-
公开(公告)号：CN120012825A
公开(公告)日：2025-05-16
申请号：CN202510110402.5
申请日：2025-01-23
Applicant: 人工智能与数字经济广东省实验室(广州) , 暨南大学
Abstract: 本发明公开了一种基于注意力机制嵌入和遗忘曲线集成的知识追踪方法及装置，涉及深度学习与智慧教育结合的技术，该方法包括获取问题及其知识概念，检索问题和知识概念的嵌入向量，使用注意力机制计算知识概念权重，利用遗忘曲线计算知识概念的间隔时间和遗忘率，并更新学生知识状态矩阵。通过特定学生的知识状态矩阵、问题嵌入向量、知识概念权重和项目反应理论模型计算预测结果，并根据问题回答情况进一步更新知识状态矩阵。本发明的目的是提升知识追踪模型的预测准确性和可解释性。
-
公开(公告)号：CN119539087A
公开(公告)日：2025-02-28
申请号：CN202411761603.3
申请日：2024-12-03
Applicant: 暨南大学
IPC: G06N5/04 , G06F21/62 , G06F16/9035 , G06F16/9038
Abstract: 本发明公开了一种面向隐私保护的个性化联邦推荐系统及方法，涉及联邦推荐系统领域。本发明为每个客户端构建一个物品偏好嵌入向量，并训练一个全局物品嵌入正交映射矩阵和一个用于生成物品嵌入混合因子矩阵的双层感知机，用于将全局物品嵌入矩阵与用户的物品偏好嵌入向量融合，为客户端构建了更加个性化、颗粒度更细的混合物品嵌入矩阵，并输入为客户端构建的个性化推荐预测感知机得到推荐结果，提升最终推荐效果；客户端向中央服务器上传数据时，进行本地差分隐私加密；为每个客户端进行负采样，将正样本和负样本混合后共同用于训练，提升训练效果的同时，使服务器无法根据客户端上传的更新数据辨别出客户端与物品的历史交互情况，保护用户隐私。
-
公开(公告)号：CN119005308B
公开(公告)日：2025-02-11
申请号：CN202411488220.3
申请日：2024-10-24
Applicant: 暨南大学 , 广东光大信息科技股份有限公司
IPC: G06N5/02 , G06N3/0442 , G06N3/0455 , G06F18/25
Abstract: 本发明公开了一种基于知识图谱的多模态习题表征方法，涉及多模态表征技术领域，包括：获取多模态信息的数学习题信息以及相关知识点，提取多模态习题涉及的所有元素；提取多模态习题的图像和文本特征；基于表层理解规则，明确习题文本和图片中各元素之间的空间关系，并构建表示表层信息的知识图谱；基于隐层理解的规则，将习题涉及的相关定理和公式转化为形式化语言，并构建表示隐层信息的知识图谱；将表示表层信息和表示隐层信息的知识图谱融合为表示完整的习题信息的知识图谱；基于表示不同习题信息的知识图谱节点和边，计算习题之间的相似度和困难度及文本知识图谱和图像知识图谱的匹配度；基于自动解题模型，获得习题的深度表征。
-
公开(公告)号：CN118296581B
公开(公告)日：2024-12-13
申请号：CN202410726027.2
申请日：2024-06-06
Applicant: 暨南大学
IPC: G06F21/31 , G06F21/32 , G06F21/45 , G06F3/01 , G06N3/045 , G06N3/0464 , G06N20/10 , G06F18/213 , G06F18/23 , G06F18/2411 , A63F13/79 , G06F123/02
Abstract: 本发明公开了一种基于VR肢体交互的连续身份认证方法及其系统，包括：获取用户选择的一种肢体移动方式；基于虚拟移动技术，获取用户一种肢体移动的虚拟视点；基于所述虚拟视点的移动，采集用户的移动行为特征；将所述移动行为特征作为用户的个人签名，基于所述移动行为特征训练时间序列模型，得到训练好的时间序列模型；获取用户的待认证移动行为特征，将所述待认证移动行为特征输入至训练好的时间序列模型中，得到用户身份预测的置信度；对所述置信度进行阈值判断，得到用户身份认证结果。本发明可以持续的监控用户的身份，防止用户登录后被冒名顶替，或者用户故意将凭证泄露给其他人。
-
公开(公告)号：CN118035568B
公开(公告)日：2024-07-05
申请号：CN202410437158.9
申请日：2024-04-12
Applicant: 暨南大学
IPC: G06F16/9535 , G06N3/0499 , G06Q50/20
Abstract: 本发明涉及习题推荐技术领域，特别是涉及一种感知知识掌握程度的教育习题智能推荐方法，包括：获取第一预设时间内用户的历史答题信息；将历史答题信息输入预设的感知预测模型中，输出第二预设时间内用户的推荐练习习题，其中，感知预测模型通过数据集训练，数据集包含习题序列，习题序列为第三预设时间内用户的历史答题信息按时间先后顺序组成，第三预设时间大于且不包含第一预设时间；感知预测模型包括感知模块和预测模块，感知模块用于对数据集中的习题序列进行处理，获取输出向量；预测模块用于对输出向量进行处理，输出推荐结果。本发明能够为用户进行精准、有效的习题推荐。
