摘要
本发明公开了一种面向跨模态分子检索的课程学习框架、产品、介质和设备,属于人工智能技术领域。该框架包括多模态编码器,被配置为能够将输入样本转化为文本表示和分子表示;样本难度量化器,被配置为能够根据样本与训练集中实例的文本相似度和分子相似度的平均值进行难度等级划分,量化样本难度;样本调度器,被配置为引入课程学习策略,能够按难易程度对样本进行排序,得到不同难度能够应用在不同训练阶段的样本集;自适应强度学习模块,被配置为能够基于样本调度器的样本集,根据模型在不同阶段样本复杂性动态调整训练强度。本发明可以解决跨模态文本‑分子检索方法性能与效率无法同时优化的问题,与任何骨干网络兼容在性能上获得明显提升。
技术关键词
跨模态
样本
文本编码器
分子
框架
多模态
量化器
调度器
处理器
人工智能技术
检索方法
计算机程序产品
强度
序列
阶段
计算机设备
可读存储介质
存储器
系统为您推荐了相关专利信息
通信网络资源
效能评估方法
多级指标体系
元素
指标体系模型
液压柱塞泵
故障诊断模型
训练关系网络
样本
故障诊断方法
充气控制方法
综合控制策略
气囊式
速率
鼻腔环境
智能驾驶方法
时序特征
车辆智能驾驶系统
雷达
融合特征