摘要
本发明公开了一种基于多轮诊疗经验学习的大模型优化方法,包括:通过异构时态多图表达模型对动态领域经验进行可变长多模态时序建模及统一嵌入表征学习;将病程演进构造为带有时序概念的异构、多模态、多尺度、不确定性带权信号图网络簇;对所述网络簇开展具有时间概念的策略性随机游走重采样;根据所述采样和多轮诊疗经验进行大模型优化。本发明通过基于异构多图渐进式嵌入学习的多模态领域经验统一表征建模技术,实现从多模态输入数据中学习更高质量的特征表达。
技术关键词
模型优化方法
缓存系统
异构
策略性
时序
概念
多模态
多尺度
建模技术
网络
动态
复杂度
分层
信号
疾病
数据
系统为您推荐了相关专利信息
关系预测方法
病历
时序
神经网络模型
药房管理系统
混合整数非线性规划模型
闭环反馈控制
OPCUA协议
接入物联网传感器
模型预测控制框架
路径规划方法
收获机
人工蜂群算法
邻域搜索策略
GNSS技术