基于正向扩散与反向去噪的决策方法、装置、设备及介质

AITNT
正文
推荐专利
基于正向扩散与反向去噪的决策方法、装置、设备及介质
申请号:CN202511060292
申请日期:2025-07-30
公开号:CN120952170A
公开日期:2025-11-14
类型:发明专利
摘要
本发明涉及人工智能技术领域,可应用于金融科技及医疗健康等业务场景中,公开了一种基于正向扩散与反向去噪的决策方法、装置、设备及介质,包括:获取视觉数据、语言数据、历史动作数据和环境状态数据并生成相应特征,融合多模态特征生成综合特征向量,向综合特征向量添加高斯噪声生成初始带噪特征向量,执行正向扩散获得带噪状态序列,从纯噪声终点状态开始反向去噪得到最终决策状态,通过决策映射模块转换为动作指令。本发明通过强化学习引导的正向扩散和反向去噪过程,有效结合多模态输入数据的特征信息,逐步逼近最优决策空间,使生成的动作指令具备更强的多样性与适应性,在复杂环境中能够动态调整并输出更优的决策结果。
技术关键词
决策方法 动作特征 视觉特征 计数器 随机噪声 生成动作 数据 融合多模态特征 序列 噪声强度 指令转换模块 终点 编码向量 预训练语言模型 参数
系统为您推荐了相关专利信息
1
基于文本-区域匹配的带有缺失标签场景下的多标签图像识别方法
图像识别方法 视觉特征 原型 多层感知机 联合损失函数
2
基于多模态的生成式广义零样本学习方法
零样本学习方法 视觉特征 文本特征向量 跨模态 生成特征
3
一种面向高效的开放词汇全景分割方法
全景分割方法 视觉特征提取 路由器 文本编码器 多尺度特征提取
4
一种基于AI智能的文献信息检索分析系统及方法
动态知识图谱 输出模块 分析系统 BERT模型 实体
5
一种基于知识图谱的对抗环境强化学习模型优化方法及系统
强化学习模型 模型拓扑结构 融合知识图谱 双向信息交互 知识图谱构建
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