-
公开(公告)号：CN119400443A
公开(公告)日：2025-02-07
申请号：CN202411646982.1
申请日：2024-11-15
Applicant: 上海交通大学
Abstract: 一种基于临床特征的体外受精胚胎移植(IVF‑ET)成功率预测智能辅助系统，通过应用LightGBM(Light Gradient Boosting Machine)算法提高IVF‑ET成功率的预测准确性和计算效率。该系统通过整合多项关键临床特征，包括血糖水平、激素水平、精液质量等基本健康指标，进行高效的数据处理和特征提取，以构建一个精准的预测模型；引入LightGBM算法进行多维特征的高效处理和精准预测，该算法以其快速训练和推理能力，尤其适用于大规模、高维和稀疏数据，有效降低了计算复杂度和模型过拟合。本发明不仅提高了IVF‑ET成功率的预测准确性，还为医生提供了实时的成功率预测支持，有助于更科学地制定个性化治疗方案，同时减少了计算资源的占用，实现了预测的快速反馈。
-
-
公开(公告)号：CN113742778B
公开(公告)日：2023-10-31
申请号：CN202111092031.0
申请日：2021-09-17
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于联邦学习和ALQ压缩的分布式机器学习方法及系统，所述系统包括一个服务器端和多个客户端，服务器端的功能包括初始化全局机器学习模型、分发模型至客户端、收集客户端的模型并计算新的全局模型；客户端的功能包括接收全局模型、用本地数据对模型进行训练以及上传训练好的本地模型，服务器端和客户端之间的通信数据通过ALQ压缩算法进行压缩。与现有技术相比，本发明具有保证数据隐私安全性、适用于对通信量和扩展性有严格要求的空间信息网络等优点。
-
公开(公告)号：CN116245610A
公开(公告)日：2023-06-09
申请号：CN202310193838.6
申请日：2023-03-02
Applicant: 上海交通大学 , 江苏嘉图网络科技股份有限公司
IPC: G06Q30/0601 , G06N7/01 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于蒙特卡洛方法和轻量化图神经网络的图书精排方法，涉及信息推荐领域，对用户节点执行初步分析，获取用户节点与第一图书候选集节点的第一图神经网络集；按照设定跳选取第一图神经网络集中的子图；分别针对子图中的用户节点及第一图书候选集节点中的每个执行至少两层带MC‑Dropout的神经网络的多次更新；依据用户节点的图嵌入求取节点的第一不确定评估参数；依据第一图书候选集节点的图嵌入求取节点的第二不确定评估参数；依据第一不确定评估参数与第二不确定评估参数计算不确定性加权相似度值；依据相似度值对第一图书候选集节点执行排序，获取对应用户节点的图书推荐。本发明能够在保持结果精确度的情况下获得简化计算的效果。
-
公开(公告)号：CN112307939B
公开(公告)日：2022-10-04
申请号：CN202011172682.6
申请日：2020-10-28
Applicant: 上海交通大学
IPC: G06V20/40 , G06V10/82 , G06V10/774 , G06N3/04 , G06T7/73
Abstract: 一种利用位置掩码注意力机制的视频帧增强方法，输入相邻两个视频帧的特征图，通过位置信息对齐同一像素在不同帧上的位置，从而利用之前帧的信息增强当前帧的信息量，包括位置距离掩码生成和位置注意力信息融合两部分；位置距离掩码生成根据输入特征图的大小，利用相邻两帧像素点的距离生成一个和特征图大小匹配的掩码；位置注意力信息融合利用生成的位置距离掩码，指导原始的注意力机制赋予对齐的像素点更大的权重，从而生成一个增强的特征图来取代当前帧原始的特征图用于后续处理。本发明基于注意力机制，不需要额外的训练参数，可以达到比原始的注意力机制更快的收敛速度和更好的预测结果，可以广泛利用于各种视频任务中。
-
Patent Agency Ranking
公开(公告)号：CN113592070A
公开(公告)日：2021-11-02
申请号：CN202110820574.3
申请日：2021-07-20
Applicant: 上海交通大学
