-
公开(公告)号：CN117056489A
公开(公告)日：2023-11-14
申请号：CN202311092492.7
申请日：2023-08-28
Applicant: 中国科学技术大学
IPC: G06F16/332 , G06F18/214 , G06F18/22
Abstract: 本发明提供一种基于习题感知的动态采样方法及装置，获取与用户对应的各个交互习题、交互习题作答情况和未交互习题，基于习题作答评估模型评估未交互习题作答情况，依据未交互习题对应的习题特征确定未交互习题与已交互习题之间的特征相似度，并基于该特征相似度确定未交互习题样本的抽样概率，并基于此选取多个未交互习题样本，衡量每个未交互习题样本对应的信息量，按照由大到小的信息量顺序对未交互习题样本排序，并按顺序筛选预设数量的未交互习题样本，构建每个交互习题作答情况与预设数量的未交互习题样本对应的未交互习题样本作答情况之间的偏序关系。基于此，能够采样多个可靠且信息量丰富的未交互习题，构建偏序关系，从而补充监督信号。
-
公开(公告)号：CN116912615A
公开(公告)日：2023-10-20
申请号：CN202310665167.9
申请日：2023-06-05
Applicant: 中国科学技术大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/048
Abstract: 本发明涉及机器学习领域，具体涉及一种基于标注可靠性的众包数据真值推断方法。该方法构建众包数据真值判断模型对众包数据的真值进行判断，众包数据真值判断模型的构建基于现有端到端真值推断范式，采用分类器训练和混淆矩阵建模标注者的模式，使用的标注做了软标签处理，通过建模标注者能力和从任务特征提取难度，利用神经网络进行认知诊断流程，获得标注者对任务的标注可靠性，再利用标注可靠性构建软标签用于训练。本发明采用基于标注可靠性的真值推断方法(CrowdAR)来对建模标注者的混淆矩阵，同时建模不同标注者的标注可靠性，进而提高众包数据真值推断的准确性，同时进一步提高真值推断结果的可靠性。
-
公开(公告)号：CN116756689A
公开(公告)日：2023-09-15
申请号：CN202310734960.X
申请日：2023-06-20
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种融合学生学习行为的成绩预测方法、系统、设备及存储介质，通过分析学生的学习行为，量化各学习行为对于学生学习收获的影响，将所有学习行为对于学习收获的影响整合在一起，以衡量不同行为影响下的学习收获之间的高阶交互效应，并更新学生的知识状态，本发明能够更加准确的预测学生的答题成绩，能够为在线学习系统提供更好的成绩预测服务，进而使得在线学习系统更好的为学生提供个性化学习服务，提升学生在使用在线学习平台时的体验。
-
公开(公告)号：CN116401390A
公开(公告)日：2023-07-07
申请号：CN202310582432.7
申请日：2023-05-19
Applicant: 中国科学技术大学
IPC: G06F16/532 , G06F16/583 , G06F16/55 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/047 , G06N3/0475 , G06N5/04 , G06F40/30 , G06F16/36
Abstract: 本申请公开了一种视觉问答处理方法、系统、存储介质及电子设备，获取待处理图像，待处理图像为未进行特征提取的图像，通过预设提取网络，从待处理图像中提取视觉特征和语义特征，通过预设知识推理方式，对视觉特征和语义特征进行推理，得到显式知识增强表示和隐式知识增强表示，通过预设信息增强方式，对显式知识增强表示和隐式知识增强表示进行相互信息增强，得到显式特征表征和隐式特征表征，根据预设处理方式，对显式特征表征和隐式特征表征进行处理，得到概率分布向量，概率分布向量表征在视觉问答的过程中，所有候选答案中概率最大的分布向量。
-
公开(公告)号：CN115829033B
公开(公告)日：2023-06-20
申请号：CN202310051574.0
申请日：2023-02-02
Applicant: 中国科学技术大学
IPC: G06N5/022 , G06N5/04 , G06N3/0455 , G06N3/042 , G06Q50/20
