人工智能模型的可视化输出方法、装置、设备及介质

AITNT
正文
推荐专利
人工智能模型的可视化输出方法、装置、设备及介质
申请号:CN202411018010
申请日期:2024-07-29
公开号:CN118550524B
公开日期:2024-10-15
类型:发明专利
摘要
本申请公开了人工智能模型的可视化输出方法、装置、设备及介质,属于人工智能可视化技术领域。该可视化输出方法包括:步骤S1,接收人工智能模型输出的第一编程语言表示数据,并使用智能解析引擎模型自动识别并解析数据格式;步骤S2,构建自适应数据转换模型,学习不同编程语言间的转换规则,以将解析后的数据从第一编程语言格式转换为第二编程语言格式;步骤S3,基于转换后的数据,利用生成对抗网络生成结构化的中间数据;步骤S4,构建贝叶斯网络,通过概率推断方法筛选出最相关的数据,并根据推断结果进行匹配;步骤S5,引入区块链技术,确保数据更新和展示的安全性与透明性;步骤S6,结合云计算和边缘计算技术,实现数据的高效存储和访问。
技术关键词
人工智能模型 数据生成模型 长短期记忆网络 生成对抗网络 编码器 注意力机制 边缘计算技术 区块链技术 数据格式 区块链数据安全 数据项 推断方法 数据更新 词频统计 语法结构 深度学习架构 解码器架构
系统为您推荐了相关专利信息
1
一种基于渗流机理约束代理模型的剩余油饱和度预测方法
剩余油饱和度 饱和度场 输出特征 三维卷积神经网络 序列特征
2
跨周期电力负荷预测的傅里叶时序图学习方法及系统
电力负荷预测 频域特征 LSTM模型 学习系统 生成对抗网络
3
基于知识-数据融合的电力系统暂态稳定评估方法及系统
暂态稳定评估 电力系统仿真 更新模型参数 传播算法 样本
4
一种基于深度学习技术的隧道安全评估方法及系统
深度学习技术 局部空间特征 联合特征提取 时序特征 隧道
5
一种基于深度残差生成对抗网络的图像超分辨率重建方法和系统
深度残差 生成对抗网络模型 生成器网络 网络结构 输出特征
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