-
公开(公告)号：CN116152159A
公开(公告)日：2023-05-23
申请号：CN202211503927.8
申请日：2022-11-28
Applicant: 同济大学
IPC: G06T7/00 , G06T3/40 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于持续同调和生成对抗网络的图像生成方法，通过生成对抗网络生成器生成图像；对图像进行拓扑特征抽取；对拓扑特征进行变换，获取拓扑特征向量；通过卷积神经网络提取得到图像的卷积神经网络特征，将其变换成特征向量，获取向量，并对向量进行处理，对输入的图像真假进行判别；将拓扑特征融入到生成对抗网络模型后形成PHGAN模型，在判别器中新增了拓扑特征损失项，使用带有拓扑特征损失项的损失函数对生成对抗网络生成器与判别器进行参数更新。生成对抗网络生成器学习到图像的拓扑特征分布；在图像生成效果指标上，本有更高的精度；在视觉效果上生成的图像更加真实；能充分利用图像的拓扑特征，从而提高生成图像的质量。
-
公开(公告)号：CN116049718A
公开(公告)日：2023-05-02
申请号：CN202211735250.0
申请日：2022-12-31
Applicant: 同济大学
IPC: G06F18/24 , G06F18/21 , G06N3/0464 , G06N3/045 , G06N3/091
Abstract: 本发明公开了一种基于多候选集的批量式主动学习方法包括：利用标记池样本训练分类模型并提取样本特征，利用最优减次优边缘策略筛选样本获取预候选集；基于样本间距离对所述预候选集进行筛选，获取子核心候选集；对子核心候选集进行投票筛选，获得满足样本预算的样本集作为待标注候选集；标记待标记候选集中的样本，并将样本加入标记池后重复样本筛选步骤，直至达到主动学习筛选目标或标注预算耗尽，获取最终筛选集和分类模型。本发明通过使用多组预候选集的方式实现对基于混合策略的主动学习中两类方法的平衡；通过综合多组预候选集筛选结果增强主动学习策略的鲁棒性和稳定性；通过特征提取和贪婪寻找增强主动学习策略中多样性筛选的有效性。
-
公开(公告)号：CN119829962A
公开(公告)日：2025-04-15
申请号：CN202411724634.1
申请日：2024-11-28
Applicant: 同济大学
IPC: G06F18/21 , G06F18/214 , G06F18/24 , G06N3/0499
Abstract: 本发明公开了一种基于隐层激活的偏见幻觉检测方法。该方法包括：根据语言模型回答的行为特征评估信念状态，获得信念状态评估结果，所述信念状态反映该语言模型对回答的不确定程度；基于所述信念状态评估结果构建训练集，并训练信念状态分类器，所述训练集反映所述语言模型的信念状态与隐层激活之间的对应关系；实时获取目标语言模型生成过程中的隐层激活，并根据该隐层激活，利用经训练的信念状态分类器判断信念状态；对于检测出的幻觉，结合所述目标语言模型的输出正确性与所述信念状态分类器判断出的信念状态，判断幻觉类别。本发明基于模型隐层激活进行信念状态判定，提高了偏见幻觉检测的准确率。
-
公开(公告)号：CN117422147A
公开(公告)日：2024-01-19
申请号：CN202311222149.X
申请日：2023-09-21
Applicant: 同济大学
Abstract: 本发明公开了一种联邦学习中的自适应知识筛选方法及系统，涉及联邦学习技术领域，包括根据每个客户端打分模型的知识和每条公共样本代表的全局子任务之间的相关性，对客户端的局部模型和上一轮的全局模型进行打分；服务器接收客户端上传的局部模型并汇总相关性得分，通过自适应地调整一个得分阈值，为每条公共样本筛选拥有高相关性知识的教师模型；服务器将选中的教师模型在公共样本上的输出作为筛选后的知识，并通过知识蒸馏将们融合进全局模型。本方法通过上传的局部模型，服务器自适应地选择具有高相关性知识的教师模型。这种动态选择可以提高模型的性能。使用知识蒸馏技术融合进全局模型，有助于减少全局模型的复杂性，并提高其泛化性能。
-
公开(公告)号：CN113641833A
公开(公告)日：2021-11-12
申请号：CN202110944310.9
申请日：2021-08-17
Applicant: 同济大学
IPC: G06F16/36 , G06F16/2455 , G06F40/284 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种服务需求匹配方法及装置，包括以下步骤：基于用户输入的文字，应用自然语言向量化模型和词向量间余弦距离计算法，确定文字在预设词库中对应的近义词；基于预设的源数据文档，应用分词工具进行分词处理，确定源数据文档中的服务名和服务关键词；并应用双向循环神经网络模型和图神经网络模型，确定各服务名之间的关系；基于服务名、服务关键词以及各服务名之间的关系，构建知识图谱；基于近义词、服务关键词以及知识图谱，应用预设的匹配规则，确定文字对应的服务需求。本发明的服务需求匹配方法及装置能够真正将用户描述中的语义信息用于服务匹配；同时应用知识图谱的方式保证服务间的强关联能力，保证了匹配的高查准率和查全率。
