-
公开(公告)号：CN113837235B
公开(公告)日：2024-02-09
申请号：CN202111008500.6
申请日：2021-08-31
IPC: G06F21/55 , G06F21/62 , G06F18/22 , G06F40/194 , G06F18/24
Abstract: 本发明公开了一种基于社交网络隐私协商系统的智能体行为追责方法，通过定性追责和定量追责过程实现智能体行为追责，在定性追责过程中采用正向模拟协商过程和逆向复现协商过程的方法，准确判断隐私协商智能体是否存在不当行为并在存在不当行为时精准锁定其具体发生位置。进一步提出了简单量化方法、加权马氏距离方法、改进Minhash方法共3种定量追责方法，能够求得隐私协商智能体的责任量化值，从而对不当行为的严重程度进行量化。本发明解决了当前社交网络隐私协商系统中智能体存在的不可信、不安全、恶意行为问题。
-
公开(公告)号：CN117436130A
公开(公告)日：2024-01-23
申请号：CN202311744142.4
申请日：2023-12-19
Applicant: 暨南大学
IPC: G06F21/62 , G06F16/901
Abstract: 本发明涉及数据隐私保护技术领域，特别是涉及一种基于差分隐私的有向图数据安全发布方法，包括：获取图数据，构建有向图并提取各级别的初始节点度信息；构建组合差分隐私机制，向所述节点度信息中添加噪声，获取节点度信息，计算所述节点度信息的敏感度；基于所述敏感度，采用分组策略对所述节点度信息进行降低噪声处理；引入自适应算法优化所述节点度信息，获取最终节点度信息；将所述最终节点度信息输入生成图模型，生成隐私有向图。本发明能够有效保护有向图数据隐私，保留原始图的效用。
-
公开(公告)号：CN116597498B
公开(公告)日：2023-10-24
申请号：CN202310826138.6
申请日：2023-07-07
Applicant: 暨南大学
IPC: G06V40/16 , G06N3/0985 , G06V10/82 , G06F21/60 , G06F21/64
Abstract: 本发明公开了一种基于区块链和联邦学习的公平人脸属性分类方法，属于计算机视觉技术领域，包括：模型需求者发布联邦学习任务，区块链交易合约向客户端传递联邦学习任务；客户端接收到联邦学习任务后，对局部模型进行训练，并将局部模型参数加密发送给区块链节点；区块链节点验证局部模型参数的公平性，生成客户端信誉，并将验证成功的局部模型参数进行加密，和客户端信誉打包生成新区块；区块链交易合约将新区块广播给其他区块链节点进行验证，中央服务器收集验证成功的局部模型参数并进行聚合，获得全局模型；模型需求者基于全局模型进行人脸属性识别分类。本发明实现了全局模型属性公平的增强，同时维持了人脸属性分类理想的准确率。
-
公开(公告)号：CN116597498A
公开(公告)日：2023-08-15
申请号：CN202310826138.6
申请日：2023-07-07
Applicant: 暨南大学
IPC: G06V40/16 , G06N3/0985 , G06V10/82 , G06F21/60 , G06F21/64
Abstract: 本发明公开了一种基于区块链和联邦学习的公平人脸属性分类方法，属于计算机视觉技术领域，包括：模型需求者发布联邦学习任务，区块链交易合约向客户端传递联邦学习任务；客户端接收到联邦学习任务后，对局部模型进行训练，并将局部模型参数加密发送给区块链节点；区块链节点验证局部模型参数的公平性，生成客户端信誉，并将验证成功的局部模型参数进行加密，和客户端信誉打包生成新区块；区块链交易合约将新区块广播给其他区块链节点进行验证，中央服务器收集验证成功的局部模型参数并进行聚合，获得全局模型；模型需求者基于全局模型进行人脸属性识别分类。本发明实现了全局模型属性公平的增强，同时维持了人脸属性分类理想的准确率。
-
公开(公告)号：CN115457643B
公开(公告)日：2023-04-07
申请号：CN202211394678.3
申请日：2022-11-09
Applicant: 暨南大学
IPC: G06V40/16 , G06N3/08 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了一种基于增量技术和注意力机制的公平人脸表情识别方法，包括：构建并训练表情平衡模型，所述表情平衡模型包括：骨干模块、注意力特征融合模块和表情平衡微调模块；将人脸表情图像输入所述骨干模块，提取所述人脸表情图像的表情特征；将所述表情特征输入所述注意力特征融合模块，获取不同表情类别；将所述不同表情类别输入所述表情平衡微调模块，对所述不同表情类别进行调节，输出公平人脸表情识别结果。本发明采用增量技术和注意力机制结合的方式处理表情图像，能够提取代表性不足的表情类别中更细微的特征，从而缓解人脸表情识别中的表情类别偏差，达到公平人脸表情识别的目的。
