-
公开(公告)号：CN117592547A
公开(公告)日：2024-02-23
申请号：CN202311575231.0
申请日：2023-11-23
Applicant: 中国科学院计算技术研究所
IPC: G06N3/094 , G06N3/0475 , G06F18/214 , G06F18/241
Abstract: 本发明提出一种基于记忆存储的持续对抗防御方法，包括：获取持续学习模型的分类器的类别；对该持续学习模型的记忆训练数据和当前任务的当前训练数据生成对抗样本，将该对抗样本输入该持续学习模型，进行持续对抗训练；并在该持续对抗训练中，对该对抗样本的类别logit值以校正值进行校正；以完成训练后的持续学习模型执行该当前任务。本发明还提出一种基于记忆存储的持续对抗防御系统，以及一种用于实现基于记忆存储的持续对抗防御的数据处理装置。
-
公开(公告)号：CN117271768A
公开(公告)日：2023-12-22
申请号：CN202311208664.2
申请日：2023-09-19
Applicant: 中国科学院计算技术研究所
IPC: G06F16/35 , G06F40/126 , G06F40/279 , G06N3/0499
Abstract: 本发明提出一种基于大语言模型分析引导的虚假新闻检测方法，通过将大语言模型的分析中蕴含的知识选择性地注入到小语言模型中，实现大语言模型和小语言模型的协同检测。为进一步降低检测成本，通过知识迁移的方式，基于训练完成的上述网络中得到基于大语言模型分析知识迁移的虚假新闻检测网络，该网络的特点是无需大语言模型分析作为输入，仅使用检测网络中凝结的大模型分析知识用于检测。
-
公开(公告)号：CN116883775A
公开(公告)日：2023-10-13
申请号：CN202310714418.8
申请日：2023-06-15
Applicant: 中国科学院计算技术研究所
IPC: G06V10/774 , G06V10/82 , G06V10/764 , G06V10/74 , G06N3/0475 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种开放环境的模型溯源方法，包括：以已知图像和对应的已知图像生成模型类别构建为闭集样本；以卷积神经网络构建增强模型，基于该闭集样本以该增强模型生成对应未知图像生成模型类别的开集样本；以该闭集样本和该开集样本训练任务模型，通过完成训练的任务模型预测给定图像的图像生成模型。本发明还提出一种开放环境的模型溯源系统，以及一种用于开放环境下模型溯源的数据处理装置。
-
公开(公告)号：CN117690005A
公开(公告)日：2024-03-12
申请号：CN202311576310.3
申请日：2023-11-23
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种面向生成式模型图像编辑的图像篡改检测方法，包括：对真实图像进行语义分割，获取该真实图像的至少一个对象；基于对该对象的编辑目标，使用生成式模型生成编辑图像；以该真实图像和该编辑图像为训练集对检测模型进行训练；通过该检测模型对目标图像进行图像篡改检测。本发明还提出一种面向生成式模型图像编辑的图像篡改检测系统，以及一种用于实现面向生成式模型图像编辑的图像篡改检测的数据处理装置。
-
公开(公告)号：CN117095228A
公开(公告)日：2023-11-21
申请号：CN202311117995.5
申请日：2023-08-31
Applicant: 中国科学院计算技术研究所
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/26 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种基于语义无关特征学习的图像篡改检测方法和装置，包括通过预训练的基准语义特征编码器提取待检测图像的语义特征，使用对比学习框架约束局部区域篡改痕迹特征与基准语义特征的相似性，进而直接限制篡改痕迹特征中的语义相关性；利用篡改区域边界监督来引导模型挖掘篡改区域边界附近真实区域与篡改区域特征的不一致性，设计特征转换结构来实现辅助任务和主任务的统一，以确保作为辅助任务的篡改区域边界预测任务能够为篡改区域预测任务提供增益。
-
Patent Agency Ranking
公开(公告)号：CN115563272A
公开(公告)日：2023-01-03
申请号：CN202211106105.6
申请日：2022-09-09
Applicant: 中国科学院计算技术研究所
IPC: G06F16/35 , G06F40/289 , G06N20/00
