-
公开(公告)号：CN118070815A
公开(公告)日：2024-05-24
申请号：CN202410104896.1
申请日：2024-01-24
申请人： 中山大学 , 日立楼宇技术(广州)有限公司
摘要： 本发明公开了一种自适应跨领域的产品归纳式观点问答方法，涉及人工智能技术领域，包括：分别获取源领域和目标领域的产品信息；根据源领域的产品信息和目标领域的产品信息，计算得到源领域的语义向量和目标领域的语义向量；通过领域适应单元分别将源领域和目标领域的语义向量解耦，得到解耦向量；所述解耦向量包括源领域的不变向量、目标领域的不变向量和目标领域的专有向量；将所有解耦向量融合，得到综合向量；将综合向量输入解码器，得到最终答案。本发明解决了现有的产品归纳式观点问答方法中数据稀缺和领域不平衡的问题，能够实现将知识从资源丰富的源领域迁移到资源稀缺的目标领域，实现不同产品领域之间的自适应学习。
-
公开(公告)号：CN118013122A
公开(公告)日：2024-05-10
申请号：CN202410169478.0
申请日：2024-02-06
申请人： 中山大学 , 日立楼宇技术(广州)有限公司
IPC分类号： G06F16/9535
摘要： 本申请涉及一种感知用户活跃度的基于变分核密度估计的推荐方法及装置，其方法包括从目标用户对所有物品的偏好分布中抽取样本，得到用户的交互项目；引入多维隐式向量表征显式兴趣，每个显式兴趣服从以用户的交互项目为中心的高斯分布；基于交互项目提取显式兴趣，并组合显式兴趣，获得用户偏好分布的非参数近似，以估计每个显式兴趣对所有项目的偏好分布；聚合偏好分布，以估计用户的全局偏好分布；给定用户隐式反馈,采用预设的变分核函数学习全局偏好分布，为每个用户推荐N个未交互的感兴趣物品，得到基于分治生成框架的非参数估计模型。本申请具有适应不同活跃程度的用户，改善个性化推荐服务质量的效果。
-
公开(公告)号：CN118820596A
公开(公告)日：2024-10-22
申请号：CN202410946794.4
申请日：2024-07-16
申请人： 中山大学
IPC分类号： G06F16/9535 , G06F16/9537 , G06F16/906 , G06F18/2415 , G06F40/30 , G06Q50/20 , G06N3/0464 , G06N3/094 , G06N3/042
摘要： 本申请属于个性化推荐技术领域，公开了一种试题推荐模型的训练方法、试题推荐方法及系统，包括利用预设的多关系图卷积对多关系交互图中的每个节点进行增强，得到节点对应的增强嵌入表征；通过样本对交互关系表征进行对比学习不同学习者之间的偏好，构建学习者对比损失函数；通过对比学习试题的标签信息和做不好试题的学习者得到文本标签表征和试题表征，并根据文本标签表征和试题表征构建试题对比损失函数；构建学习者全做对试题损失函数和学习者做不好试题损失函数；根据学习者对比损失函数、试题对比损失函数、学习者全做对试题损失函数和学习者做不好试题损失函数进行模型训练，得到目标推荐模型。本申请提高个性化推荐的准确性和全面性。
-
公开(公告)号：CN111754019B
公开(公告)日：2023-11-07
申请号：CN202010382570.7
申请日：2020-05-08
申请人： 中山大学
摘要： 本发明提供一种基于时空图信息最大化模型的路段特征表示学习算法，该方法考虑路段状态的时间性，深入挖掘了路段的时间信息，并采用了最大化互信息机制，把路段信息、时间信息和交通信息三者之间相互影响、相互作用的关系提取并利用到基于神经网络的学习算法中。得到的路段表示更好的反映实时的全局交通情况，并学习到路段间上下游实时的依赖关系，大大提高了旅行时间预测的精度。
-
公开(公告)号：CN114297526A
公开(公告)日：2022-04-08
申请号：CN202111585165.6
申请日：2021-12-22
申请人： 中山大学 , 广州通达汽车电气股份有限公司
IPC分类号： G06F16/9537 , G06F16/9536 , G06F16/909 , G06F16/29
摘要： 本发明提供一种基于位置的稀疏群体查询方法，该方法首先提出基于c‑邻居的基本处理算法，其主要利用存储的c‑邻居信息以及距离剪枝来帮助快速获得查询结果。但是baseline算法的空间消耗太大，且在稀疏阈值参数k>c时查询效率不高。为了解决这些问题，本发明进一步提出基于c‑邻居和反向c‑邻居的查询优化算法(简称，ICN)，不仅利用存储的c‑邻居且利用反向c‑邻居信息来处理参数k>c的情况从而快速获得查询结果，实现了不仅用户之间满足一定的稀疏性(即用户之间的社交距离大于k)，且最小化用户到查询位置的距离和。
