-
公开(公告)号：CN119988165A
公开(公告)日：2025-05-13
申请号：CN202510054322.2
申请日：2025-01-14
Abstract: 本发明公开了基于联邦学习系统的公平性和鲁棒性评估方法及装置，包括：中央服务器向客户端集合发布全局模型，正常客户端对全局模型进行训练，生成本地模型参数；测试客户端对全局模型进行扰动，构建扰动模型，通过双层投影机制对扰动模型进行优化，得到扰动模型参数；中央服务器对本地模型参数和扰动模型参数进行聚合，对本地模型参数进行聚合，得到第一全局模型和第二全局模型，进行若干通信轮次的模型发布、模型参数聚合过程，对单通信轮次或若干通信轮次后的第一全局模型和第二全局模型进行评价，得到公平性和鲁棒性评估结果。通过上述技术方案，本发明对联邦学习系统提供更有效的公平和鲁棒性能评估，保障全局模型在不同任务环境中的准确率。
-
公开(公告)号：CN115640305B
公开(公告)日：2023-09-29
申请号：CN202211651581.6
申请日：2022-12-22
Applicant: 暨南大学
Abstract: 本发明公开一种基于区块链的公平可信联邦学习方法，包括：模型需求者在区块链上发布训练任务及交易合约传递任务，客户端对全局模型进行训练，生成局部模型参数，将局部模型参数加密传输给区块链上的对应节点；对应节点传播并验证加密后的局部模型参数，对应节点将验证通过后的局部模型参数进行聚合，根据聚合结果更新全局模型并基于更新结果生成新区块，并将新区块进行广播；所有节点对新区块进行验证并达成共识；激励合约基于共识结果，计算客户端的贡献并生成最新全局模型；重复S2‑S6直到满足训练结束条件，得到优化模型。交易合约将优化全局模型传给模型需求者。
-
公开(公告)号：CN116597486A
公开(公告)日：2023-08-15
申请号：CN202310552905.9
申请日：2023-05-16
Applicant: 暨南大学
IPC: G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于增量技术和掩码剪枝的人脸表情平衡识别方法，包括：获取表情图像数据，对表情图像数据进行预处理，获取表情图像数据集；构建公平增量表情模型，对公平增量表情模型进行训练，获取训练后的公平增量表情模型，其中公平增量表情模型包括残差基础网络、网络剪枝模块和网络冻结模块；将表情图像数据集以类别增量的形式输入至训练后的公平增量表情模型中，输出公平表情识别结果。本发明采用增量技术和掩码剪枝技术来缓解表情识别类的偏差问题，利用增量技术对数据分布敏感的特点从而克服表情类别的分布不平衡的问题，利用掩码剪枝技术修剪了网络冗余参数从而将这些参数用于提高消极类表情的识别中，缓解了表情类别偏差。
-
公开(公告)号：CN115640305A
公开(公告)日：2023-01-24
申请号：CN202211651581.6
申请日：2022-12-22
Applicant: 暨南大学
Abstract: 本发明公开一种基于区块链的公平可信联邦学习方法，包括：模型需求者在区块链上发布训练任务及交易合约传递任务，客户端对全局模型进行训练，生成局部模型参数，将局部模型参数加密传输给区块链上的对应矿工；对应矿工传播并验证加密后的局部模型参数，对应矿工将验证通过后的局部模型参数进行聚合，根据聚合结果更新全局模型并基于更新结果生成新区块，并将新区块进行广播；所有矿工对新区块进行验证并达成共识；激励合约基于共识结果，计算客户端的贡献并生成最新全局模型；重复S2‑S6直到满足训练结束条件，得到优化模型。交易合约将优化全局模型传给模型需求者。
-
公开(公告)号：CN115631530A
公开(公告)日：2023-01-20
申请号：CN202211651570.8
申请日：2022-12-22
Applicant: 暨南大学
Abstract: 本发明公开一种基于人脸动作单元的公平人脸表情识别方法，包括：获取训练图片及人脸动作单元所在局部区域；构建平衡特征融合网络；对所述平衡特征融合网络添加权重分配，根据训练图片及人脸单元所在局部区域，通过联合损失函数对所述平衡特征融合网络进行优化，通过优化后的网络以实现公平人脸表情识别方法。
-
Patent Agency Ranking
公开(公告)号：CN115457643A