Abstract: 本发明提供一种提升贝叶斯神经网络对抗防御能力的方法及系统，涉及深度学习方向的贝叶斯神经网络和对抗防御技术领域，该方法包括：网络训练步骤：输入初始数据，通过优化交叉熵损失函数和参数分布与先验分布之间的KL散度，对初始数据进行训练；鲁棒性增强步骤：贝叶斯神经网络的参数作为输入，通过计算并优化网络参数矩阵的谱范数的数学期望，根据优化后的数学期望降低网络对各种噪声的敏感性，从而提升贝叶斯神经网络模型对对抗噪声的防御能力。本发明能够有效地提升贝叶斯网络模型的对抗鲁棒性，有效增强网络模型在现实问题中的应用前景；有效降低网络模型输出的不确定性，使得网络对对抗样本的预测更有一致性，提升网络模型的噪声抗性。
-
公开(公告)号：CN112309528A
公开(公告)日：2021-02-02
申请号：CN202011164568.9
申请日：2020-10-27
Applicant: 上海交通大学
IPC: G16H15/00 , G06K9/62 , G06F40/216 , G06N3/04 , G06F16/35 , G06F16/332
Abstract: 本发明公开了一种基于视觉问答方法的医疗影像报告生成方法，涉及计算机视觉方向的图片处理领域和自然语言处理的问答领域，包括问答数据集生成模块、视觉问答模块和报告生成模块，其中，所述问答数据集生成模块可以基于现有医疗影像报告生成可供视觉问答模型训练的数据集，所述视觉问答模块基于医疗影像图片和给定问题生成回答。该方法生成的报告内容有实际意义且有据可循，可帮助影像科实现更少人手、更短时间内完成更多的诊断。
-
公开(公告)号：CN112307939A
公开(公告)日：2021-02-02
申请号：CN202011172682.6
申请日：2020-10-28
Applicant: 上海交通大学
Abstract: 一种利用位置掩码注意力机制的视频帧增强方法，输入相邻两个视频帧的特征图，通过位置信息对齐同一像素在不同帧上的位置，从而利用之前帧的信息增强当前帧的信息量，包括位置距离掩码生成和位置注意力信息融合两部分；位置距离掩码生成根据输入特征图的大小，利用相邻两帧像素点的距离生成一个和特征图大小匹配的掩码；位置注意力信息融合利用生成的位置距离掩码，指导原始的注意力机制赋予对齐的像素点更大的权重，从而生成一个增强的特征图来取代当前帧原始的特征图用于后续处理。本发明基于注意力机制，不需要额外的训练参数，可以达到比原始的注意力机制更快的收敛速度和更好的预测结果，可以广泛利用于各种视频任务中。
-
公开(公告)号：CN111339863A
公开(公告)日：2020-06-26
申请号：CN202010097320.9
申请日：2020-02-17
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于物体导向外部记忆模块的视频物体检测模型，涉及计算机视觉方向的视频物体检测领域，包括外部记忆模块，以及与所述外部记忆模块相连接的外部记忆输入模块和外部记忆输出模块；所述外部记忆模块为物体导向的多级外部记忆模块；所述外部记忆模块包括特征存储矩阵，用于存储特征；所述特征由所述外部记忆输入模块从特征图中进行选择并输入；所述外部记忆输出模块将所述外部记忆模块中的所述特征输出到所述特征图中。本发明具有更好的存储空间利用率和更好的保存长时记忆的能力，同时达到更好的视频物体检测性能。
-
公开(公告)号：CN106301687B
公开(公告)日：2019-12-10
申请号：CN201610695729.4
申请日：2016-08-19
Abstract: 本发明涉及一种基于4比特CRC纠错与迭代干扰消除算法的星载AIS接收方法，包括以下步骤：步骤A：对接收信号参数化建模；步骤B：解调输出序列，并进行CRC校验纠错，即对步骤A中的接收信号采用维特比解调，将解调后的序列送入校验纠错模块，对解调后的结果进行CRC校验，如果校验不通过则利用CRC纠错算法进行纠正；步骤C：迭代干扰消除模型，根据步骤B中获取的解调序列，重构AIS信号r1(t)，在原始接收信号中消除上述重构信号得r'(t)，再次重复步骤A和步骤B获得解调序列。与现有技术相比，本发明大幅提高了星载AIS系统的误码率性能，同时保证了算法的复杂度，对提高系统性能具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.028 seconds)
