-
公开(公告)号：CN118378102A
公开(公告)日：2024-07-23
申请号：CN202410815052.8
申请日：2024-06-24
Applicant: 中国科学技术大学
IPC: G06F18/22 , G06F18/2323 , G06F18/25 , G06N3/0455 , G06N3/084 , G06Q50/00
Abstract: 本发明公开了基于网络特性和传播信息联合建模的扩散传播方法，涉及人工智能技术领域，节点动态偏好计算模块在交互图上随时间连续传播和演化的节点偏好变化机理，构建动态节点偏好，然后基于节点动态偏好和图结构使用社区发现算法将节点划分为不同层次，接着利用内容挖掘模块从传播信息内容的多模态信息中提取特征并融合获得信息属性特征表达，再利用自编码器将节点群的节点特征和信息属性特征映射到同一空间并计算节点‑信息匹配度，最后根据节点‑信息匹配度找到每个节点群中的最初始传播节点构建信息传播主干网络，从而实现传播信息内容在社交网络中的高效扩散。
-
公开(公告)号：CN116433800B
公开(公告)日：2023-10-20
申请号：CN202310701147.2
申请日：2023-06-14
Applicant: 中国科学技术大学
IPC: G06T11/20 , G06N3/042 , G06N3/0464 , G06Q50/00 , G06N3/0475 , G06N3/0455 , G06N3/096
Abstract: 本发明涉及图像生成技术领域，公开了一种基于社交场景用户偏好与文本联合指导的图像生成方法，包括：社交场景下用户偏好建模；面向图像视觉特征到用户偏好特征的迁移学习；多条件联合指导的图像生成；本发明能够高效准确地针对社交网络中指定的用户，包括个体用户和群体用户，精确提取其用户偏好，并联合此用户偏好与文本指导，共同生成图像。本发明可以广泛用于社交媒体推荐、网络空间舆论攻防等关键方向。
-
公开(公告)号：CN116433800A
公开(公告)日：2023-07-14
申请号：CN202310701147.2
申请日：2023-06-14
Applicant: 中国科学技术大学
IPC: G06T11/20 , G06N3/042 , G06N3/0464 , G06Q50/00 , G06N3/0475 , G06N3/0455 , G06N3/096
Abstract: 本发明涉及图像生成技术领域，公开了一种基于社交场景用户偏好与文本联合指导的图像生成方法，包括：社交场景下用户偏好建模；面向图像视觉特征到用户偏好特征的迁移学习；多条件联合指导的图像生成；本发明能够高效准确地针对社交网络中指定的用户，包括个体用户和群体用户，精确提取其用户偏好，并联合此用户偏好与文本指导，共同生成图像。本发明可以广泛用于社交媒体推荐、网络空间舆论攻防等关键方向。
-
公开(公告)号：CN116258134A
公开(公告)日：2023-06-13
申请号：CN202310443460.0
申请日：2023-04-24
Applicant: 中国科学技术大学
IPC: G06F40/211 , G06F17/11 , G06N3/08 , G06N3/0442
Abstract: 本发明公开了一种基于卷积联合模型的对话情感识别方法，所述卷积联合模型包括神经主题模型和注意力关系图网络模型，所述对话情感识别方法包括如下步骤：将对话中语句输入到已训练完成的卷积联合模型中，以输出对话中语句对应的情感类别；该对话情感识别方法充分利用了语句的隐含主题信息强化对话语句间的信息交互以及其特征表示，促进解码器预测出情感类别。
-
公开(公告)号：CN117150150A
公开(公告)日：2023-12-01
申请号：CN202311424734.8
申请日：2023-10-31
Applicant: 中国科学技术大学
IPC: G06F16/9536
Abstract: 本发明涉及群体推荐技术领域，公开了一种基于图信号处理的群体推荐方法，包括以下步骤：构造包含异构节点与信息的统一异构图；基于节点相似性的滤波器设计；基于图信号处理的多语义路径融合偏好预测。本发明中的群体推荐方法的输入包括用户‑物品交互关系、群体‑物品交互关系、群体‑用户交互关系，随后构建多跳路径上的用户‑用户相似性图结构、物品‑物品相似性图结构，根据用户‑用户相似性图结构还可以得到群体‑用户亲和力图结构。随后将这些图结构数据通过图傅里叶变换映射到频谱域上，在频谱域上设计了两种低通滤波器来对信号进行平滑，最后基于语义的一致性来融合相似性信息，并最终输出预测结果；大幅度降低了模型运行时间。
-
Patent Agency Ranking
公开(公告)号：CN114510653B
公开(公告)日：2022-07-15
申请号：CN202210419319.2
申请日：2022-04-21
