公开(公告)号：CN116029394B

公开(公告)日：2023-06-30

申请号：CN202310315955.5

申请日：2023-03-29

Applicant: 季华实验室

Inventor： 李祯其 ,  胡尧 ,  温志庆

IPC: G06F40/30 ,  G06N20/00 ,  G06F18/23

Abstract: 本申请涉及文本识别技术领域，提供了一种自适应文本情感识别模型训练方法、电子设备及存储介质，该方法通过构建源域的第一稳定混淆域增强与目标域的第二稳定混淆域增强，有效建立跨域数据之间迁移桥梁，同时，利用双策略伪标签产生方法和改进的对比学习技术充分挖掘目标域的特性，提升源域到目标域迁移的可靠性和稳定性。本发明克服了现有技术中缺乏已标注领域数据的问题，节省时间和成本，能够高效准确的完成文本情感识别和领域之间的自适应，具有较好的实用性，具备良好的适用范围以及可扩展性。

公开(公告)号：CN116259407A

公开(公告)日：2023-06-13

申请号：CN202310550630.5

申请日：2023-05-16

Applicant: 季华实验室

Inventor： 李祯其 ,  谢雄敦 ,  胡尧 ,  温志庆

IPC: G16H50/20 ,  G16H10/60 ,  G06F18/25 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明涉及医学诊疗技术领域，具体公开了一种基于多模态数据的疾病诊断方法、装置、设备及介质，其中，方法包括以下步骤：分别提取问题文本特征、病症文本特征、音频特征和图像特征；将病症文本特征、音频特征和图像特征映射至同一维度下，并进行特征对齐处理；融合特征对齐后的病症文本特征、音频特征和图像特征获取融合特征向量；拼接问题文本特征和融合特征向量获取拼接向量；将拼接向量置入预先训练好的语言模型生成诊断结果；该方法能充分挖掘不同模态数据之间的关联性和差异性，解决了多模态数据因为数据之间的差异性而难以捕捉其关系的问题，以将各类特征进行有效融合，能有效缓解医生疲劳，并提高疾病诊断准确率。

公开(公告)号：CN116029394A

公开(公告)日：2023-04-28

申请号：CN202310315955.5

申请日：2023-03-29

Applicant: 季华实验室

Inventor： 李祯其 ,  胡尧 ,  温志庆

IPC: G06N20/00 ,  G06F40/30 ,  G06F18/23

Abstract: 本申请涉及文本识别技术领域，提供了一种自适应文本情感识别模型训练方法、电子设备及存储介质，该方法通过构建源域的第一稳定混淆域增强与目标域的第二稳定混淆域增强，有效建立跨域数据之间迁移桥梁，同时，利用双策略伪标签产生方法和改进的对比学习技术充分挖掘目标域的特性，提升源域到目标域迁移的可靠性和稳定性。本发明克服了现有技术中缺乏已标注领域数据的问题，节省时间和成本，能够高效准确的完成文本情感识别和领域之间的自适应，具有较好的实用性，具备良好的适用范围以及可扩展性。

公开(公告)号：CN115277264B

公开(公告)日：2023-03-24

申请号：CN202211192216.3

申请日：2022-09-28

Applicant: 季华实验室

Inventor： 李祯其 ,  胡尧 ,  温志庆

IPC: H04L9/40 ,  H04N21/462 ,  H04N21/488 ,  G06N20/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请涉及字幕生成技术领域，具体提供了一种基于联邦学习的字幕生成方法、电子设备及存储介质，方法包括以下步骤：构建多任务模型，多任务模型为用于根据输入音频数据生成对应的字幕的学习模型；基于本地数据对多任务模型进行多轮次训练，并在每轮次结束训练时将多任务模型的参数集合上传至服务器，以使服务器基于联邦学习根据由不同多任务模型上传的参数集合构建全局模型；从服务器中获取全局模型，并利用全局模型优化多轮次训练后的多任务模型；利用优化后的多任务模型生成字幕；该方法能够有效地提高本地数据的私密性。

公开(公告)号：CN115277264A

公开(公告)日：2022-11-01

申请号：CN202211192216.3

申请日：2022-09-28

Applicant: 季华实验室

Inventor： 李祯其 ,  胡尧 ,  温志庆

IPC: H04L9/40 ,  H04N21/462 ,  H04N21/488 ,  G06N20/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请涉及字幕生成技术领域，具体提供了一种基于联邦学习的字幕生成方法、电子设备及存储介质，方法包括以下步骤：构建多任务模型，多任务模型为用于根据输入音频数据生成对应的字幕的学习模型；基于本地数据对多任务模型进行多轮次训练，并在每轮次结束训练时将多任务模型的参数集合上传至服务器，以使服务器基于联邦学习根据由不同多任务模型上传的参数集合构建全局模型；从服务器中获取全局模型，并利用全局模型优化多轮次训练后的多任务模型；利用优化后的多任务模型生成字幕；该方法能够有效地提高本地数据的私密性。

公开(公告)号：CN114452096A

公开(公告)日：2022-05-10

申请号：CN202210389717.4

申请日：2022-04-14

Applicant: 季华实验室

Inventor： 李祯其 ,  廖茂竹 ,  温志庆

IPC: A61G5/10 ,  G06V40/20 ,  G06V40/16 ,  G10L15/02 ,  G10L15/22

Abstract: 本公开提供了一种轮椅控制方法及装置，涉及轮椅控制技术领域。该方法包括：获取第一用户数据；根据所述第一用户数据生成用于对轮椅进行控制的控制指令；输出所述控制指令，并在输出所述控制指令后获取第二用户数据；根据所述第二用户数据判断所述控制指令是否满足用户需求；若是，则执行所述控指令；若否，则终止执行所述控制指令。轮椅控制方法通过获取的第一用户数据与输出所述控制指令后获取的第二用户数据进行对比，判断所述轮椅控制指令是否满足用户需求，若满足用户需求，则执行所述控制指令；若不满足用户需求，终止执行控制指令，提高了对轮椅控制的精确度。