-
公开(公告)号：CN115412202B
公开(公告)日：2023-06-16
申请号：CN202210917842.8
申请日：2022-08-01
IPC: H04L1/00 , H04N19/149 , H04N19/169 , H04B17/391 , G06N3/04 , G06N3/08 , G16H30/20 , G16H30/40
Abstract: 本发明公开了一种基于医学图像的语义通信方法及相关设备，所述基于医学图像的语义通信方法包括：基于深度学习获取医学图像中的医学知识；将所述医学图像和所述医学知识输入到编码器神经网络，以获得第一联合语义特征，所述第一联合语义特征包括图像特征和知识特征，所述第一联合语义特征经过信道传输后，输出为第二联合语义特征；基于解码器神经网络对所述第二联合语义特征进行解码，获得所述医学图像和所述医学知识。本发明中通过编码器神经网络独立编码医学图像和医学知识，最大限度保留医学图像中的医学知识，使得接收端能够接收并恢复携带准确医学知识的医学图像，进而提高语义通信过程中接收端接收到的医学图像的准确性。
-
公开(公告)号：CN115412202A
公开(公告)日：2022-11-29
申请号：CN202210917842.8
申请日：2022-08-01
IPC: H04L1/00 , H04N19/149 , H04N19/169 , H04B17/391 , G06N3/04 , G06N3/08 , G16H30/20 , G16H30/40
Abstract: 本发明公开了一种基于医学图像的语义通信方法及相关设备，所述基于医学图像的语义通信方法包括：基于深度学习获取医学图像中的医学知识；将所述医学图像和所述医学知识输入到编码器神经网络，以获得第一联合语义特征，所述第一联合语义特征包括图像特征和知识特征，所述第一联合语义特征经过信道传输后，输出为第二联合语义特征；基于解码器神经网络对所述第二联合语义特征进行解码，获得所述医学图像和所述医学知识。本发明中通过编码器神经网络独立编码医学图像和医学知识，最大限度保留医学图像中的医学知识，使得接收端能够接收并恢复携带准确医学知识的医学图像，进而提高语义通信过程中接收端接收到的医学图像的准确性。
-
公开(公告)号：CN116385785A
公开(公告)日：2023-07-04
申请号：CN202310353894.1
申请日：2023-03-24
Applicant: 鹏城实验室
IPC: G06V10/764 , G06V10/82 , G06V10/40 , G06V10/77 , G06N3/0464 , G06N3/08
Abstract: 本发明属于语义通信技术领域，公开了一种面向增量任务的目标检测语义通信系统及方法；该系统包括：任务预处理模块根据待检测类别确定新类别数量，根据新类别数量得到状态信号；语义编码模块在状态信号为增量更新状态信号时，对待检测图像数据集特征提取得到待识别原特征和待识别现特征；语义解码模块接收增量更新状态信号，对待识别原特征、待识别现特征特征识别得到新类别识别结果和原类别识别结果；参数优化模块根据识别结果以及新类别标签构建总损失函数，对模型进行参数优化完成增量任务的目标检测；本发明通过原类别和新类别的识别结果构建总损失函数，总损失函数对模型进行约束，实现通过该模型在准确识别新类别的同时也能准确识别原类别。
-
公开(公告)号：CN118762387A
公开(公告)日：2024-10-11
申请号：CN202410454888.X
申请日：2024-04-15
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司 , 北京邮电大学
Abstract: 本发明公开了一种基于面部图像的疾病检测方法、装置、设备、存储介质及计算机程序产品，涉及计算机视觉技术领域，该方法基于输入的人脸面部图像获取人脸面部图像的面部特征图；基于预设的划分模板将人脸面部图像划分为多个感兴趣区域，并基于面部特征图获取各感兴趣区域各自的基础特征向量；将各基础特征向量输入至预设的预测模型中，以获得人脸面部图像对应的疾病预测结果，其中，预测模型是以人脸面部图像的各基础特征向量为输入、人脸面部图像对应的疾病信息为标签训练得到的。采用本方法能够将人脸面部图像进行分区域的预测，这种分区域的预测方式使模型具有了可解释性，从而提高了基于人脸面部图像进行疾病预测的准确率。
-
公开(公告)号：CN118504658A
公开(公告)日：2024-08-16
申请号：CN202410590510.2
申请日：2024-05-13
Applicant: 北京邮电大学
IPC: G06N3/098 , G06N3/0499
