【技术实现步骤摘要】
本专利技术属于人工智能，尤其是涉及一种集成多种学习范式的综合智能培育系统。
技术介绍
1、在智能培育是在依托现代深度学习、强化学习、技术的双重驱动下逐步发展的，具备强大计算和学习能力的智能系统。未来的自主化、智能化全域作战将需要高效且可靠的智能培育环境作为支持。然而，当前智能培育面临着一些实际问题，例如模型训练资源有限、场景适应性学习能力不强、以及自我优化自动化能力不足。因此，如何进行技术研究，创建高效且可靠的智能培育环境以支持联合作战条件下的智能体系化高效应用，成为了构建集成先进技术的智能培育服务精密化和自我优化的关键。
2、在现代战场环境中，智能作战系统需要能够有效地处理各种复杂情况，包括但不限于目标识别、战术决策和环境感知。然而，各类智能学习范式在实际应用中面临着多种难题，如模型训练的计算资源需求、实时性、可解释性等等。各种学习范式如深度学习、强化学习和知识图谱在数据处理、决策优化和知识推理等方面各有优势，但它们的生产和运用环境有着巨大的差异，使得它们的集成使用变得困难。
3、如何有效地融合这些智能学习范式，以实现在复杂战场环境中的自主决策、快速反应和精准行动，成为了一个亟待解决的问题。我们需要研究如何以合理的方式将深度学习、强化学习和知识图谱等多种学习范式集成到一个统一的框架中，以便在处理不同的战场任务时，能够根据任务需求和环境条件，灵活调整使用不同的学习范式。
技术实现思路
1、本专利技术提出一种集成多种学习范式的综合智能培育系统，为体系作战提供集
2、第1方面，公开了一种集成多种学习范式的综合智能培育系统，其包括：
3、训练数据集分系统，其包括数据接引模块、数据标注服务模块、数据集管理模块；所述数据接引模块用于接入作战相关的多模态样本数据；所述数据标注服务对所述样本数据进行标注；数据集管理模块对样本数据进行管理；
4、知识学习分系统，其包括本体构建模块、知识图谱构建模块、知识管理模块、知识推理模块；所述本体构建模块对本体的属性、关系、事件进行定义，完成本体模式设置；所述知识图谱构建模块将原始数据转化为知识图谱中的知识数据；所述知识管理模块对所述知识图谱中的知识数据进行管理；所述知识推理模块基于所述知识数据进行融合处理得到处理结果；
5、模型开发分系统，其包括模型开发模块、模型评估模块、训练监督模块；所述模块开发模块进行模型的创建和配置；所述模型评估模块利用测试数据集计算模型的指标表现；所述训练监督模块监控模型训练的训练日志从其中提取异常告警事件；
6、智能体开发分系统，其包括仿真管理模块、环境管理模块、智能体建模模块和推演评估模块；所述仿真管理模块与外部仿真环境交互；所述环境管理模块对多个并行仿真环境构成的并行集群进行管理；所述智能体建模模块用于构建智能体；推演评估模块实时监视并显示智能体训练过程中的智能体训练指标；
7、训练管理分系统，其包括多机多卡训练模块、训练作业管理模块、算力资源管理模块；所述多机多卡训练基于深度学习框架并行执行或分布式执行智能模型训练过程；所述训练作业管理模块为智能模型训练分配资源；所述算力资源管理模块针对分布式执行的智能模型训练过程所需的计算资源进行调度；
8、模型部署分系统，其包括部署管理模块、云边端部署模块、模型编译模块；所述部署管理模块将模型与模型推理环境相匹配以此完成部署；云边端部署模块根据边端环境将模型转换为与具体框架对应的版本；模型编译模块为云边端部署的模型之间提供交互接口并经过交互接口进行交互；
9、智能算法模型库分系统，其包括库管理模块、智能模型库、智能体库、知识库；所述库管理模块对智能模型库、智能体库、知识库进行数据管理；所述智能模型库存储深度学习模型；所述智能体库存储智能体算法数据；所述知识库存储作战场景下的知识图谱。
10、本专利技术提出一种涵盖知识图谱、强化学习、深度学习、大模型等多种学习范式的智能培育系统，具备数据集、知识学习、算法模型开发、智能体开发、训练管理、模型部署和智能算法模型库等功能，提供适时、适地、适需的智能支持，形成“动态组合、任务驱动、按需调度”的智能模型训练与运用体系化支撑能力，通过打造优质的育智环境和用智环境，实现“育智快学，用智快演”，加速智能作战系统智能技术的落地运用。
本文档来自技高网...【技术保护点】
1.一种集成多种学习范式的综合智能培育系统，其特征在于，其包括：
2.根据权利要求1所述的系统，其特征在于，所述多模态样本数据的类型包括：结构化数据、非结构化数据；所述多模态样本数据的格式包括：文本、图片、视频；
3.根据权利要求1所述的系统，其特征在于，所述本体构建模块的功能进一步包括：以外部数据导入方式导入本体的概念、属性、关系；
4.根据权利要求1所述的系统，其特征在于，所述模型评估模块利用测试数据集计算模型的指标表现具体包括：
5.根据权利要求1所述的系统，其特征在于，所述环境管理模块对多个并行仿真环境构成的并行集群进行管理具体包括：进行多个仿真环境下的实时推演，读取各个仿真环境中的态势数据，根据态势数据实时输出智能体决策信息；
6.根据权利要求1所述的系统，其特征在于，所述部署管理模块将模型与模型推理环境相匹配以此完成部署，进一步的，所述部署工具包括云设备、边缘设备、端设备。
7.根据权利要求1所述的系统，其特征在于，所述库管理模块进行数据管理包括：模型导入、算法导入、算法分类、算法元数据管理、模型
...【技术特征摘要】
1.一种集成多种学习范式的综合智能培育系统，其特征在于，其包括：
2.根据权利要求1所述的系统，其特征在于，所述多模态样本数据的类型包括：结构化数据、非结构化数据；所述多模态样本数据的格式包括：文本、图片、视频；
3.根据权利要求1所述的系统，其特征在于，所述本体构建模块的功能进一步包括：以外部数据导入方式导入本体的概念、属性、关系；
4.根据权利要求1所述的系统，其特征在于，所述模型评估模块利用测试数据集计算模型的指标表现具体包括：
5.根据权利要求1所述的系...
【专利技术属性】
技术研发人员：杨玉林，王永贞，游宁，孙江生，慕茜茜，李乃鹏，乔广鹏，
申请(专利权)人：中国人民解放军三二一七八部队科技创新研究中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。