-
公开(公告)号：CN115809686B
公开(公告)日：2023-06-16
申请号：CN202310053879.5
申请日：2023-02-03
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种提升循环图结构数据处理系统处理效率方法、设备及介质，属于图结构数据处理领域，方法包括：步骤1，训练循环图结构数据处理系统的循环图神经网络；步骤2，分别存储每个节点的历史节点均衡表示与历史辅助变量，并通过采样子图方式更新历史节点均衡表示与历史辅助变量；步骤3，在子图消息传递中，用历史节点均衡表示与历史辅助变量近似子图外的精确节点均衡表示与精确辅助变量；步骤4，通过精确辅助变量求出随机梯度并优化循环图神经网络参数，直到完成训练；步骤5，用训练好的循环图神经网络处理图结构数据。该方法通过子图近似随机梯度，只需计算子图节点的均衡表示与梯度，极大提升处理效率，减少了内存和计算开销。
-
公开(公告)号：CN116127204A
公开(公告)日：2023-05-16
申请号：CN202310407785.3
申请日：2023-04-17
Applicant: 中国科学技术大学
IPC: G06F16/9536 , G06F18/214 , G06F18/241 , G06N3/04 , G06F16/215 , G06F16/9535
Abstract: 本发明公开了一种多视角用户画像方法、多视角用户画像系统、设备和介质。该方法包括对用户的原始数据集进行数据清洗，并进行向量化处理，得到用户特征向量；对用户的邻接信息进行遍历并构建用户图结构数据；利用自适应参数提取器进行卷积处理，得到用户自适应性参数；对用户社交信息进行拼接，得到用户社交向量，并利用奇异值分解方法对用户社交向量进行降维处理，得到降维后的用户社交向量；利用活跃度分类网络对降维后的用户社交向量进行多层级分类处理，并根据用户活跃度信息和用户自适应性参数，利用图神经网络对用户图结构数据进行特征聚合，并利用用户类别分类网络对用户聚合特征进行多层级分类处理，并根据分类结果，生成用户画像信息。
-
公开(公告)号：CN115809686A
公开(公告)日：2023-03-17
申请号：CN202310053879.5
申请日：2023-02-03
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种提升循环图结构数据处理系统处理效率方法、设备及介质，属于图结构数据处理领域，方法包括：步骤1，训练循环图结构数据处理系统的循环图神经网络；步骤2，分别存储每个节点的历史节点均衡表示与历史辅助变量，并通过采样子图方式更新历史节点均衡表示与历史辅助变量；步骤3，在子图消息传递中，用历史节点均衡表示与历史辅助变量近似子图外的精确节点均衡表示与精确辅助变量；步骤4，通过精确辅助变量求出随机梯度并优化循环图神经网络参数，直到完成训练；步骤5，用训练好的循环图神经网络处理图结构数据。该方法通过子图近似随机梯度，只需计算子图节点的均衡表示与梯度，极大提升处理效率，减少了内存和计算开销。
-
公开(公告)号：CN115293363A
公开(公告)日：2022-11-04
申请号：CN202210943800.1
申请日：2022-08-08
Applicant: 中国科学技术大学
IPC: G06N20/00
Abstract: 本发明公开了一种缓解不可测混淆因子导致的模型偏差的训练方法及系统，相关方法包括：结合用户物品对数据，通过敏感性分析，估计存在不可测混淆因子时的敏感性系数的不确定集，结合敏感性系数的不确定集建立第一损失函数，将多个用户物品对数据构成的数据集输入至待训练的机器学习模型，使用对抗训练的方式优化所述第一损失函数；或者结合敏感性系数的不确定集与预先训练好的机器学习模型建立第二损失函数，将多个用户物品对数据构成的数据集输入至待训练的机器学习模型，使用对抗训练的方式优化所述第二损失函数。本发明提供的方案，不需要人为干预及特定的专家领域知识，可以有效缓解不可测混淆因子导致的模型偏差。
-
公开(公告)号：CN115186720A
公开(公告)日：2022-10-14
申请号：CN202211087699.0
申请日：2022-09-07
Applicant: 中国科学技术大学
