公开(公告)号：CN113114398B

公开(公告)日：2022-01-28

申请号：CN202110401702.0

申请日：2021-04-14

Applicant: 中南大学

Inventor： 李芳芳 ,  任星凯 ,  张健 ,  张伟

IPC: H04B17/345 ,  H04B17/391 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于残差连接与膨胀卷积的通信干扰存在性检测方法，包括如下步骤：步骤1，构建干扰存在性检测数据集，仿真出不同干噪比下的系统信号和带有干扰的系统信号；步骤2，建立干扰存在性检测模型，用于检测系统信号中的干扰；所述干扰存在性检测模型基于残差连接与膨胀卷积；步骤3，利用步骤1中所述的干扰存在性检测数据集训练步骤2中的干扰存在性检测模型，使得其收敛，得到最终的干扰存在性检测模型。本发明具有对信号中的干扰特征自动提取，干扰检测的准确率高，干扰检测速度快的特点。

公开(公告)号：CN112269868A

公开(公告)日：2021-01-26

申请号：CN202011513956.3

申请日：2020-12-21

Applicant: 中南大学

Inventor： 李芳芳 ,  毛星亮 ,  林中尧 ,  任星凯

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于多任务联合训练的机器阅读理解模型的使用方法，具体包括如下步骤：S1：建立基于多任务学习的阅读理解模型，将阅读理解任务分为多个子任务，设计多个子模块分别进行处理，并进行多任务联合训练，其中子模块包括文本编码模块；答案抽取模块；答案分类模块；支撑句判别模块；S2：将文本及问题输入文本编码模块，由文本编码模块进行编码，然后输入至答案抽取模块与答案分类模块与支撑句判别模块；S3：由答案抽取模块、答案分类模块与支撑句判别模块输出结果。本发明可以避免文本的重复编码，同时将答案抽取，答案分类，支撑句判别三个模块进行多任务联合训练，相互促进，提升最终的模型表现。

公开(公告)号：CN113114398A

公开(公告)日：2021-07-13

申请号：CN202110401702.0

申请日：2021-04-14

Applicant: 中南大学

Inventor： 李芳芳 ,  任星凯 ,  张健 ,  张伟

IPC: H04B17/345 ,  H04B17/391 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于残差连接与膨胀卷积的通信干扰存在性检测方法，包括如下步骤：步骤1，构建干扰存在性检测数据集，仿真出不同干噪比下的系统信号和带有干扰的系统信号；步骤2，建立干扰存在性检测模型，用于检测系统信号中的干扰；所述干扰存在性检测模型基于残差连接与膨胀卷积；步骤3，利用步骤1中所述的干扰存在性检测数据集训练步骤2中的干扰存在性检测模型，使得其收敛，得到最终的干扰存在性检测模型。本发明具有对信号中的干扰特征自动提取，干扰检测的准确率高，干扰检测速度快的特点。

公开(公告)号：CN112269868B

公开(公告)日：2021-03-09

申请号：CN202011513956.3

申请日：2020-12-21

Applicant: 中南大学

Inventor： 李芳芳 ,  毛星亮 ,  林中尧 ,  任星凯

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于多任务联合训练的机器阅读理解模型的使用方法，具体包括如下步骤：S1：建立基于多任务学习的阅读理解模型，将阅读理解任务分为多个子任务，设计多个子模块分别进行处理，并进行多任务联合训练，其中子模块包括文本编码模块；答案抽取模块；答案分类模块；支撑句判别模块；S2：将文本及问题输入文本编码模块，由文本编码模块进行编码，然后输入至答案抽取模块与答案分类模块与支撑句判别模块；S3：由答案抽取模块、答案分类模块与支撑句判别模块输出结果。本发明可以避免文本的重复编码，同时将答案抽取，答案分类，支撑句判别三个模块进行多任务联合训练，相互促进，提升最终的模型表现。