-
公开(公告)号：CN114821789A
公开(公告)日：2022-07-29
申请号：CN202210459777.9
申请日：2022-04-24
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于特征自适应融合领域泛化的行为识别方法和系统，具体来说所提的算法包括领域特定表示学习模块和领域不变表示学习模块，通过领域特定特征的学习，抽取每个源域特定的特性，使得具有更多样的特征表示；通过领域不变表示学习模块学习领域无关的特征，抽取所有领域共有的、不变特点，提高泛化性能。将两部分特征自适应融合，使得能够训练泛化性能良好的模型，从而在未知的目标域上实现良好的分类性能，完成目标域的人类行为识别任务。
-
公开(公告)号：CN114613009A
公开(公告)日：2022-06-10
申请号：CN202210252263.6
申请日：2022-03-15
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种行为识别模型构建方法及相应行为识别方法和系统。本发明方法对于训练样本数据中的每个类别，形成以其作为正类别、其余类别作为反类别的一个超球面，通过训练得到的多个超球面对整个特征空间进行划分。本发明方法构建的行为识别模型具有对新增行为类别的检测能力，不仅具有和传统SVM相当的查全率而且还具有较高的查准率，即判断新增类别的精度较高。相比于CNN方法，本发明方法构建的行为识别模型架构更简单，实现复杂度低，识别精度高。
-
公开(公告)号：CN114420285A
公开(公告)日：2022-04-29
申请号：CN202111566552.5
申请日：2021-12-20
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于电子化手绘螺旋测试的智能决策支持方法和系统，包括：获取包括多条手绘螺旋轨迹的训练数据，手绘螺旋轨迹具有其是否属于帕金森的类别标签；提取训练数据中每条手绘螺旋轨迹的特征，以结合该类别标签，训练随机森林模型，将训练完成后的随机森林模型作为智能决策支持模型；将待分类的手绘螺旋轨迹的特征输入智能决策支持模型，得到其所属的类别，并将其作为待分类的手绘螺旋轨迹的决策支持结果。本发明的电子化螺旋线测试，可实现快速完成辅助决策支持，解决了传统帕金森辅助决策特征维度低、测试形式单一等问题。
-
公开(公告)号：CN113379071A
公开(公告)日：2021-09-10
申请号：CN202110666751.7
申请日：2021-06-16
Applicant: 中国科学院计算技术研究所
IPC: G06N20/20
Abstract: 本发明提供一种基于联邦学习的噪声标签修正方法，包括：将客户端根据本地训练数据更新的本地模型参数和对应的样本数据量发送给服务端；获取服务端根据客户端以及其他客户端更新的本地模型参数和对应的样本数据量计算的全局模型参数；由客户端根据全局模型参数和本地训练数据，计算指示不同类别的平均预测概率的多个本地类基准并发送给服务端；获取服务端根据多个本地类基准计算的多个全局类基准，并基于全局模型参数和全局类基准对客户端的本地训练数据进行噪声标签修正。将该修正方法应用于联邦学习系统中，实现了信息增强，减少了数据的损失以及对额外参照集的依赖，有效地提高了联邦学习训练结构测试的准确率。
-
公开(公告)号：CN113297935A
公开(公告)日：2021-08-24
申请号：CN202110514238.6
申请日：2021-05-12
Applicant: 中国科学院计算技术研究所
IPC: G06K9/00
Abstract: 本发明提供一种特征自适应的动作识别系统，包括：传感终端，包括多个肌电电极，用于采集用户动作产生的相应肌电信号并发送至客户端；客户端，用于接收所述传感终端发送的所述肌电信号，并将所述肌电信号上传至服务器；服务器，用于从所述每个肌电信号提取一个或者多个特征值以及基于所述肌电信号的特征值识别所述用户的动作。本发明提供的特征自适应的动作识别系统支持动作识别过程中特征空间的动态变化。
-
Patent Agency Ranking
公开(公告)号：CN113297485A
公开(公告)日：2021-08-24
申请号：CN202110562646.9
申请日：2021-05-24
