞机轨迹的预测模型训练方法和预测方法,应用于人工智能技术领域和飞行器技术领域。该训练方法包括:获取多个轨迹序列样本,轨迹序列样本是基于时序关系排列的至少一个时刻点的轨迹属性数据集构成的,轨迹属性数据集包括至少一种轨迹属性数据;根据轨迹序列样本的轨迹属性类均值和轨迹属性类方差对多种轨迹属性数据进行归一化处理,得到多个归一化样本,轨迹属性类均值和轨迹属性类方差均是基于轨迹序列样本中多个轨迹属性数据集的同种类轨迹属性数据计算得到的;将多个归一化样本输入自注意力模块,得到表征多个轨迹属性数据之间相关性的多个轨迹注意力样本,预测模型包括自注意力模块;利用多个轨迹注意力样本训练预测模型。

Patent Agency Ranking