-
Patent Agency Ranking
公开(公告)号：CN117540104A
公开(公告)日：2024-02-09
申请号：CN202311762184.0
申请日：2023-12-20
Applicant: 暨南大学
IPC: G06F16/9535 , G06N3/0895 , G06N5/022 , G06Q50/20 , G06F16/906
Abstract: 本发明公开了一种基于图神经网络的学习群体差异评价方法与系统，包括：获取学习者做题的历史交互信息，对历史交互信息进行处理，得到知识点群体和知识点群体构成的潜在交互序列；根据知识点群体和知识点群体构成的潜在交互序列对学习者群体进行聚类，得到学习者群体；计算所述学习者群体之间的差异，得到群体差异量化结果；将群体差异量化结果输入循环神经网络模块进行训练，得到训练完毕的学习群体差异评价模型；将学习者做题的交互信息输入至模型，得到学习者学习能力评估结果。本申请与传统技术相比，能实现数据驱动的群体动态分组，精准评估群体学习情况，输出不同层次学习者群体的学习能力评价结果，以便制定更有效的后续教育计划。
-
公开(公告)号：CN113791240A
公开(公告)日：2021-12-14
申请号：CN202111003208.5
申请日：2021-08-30
Applicant: 暨南大学
Abstract: 本发明公开了一种基于高阶滑膜跟踪微分器的加速度估计方法、系统、设备和介质，所述方法包括：利用增广最小二乘法对速度进行参数辨识，得到速度估计的最大测量噪声幅值；根据所述速度估计的最大测量噪声幅值，使用一阶滑膜跟踪微分器精确估计目标的速度，得到目标速度的估计值；根据所述目标速度的估计值，得到加速度估计的最大测量噪声幅值；根据所述加速度估计的最大测量噪声幅值，使用高阶滑膜跟踪微分器精确估计目标的加速度，得到目标加速度的估计值。本发明使用增广最小二乘法进行参数辨识，分别获得速度和加速度估计的最大测量噪声幅值；同时使用高阶滑膜跟踪微分器，保证了加速度估计值能够达到要求的精度。
-
公开(公告)号：CN110289004B
公开(公告)日：2021-09-07
申请号：CN201910527094.0
申请日：2019-06-18
Applicant: 暨南大学
Abstract: 本发明公开了一种基于深度学习的人工合成声纹检测系统及方法，该系统包括：包括自编码器、生成器和辨别器，自编码器包括编码器和解码器，编码器包括编码器第一卷积层、编码器批归一化层、编码器第一最大池化层、编码器第二卷积层、编码器第二最大池化层和编码器全连接层；解码器包括解码器嵌入层、解码器全连接层、解码器批归一化层、解码器第一反卷积层序列、解码器第二反卷积层序列和解码器卷积层序列；生成器结构与解密器结构相同；辨别器包括辨别器嵌入层、辨别器全连接层、辨别器第一卷积层序列、辨别器第二卷积层序列、多分类器和辨别器输出层。本发明对人工合成声纹达到较高的检测准确率，同时对属于已知类的样本有更好的分类效果。
-
公开(公告)号：CN112422133A
公开(公告)日：2021-02-26
申请号：CN202011186669.6
申请日：2020-10-30
Applicant: 暨南大学
IPC: H03M7/30
Abstract: 本发明公开了一种减法匹配追踪的二值稀疏信号恢复方法及其应用，该方法基于显式SMP或隐式SMP进行二值稀疏信号恢复；基于显式SMP具体步骤为：输入噪声观测向量，感知矩阵和稀疏度；数据初始化；在每次迭代中，感知矩阵对应索引为i的列向量与残差最相关，得到索引sk，通过减去感知矩阵对应索引为sk的列向量更新残差向量，直到迭代停止，输出估计稀疏信号；基于隐式SMP具体步骤为：输入噪声观测向量，感知矩阵和稀疏度；数据初始化；在每次迭代中，选择一个索引，获取列索引集，紧接着更新总的索引估计支集，更新相关性，循环迭代直到迭代停止；输出估计稀疏信号。本发明提高了稀疏信号恢复效率，实现稀疏信号的恢复性能更好的目的。
-
公开(公告)号：CN107612973B
公开(公告)日：2020-12-11
申请号：CN201710714142.8
申请日：2017-08-18
Applicant: 暨南大学
Abstract: 本发明公开了一种用于智能移动端的区块链结构、生成方法及交易验证方法，首先创世区块生成者生成创世区块，并通过给定规则向P2P网络传播创世区块或Hash值，使得整个网络中一半以上节点持有创世区块，另一半持有该区块的Hash值；节点在此基础之上进行共识运算，并在达成新的共识；通过不断地进行循环共识，最终得到部分节点存储部分区块链区块的区块链结构。本发明具有占用存储空间小，兼容所有共识机制的特点。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.026 seconds)