-
Patent Agency Ranking
公开(公告)号：CN114443808A
公开(公告)日：2022-05-06
申请号：CN202111451106.X
申请日：2021-12-01
IPC: G06F16/33
Abstract: 本发明涉及人工智能伦理技术领域，尤其涉及一种基于行为目的关系的伦理极性判别方法，使用众包方法对开源数据集FG‑News进行再标注，为数据集增添更多细粒度的属性，也可以为模型的训练提供更多特征，再利用具有双向Transformer结构的预训练语言模型BERT，经过维基百科语料的与训练过程编码知识信息，同时对于下游任务，经过微调的模型可以快速适应当前任务，对特定的行为词进行目的关系推理和极性判别，以行为词为中心，捕捉目标词、词间关系与其上下文之间的联系，有效提高系统的准确率和查全率，提供了更完整、更深入的分析结果。
-
公开(公告)号：CN115640305B
公开(公告)日：2023-09-29
申请号：CN202211651581.6
申请日：2022-12-22
Applicant: 暨南大学
Abstract: 本发明公开一种基于区块链的公平可信联邦学习方法，包括：模型需求者在区块链上发布训练任务及交易合约传递任务，客户端对全局模型进行训练，生成局部模型参数，将局部模型参数加密传输给区块链上的对应节点；对应节点传播并验证加密后的局部模型参数，对应节点将验证通过后的局部模型参数进行聚合，根据聚合结果更新全局模型并基于更新结果生成新区块，并将新区块进行广播；所有节点对新区块进行验证并达成共识；激励合约基于共识结果，计算客户端的贡献并生成最新全局模型；重复S2‑S6直到满足训练结束条件，得到优化模型。交易合约将优化全局模型传给模型需求者。
-
公开(公告)号：CN116597486A
公开(公告)日：2023-08-15
申请号：CN202310552905.9
申请日：2023-05-16
Applicant: 暨南大学
IPC: G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于增量技术和掩码剪枝的人脸表情平衡识别方法，包括：获取表情图像数据，对表情图像数据进行预处理，获取表情图像数据集；构建公平增量表情模型，对公平增量表情模型进行训练，获取训练后的公平增量表情模型，其中公平增量表情模型包括残差基础网络、网络剪枝模块和网络冻结模块；将表情图像数据集以类别增量的形式输入至训练后的公平增量表情模型中，输出公平表情识别结果。本发明采用增量技术和掩码剪枝技术来缓解表情识别类的偏差问题，利用增量技术对数据分布敏感的特点从而克服表情类别的分布不平衡的问题，利用掩码剪枝技术修剪了网络冗余参数从而将这些参数用于提高消极类表情的识别中，缓解了表情类别偏差。
-
公开(公告)号：CN115640305A
公开(公告)日：2023-01-24
申请号：CN202211651581.6
申请日：2022-12-22
Applicant: 暨南大学
Abstract: 本发明公开一种基于区块链的公平可信联邦学习方法，包括：模型需求者在区块链上发布训练任务及交易合约传递任务，客户端对全局模型进行训练，生成局部模型参数，将局部模型参数加密传输给区块链上的对应矿工；对应矿工传播并验证加密后的局部模型参数，对应矿工将验证通过后的局部模型参数进行聚合，根据聚合结果更新全局模型并基于更新结果生成新区块，并将新区块进行广播；所有矿工对新区块进行验证并达成共识；激励合约基于共识结果，计算客户端的贡献并生成最新全局模型；重复S2‑S6直到满足训练结束条件，得到优化模型。交易合约将优化全局模型传给模型需求者。
-
公开(公告)号：CN115631530A
公开(公告)日：2023-01-20
申请号：CN202211651570.8
申请日：2022-12-22
Applicant: 暨南大学
Abstract: 本发明公开一种基于人脸动作单元的公平人脸表情识别方法，包括：获取训练图片及人脸动作单元所在局部区域；构建平衡特征融合网络；对所述平衡特征融合网络添加权重分配，根据训练图片及人脸单元所在局部区域，通过联合损失函数对所述平衡特征融合网络进行优化，通过优化后的网络以实现公平人脸表情识别方法。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.038 seconds)
