公开(公告)号：CN120067842A

公开(公告)日：2025-05-30

申请号：CN202510220527.3

申请日：2025-02-26

Applicant: 支付宝(杭州)信息技术有限公司 ,  南京大学

Inventor： 王魏 ,  李济孚 ,  谢恩宁 ,  陈碧莹 ,  周仁丹 ,  何建杉

IPC: G06F18/2413 ,  G06F18/2415 ,  G06N3/08 ,  G06F18/214 ,  G06F18/22 ,  G06F18/23213 ,  G06Q40/00

Abstract: 本说明书实施例提供了一种训练用户分类模型的方法，包括：获取基于预训练模型分别初始化的第一分类模型、第二分类模型。利用第一分类模型，对用户集的第一子集中各用户进行类簇预测，得到类簇伪标签；以及，利用第二分类模型，对各用户进行M个用户群体的分类预测，得到分类伪标签。根据各用户的类簇伪标签和分类伪标签，从第一子集中确定出未知类别的第一用户。利用第一/第二分类模型，分别对该第一用户的增强样本进行预测，得到第一/第二预测结果；以第一预测结果接近该第一用户的类簇伪标签为目标，对第一分类模型进行更新；以第二预测结果中对应于M个用户群体的预测概率之和最大化为目标，对第二分类模型进行更新。

公开(公告)号：CN120014685A

公开(公告)日：2025-05-16

申请号：CN202510088122.9

申请日：2025-01-20

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 李济孚 ,  张磊 ,  谢恩宁 ,  张雷 ,  陈碧莹 ,  何建杉 ,  周仁丹

IPC: G06V40/16 ,  G06V10/75 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0895

Abstract: 本说明书提供了一种模型训练方法及同质人群筛选方法、装置，模型训练方法包括利用带噪声标签的样本数据集对第一、第二初始模型进行协同指导训练，并且对未利用到的样本数据生成标签数据，并基于这些样本数据进行模型训练得到第一、第二子模型。基于半监督学习思想，为协同指导训练未利用到的高噪声数据生成对应的标签数据，从而利用全量的样本数据对模型进行训练，极大提高样本数据的利用率，而且增大训练数据规模，进而提高模型训练效果和精度。

公开(公告)号：CN117556301A

公开(公告)日：2024-02-13

申请号：CN202311570546.6

申请日：2023-11-23

Applicant: 南京大学

Inventor： 王魏 ,  张磊 ,  李济孚

IPC: G06F18/24 ,  G06N3/088 ,  G06F18/214 ,  G06F18/2131 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开一种利用混合无标记数据的半监督域泛化故障检测方法，首先用户需要准备好若干个来自不同域的故障检测对象库，通过人工标注的方法为每个库中的少量对象提供类别标记，这些有类别标记的对象称为有标记训练数据，其组成的类别空间称为已知类；其余没有类别标记的对象称为无标记训练数据，其真实类别可能与有标记训练数据的类别相同，也有可能不同，与有标记训练数据不同的类别称为未知类。然后通过利用一对其余分类模型，逐类自适应置信度阈值以及一致性正则等技术，有效地将无标记训练数据中的已知类以及未知类样本区分开来，更加精细化地分别利用已知类和未知类样本进行训练，提高故障检测的准确度。