-
公开(公告)号：CN116127121A
公开(公告)日：2023-05-16
申请号：CN202310180785.4
申请日：2023-02-16
Applicant: 中国科学院计算技术研究所
IPC: G06F16/583 , G06F16/538 , G06V10/774 , G06V10/74
Abstract: 本发明提出一种图像检索模型的训练方法,所述方法包括：S1、获取训练集和查询图像，所述训练集包括多个与查询图像同类的正样本图像和多个与查询图像不同类的负样本图像；S2、采用步骤S1中获得的训练集和查询图像将图像检索模型进行多轮训练直至收敛，并在训练过程中基于AUPRC目标损失采用梯度的方式更新图像检索模型参数。本发明通过构建AUPRC的一种上界作为替代损失(替代损失即AUPRC目标损失)，并在随机估计中引入正样本图像估计的辅助向量，实现替代目标的可泛化性和渐进无偏性。
-
公开(公告)号：CN115934960A
公开(公告)日：2023-04-07
申请号：CN202211584446.4
申请日：2022-12-09
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于最优传输的知识图谱处理方法，该方法包括如下步骤：S1、获取知识图谱中所有实体对应的多模态信息向量以及结构信息向量；S2、基于所有实体的多模态信息向量和结构信息向量计算每个实体的多模态信息与结构信息之间的最优传输矩阵；S3、以每个实体的结构信息向量所在空间为基准空间，基于其最优传输矩阵将每个实体的多模态信息进行特征对齐以形成统一的特征表示；S4、基于步骤S3得到所有的实体的统一特征表示对每一个缺失头实体或者尾实体的三元组进行预测补全，其中，以所有实体为备选实体，按照预设的规则计算每一个备选实体作为预测实体的得分，并将得分最高的预测实体作为最终的实体补入三元组。
-
公开(公告)号：CN112182245B
公开(公告)日：2022-11-29
申请号：CN202011040457.7
申请日：2020-09-28
Applicant: 中国科学院计算技术研究所
IPC: G06F16/36
Abstract: 本发明实施例提供了一种知识图谱嵌入模型的训练方法、系统和电子设备，训练方法包括：A1、用对偶四元数构建知识图谱嵌入模型的嵌入空间，通过对偶四元数将知识图谱中的关系建模为嵌入空间中的旋转和平移；A2、从预设知识图谱中的正样本中进行负采样以生成负样本；A3、对正样本和负样本进行初始化，得到包含以初始嵌入向量表示的正样本和负样本的训练集；A4、利用所述训练集对所述知识图谱嵌入模型进行迭代训练至收敛。本发明构造的新模型可以同时兼具旋转的性能和平移的性能，使得训练得到的知识图谱嵌入模型的嵌入性能得到提升，输出的实体嵌入或者关系嵌入能够更准确地表达预设知识图谱中的实体或者关系。
-
公开(公告)号：CN114861764A
公开(公告)日：2022-08-05
申请号：CN202210376289.1
申请日：2022-04-11
Applicant: 中国科学院计算技术研究所
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明提出一种基于AUC优化的多类别分类方法，包括：构建多类别场景的初始多分类器；根据该多类别场景的AUC指标构建多分类器AUC指标，并构建该多分类器AUC指标的损失函数；对该损失函数进行优化；通过优化后的损失函数对该初始多分类器进行训练，以得到最终分类器；以该最终分类器在该多类别场景下进行多类别分类。
-
公开(公告)号：CN114417975A
公开(公告)日：2022-04-29
申请号：CN202111591020.7
申请日：2021-12-23
Applicant: 中国科学院计算技术研究所
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V20/69 , G06V10/764 , G06V10/774 , G06V10/778 , G06V10/82 , G06F16/35
Abstract: 本发明提出一种基于基于深度PU学习与类别先验估计的数据分类方法和系统，本发明能同时估计类别先验，并利用所得先验估计学习深度模型，而无需已知数据的真实先验分布，从而更适用于PU学习在实际场景中的应用。本发明所提出的迭代框架包括将网络的预测分数建模为GMM，从而估计正类先验；基于正类先验的估计值，进行无偏PU学习；进而结合半监督学习的平均教师、温度锐化等技术，提高算法性能和稳定性。该框架能应用于包括计算机视觉、推荐系统、生物医疗等在内各领域的PU问题，并且效果优异，兼具科学价值和实用价值。
