基于神经启发的向量全连接流动机制的模型

AITNT
正文
推荐专利
基于神经启发的向量全连接流动机制的模型
申请号:CN202510910145
申请日期:2025-07-02
公开号:CN120764550A
公开日期:2025-10-10
类型:发明专利
摘要
本发明公开了基于神经启发的向量全连接流动机制的模型,涉及自然语言处理领域,包括:所述节点表示层,以处理语言数据时所能识别和处理的基本单位为节点;所述节点连接层,所有节点之间双向互联,允许节点向量自由流动,实现双向信息传播;所述数据向量定义层,通过对节点向量的初始化及线性加权方式实现节点之间的信息传播和向量扩展;所述预测决策层,基于节点之间的向量传播强度,确定传播强度最大的路径作为预测决策,以确定下一节点,支持文本、图像、音频等多模态数据的灵活拓展,显著提升了长文本处理能力和模型训练效率。
技术关键词
机制 网络结构 强度 定义 节点间信息 数据 多模态 线性 自然语言 动态 冗余 决策 文本 音频 数值 图像 字符 语义 规模
系统为您推荐了相关专利信息
1
低空空域复杂环境下的无人机集群目标长时鲁棒跟踪方法
无人机集群 跟踪方法 交互特征 卷积网络模型 时序
2
一种适用于跨领域图分类的个性化联邦图学习方法及系统
客户端 学习方法 编码器参数 地图特征 注意力机制
3
基于GRPO奖励函数的NL2SQL模型训练和存储方法及装置
存储方法 动态调整机制 自然语言 编辑 语句
4
一种基于DBSCAN聚类的晶圆缺陷集群分析方法
集群 网格 分析方法 邻域 芯片单元尺寸
5
一种具有横向载流子扩展超晶格的激光器芯片及制备方法
激光器芯片 欧姆电极 欧姆接触层 波导 脊结构
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