公开(公告)号：CN116976505A

公开(公告)日：2023-10-31

申请号：CN202310837811.6

申请日：2023-07-08

Applicant: 河南大学

Inventor： 王瑛琦 ,  季会勤 ,  韩宏宇 ,  何欣 ,  于俊洋 ,  翟锐

IPC: G06Q10/04 ,  G06Q30/0251 ,  G06F18/241 ,  G06N3/04

Abstract: 本发明属于智能推荐及深度学习技术领域，公开了一种基于信息共享的解耦注意网络的点击率预测方法。具体来说，将高维稀疏样本经过嵌入层后放入解耦的多头自注意层作为并行网络架构的输入，在显式部分使用层次注意机制的交互函数，提高模型的表达能力。此外，本发明设置了共享交互层，解决并行网络信息共享不足的问题。本发明显式地模拟特征在低维空间中的交互作用，使整个模型以端到端的方式有效地适应大规模的互联网平台数据集。最后，在两个真实数据集Criteo和Avazu上进行实验，实验结果表明该模型在点击率预测的损失率和精确率以及算法效率方面均有显著提升。

公开(公告)号：CN117058383A

公开(公告)日：2023-11-14

申请号：CN202311045821.2

申请日：2023-08-18

Applicant: 河南大学

Inventor： 何欣 ,  陈甲飞 ,  于俊洋 ,  王瑛琦 ,  季会勤

IPC: G06V10/26 ,  G06V10/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V20/10 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08 ,  G06V10/10

Abstract: 本发明属于计算机视觉及实时语义分割技术领域，公开一种面向城市街景的高效轻量的实时语义分割方法，其中提出了一种高效的轻量级的非对称残差瓶颈模块，该模块结合了扩张卷积、深度可分离的非对称卷积以及通道混洗技术，减少了模型参数量，实现更快的推理速度，该残差瓶颈模块将局部信息和全局信息结合，提取不同感受野的丰富特征；该方法对不同分辨率的特征图进行特征融合，有效地提高了模型对不同特征表示的利用能力，进而提高模型的分割精度。本发明设计了一种更加轻量高效的城市街景图像实时语义分割方法，在不需要任何预训练模型和后处理技术的情况下，大大减少了参数量和模型的尺寸，可以在分割准确性和推理速度间达到更好的平衡。

公开(公告)号：CN116757747A

公开(公告)日：2023-09-15

申请号：CN202310568077.8

申请日：2023-05-17

Applicant: 河南大学

Inventor： 王瑛琦 ,  季会勤

IPC: G06Q30/0242 ,  G06F18/211 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/048 ,  G06N3/084 ,  G06N3/09

Abstract: 本发明公开一种基于行为序列和特征重要性的点击率预测方法，包括：对公开的互联网平台数据集预处理后得到候选物品序列特征，用户历史行为特征，用户画像特征和其他特征；对处理得到的特征输入到嵌入层，将低维稀疏的特征转化为高维稠密的嵌入特征；将用户历史行为特征和候选物品序列特征对应的嵌入特征输入到用户行为序列网络中进行用户行为序列建模，得到用户的兴趣状态向量，所述用户行为序列网络包括兴趣抽取层和兴趣更新层；将用户画像特征和其他特征嵌入后的数据输入到层次注意力网络中；将上述输出拼接后输入多层神经网络中训练，得到点击率预测结果。本发明降低了计算的复杂度，提升了模型的点击率预测效率。