-
公开(公告)号：CN110812803A
公开(公告)日：2020-02-21
申请号：CN201910987541.0
申请日：2019-10-17
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种用于认知能力提升的交互式辅助干预系统，包括：外形为立方体的交互装置，该交互装置侧面的四个面上分别具有预设颜色和形状的物块，该交互装置顶面具有触控按钮，该交互装置底面具有彩灯，该交互装置内部具有扬声器、麦克风、运动传感器和控制模块；智能终端，用于生成交互任务，并将该交互任务发送至该控制模块，该控制模块根据该交互任务控制该彩灯的颜色和扬声器的发声内容，在使用者通过该交互装置完成该交互任务的过程中，该控制模块实时获取该触控按钮、该麦克风和该运动传感器采集的交互信号，该智能终端通过分类模型处理该交互信号，得到该使用者的认知能力。
-
公开(公告)号：CN117612709A
公开(公告)日：2024-02-27
申请号：CN202311800401.0
申请日：2023-12-26
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种医疗任务模型的联邦构建方法，用于同时构建适用于执行不同任务的医疗任务模型，所述方法包括：步骤S1：通用模型构建步骤，以联邦学习的方式通过步骤S11的初始化步骤和步骤S12的联邦训练步骤构建一个适用于各种医疗任务的通用模型，步骤S2：医疗任务模型组合步骤：将多次联邦训练后中心服务器得到的特征提取模型作为通用模型，并将该通用模型作为特征提取器，将其分别与多个目标任务对应的嵌入模块和输出模块组合以构成每个目标任务对应的医疗任务模型。
-
公开(公告)号：CN117690578A
公开(公告)日：2024-03-12
申请号：CN202311648662.5
申请日：2023-12-04
Applicant: 中国科学院计算技术研究所
Abstract: 本发明实施例提供了一种疾病预测模型的训练方法，该方法包括：获取医疗数据集，其包括多个医疗数据，每个医疗数据对应有一种或多种症状，部分医疗数据对应有一种或多种疾病；将每个医疗数据作为一个医疗数据节点、每种症状作为一个症状节点、每种疾病作为一个疾病节点，基于所述医疗数据集构建异构图；基于图神经网络构建初始疾病预测模型，并以异构图为输入、每个医疗数据节点与每个疾病节点之间是否有边为输出，采用异构图对初始疾病预测模型进行多轮迭代训练直至收敛，并在每轮训练过程中基于对比损失更新疾病预测模型参数。本发明的方法可以提高疾病预测模型的性能，从而更好地辅助医生进行疾病诊断。
-
公开(公告)号：CN113139664B
公开(公告)日：2023-10-10
申请号：CN202110477456.7
申请日：2021-04-30
Applicant: 中国科学院计算技术研究所
IPC: G06N20/00 , G06F18/214 , G06F18/241
Abstract: 本发明实施例提供了一种跨模态的迁移学习方法，该方法通过构建迁移学习模型，用全局领域判别模块对齐边缘分布，用局部类别判别模块细粒度地从类别角度对齐特征的条件分布，用局部模态判别模块细粒度地从模态角度对齐特征的条件分布，该模型架构基于对抗网络的迁移学习的思想，能在训练过程中适配跨模态迁移学习中边缘分布差异和条件分布差异，并利用对抗训练去自适应学到更多可迁移特征，从而提高分类模型的性能。
-
公开(公告)号：CN116313043A
公开(公告)日：2023-06-23
申请号：CN202211699508.6
申请日：2022-12-28
Applicant: 中国科学院计算技术研究所
IPC: G16H50/20 , G16H50/30 , G16H20/70 , G06N3/08 , G06F18/241 , G06N3/0464
Abstract: 本发明提出一种基于时空约束的多流图神经网络多动症辅助诊断方法，包括：获取用户于人机交互场景中的运动传感器数据，提取该运动传感器数据的时域统计特征；基于该时域统计特征获取该人机交互场景的时空约束图；获取该时空约束图的整图向量表示；将所有该整图向量表示进行融合，得到该用户进行人机交互行为的分类结果。本发明还提出一种基于时空约束的多流图神经网络多动症辅助诊断系统，以及一种实现多流图神经网络多动症辅助诊断的数据处理系统。
-
Patent Agency Ranking
公开(公告)号：CN113139664A
公开(公告)日：2021-07-20
申请号：CN202110477456.7
申请日：2021-04-30
Applicant: 中国科学院计算技术研究所
Abstract: 本发明实施例提供了一种跨模态的迁移学习方法，该方法通过构建迁移学习模型，用全局领域判别模块对齐边缘分布，用局部类别判别模块细粒度地从类别角度对齐特征的条件分布，用局部模态判别模块细粒度地从模态角度对齐特征的条件分布，该模型架构基于对抗网络的迁移学习的思想，能在训练过程中适配跨模态迁移学习中边缘分布差异和条件分布差异，并利用对抗训练去自适应学到更多可迁移特征，从而提高分类模型的性能。
-
公开(公告)号：CN119480126A
公开(公告)日：2025-02-18
申请号：CN202411354767.4
申请日：2024-09-27
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种基于模型联邦网络的多中心医疗任务模型构建方法，所述方法包括：获取当前医疗中心的模型构建需求，并基于模型构建需求从该医疗中心选择对应的任务模型作为原始任务模型；从模型联邦网络中选择一个或多个与原始任务模型任务类型一致的来自于其他医疗中心的外部任务模型；对原始任务模型和每一个外部任务模型分别进行特征归因分析以得到原始任务模型和每一个外部任务模型的模型量化评估结果；以图匹配方式计算原始任务模型与各个外部任务模型之间的结构相似度；基于模型量化评估结果和结构相似度，按照预设的方式将原始任务模型中神经网络层的神经元参数与各个外部任务模型对应神经网络层的神经元参数进行加权融合得到目标医疗任务模型。
-
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：CN113052333A
公开(公告)日：2021-06-29
申请号：CN202110359726.4
申请日：2021-04-02
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种基于联邦学习进行数据分析的方法和系统，该方法采用了基于联邦学习建立的本地任务模型，其中，本地任务模型通过以下方法建立：基于训练样本数据构建面向指定特征的数据子图；利用数据子图训练本地任务模型；提取本地任务模型的模型参数上传至服务器以更新服务器模型参数，并利用更新后的服务器模型优化本地任务模型；重复上述步直至服务器模型收敛，基于收敛后的服务器模型优化本地任务模型。通过本发明的方法，能够在保护用户隐私的前提下，挖掘不同用户数据之间特异性特征与深度关联，利用图数据结构信息优化本地模型，实现对本地数据的精确分析和判断。
-
公开(公告)号：CN110812803B
公开(公告)日：2021-04-27
申请号：CN201910987541.0
申请日：2019-10-17
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种用于认知能力提升的交互式辅助干预系统，包括：外形为立方体的交互装置，该交互装置侧面的四个面上分别具有预设颜色和形状的物块，该交互装置顶面具有触控按钮，该交互装置底面具有彩灯，该交互装置内部具有扬声器、麦克风、运动传感器和控制模块；智能终端，用于生成交互任务，并将该交互任务发送至该控制模块，该控制模块根据该交互任务控制该彩灯的颜色和扬声器的发声内容，在使用者通过该交互装置完成该交互任务的过程中，该控制模块实时获取该触控按钮、该麦克风和该运动传感器采集的交互信号，该智能终端通过分类模型处理该交互信号，得到该使用者的认知能力。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.044 seconds)
