-
公开(公告)号：CN116843013A
公开(公告)日：2023-10-03
申请号：CN202310805513.9
申请日：2023-07-03
Applicant: 北京邮电大学
IPC: G06N3/088 , G06N3/0464 , G06F18/24 , G06F18/22
Abstract: 本发明公开了一种无监督对比学习的多模态数据增强和编码方法，涉及数据增强方法的设计与应用。本发明方法包括：通过差异化数据增强方法对输入的多模态时间序列进行数据增强，构建正负样本对；将原始样本与增强样本分别通过编码器编码，获得样本特征；利用时间与上下文对比模块进行时间交叉预测和上下文对比学习，引入原始样本，最小化数据增强偏差，优化样本特征；利用优化的样本特征输入分类模型进行分类或预测。本发明在对比学习框架中的数据增强过程引入数据增强偏差问题，令数据编码模块感知了数据增强带来的偏差影响，减少了数据增强偏差对下游任务的影响，并提升了数据编码能力。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