Abstract: 本发明公开了一种数学应用题知识构建与解答方法、系统、设备及存储介质，它们是一一对应的方案，本发明提供的方案中建立了“问题‑知识‑表达式”的学习‑推理范式，它可以融合多种类型知识与机器学习任务，进而模拟人类从复杂场景中学习共性知识的过程，为探究强人工智能提供了一定的基础；同时，本发明提供的方案中提高了问题求解的准确性与知识学习结果的可解释性，构建的数学知识可以作为众多机器学习任务的先验信息改善任务表现，也可进一步辅助教育平台搭建知识图谱，并基于此提供更好的个性化教育服务。
-
Patent Agency Ranking
公开(公告)号：CN111400525B
公开(公告)日：2023-06-16
申请号：CN202010201301.6
申请日：2020-03-20
Applicant: 中国科学技术大学
IPC: G06F16/535 , G06F16/583 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于视觉组合关系学习的时尚服装智能搭配与推荐方法，该方法针对服装视觉信息的抽取，多服饰视觉兼容度与相互影响关系的建模，能够智能的为服装进行匹配，获取服装之间的匹配评分，进一步地辅助搭配类别分析，能够智能识别当前搭配中所缺少的部分，并对缺少单品进行针对性预测；通过模型训练与优化策略，模型能够自适应的学习专家经验，并能智能的为用户生成美观的服装搭配。
-
公开(公告)号：CN115495546B
公开(公告)日：2023-04-07
申请号：CN202211452104.7
申请日：2022-11-21
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种相似文本检索方法、系统、设备及存储介质，使用自编码器（编码器‑解码器）框架构建哈希映射模型，通过关系传播的编码器模块解决了在低维哈希码情况下信息损失的问题，通过全局均衡优化模块进行全局的均衡性优化，有效地增强了检索效率，通过噪声感知的解码器模块增强了哈希码的鲁棒性，从而解决文本中存在噪声的问题，根据实验结果显示，本发明提出的方法在准确率和检索效率两类的评价指标上均有一定提高。
-
公开(公告)号：CN115391534A
公开(公告)日：2022-11-25
申请号：CN202211032385.0
申请日：2022-08-26
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种文本情感原因识别方法、系统、设备及存储介质，针对情感因果文本蕴含的因果叙述信息，运用深度神经网络的语义建模技术，并融合注意力机制，建模文档的因果叙述信息并学习因果叙述下的原因和结果之间的因果关联，从而准确认知情感因果文本的情感因果语义，识别文本的情感原因，弥补了现有的文本原因识别研究中没有考虑文本的因果叙述信息的不足。
-
公开(公告)号：CN115239006A
公开(公告)日：2022-10-25
申请号：CN202210914718.6
申请日：2022-08-01
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种学生答题预测方法、系统、设备及存储介质，相关方法包括：获取知识点层次结构，试题以及试题与知识点对应关系；根据所述知识点层次结构进行贝叶斯网络建模，推断学生的知识点掌握模式；结合试题在每个知识点中的难度表征试题状态，利用所述试题与知识点对应关系，通过参数转换器将学生的知识点掌握模式以及试题状态进行转换，获得学生特征与试题特征，并输入至认知诊断模型，预测出学生对试题的答题正确率。使用本发明提供的上述方案，能够高效精准地建模学生的知识点掌握模式，弥补了现有方法参数限制过强导致不能灵活地建模知识点层次的弊端，并且，也能够保证预测结果的准确度。
-
公开(公告)号：CN110580261B
公开(公告)日：2022-07-15
申请号：CN201910864843.9
申请日：2019-09-09
Applicant: 中国科学技术大学
IPC: G06F16/2458 , G06N3/04 , G06Q10/04 , G06Q10/06 , G06Q50/18
Abstract: 本发明公开了一种针对高科技公司的深度技术追踪方法，包括：根据专利数据库，获取各公司在每一年申请的专利集合，以及各项技术在每一年申请的专利集合；利用基于专利特征的评价指数，结合各公司在每一年申请的专利集合与各项技术在每一年申请的专利集合，来衡量公司之间的竞争关系，并抽取基于竞争关系的内部特征；利用每一年所申请专利及相应的技术类别，构建专利技术二部图，从而获得技术之间协同关系，并抽取基于协同关系的外部特征；利用基于竞争关系的内部特征与基于协同关系的外部特征，预测未来一年，各个公司的技术分布。该方法能够准确预测公司未来一年技术分布。
-
-
-
-
-
-
-
-
-
Search Results
213
records
(took 0.048 seconds)
