摘要
本申请公开了一种生成式人工智能的模型优化更新方法、装置及介质,用于减少不同待分析行为的行为分析模型进行训练时重复训练数据的空间占用。本申请方法包括:获取待训练工程数据;根据待分析行为从工程数据中提取初始样本数据;对初始样本数据集进行数据清洗,得到目标样本数据集;根据待分析行为确定模型参数,并从目标样本数据集中获取目标模型训练数据;使用批量训练方法通过目标模型训练数据训练待分析行为对应的模型,输出基础模型;结合基础模型与生成式人工智能,得到目标人工智能;通过目标人工智能监控分析样本的动态,并对基础模型进行微调;监控基础模型微调后的收敛状态;将更新后的模型部署为目标人工智能的基础模型。
技术关键词
数据
人工智能监控
更新方法
样本
基础
输入输出单元
记忆网络模型
监控单元
时间序列模型
标准化方法
参数
可读存储介质
批量
卷积模型
申请方法
动态监控
清洗单元
存储器
程序
系统为您推荐了相关专利信息
信号抑制方法
声纳浮标
噪声数据
EEMD算法
声呐
性能优化方法
客户端
轮廓系数
链接方法
差分隐私
选址方法
直升机
层次分析法
数字高程模型
岩土体