-
公开(公告)号:CN117708296A
公开(公告)日:2024-03-15
申请号:CN202311756728.2
申请日:2023-12-19
Applicant: 哈尔滨工业大学
IPC: G06F16/332 , G06F16/36 , G06N5/022 , G06F40/216
Abstract: 本发明提供了一种任务型对话系统和方法,涉及人工智能领域,该系统包括证据采集模块用于获取用户对话中的问询证据;结果预测模块用于对所述问询证据进行结果标签预测处理,得到标签预测概率,并比较所述标签预测概率与预设预测阈值;证据询问模块用于根据经验知识和领域知识图谱,对所述问询证据进行处理,得到所述问询证据的关键证据,对所述关键证据进行循证处理,得到循证结果,并将所述循证结果发送至所述结果预测模块进行结果标签预测处理。通过本发明通过借助经验知识和专业领域知识,实现提升任务型对话系统问询证据收集和处理的有效性,进而增加最终结果预测的准确性。
-
公开(公告)号:CN112183314B
公开(公告)日:2023-12-12
申请号:CN202011030333.0
申请日:2020-09-27
Applicant: 哈尔滨工业大学(深圳)
IPC: G06V40/16 , G06V10/147 , G06V10/774 , G06V10/82 , G06N3/042 , G01B7/16
Abstract: 本发明提供了一种表情信息采集装置和表情识别方法及系统。表情信息采集装置包括:用于贴合于面部的柔性面膜基底和多个设置于所述面膜基底上的压电薄膜传感器,用于检测人脸的表情动作。表情识别方法包括获取表情信息采集装置采集的预设面部节点集合中所有节点的节点数据,节点数据包括节点的空间位置和节点表情数据的时间序列;根据节点数据,使用经过预训练的图卷积神经网络表情识别模型进行面部表情识别。节点数据利用了传感器直接采集人脸的肌肉和皮肤动作信息,未经图像形式的降维带来的信息损失和失真,更精确信息量更大。传感器的图拓扑分布与图神经网络数据处理方式在数据结构上的内在契合,使得GCN能够得到更好的表情识别结果。
-
公开(公告)号:CN112183315B
公开(公告)日:2023-06-27
申请号:CN202011030408.5
申请日:2020-09-27
Applicant: 哈尔滨工业大学(深圳)
IPC: G06V40/16 , G06V10/774
Abstract: 本发明提供了一种动作识别模型训练方法和动作识别方法及装置。训练方法包括:获取预设动作节点集合中的所有节点的节点数据;根据所述节点数据,计算所述节点集合中所有节点的连接边集合和每条连接边的边数据;根据所述节点数据和所述连接边的边数据,构建动作数据的图结构;以所述动作数据的图结构作为模型输入,表情识别分类结果作为模型输出,对预设的图卷积神经网络表情识别模型进行有监督训练;其中,以所述动作数据的图结构中的所述连接边的边数据作为模型输入。基于图结构来记录和计算动作数据,进一步提升了参与深度学习的有效数据量,可以获得更好的识别精度,且减少对样本数据精确度的依赖。
-
公开(公告)号:CN112420201B
公开(公告)日:2022-09-30
申请号:CN202011341957.4
申请日:2020-11-25
Applicant: 哈尔滨工业大学
IPC: G16H50/50
Abstract: 本发明提供了一种用于ICU死亡率预测的深度级联框架及ICU死亡率预测方法,所述用于ICU死亡率预测的深度级联框架包括:体征子网络和疾病子网络,所述体征子网络包括多个对应于体征类型的节点,所述疾病子网络包括多个对应于疾病类型的节点,所述体征子网络和所述疾病子网络具有相互作用边,所述相互作用边为对应于所述疾病类型的节点与对应于所述体征类型的节点的连接边,其中,所述体征子网络和所述疾病子网络根据节点失效情况进行级联,所述体征子网络和所述疾病子网络均用于输出失效分布,以通过所述失效分布进行ICU死亡率预测。本发明的有益效果:能够方便对ICU患者死亡率进行预测,并使预测具有可解释性。
-
公开(公告)号:CN112857373A
公开(公告)日:2021-05-28
申请号:CN202110217057.7
申请日:2021-02-26
Applicant: 哈尔滨工业大学
IPC: G01C21/20
Abstract: 本发明公开了一种最小化无用动作的节能性无人车路径导航方法,属于自主导航领域。节能性无人车路径导航方法包括以下步骤:步骤一、根据光流图像以及动作前一张光流图像预测出机器人执行的对应动作;步骤二、设置新的reward函数,根据过去一定“窗口”范围内的机器人动作序列以及当前的观测,预测出机器人目前应执行的动作从而进行躲避障碍,并在导航的同时减少多余无用的左右摇摆转向动作。本发明避免了传统SLAM方法中复杂繁琐的流程,通过视觉信息可以减少机器人强化学习决策过程中做出多余无用的摆动动作,从而提高导航的效率同时减少多余能量的消耗。