-
公开(公告)号：CN111754019A
公开(公告)日：2020-10-09
申请号：CN202010382570.7
申请日：2020-05-08
申请人： 中山大学
摘要： 本发明提供一种基于时空图信息最大化模型的路段特征表示学习算法，该方法考虑路段状态的时间性，深入挖掘了路段的时间信息，并采用了最大化互信息机制，把路段信息、时间信息和交通信息三者之间相互影响、相互作用的关系提取并利用到基于神经网络的学习算法中。得到的路段表示更好的反映实时的全局交通情况，并学习到路段间上下游实时的依赖关系，大大提高了旅行时间预测的精度。
-
公开(公告)号：CN114154551A
公开(公告)日：2022-03-08
申请号：CN202111217841.4
申请日：2021-10-19
申请人： 中山大学
摘要： 本发明提供一种基于深度学习的多元时间序列分类方法，该方法在使用BaseCNN捕获变量间交互的同时，还使用具有长距离依赖能力的LSTM来构建了一个子网络，利用其长期记忆特性，强化模型的全局时序特性，帮助模型更好的捕获全局时序特征。此外，巧妙的设计了三步训练模式，有效发挥CenterLoss、TripletLoss的作用，来处理该数据集波动性和特异性的特征，为最终的分类网络提供了良好的特征嵌入。本发明大力推动现有人工智能前交叉韧带辅助诊断的研究，具有重大临床意义与实际应用价值。
-
公开(公告)号：CN118246559A
公开(公告)日：2024-06-25
申请号：CN202410449748.3
申请日：2024-04-15
申请人： 中山大学
IPC分类号： G06N5/046 , G06F16/28 , G06F40/279
摘要： 本发明涉及人工智能领域，更具体地，涉及一种可控难度的常识推理考题生成方法，该方法通过逐步组合子问题的方式生成包含复杂多跳推理的问题，可以精确控制生成问题的难易程度，满足不同问题难度的需求，在在线教育场景中，本发明可以根据文本自动生成不同难度的习题，用于测评学生的学习效果，也可以让系统主动提出更深入的问题，以获得用户更多反馈，洞察用户需求，从而提升用户体验，本发明为考题生成任务提供新的难度可控范式，拓展考题生成的应用范围，为相关系统提供生成高质量考题的新途径。
-
公开(公告)号：CN117892217A
公开(公告)日：2024-04-16
申请号：CN202311769196.6
申请日：2023-12-20
申请人： 中山大学
IPC分类号： G06F18/2415 , G06F18/243 , G06F18/2132 , G06F18/214 , G06F18/22 , G06F18/25 , G06N5/04 , G06N3/0455 , G06Q50/00
摘要： 本发明涉及人工智能技术领域，公开了基于因果推断的公众号推文多模态题文不符判别方法及系统，包括以下具体步骤：获取训练用推文并提取多模态特征；从多模态特征中解耦出不变因子及可变因子；基于对比学习策略将可变因子解耦为反映不同情景下题文不符推文的诱骗套路及写作风格的因果因子和包含虚假关联偏见的无关因子；融合不变因子、因果因子；构建分类器；获取额外训练用推文并进行数据增强，通过增强后的训练用推文训练分类器；通过训练好的分类器，识别推文的标题及文本；判断其是否题文不符。本发明解决了现有技术缺乏对虚假关联偏见的建模，因此无法准确发掘潜藏在推文特征中的因果关系信息的问题，且具有对稀缺标注资源的需求低的特点。
-
公开(公告)号：CN112507047B
公开(公告)日：2024-03-26
申请号：CN202010545171.8
申请日：2020-06-16
申请人： 中山大学 , 广州通达汽车电气股份有限公司
IPC分类号： G06F16/29 , G06F16/22 , G06F16/2455 , G06F16/9537
摘要： 本发明提供一种基于兴趣点偏好的最优有序路径查询方法，本方法能够高效解决用户在不同兴趣点偏好下的最优有序路径查询。本方法包括参照点倒排索引和循环最优子路径算法。首先为路网选择参照点，对兴趣点使用参照点进行节点嵌入得到对应的距离向量，并构建参照点倒排索引。然后使用循环最优子路径搜索结果。循环最优子路径算法包括过滤‑更新两个阶段，过滤阶段通过基于动态规划的最优子路径算法快速得到引导路径，接着在更新阶段根据引导路径进行路径扩展。过滤‑更新的过程将循环进行直到满足用户查询需求的最优有序路径被找到为止。
-
-
-
-
-
-
-
-
-
搜索结果
21 条记录 (耗时 0.042 秒)
