公开(公告)号：CN118133237B

公开(公告)日：2024-11-19

申请号：CN202410272973.4

申请日：2024-03-11

Applicant: 哈尔滨工业大学

Inventor： 韩为 ,  赵巍 ,  刘鹏

IPC: G06F18/27 ,  G06F18/232 ,  G06F18/214 ,  G06F18/2415 ,  G06F18/10

Abstract: 本发明提出一种核高斯混合岭回归模型构建方法，属于机器学习技术领域。核高斯混合岭回归模型用多条曲线拟合数据，应用在回归任务上，实现对多数据集的处理；所述回归任务包括图像分割、噪声检测、数据拟合、数据预处理、时序预测、分类识别、工业检测、目标轮廓、逆问题求解、数据集分割或医学影像诊断。解决现有技术中存在的现有高斯混合模型适用性不佳、核岭回归模型无法实现一对多的技术问题。本发明核高斯混合岭回归模型可以同时拟合多条曲线，实现对数据集的多种解释；本发明核高斯混合岭回归模型在数据集被污染、多数据集合并、任务存在单样本多标签等一对多关系时，仍能进行较好求解。

公开(公告)号：CN118135345B

公开(公告)日：2024-08-20

申请号：CN202410272884.X

申请日：2024-03-11

Applicant: 哈尔滨工业大学

Inventor： 赵巍 ,  韩为 ,  刘鹏

IPC: G06V10/766 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764

Abstract: 本发明提出一种基于核高斯混合岭回归模型的目标轮廓检测方法，属于图像处理技术领域。高斯混合模型GMM用多个高斯分布描述数据分布，内核岭回归KRR用一条曲线拟合数据集；将高斯混合模型与内核岭回归模型进行融合，令高斯混合模型GMM中每个高斯分布的均值为某个内核岭回归KRR的输出，得到一个用多条曲线拟合目标轮廓的核高斯混合岭回归模型，基于核高斯混合岭回归模型进行目标轮廓检测。解决难以用单一曲线描述多目标轮廓的问题，提升了多目标图像中轮廓检测、区域分割等的技术效果。

公开(公告)号：CN118485083A

公开(公告)日：2024-08-13

申请号：CN202410663865.X

申请日：2024-05-27

Applicant: 哈尔滨工业大学

Inventor： 韩为 ,  赵巍 ,  孔昭阳 ,  刘鹏

IPC: G06F40/35 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明提出一种基于生成式回报模型和大语言模型的语句交互方法，属于语句交互技术领域。包括：步骤一、使用大语言模型LLM1生成k个候选句子并构建生成式回报模型，构建生成式回报模型的方法是：使用生成式模型拟合特定环境下的某一行为的概率分布；对每一时刻行为的概率分布取对数后中心化，得到行为对应的回报。步骤二、以大语言模型LLM2作为虚拟对手，对每个候选句子进行蒙特卡洛树搜索获取动作价值函数；步骤三、将动作价值函数最大的候选句子作为结果输出。本发明可以让LLM在新的环境中自我学习，不用再有监督地微调；还可以让LLM生成的句子更有目的性。

公开(公告)号：CN118133236A

公开(公告)日：2024-06-04

申请号：CN202410272920.2

申请日：2024-03-11

Applicant: 哈尔滨工业大学

Inventor： 赵巍 ,  韩为 ,  刘鹏

IPC: G06F18/27 ,  G06F18/25 ,  G06F18/214 ,  G06F17/16 ,  G06F18/2415

Abstract: 本发明提出一种基于核高斯混合岭回归模型的逆问题求解方法，属于机器学习技术领域。高斯混合模型GMM用多个高斯分布描述数据分布，内核岭回归KRR用一条曲线拟合数据集；将高斯混合模型与内核岭回归模型进行融合，令高斯混合模型GMM中每个高斯分布的均值为某个内核岭回归KRR的输出，得到一个用多条曲线拟合数据集的核高斯混合岭回归模型；使用核高斯混合岭回归模型逆向拟合得到若干可行解，使用回归模型将得到的若干可行解进行拟合，得到可行解空间。解决逆问题只有有限数值解的问题，实现了逆问题求解的技术效果。