Abstract: 本申请提供一种预训练联邦学习微调方法、系统、电子设备及存储介质，所述方法包括：确定调整策略，根据调整策略调整第一矩阵的参数量，并将第一矩阵插入到预训练矩阵；获取数据集，将数据集输入到预训练矩阵和第一矩阵，正向传播确定损失；确定传播梯度，根据损失和传播梯度，利用反向传播更新第一矩阵；对不同来源的第一矩阵进行聚合，生成第二矩阵，并对与第一矩阵对应来源的损失进行聚合，生成全局损失；响应于调整策略执行完成，且全局损失最小，则确定对应的第二矩阵。响应于调整策略未执行完成，或全局损失未达到最小，则将第二矩阵插入到预训练矩阵并重复上述步骤，直至调整策略执行完成且全局损失最小。
-
Patent Agency Ranking
公开(公告)号：CN116010944B
公开(公告)日：2023-06-20
申请号：CN202310295479.5
申请日：2023-03-24
Applicant: 北京邮电大学
Abstract: 本公开提供了一种联邦计算网络保护方法及相关设备，包括：检测联邦计算网络中是否存在恶意攻击行为；响应于存在恶意攻击行为，执行物理隔离手段、虚拟化逻辑隔离手段及加密手段中的至少之一进行保护，得到第一保护结果，根据预设的评估标准判断所述第一保护结果是否成功；响应于所述第一保护结果为保护失败，执行入侵检测手段、病毒查杀手段、沙箱手段及补丁手段中的至少之一进行保护，得到第二保护结果，根据所述预设的评估标准判断所述第二保护结果是否成功；响应于所述第二保护结果为保护失败，利用联邦学习防御模型进行保护。本公开受人体免疫机制启发，实现了对未知恶意攻击的防御，对联邦计算网络进行安全保护，保障联邦学习的网络安全。
-
公开(公告)号：CN116126451A
公开(公告)日：2023-05-16
申请号：CN202310370151.5
申请日：2023-04-10
Applicant: 北京邮电大学
Abstract: 本申请提供一种基于区块链网络的联邦学习工作流构建方法及相关设备；方法包括：令训练任务的发起者部署区块链的运行环境，并作为一个计算节点加入区块链；令发起者创建训练任务，其中，训练任务包括，对预设的联邦学习模型进行训练的任务；令发起者选择加入至区块链的联邦成员，并将训练任务发送至选择的每个联邦成员；令每个联邦成员接收训练任务至本地；令发起者和每个联邦成员对各自本地的训练任务的训练数据进行验证，将训练数据通过验证的联邦成员加入至联邦学习模型的训练；令发起者和全部加入训练的联邦成员中，均执行各自本地的训练任务，在各自本地的训练任务完成后下载训练好的联邦学习模型至发起者的本地。
-
公开(公告)号：CN114974403A
公开(公告)日：2022-08-30
申请号：CN202210399161.7
申请日：2022-04-13
Applicant: 北京邮电大学
Abstract: 本申请提供一种预测存活概率的方法及相关设备。所述方法包括：利用带有随机强度的Cox过程建立第一预测存活概率模型；在所述第一预测存活概率模型中加入仿射扩散过程，得到第二预测存活概率模型；结合指数跳跃函数，建立关于第二预测存活概率模型的第一参数的费勒函数；根据指数分布期望，设置所述第二预测存活概率模型的第二参数和第三参数满足第一限定条件；根据所述第二参数和第三参数的边界条件，结合第一限定条件，计算得到第二参数和第三参数；结合所述第二参数、所述第三参数、所述费勒函数和所述第二预测存活概率模型计算得到预测存活概率模型；利用所述预测存活概率模型用于对现在x岁的个体在t年后的存活概率进行预测。
-
公开(公告)号：CN114611568A
公开(公告)日：2022-06-10
申请号：CN202210056389.6
申请日：2022-01-18
Applicant: 北京邮电大学
IPC: G06K9/62 , G06T7/00 , G06V10/774
Abstract: 本申请提供一种医学影像诊疗产品的跨设备泛化性的检测方法及相关设备。该方法包括：获取医学影像设备输出的初始数据集；将初始数据集分别输入至少两个经过训练的数据风格迁移模型中，经由每个数据风格迁移模型输出相应风格的生成数据集；将全部生成数据集中的每一个生成数据集分别输入医学影像诊疗产品中，得到每个生成数据集对应的诊断结果；对全部诊断结果进行对比分析，得到医学影像诊疗产品的跨设备泛化性的检测结果。能够在保证输出生成数据集的风格在尽可能接近新风格的前提下，尽可能扩大输出的生成数据集的风格与初始数据集风格的不同，解决了医学影像领域中数据短缺的问题，同时可以很好地检测医学影像诊疗产品的诊断泛化性。
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.04 seconds)