公开(公告)日：2022-12-09
申请号：CN202211394678.3
申请日：2022-11-09
Applicant: 暨南大学
Abstract: 本发明提供了一种基于增量技术和注意力机制的公平人脸表情识别方法，包括：构建并训练表情平衡模型，所述表情平衡模型包括：骨干模块、注意力特征融合模块和表情平衡微调模块；将人脸表情图像输入所述骨干模块，提取所述人脸表情图像的表情特征；将所述表情特征输入所述注意力特征融合模块，获取不同表情类别；将所述不同表情类别输入所述表情平衡微调模块，对所述不同表情类别进行调节，输出公平人脸表情识别结果。本发明采用增量技术和注意力机制结合的方式处理表情图像，能够提取代表性不足的表情类别中更细微的特征，从而缓解人脸表情识别中的表情类别偏差，达到公平人脸表情识别的目的。
-
公开(公告)号：CN114385824A
公开(公告)日：2022-04-22
申请号：CN202111512041.5
申请日：2021-12-07
IPC: G06F16/36 , G06F16/951 , G06N5/02 , G06N20/00 , G06F40/289
Abstract: 本发明涉及人工智能伦理技术领域，尤其涉及一种基于预训练模型的伦理行为抽取方法，首先以涵盖伦理道德和人类行为的社会新闻为数据源，构建社会新闻数据集，并使用众包方法对数据集进行标注，再利用具有双向Transformer结构的中文预训练语言模型ERNIE，经过微调的模型编码了实体知识信息，从大量的社会新闻数据中准确的抽取伦理行为，此外预训练模型在标记数据稀缺时准确提取数据的重要特征，能够提高任务的整体性能，解决了中文语境下单词边界和组成成分的不确定性。
-
公开(公告)号：CN113408738A
公开(公告)日：2021-09-17
申请号：CN202110531696.0
申请日：2021-05-17
IPC: G06N20/00
Abstract: 本发明涉及机器学习领域，公开了一种基于强化学习设计伦理智能体的方法，包括从行为规范中归纳并提取出元伦理行为；利用众包技术对元伦理行为进行分级，得到元伦理行为分级；基于轨迹树、元伦理行为分级设计和强化学习算法设计奖励机制；选择生活场景并利用奖励机制进行伦理智能体训练。本发明实现对不同场景中相似行为的概括，能够从广义上概括出人们日常生活中的各类行为，保证了环境的一般性，在一定程度上解决了场景受限的问题；通过众包技术对元伦理行为进行分级统计，即能够节省时间成本；结合元伦理行为分级与轨迹树，完善强化学习中的奖惩机制，高效应对可能遇到的人类行为。
-
公开(公告)号：CN113157913A
公开(公告)日：2021-07-23
申请号：CN202110131238.8
申请日：2021-01-30
Applicant: 暨南大学
Abstract: 本发明基于包含具体行为的社会新闻进行伦理行为判别研究，提出了基于社会新闻数据集的伦理行为判别方法。基于社会新闻构建了社会新闻数据集，并将新闻文本中包含的行为分类为道德行为、不道德行为和违法行为。基于使用信息实体的增强语言表示(ERNIE)和卷积神经网络(CNN)构建了伦理行为判别模型，其中，ERNIE通过捕获新闻文本的多维语义特征获得词向量；CNN通过对文本语义特征进行提取、筛选、拼接等操作，构成文本句子的向量表示，并通过概率计算及归一化处理得到分类结果。经过训练的模型编码了知识信息，可理解行为背后的伦理内涵，从而进行伦理行为判别。
-
公开(公告)号：CN119961728A
公开(公告)日：2025-05-09
申请号：CN202510054379.2
申请日：2025-01-14
Abstract: 本发明公开了一种针对中文大语言模型毒性和偏见的评估方法，包括：获取中文毒性语言数据集；采用中文毒性API进行判断毒性和偏见；确定评估模型的指标，其中，所述指标包括：毒性，偏见和回避率；利用所述中文毒性语言数据集对中文大语言模型进行毒性,偏见和回避程度的评估，从而获取评估结果。该方法提出了一个与测评数据集和模型无关通用评估框架TisEval，可应用于广泛的数据集和模型，该框架来评估大语言模型的毒性和偏见，是首个从毒性和偏见的角度对中文大语言模型进行了全面、系统的研究评估。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.023 seconds)