Applicant: 中国科学技术大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种社交群体推荐方法、系统、设备及存储介质，能够直接从用户社交网络中自动计算用户的社交影响力，并使用用户社交影响力增强群体推荐的准确性和传播能力；并且使用用户影响力扩散方法可以获得用户更深层次的特征表示，同时，在对群体的偏好建模时使用注意力机制学习决策过程中每个用户的影响力，从而更为有效的获得群体特征表示；最后通过联合学习的方式同时优化单用户推荐和群体用户推荐任务，提升社交群体推荐模型的性能，提高群体推荐的准确性，并提高群体推荐的传播能力。
-
公开(公告)号：CN118378102B
公开(公告)日：2024-09-27
申请号：CN202410815052.8
申请日：2024-06-24
Applicant: 中国科学技术大学
IPC: G06F18/22 , G06F18/2323 , G06F18/25 , G06N3/0455 , G06N3/084 , G06Q50/00
Abstract: 本发明公开了基于网络特性和传播信息联合建模的扩散传播方法，涉及人工智能技术领域，节点动态偏好计算模块在交互图上随时间连续传播和演化的节点偏好变化机理，构建动态节点偏好，然后基于节点动态偏好和图结构使用社区发现算法将节点划分为不同层次，接着利用内容挖掘模块从传播信息内容的多模态信息中提取特征并融合获得信息属性特征表达，再利用自编码器将节点群的节点特征和信息属性特征映射到同一空间并计算节点‑信息匹配度，最后根据节点‑信息匹配度找到每个节点群中的最初始传播节点构建信息传播主干网络，从而实现传播信息内容在社交网络中的高效扩散。
-
公开(公告)号：CN118212086A
公开(公告)日：2024-06-18
申请号：CN202410626915.7
申请日：2024-05-21
Applicant: 中国科学技术大学
Abstract: 本发明公开了基于高影响力节点协同的高效传播路径构建方法，涉及人工智能技术领域，信息传播模型主要包括了节点特征计算模块、影响力融合模块、节点协同信息计算模块和路径构建模块；节点特征计算模块根据多阶邻居节点关系计算节点传播特征信息，建立节点传播特征信息；基于节点传播特征信息，影响力融合算法获得每个节点的节点影响力，筛选出影响力高的节点；基于互信息的方法，节点协同信息计算模块将节点的局部拓扑相似性和行为同步信息融合得到节点协同信息表达；最终高影响力节点和节点协同信息表达被应用于路径构建模块，构建可高效协同的高影响力传播路径。
-
公开(公告)号：CN117291175B
公开(公告)日：2024-03-29
申请号：CN202311584926.5
申请日：2023-11-27
Applicant: 中国科学技术大学
IPC: G06F40/216 , G06F40/284 , G06N3/045 , G06F18/2415 , G06F18/2431 , G06F18/25
Abstract: 本发明涉及自然语言理解技术领域，公开了一种基于多个大语言模型统计特征融合的生成文本检测方法，通过由统计特征融合模型和分类模型组成的检测模型，检测生成的文本的类别标签；检测模型的构建方法包括：构建基于多个大语言模型的统计特征融合模型；构建分类模型；通过计算预测类别标签和真实标签的交叉熵损失函数来训练检测模型。本发明基于多个大语言模型的统计特征融合模型有效缓解了在多种类型语言模型生成不同的文本的情况下，模型拟合能力差和缺乏鲁棒性的问题。多统计特征融合降低了检测模型的不准确性和脆弱性。
-
公开(公告)号：CN117313709A
公开(公告)日：2023-12-29
申请号：CN202311614320.1
申请日：2023-11-29
Applicant: 中国科学技术大学
IPC: G06F40/216 , G06N3/045 , G06N3/0455 , G06N3/096 , G06F18/213 , G06F18/2415 , G06F18/2431 , G06F18/25 , G06F18/27
Abstract: 本发明涉及生成文本检测技术领域，公开了一种基于统计信息和预训练语言模型的生成文本检测方法，通过由统计学习模型、深度学习模型和动态融合框架组成的检测模型，检测生成的文本的类别标签；检测模型的构建方法包括：构建统计学习模型；构建深度学习模型；构建动态融合框架；基于训练数据集，通过计算关于动态融合得到的类别标签概率分布和真实的类别标签的交叉熵损失函数来训练检测模型。统计学习模型有效缓解了在多领域标注数据有限的情况下模型迁移性差的问题，深度学习模型摆脱了手工设计特征的问题，可以提取更加隐式的特征，动态融合框架在损失较少检测效果的前提下提高了模型的迁移能力。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.031 seconds)