-
Patent Agency Ranking
公开(公告)号：CN106547739A
公开(公告)日：2017-03-29
申请号：CN201610955776.8
申请日：2016-11-03
Applicant: 同济大学
IPC: G06F17/27
CPC classification number: G06F17/2785
Abstract: 一种文本语义相似度分析方法。本发明涉及文本分析领域，特别涉及到一种基于语义特征的文本相似度分析方法。本发明的技术方案是利用文本内部词汇内在的语义联系进行计算，以达到更加准确有效地分析文本之间的相似程度。该方法通过奇异值分解浅层分析文本之间以及词项之间的关联关系，借助贝叶斯网络构建词项‐主题集，用互信息以及上下文计算词项之间的语义相似度，最后通过图结构计算文本的相似度。本发明能够更加准确有效地度量和识别文本之间的语义关系。
-
公开(公告)号：CN105243152A
公开(公告)日：2016-01-13
申请号：CN201510703353.2
申请日：2015-10-26
Applicant: 同济大学
IPC: G06F17/30
CPC classification number: G06F17/30719
Abstract: 本发明涉及自动文摘领域，是一种基于图模型的自动文摘方法。本发明的技术方案是将LDA概率主题模型应用于句子间语义相关性的度量，改进句子相关性的度量效果，并提出了句子的主题相关度和位置敏感度的概念，使得文摘的生成更加合理有效。该方法首先通过训练LDA主题模型获得文档的主题概率分布和主题的单词概率分布，然后求出句子主题概率分布，将句子间的语义相似度度量有效的转换成了句子主题概率分布的相似性度量问题；然后使用句子作为节点，根据句子间的语义相似性并结合余弦相似性构建边，生成一个代表文档的文本图；接下来根据句子与文档的主题概率分布计算句子的主题相关度，根据句子在文档中的位置计算句子的位置敏感度等。
-
公开(公告)号：CN103207856B
公开(公告)日：2015-10-28
申请号：CN201310114031.5
申请日：2013-04-03
Applicant: 同济大学
IPC: G06F17/27
Abstract: 本发明涉及本体学习领域，特别涉及到一种本体概念及层次关系生成方法。本发明的技术方案是将PAM概率主题模型应用于本体概念及层次的抽取，改进本体概念及层次关系学习的效果，以达到更加准确有效地生成本体概念。该方法首先通过建立基于PAM的本体概念及层次生成模型，将领域本体概念学习问题有效地转化为基于领域文档集的统计推断问题，采用Gibbs抽样的方法来获取概率分布特征向量；然后进行基于Wordnet的语义相似度计算，根据相似度关联关系生成概念，从而得到本体概念的集合及其层次关系。本发明能够更加准确有效地获取领域本体中的概念集合及概念间层次关系。
-
公开(公告)号：CN119646312A
公开(公告)日：2025-03-18
申请号：CN202411873415.X
申请日：2024-12-18
Applicant: 同济大学
IPC: G06F16/9535 , G06N3/042 , G06F18/23213 , G06N3/0464 , G06F16/901 , G06N3/048
Abstract: 本发明属于推荐系统领域，特别涉及到一种面向推荐系统的基于层级邻居增强的图对比学习方法。包括：根据用户物品交互记录构建用户‑物品交互图、用户‑用户关系图和物品‑物品关系图；结合图神经网络并以层级融合的方式进行节点特征更新，获取节点的局部和全局结构邻居表征；以自底向上的方式执行层级聚类算法，用生成的层级原型(质心)特征来建模节点的层级语义邻居表征；根据所述两类邻居表征分别构建节点的层级结构邻居和层级语义邻居对比学习目标，通过反向传播来优化用户和物品表征；根据所述优化后的用户和物品表征，进行下游推荐结果生成。本方法提高了推荐系统的精准度，还增强了模型在稀疏数据环境下的泛化能力。
-
公开(公告)号：CN111369035B
公开(公告)日：2023-07-14
申请号：CN202010095219.X
申请日：2020-02-14
Applicant: 同济大学
IPC: G06Q10/04 , G06Q10/067 , G06F9/50 , H04L67/61
Abstract: 本发明提供一种基于图规划的服务封装方法、系统、介质及设备，所述基于图规划的服务封装方法包括：建立与用户操作相关的服务的数学模型；结合所述数学模型提供的信息确定所述服务在不同业务场景偏好下的服务质量；利用所述服务在不同业务场景偏好下的服务质量进行服务筛选，建立在不同偏好下的任务库；对不同的所述任务库进行任务匹配，确定任务关联集合；将任务关联集合、用户请求和偏好作为输入，进行服务组合。本发明提供了一种复杂业务服务组合封装以及其合理性分析方法，将服务在运行时的服务质量，加入到建模过程中，根据用户偏好对服务集合进行划分，通过一种改进的图规划服务组合算法，形成服务工作流，从而完成复杂业务的服务封装。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.016 seconds)