Abstract: 本发明提出一种基于领域和样例级别迁移的跨领域虚假新闻检测方法和系统，包括：获取多个源领域和一个目标领域的新闻数据，作为训练数据，基于该训练数据，通过元学习的方式训练得到泛化模型；基于该目标领域的新闻数据，执行掩码语言训练任务，训练掩码语言模型，得到用于进行迁移性度量的语言模型；在该源领域的新闻数据上计算语言模型的迁移性，根据该迁移性对该源领域的新闻数据进行加权；使用该目标领域的新闻数据和加权后的源领域的新闻数据引导该泛化模型适应目标领域，得到该目标领域的虚假新闻检测模型；通过该虚假新闻检测模型完成对该目标领域新闻的虚假检测。
-
公开(公告)号：CN118506235A
公开(公告)日：2024-08-16
申请号：CN202410608989.8
申请日：2024-05-16
Applicant: 中国科学院计算技术研究所
IPC: G06V20/40 , G06V20/70 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/46 , G06V30/148 , G06N3/0455 , G06N3/08
Abstract: 本发明提出一种基于创作过程视角引导的虚假新闻视频检测方法和装置，通过素材挑选行为启发的特征建模。从情感和语义两方面对视频创作的素材挑选行为进行分析，得到素材挑选行为启发的新闻真实性预测结果。通过素材编辑行为启发的特征建模。从空间编辑行为和时间编辑行为两方面对视频创作的素材编辑行为进行分析，得到素材编辑行为启发的新闻视频真实性预测结果。通过创作过程引导的双视角虚假新闻视频检测方法，得到综合素材挑选和素材编辑两视角的新闻视频真实性预测结果。本发明不再仅分析假新闻视频呈现内容的浅层模式，而是分析揣测假新闻视频的创作过程。
-
公开(公告)号：CN117972092A
公开(公告)日：2024-05-03
申请号：CN202410160432.2
申请日：2024-02-04
Applicant: 中国科学院计算技术研究所
IPC: G06F16/35 , G06F40/216 , G06F40/30 , G06F40/289 , G06N3/0464 , G06N3/045 , G06N5/04
Abstract: 本发明提出一种人工智能生成文本检测方法，包括：使用代理语言模型从待检测文本中选取多个字为代表性字；使用预选语言模型依次对每个该代表性字进行多次生成操作，以每次生成结果的第一个字生成该代表性字的生成字集合，以该生成字集合获取所有该代表性字的估计概率矩阵；从该估计概率矩阵中抽取概率特征，并使用所有该代表性字的上下文语义表示形成上下文特征矩阵，基于该上下文特征矩阵和该概率特征得到增强特征；通过对该增强特征进行分类检测，获得该待检测文本的检测结果。本发明还提出一种人工智能生成文本检测系统，以及一种用于检测人工智能生成文本的数据处理装置。
-
公开(公告)号：CN117851589A
公开(公告)日：2024-04-09
申请号：CN202311586040.4
申请日：2023-11-24
Applicant: 中国科学院计算技术研究所
IPC: G06F16/35 , G06F40/35 , G06N3/0455 , G06N3/042 , G06N3/0499 , G06F18/25 , G06N3/048
Abstract: 本发明提出一种新闻创作意图自动识别方法和系统，包括：获取待检测的新闻文本，用文本编码器将新闻文本编码为词嵌入向量；使用三个特征生成器分别作为专家网络提取词嵌入向量的创作信念特征、欲望特征和计划特征；将创作信念特征、欲望特征和计划特征三者进行融合，得到意图特征；将意图特征输入新闻意图识别分类器中进行分类，输出新闻文本的新闻意图识别结果。本发明可以提取多维度的新闻意图表示，专家门可以动态聚合多任务特征，得到最终的新闻意图表达，本发明可进行新闻创作意图自动识别，实现了新闻意图识别的能力。
-
公开(公告)号：CN117332043A
公开(公告)日：2024-01-02
申请号：CN202311319366.0
申请日：2023-10-12
Applicant: 中国科学院计算技术研究所
IPC: G06F16/33 , G06F16/35 , G06F18/24 , G06F18/25 , G06F18/213 , G06N3/045 , G06N3/0499 , G06N3/096 , G06F16/9536 , G06Q50/00
Abstract: 本发明提出一种基于历史新闻评论辅助的虚假新闻即时检测方法和装置，采取教师‑学生结构训练，通过训练教师网络从历史新闻评论中获取知识，通过训练学生网络将评论中的知识迁移至学生网络参数中，实现不依赖评论的检测，同时利用历史新闻和评论训练教师网络，训练好的教师网络参数被冻结不再参与接下来的训练过程；仅利用历史新闻训练学生网络并利用步骤1中训练好的教师网络加以指导，最终使用训练好的学生网络检测新发布的虚假新闻。兼顾了虚假新闻检测的即时性与准确性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.033 seconds)
