安徽水科数智信息技术有限公司;安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站)王铭铭获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉安徽水科数智信息技术有限公司;安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站)申请的专利一种基于工作流的多模态水利大模型决策支撑方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120353853B 。
龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510828573.1,技术领域涉及:G06F16/25;该发明授权一种基于工作流的多模态水利大模型决策支撑方法是由王铭铭;张皖博;刘怀利;沈超;黄建栋设计研发完成,并于2025-06-20向国家知识产权局提交的专利申请。
本一种基于工作流的多模态水利大模型决策支撑方法在说明书摘要公布了:本发明公开了一种基于工作流的多模态水利大模型决策支撑方法,包括:S1.基于本地模型对多模态输入数据预处理,将数据格式转换;S2.通过指定DSL框架,构建支持并行处理的模块化工作流;S3.通过同步采集处理后的多模态数据构建适应水利领域的特征模型,并对特征模型进行领域适配与微调;S4.基于领域适配与微调后的特征模型,构建指定工作流,动态调度多模态任务资源;S5.使用动态融合算法结合本地知识库与联网数据,实现双通道知识融合,用于并行执行S4中的多模态任务。本发明能够实现多模态数据的实时采集与并行处理,并通过双通道知识融合机制,动态平衡本地知识库稳定性与联网数据实时性。
本发明授权一种基于工作流的多模态水利大模型决策支撑方法在权利要求书中公布了:1.一种基于工作流的多模态水利大模型决策支撑方法,其特征在于,包括: S1.基于本地模型对多模态输入数据预处理,将文件、图像及语音的数据格式转换为JSON格式; S2.通过指定DSL框架,构建支持并行处理的模块化工作流,确保格式转换后的不同类型数据能够同步采集与处理; S3.通过同步采集处理后的多模态数据构建适应水利领域的特征模型,基于DSL框架构建数据依赖关系,并对特征模型进行领域适配与微调,通过隐式规则—显示约束—规则激活三层架构将水利机理进行模型参数化后嵌入模型微调过程; S4.基于领域适配与微调后的特征模型,构建指定工作流,用于动态调度多模态任务资源,实现数据输入、分析到决策输出动态处理流程; S5.使用动态融合算法结合本地知识库与联网数据,实现双通道知识融合,用于并行执行S4中的多模态任务,以保证离线知识库的稳定性与网络数据的实时更新; 所述S3步骤的具体操作流程包括: S31.使用适应水利领域的特征提取模型,对水利领域的多模态数据的不同数据类型中提取指定特征,获取特征模型; S32.基于现有水利领域知识库构建预训练数据,并采用MLM任务对特征模型进行领域适配操作; S33.对特征模型进行LoRA轻量化调整操作,对预训练数据模型的低秩矩阵进行参数冻结,仅调整新增的LoRA适配层,并使用水利领域标注数据集进行监督调整,其中将水利工程的指定控制指标作为显式约束条件融入模型调整过程,以构建物理一致性验证机制,用于在每次模型更新时检验输出结果是否违反水文物理定律,并采用惩罚项机制对违反物理规律的预测进行纠正,确保模型输出在物理上的合理性; 所述S4步骤的具体操作流程包括: S41.基于微调后的特征模型,构建一组“提问-分析-决策”工作流,定义各子模块之间的任务流转关系,确保各个模块能够根据用户的输入启动相应的分析与处理任务,并按预定逻辑顺利推进到决策输出; S42.采用预设的任务优先级调度策略,用于动态资源调度优化工作流中的任务执行效率。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人安徽水科数智信息技术有限公司;安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站),其通讯地址为:230088 安徽省合肥市高新区兴园社区服务中心红枫路55号安徽省水利科学研究院科研楼402-404室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。