基于大语言模型的消防应急决策支持技术研究

针对消防领域信息化、智能化建设的需要,提出在通用大语言模型的基础上通过微调(fine-tuning)技术来构建消防领域大模型。完整的构建流程包括数据采集、超参数优化实验、高效微调构建领域大模型、领域大模型评估。结果表明:相较于初始的通用大模型,构建的消防领域大模型,在主观评估方面专业性更强,在客观评估方面,BLEU-4分数提高12.1%,ROUGE-1分数提高7.8%,ROUGE-2分数提高7.1%。

基于知识图谱的灾害应急辅助决策研究与应用

利用灾害与应急决策相关联的知识图谱、基于BERT(基于Transformers的双向编码器)+CRF(条件随机场)的灾害要素实体识别模型、基于Text2vec的文本相似度匹配模型、Neo4j图数据库和PageRank图算法等技术方法,文章对灾害应急辅助决策进行研究,最终设计并实现灾害应急辅助决策系统。该研究为应急部门和应急决策人员做出及时有效的应急决策提供智能服务和应用支持,为社会快速发展提供技术保障,为我国防灾减灾、抗灾救灾体系建设赋能。

图像和语义融合的多模态行人重识别研究

利用深度学习方法对行人进行重识别,可以实现对目标人物的追踪和检索;结合行人图像和属性描述的语义信息,可实现多模态的行人重识别。文章基于图像和语义处理技术,对行人重识别数据进行处理,利用图像文本多模态信息构建融合网络模型,在一定程度上提升行人重识别的效果。通过在视觉检索领域中利用多模态技术,使得监控治理变得更加的准确有效,在一定程度上促进智慧城市的建设和发展。