Abstract: 本发明提供了一种预训练模型、无线感知模型的训练方法及电子设备，该方法包括：获取N个第一无线信号样本，每个第一无线信号样本对应维度不同的M个无线信号表征信息；将M个无线信号表征信息分别输入特征提取模块，得到维度不同的M个特征表征信息；将M个特征表征信息分别输入转换器模块，得到维度相同的M个目标特征表征信息；将第m1个第一目标特征表征信息输入第m1个预测器模块，得到与M‑1个第二目标特征表征信息相对应的M‑1个预测特征表征信息；根据N×M个目标特征表征信息以及N×M×（M‑1）个预测特征表征信息，对特征提取模块、转换器模块和预测器模块进行训练，得到无线信号表征预训练模型。
-
Patent Agency Ranking
公开(公告)号：CN114677580B
公开(公告)日：2022-09-30
申请号：CN202210586762.9
申请日：2022-05-27
Applicant: 中国科学技术大学
Abstract: 本发明涉及图像描述技术领域，公开了一种基于自适应增强自注意力网络的图像描述方法，可以在几何层面和语义层面上对关系共同进行建模，当图像中两个物体之间存在明确的几何或者语义关系时，该方法可以自适应的增强给定图像中的视觉关系，实现高精度可信的图像描述生成。
-
公开(公告)号：CN113158740B
公开(公告)日：2022-09-09
申请号：CN202110124202.7
申请日：2021-01-28
Applicant: 中国科学技术大学
Abstract: 本公开提供一种基于记忆机制前景感知建模的弱监督物体定位装置，包括：特征提取模块，用于对输入图像进行特征提取形成特征图；前景感知模块，用于对所述特征图内各特征进行分类，得到前景激活图；以及目标定位模块，用于对所述前景激活图进行双线性插值得到类别激活图，然后对该类别激活图设置合理的阈值，找到能够覆盖响应区域的最大邻接矩形，完成最终定位。本公开还提供了一种基于记忆机制前景感知建模的弱监督物体定位方法。
-
公开(公告)号：CN112818832B
公开(公告)日：2022-09-09
申请号：CN202110124291.5
申请日：2021-01-28
Applicant: 中国科学技术大学
Abstract: 本公开提供一种基于部件感知的弱监督物体定位装置，包括：特征提取模块，用于对输入图像进行特征提取形成特征图；多个部件感知模块，每一个部件感知模块用于捕捉所述特征图的目标的一个部件得到其注意力图，从而获得多个部件的注意力图；部件多样性建模模块，用于根据所述特征图与所述多个部件的注意力图，将其结合转化为多个部件特征；部件重要性建模模块，用于根据所述多个部件特征得到中各部件特征的重要性权重；以及目标定位模块，用于根据所述多个部件的注意力图与所述各部件特征的重要性权重，得到和原图大小一致的激活图，能够对所述激活图设置设定阈值，找到能够覆盖响应区域的最大邻接矩形完成最终定位。
-
公开(公告)号：CN112818829B
公开(公告)日：2022-09-09
申请号：CN202110122080.8
申请日：2021-01-27
Applicant: 中国科学技术大学
Abstract: 本公开提供一种基于结构网络的弱监督时域动作定位方法，包括：对输入的视频进行特征提取，得到目标任务的适应性特征；构建视频片段关系全局网络模型并训练；构建动作局部结构网络模型并训练；以及在所述更具判断性的视频特征上进行每个视频片段的类别预测，形成多支结构感知类别激活序列并融合得到最终的类别激活序列，将最终的类别激活序列阈值化后得到每个类别的动作检测结果，从而实现基于结构网络的弱监督时域动作定位。
-
公开(公告)号：CN112818828B
公开(公告)日：2022-09-09
申请号：CN202110122077.6
申请日：2021-01-27
Applicant: 中国科学技术大学
Abstract: 本公开提供一种基于记忆网络的弱监督时域动作定位方法，包括：对输入的视频进行特征提取，得到针对定位任务的视频特征；构建动作单元记忆库；根据所述视频特征，建模视频内部的时序结构，得到语义增强的特征；读取所述动作单元记忆库的信息并进行维度变换后，应用于所述语义增强的视频特征生成片段级分类结果；以及获取模板相似性并进行最大池化生成前景注意力权重，再结合所述片段级分类结果确定动作的类别，从而实现基于记忆网络的弱监督时域动作的定位。本公开同时还提供一种基于记忆网络的弱监督时域动作定位系统。
-
-
-
-
-
-
-
-
-
Search Results
440
records
(took 0.037 seconds)
