摘要
本发明提供一种融合模型知识图谱与人工智能模型的部署策略方法,包括:中心节点接收边缘融合意图向量,采用时间同步算法对齐时间戳,融合多节点向量数据,生成一致性意图向量;根据一致性意图向量,从知识图谱中提取历史意图特征,生成历史意图特征集;采用迁移学习算法对预训练语言模型进行微调,生成场景适配意图分类模型;通过场景适配意图分类模型处理实时运维指令数据,生成意图分类标签集;将更新模型参数集分发至边缘节点,生成节点同步模型部署状态;边缘节点根据实时运维数据生成新的边缘融合意图向量,传递至中心节点;中心节点采用在线学习算法动态调整场景适配意图分类模型,生成动态调整意图分类模型。
技术关键词
部署策略方法
意图分类模型
人工智能模型
迁移学习算法
更新模型参数
语义向量
时间同步算法
在线学习算法
图谱
训练语言模型
生成场景
压缩特征向量
主成分分析算法
运维
多节点
数据
梯度下降优化算法
系统为您推荐了相关专利信息
多源异构数据
农田
高精度遥感数据
决策方法
土壤湿度传感器
在线水分检测系统
真空度
数据采集单元
数据处理单元
烘箱
智能预警系统
人工智能模型
林场
异常信息
互联网
趋势预测模型
时空特征点
特征加权方法
环境感知数据
迁移学习算法
多无人机
覆盖路径规划方法
大坝
静态传感器
定义