增强局部感知注意力的模型训练方法、预测方法和装置

AITNT
正文
推荐专利
增强局部感知注意力的模型训练方法、预测方法和装置
申请号:CN202410721998
申请日期:2024-06-05
公开号:CN118673986A
公开日期:2024-09-20
类型:发明专利
摘要
本公开提供一种增强局部感知注意力的模型训练方法、预测方法和装置,包括:获取模型训练样本;将模型训练样本输入预设网络模型的Embedding模块,得到高维空间表征数据;将高维空间表征数据输入预设网络模型的编码器模块,得到局部感知表征数据;将局部感知表征数据输入预设网络模型的解码器模块,得到训练车辆行驶时的制动意图预测结果;采用预设损失函数,基于制动意图预测结果对预设网络模型进行训练,得到制动意图预测模型。从而,通过增强预测模型对局部数据变化趋势的敏感性,有效提升模型预测精度,大幅度提高行车安全。
技术关键词
编码器模块 制动意图 行驶状态数据 注意力机制 模型训练方法 解码器 级联 车辆 网络 输入模块 关系 数据变化趋势 电信号 模型训练装置 线性 序列
系统为您推荐了相关专利信息
1
大语言模型的知识蒸馏微调方法、装置、设备及存储介质
大语言模型 微调方法 解码器 编码器 微调机制
2
虚拟电厂调节能力的预测模型训练方法和预测方法
预测模型训练方法 历史气象数据 学习算法 梯度下降法 概率密度函数
3
一种基于多模态强化学习的微电网动态协同调度方法
协同调度方法 多模态 分布式电源出力 注意力机制 动态
4
基于多模态特征融合的端到端3D目标检测方法及系统
多模态特征融合 环境图像数据 注意力机制 多模态交互 点云特征
5
一种融合时空语义信息的端到端单目视觉里程计方法
特征提取网络 语义特征 解码器 光流特征 注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号