Applicant: 中国科学院计算技术研究所
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明实施例提供了一种生成跨模态的表示向量的方法以及跨模态推荐方法，本发明基于不同模态的条目用相应的信息提取方式从该条目中提取包括不同模态的共有内容对应的特征向量和当前模态的专属内容对应的特征向量的跨模态一致性标引，基于各条目的文本信息提取核心词集合，根据跨模态一致性标引生成包含多个条目和多个核心词对应的节点连接的跨模态内容图，并用跨模态内容图通过多模态图神经网络生成跨模态的表示向量，从而更精准地将跨模态的数据对应的特征映射到同一语义空间，有利于提高推荐系统的性能，提高用户体验。
-
公开(公告)号：CN113160967A
公开(公告)日：2021-07-23
申请号：CN202110270623.0
申请日：2021-03-12
Applicant: 中国科学院计算技术研究所 , 首都医科大学附属北京安定医院
Abstract: 本发明提供了一种用于识别注意力缺陷多动障碍亚型的方法，包括：获取待识别用户的个人信息和语音信息，并对语音信息进行预处理；提取语音信息的语音特征，语音特征包括时域特征和频域特征；基于个人信息，将待识别用户的语音特征与符合预定条件的人口信息关联图中相应的已知用户的语音特征相关联，其中，已知用户具有注意力缺陷多动障碍亚型标签；以及利用图神经网络模型预测待识别用户的注意力缺陷多动障碍亚型。
-
公开(公告)号：CN113128669A
公开(公告)日：2021-07-16
申请号：CN202110374736.5
申请日：2021-04-08
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种半监督学习方法，该方法包括：利用有标签数据对神经网络模型进行初始训练；获得待标定的无标签数据的增强数据；利用初始训练好的神经网络模型标定待标定的无标签数据及其增强数据的伪标签；利用有标签数据以及待标定的伪标签数据重新训练神经网络模型；其中，用于半监督学习的神经网络模型包括：输入层，用于接收输入数据；第一隐藏层，用于提取输入数据的低层语义信息；语义层，用于基于低层语义信息确定输入数据的低层语义标签；第二隐藏层，用于基于输入数据及其低层语义标签提取输入数据的高层语义信息；以及输出层，用于基于输入数据的高层语义信息确定其高层语义标签，并作为最终标签输出。
-
公开(公告)号：CN113112029A
公开(公告)日：2021-07-13
申请号：CN202110435786.X
申请日：2021-04-22
Applicant: 中国科学院计算技术研究所
IPC: G06N20/00
Abstract: 本发明提供一种应用于异构计算设备的联邦学习系统和方法，所述系统包括联邦学习管控平台以及多个联邦学习参与方计算设备，其中，在所述联邦学习管控平台和联邦学习参与方计算设备上部署联邦学习应用模块。本发明使各联邦学习参与方可以在使用异构计算设备的情况下，通过注册审批的形式加入联邦，在管控平台的调度下，使用适配于异构计算设备的通用联邦学习应用模块执行联邦学习建模任务及预测任务，使得有意愿加入联邦的参与方在能满足基本需求的情况下灵活、按需选择计算设备，并且降低部署和运维难度。
-
公开(公告)号：CN113095626A
公开(公告)日：2021-07-09
申请号：CN202110286548.7
申请日：2021-03-17
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种面向智慧健康场景的智能度量方法。该方法首先在交互之前依据智能体所具备的属性评估其智能程度。然后根据智慧健康网络下的智能体之间的交互特点，将交互的过程抽象成具有关联的4种模式，通过建立该交互模式下智能体的属性与智能量之间关系的模型，利用各交互模式下的患者智能体的满意程度来评估该交互方式所具有的智能量。最后根据第4种交互模式下患者智能体的满意度对健康网络下的所有路径进行评分，通过求取所有患者在健康网络下选择路径评分的平均值，计算出整个健康网络的智能水平。由于该方法所面向的是智慧健康场景下的智能体，因此本方法是一种面向智慧健康场景的智能度量方法。
-
-
-
-
-
-
-
-
-
Search Results
321
records
(took 0.039 seconds)
