公开(公告)号：CN116468040A

公开(公告)日：2023-07-21

申请号：CN202310391109.1

申请日：2023-04-12

Applicant: 浙江工业大学

Inventor： 金宣成 ,  黄亮 ,  叶飞扬 ,  池凯凯 ,  张书彬 ,  魏欣晨

IPC: G06F40/295 ,  G06F18/24 ,  G06F18/214 ,  G06F18/22 ,  G06N3/08 ,  G06N3/0455

Abstract: 本发明公开了一种二阶提示学习的命名实体识别方法，通过收集远程标签来匹配输入序列的潜在实体，以获得输入序列对应的远程标签序列，构建用于训练实体定位模型的数据集，并训练实体定位模型。采用训练好的实体定位模型预测输入序列中的实体位置，在输入序列中标识实体构建实体识别模型的输入数据，采用所构建的输入数据，训练实体识别模型，最终利用训练好的实体识别模型对待识别输入数据进行识别。本发明将NER任务分解为两个子任务，解决了过度时间消耗和与预先训练的训练目标不一致的问题，在准确性和推理速度之间取得了平衡。

公开(公告)号：CN118473540A

公开(公告)日：2024-08-09

申请号：CN202410523157.6

申请日：2024-04-28

Applicant: 浙江工业大学

Inventor： 金宣成 ,  程珍 ,  刘恒 ,  龚卫华 ,  雷艳静

IPC: H04B13/00 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/0464

Abstract: 本发明公开了一种三维有界分子通信环境中接收节点定位方法和装置，构建基于Transformer的接收节点定位神经网络模型，所述接收节点定位神经网络模型包括位置编码模块、Transformer编码器模块和解码器模块，所述Transformer编码器模块包括分别针对三个不同坐标的Transformer编码器，所述解码器模块包括分别对应三个Transformer编码器的前馈神经网络层，特别关注于提高三维MCvD系统的节点定位精度。对于三个维度的坐标分别使用三个多头注意力层进行预测，以提高整体精度。本发明通过对模型结构的修改，提高了模型在高维度的MCvD系统下预测的精度。

公开(公告)号：CN118094219A

公开(公告)日：2024-05-28

申请号：CN202410108080.6

申请日：2024-01-25

Applicant: 浙江工业大学

Inventor： 程珍 ,  张智超 ,  金宣成 ,  雷艳静 ,  龚卫华

IPC: G06F18/214 ,  G06F18/2415 ,  G06N3/0455 ,  G06N3/048 ,  H04B13/00 ,  H04L41/16 ,  G06F123/02

Abstract: 本发明公开了一种移动分子通信中信号检测方法，构建基于Informer的信号检测神经网络模型，所述信号检测神经网络模型包括位置编码模块、编码器模块、位置编码的解码模块和解码器模块，并分析样本数据中接收纳米机器所接收的分子数序列的自相关系数，确定信号检测神经网络模型的输入长度，对信号检测神经网络模型进行训练，采用训练好的信号检测神经网络模型，构建需要检测的MMC系统的输入序列，进行预测得到所接收的传输信号。本申请通过对模型结构的修改，减少模型训练时间；通过固定输入长度减少模型训练以及计算的时间，大幅简化训练难度，并设计输入长度的固定方式以最大化输入信息的完整度。