公开(公告)号：CN119299697A

公开(公告)日：2025-01-10

申请号：CN202411548478.8

申请日：2024-11-01

Applicant: 中国科学院信息工程研究所

Inventor： 陈逸飞 ,  刘延伟 ,  商卓逸 ,  姜一鸣 ,  江涵

IPC: H04N19/132 ,  H04N19/124 ,  H04N19/60 ,  H04N19/147 ,  H04L1/00 ,  G06N3/0464 ,  G06T9/00

Abstract: 本发明公开了一种基于重缩放的全息通信方法，所述方法包括：步骤1、构建复数卷积神经网络并训练，基于训练好的复数卷积神经网络，对输入的全息图像进行下采样，得到缩小后的全息图像；步骤2、构建码率分配模型，对缩小后的全息图像的实部和虚部执行码率分配后进行压缩和传输；步骤3、对接收到的执行码率分配后的全息图像的实部和虚部进行解压缩，以及基于训练好的复数卷积神经网络进行上采样，得到原始输入大小的全息图像。本发明实现了全息图像的快速传输，降低了传输时全息图像的失真，运算效率高，同时能适应网络信道速率的变化。

公开(公告)号：CN119415749A

公开(公告)日：2025-02-11

申请号：CN202411548536.7

申请日：2024-11-01

Applicant: 中国科学院信息工程研究所

Inventor： 商卓逸 ,  刘延伟 ,  陈逸飞 ,  丁颖

IPC: G06F16/9032 ,  G06F16/9035 ,  G06N5/022 ,  G06N3/094 ,  G06N3/045 ,  G06N3/0442

Abstract: 本发明公开了基于知识一致性的神经网络模型检索方法，所述方法包括：步骤S1：在离线阶段，利用黑盒对抗样本生成方法为神经网络模型生成边界样本，并获取语义向量；步骤S2：在线阶段，利用查询数据集的语义向量编码器为查询数据集生成语义向量；步骤S3：在线阶段，将神经网络模型的语义向量和查询数据集的语义向量进行知识一致性匹配，对齐各自语义向量中隐含的知识，筛选出最匹配的神经网络模型。本发明有效提升了模型检索的准确率，减小了敏感数据泄露的风险，对于神经网络模型的版权保护、云服务的安全访问等都大有益处。

公开(公告)号：CN118485070A

公开(公告)日：2024-08-13

申请号：CN202410632258.7

申请日：2024-05-21

Applicant: 中国科学院信息工程研究所

Inventor： 李维静 ,  刘延伟 ,  商卓逸 ,  陈逸飞 ,  陈鹏祯

IPC: G06F40/284 ,  G06F40/30 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/047 ,  G06N3/096

Abstract: 本发明提出一种敏感词汇识别方法，包括：S1：输入文本到基础敏感词识别模型得到中间矩阵；S2：将中间矩阵输入敏感信息提取模块，变换得到#imgabs0#和#imgabs1#；S3：将#imgabs2#和#imgabs3#输入位置信息增强模块，得到四维矩阵#imgabs4#；S4：将#imgabs5#输入敏感信息筛选模块，得到筛选后的矩阵；S5：将筛选后的矩阵输入CRF层得到每个字的概率；S6：提取S2‑S4步的损失值，提高其在整体损失值中的比重。S7:通过敏感词识别模型模型进行迭代训练，保存精度最高的模型，进行词汇类别预测。本发明方法可提高敏感词汇的识别准确率。