-
公开(公告)号：CN109992703B
公开(公告)日：2022-03-01
申请号：CN201910082267.2
申请日：2019-01-28
Applicant: 西安交通大学
Abstract: 本发明公开的一种基于多任务学习的差异化特征挖掘的可信度评估方法，基于共享私有特征空间，利用强化学习指导对抗网络捕获更加纯净的公共特征，解决公共特征挖掘精确度不高与效能低下的问题；采纳两种有效策略——用于迫使私有特征与公共特征相互独立的正交约束策略以及用于强化私有特征与公共特征差异性的差分策略，改善了私有特征与公共特征混杂严重的现状，融合并权衡以上两个过程产生的损失用于参数训练。该方法不仅能够提高了可信度评估精确度，还减少了计算的时间复杂度。
-
公开(公告)号：CN111160040B
公开(公告)日：2022-02-01
申请号：CN201911368884.5
申请日：2019-12-26
Applicant: 西安交通大学
Abstract: 本发明提供一种基于多尺度门控均衡交互融合网络的信息可信度评估系统及方法，一方面，根据融合特征类型的尺度不同，设计了多种融合模块来自适应的筛选有价值的语义特征，过滤不相关的特征，提高不同类型特征的辨识度。另一方面，设计了融合自注意力模型，融合筛选的语义特征与门控平衡交互网络模块获得的交互特征，得到融合特征，以达到不同尺度语义特征的深度融合，解决了特征融合层次浅，不同类型特征融合不匹配的问题。本发明还提出了门控平衡交互网络，对不同类型的特征进行平衡交互，实现了更具针对性的可信度指示特征的挖掘。
-
公开(公告)号：CN111582576A
公开(公告)日：2020-08-25
申请号：CN202010373496.2
申请日：2020-05-06
Applicant: 西安交通大学
IPC: G06Q10/04 , G06Q50/18 , G06F40/126 , G06F40/211 , G06F40/284 , G06F40/289 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多尺度特征融合和门控单元的预测系统及方法，通过案情描述、法律条文信息、法条名称信息进行有组织的多尺度嵌入和特殊的门控单元，克服了现有技术在法律判决预测中针对案情描述信息分析的缺点与不足。本发明可以有效的将多项预测内容进行巧妙的结合，只需要明确预测内容的拓扑顺序，同时取出每一步的预测结果与预测依据信息，增强了司法领域的可解释性；本发明使用的属性提取功能在排除噪声的同时，有效的提升犯罪特征预测性能和泛用性，使其可以更好地标注出案情描述中的关键点。
-
公开(公告)号：CN109992703A
公开(公告)日：2019-07-09
申请号：CN201910082267.2
申请日：2019-01-28
Applicant: 西安交通大学
Abstract: 本发明公开的一种基于多任务学习的差异化特征挖掘的可信度评估方法，基于共享私有特征空间，利用强化学习指导对抗网络捕获更加纯净的公共特征，解决公共特征挖掘精确度不高与效能低下的问题；采纳两种有效策略——用于迫使私有特征与公共特征相互独立的正交约束策略以及用于强化私有特征与公共特征差异性的差分策略，改善了私有特征与公共特征混杂严重的现状，融合并权衡以上两个过程产生的损失用于参数训练。该方法不仅能够提高了可信度评估精确度，还减少了计算的时间复杂度。
-
-
-
Search Results
34
records
(took 0.047 seconds)