-
Patent Agency Ranking
公开(公告)号：CN113327268A
公开(公告)日：2021-08-31
申请号：CN202110577016.9
申请日：2021-05-26
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种自约束视频活动预测方法和系统。包括：提取待预测视频中每帧的该视觉特征F＝{F1，F2，...，Fo}，并通过第一特征聚合模型处理该视觉特征F，得到最后观测时刻o的特征表示ho；获取指定的预测帧数a，根据视觉特征F和ho迭代预测下一时刻的特征表示，直到预测第o+a帧的特征表示，保存第o+1帧到第o+a帧的特征表示作为该待预测视频的预测结果。本发明通过迭代预测提高了活动预测的准确性。
-
公开(公告)号：CN113034537A
公开(公告)日：2021-06-25
申请号：CN202110220558.0
申请日：2021-02-26
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于多几何模型融合的结构一致性运动分割方法，包括：根据目标视频中多个几何模型的跟踪点的已知轨迹信息，获取各跟踪点之间的相似度，构建为基础相似度矩阵；更新该基础相似度矩阵直至收敛；对该基础相似度矩阵进行聚合得到共识相似度矩阵；对该共识相似度矩阵进行谱聚类得到运动分割标签；通过该运动分割标签对该几何模型进行运动分割。还提出一种基于多几何模型融合的结构一致性运动分割系统，以及一种数据处理装置。
-
公开(公告)号：CN112182245A
公开(公告)日：2021-01-05
申请号：CN202011040457.7
申请日：2020-09-28
Applicant: 中国科学院计算技术研究所
IPC: G06F16/36
Abstract: 本发明实施例提供了一种知识图谱嵌入模型的训练方法、系统和电子设备，训练方法包括：A1、用对偶四元数构建知识图谱嵌入模型的嵌入空间，通过对偶四元数将知识图谱中的关系建模为嵌入空间中的旋转和平移；A2、从预设知识图谱中的正样本中进行负采样以生成负样本；A3、对正样本和负样本进行初始化，得到包含以初始嵌入向量表示的正样本和负样本的训练集；A4、利用所述训练集对所述知识图谱嵌入模型进行迭代训练至收敛。本发明构造的新模型可以同时兼具旋转的性能和平移的性能，使得训练得到的知识图谱嵌入模型的嵌入性能得到提升，输出的实体嵌入或者关系嵌入能够更准确地表达预设知识图谱中的实体或者关系。
-
公开(公告)号：CN104166675B
公开(公告)日：2018-07-06
申请号：CN201410313181.3
申请日：2014-07-02
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明公开了一种基于图分解的多模式网络话题生成方法及其系统，包括：网络话题检测步骤用于将网络数据转化为一无向图，基于预定阈值将无向图截断为多个截断图，并在截断图中寻找表示候选网络话题的极大团，基于极大团获取多模式种子话题；网络话题排序步骤用于通过种子话题对原始的无向图进行重构，获取种子话题的重构系数，根据重构系数对种子话题进行排序。本发明还公开了一种基于图分解的多模式网络话题生成系统。
-
公开(公告)号：CN104239398A
公开(公告)日：2014-12-24
申请号：CN201410312913.7
申请日：2014-07-02
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
CPC classification number: G06F17/30271 , G06F17/3087
Abstract: 本发明公开了一种基于密集子图的视觉词典生成方法，包括：密集子图检测步骤用于在基于视觉特征向量间的关系形成的无向图中，通过最大值估计方法进行密集子图检测；视觉词典生成步骤用于通过检测到的密集子图获取组成视觉词典的视觉单词，视觉单词具有单词内部高度相似性、单词外部特征差异性和抗噪性。本发明还公开了一种基于密集子图的视觉词典生成系统。
-
-
-
-
-
-
-
-
-
Search Results
113
records
(took 0.039 seconds)