-
公开(公告)号:CN112183314A
公开(公告)日:2021-01-05
申请号:CN202011030333.0
申请日:2020-09-27
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种情信息采集装置和表情识别方法及系统。表情信息采集装置包括:用于贴合于面部的柔性面膜基底和多个设置于所述面膜基底上的压电薄膜传感器,用于检测人脸的表情动作。表情识别方法包括获取表情信息采集装置采集的预设面部节点集合中所有节点的节点数据,节点数据包括节点的空间位置和节点表情数据的时间序列;根据节点数据,使用经过预训练的图卷积神经网络表情识别模型进行面部表情识别。节点数据利用了传感器直接采集人脸的肌肉和皮肤动作信息,未经图像形式的降维带来的信息损失和失真,更精确信息量更大。传感器的图拓扑分布与图神经网络数据处理方式在数据结构上的内在契合,使得GCN能够得到更好的表情识别结果。
-
公开(公告)号:CN111984119A
公开(公告)日:2020-11-24
申请号:CN202010832352.9
申请日:2020-08-18
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F3/01
Abstract: 本发明提供了一种手势识别模型建立方法、手势识别方法、装置及数据手套,手势识别模型建立方法包括:获取数据手套完成标定动作时所述数据手套的各个传感器采集到数据的采集时间;基于预设规则,根据各个所述传感器的所述采集时间确定各个所述传感器之间的语义关系;根据各个所述传感器之间的所述语义关系建立基于图注意力网络的手势识别模型。本发明的技术方案根据各个传感器之间的语义关系建立用于手势识别的手势识别模型,能够提高手势识别精度,且识别速度快。
-
公开(公告)号:CN116401291A
公开(公告)日:2023-07-07
申请号:CN202310378471.5
申请日:2023-04-10
Applicant: 哈尔滨工业大学
IPC: G06F16/2458 , G06N3/0464 , G06Q50/02
Abstract: 本发明提供了一种数字农业信息的时序因果发现方法、装置、介质及设备,属于农业信息化技术领域,所述装置包括:获取模块,用于获取包括多个数字农业信息可观察时间序列的数据集;分解模块,用于将数据集扩展为多个窗口表示,并将数据集的时序因果机制分解为具有机理不变性模块和时间不变性模块的求和形式;第一计算模块,用于通过机理不变性模块输出因果数值变换关系;第二计算模块,用于通过时间不变性模块输出窗口因果图;训练模块,用于根据因果数值变换关系和窗口因果图,获取数字农业信息中不同所述变量的时序因果关系。本发明克服了数字农业信息时序数据噪声多样化、数据量较小的问题,在农业机理研究方面具有良好的应用前景。
-
公开(公告)号:CN111984119B
公开(公告)日:2023-03-31
申请号:CN202010832352.9
申请日:2020-08-18
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F3/01
Abstract: 本发明提供了一种手势识别模型建立方法、手势识别方法、装置及数据手套,手势识别模型建立方法包括:获取数据手套完成标定动作时所述数据手套的各个传感器采集到数据的采集时间;基于预设规则,根据各个所述传感器的所述采集时间确定各个所述传感器之间的语义关系;根据各个所述传感器之间的所述语义关系建立基于图注意力网络的手势识别模型。本发明的技术方案根据各个传感器之间的语义关系建立用于手势识别的手势识别模型,能够提高手势识别精度,且识别速度快。
-
公开(公告)号:CN112801283A
公开(公告)日:2021-05-14
申请号:CN202110335501.5
申请日:2021-03-29
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种神经网络模型、动作识别方法、装置及存储介质,神经网络模型包括多个卷积模块、输出模块、多个注意力子模块和分类模块,多个卷积模块和输出模块依次连接,且每个卷积模块的输出端分别连接至一个注意力子模块的输入端,每个注意力子模块的输入端还分别与输出模块的输出端连接,注意力子模块的输出端与分类模块的输入端连接;注意力子模块,用于获取各个卷积模块输出的局部特征向量和输出模块输出的全局特征向量,分别计算各个局部特征向量和全局特征向量之间的兼容性分数,根据各个局部特征向量和对应的兼容性分数生成新特征向量;分类模块,根据新特征向量确定当前人体动作。本发明的技术方案能够提高人体动作的识别精度。
-
-
-
-
-
-
-
-
-