-
公开(公告)号：CN113177455B
公开(公告)日：2023-01-24
申请号：CN202110442262.3
申请日：2021-04-23
Applicant: 中国科学院计算技术研究所 , 鹏城实验室
IPC: G06V40/20 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G16H50/30 , G06N3/04 , G06N3/08
Abstract: 本发明实施例提供了一种训练运动强度识别系统的方法，包括：A1、构建运动强度识别系统，其包括依次连接的数据预处理模块、并行卷积处理流、双线性池化模块和多任务学习模块，所述并行卷积处理流包括两条并行的卷积处理流；A2、通过数据预处理模块对经标注了标签的运动数据进行预处理，得到运动信息和对应的标签组成的训练集，其中，运动数据由惯性传感器采集得到，为运动数据标注的标签包括多种不同的运动强度标签和多种不同的运动行为标签；A3、用所述训练集训练所述运动强度识别系统；本发明从通道和空间两个维度对卷积层提取的特征进行优化，关注重要的特征，抑制不必要的特征，有助于提升运动强度的识别精度。
-
公开(公告)号：CN113177455A
公开(公告)日：2021-07-27
申请号：CN202110442262.3
申请日：2021-04-23
Applicant: 中国科学院计算技术研究所 , 鹏城实验室
Abstract: 本发明实施例提供了一种训练运动强度识别系统的方法，包括：A1、构建运动强度识别系统，其包括依次连接的数据预处理模块、并行卷积处理流、双线性池化模块和多任务学习模块，所述并行卷积处理流包括两条并行的卷积处理流；A2、通过数据预处理模块对经标注了标签的运动数据进行预处理，得到运动信息和对应的标签组成的训练集，其中，运动数据由惯性传感器采集得到，为运动数据标注的标签包括多种不同的运动强度标签和多种不同的运动行为标签；A3、用所述训练集训练所述运动强度识别系统；本发明从通道和空间两个维度对卷积层提取的特征进行优化，关注重要的特征，抑制不必要的特征，有助于提升运动强度的识别精度。
-
公开(公告)号：CN113128667B
公开(公告)日：2023-10-31
申请号：CN202110363771.7
申请日：2021-04-02
Applicant: 中国科学院计算技术研究所
IPC: G06N3/0464 , G06N3/096 , G06N3/084
Abstract: 本发明公开一种跨域自适应的图卷积平衡迁移学习方法，包括：将源域数据和目标域数据输入第一图卷积神经网络，分别得到源域数据和目标域数据中节点的局部特征；将源域数据和目标域数据输入第二图卷积神经网络，分别得到源域数据和目标域数据中节点的全局特征；利用注意力机制将源域数据和目标域数据中节点的局部特征和全局特征进行聚合，得到源域数据和目标域数据中节点的统一特征；基于源域数据和目标域数据中节点的统一特征，构建源域分类器和目标域分类器分别对源域数据和目标域数据中节点进行分类，构建领域分类器用于判定节点来自源域数据或者目标域数据。
-
公开(公告)号：CN116030317A
公开(公告)日：2023-04-28
申请号：CN202211716818.4
申请日：2022-12-29
Applicant: 中国科学院计算技术研究所
IPC: G06V10/774 , G06V10/764 , G06N20/00
Abstract: 本发明提出一种基于DMA‑MaaS联邦学习平台的模型训练方法和系统，包括：上传训练数据至联邦学习平台，联邦学习平台对训练数据进行检查并添加到数据池；上传任务至联邦学习平台，联邦学习平台将公开的任务加入到公共任务池以供其他用户端选择；通过选择自己发起的任务或在公共任务池中选择任务，判断选择的任务类型是否为联邦学习，若是则在用户端所在用户设备本地基于训练数据执行联邦学习，将学习得到的模型参数和结果返回到联邦学习平台进行参数聚合，直到聚合后的模型达到所需性能，否则联邦学习平台基于训练数据，在云端执行非联邦学习。本发明通过MaaS功能，缓解联邦平台用户侧的异质性，完成数据、任务、算法、模型的管理和创建发挥联邦模型价值。
-
公开(公告)号：CN110049502B
公开(公告)日：2021-07-23
申请号：CN201910236723.4
申请日：2019-03-27
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种无线定位方法和系统，其中所述方法包括：1)在终端与无线基站进行数据交换时，由所述终端或所述无线基站收集所述数据交换的实际数据接收速率；2)根据接收到的所述数据接收速率执行定位算法。基于本发明的方案，无需专门设置诸如GPS等硬件装置，也不必在环境中部署大量用于无线定位的专用硬件。本发明基于数据接收速率来实现定位，无需针对定位单独地进行通信，并且该数据接收速率可以与任意现有的无线定位算法匹配，且在一定环境条件中可以获得比采用信号强度更好的效果。
-
Patent Agency Ranking
公开(公告)号：CN110812803A
公开(公告)日：2020-02-21
申请号：CN201910987541.0
申请日：2019-10-17
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种用于认知能力提升的交互式辅助干预系统，包括：外形为立方体的交互装置，该交互装置侧面的四个面上分别具有预设颜色和形状的物块，该交互装置顶面具有触控按钮，该交互装置底面具有彩灯，该交互装置内部具有扬声器、麦克风、运动传感器和控制模块；智能终端，用于生成交互任务，并将该交互任务发送至该控制模块，该控制模块根据该交互任务控制该彩灯的颜色和扬声器的发声内容，在使用者通过该交互装置完成该交互任务的过程中，该控制模块实时获取该触控按钮、该麦克风和该运动传感器采集的交互信号，该智能终端通过分类模型处理该交互信号，得到该使用者的认知能力。
-
公开(公告)号：CN107316052A
公开(公告)日：2017-11-03
申请号：CN201710374301.4
申请日：2017-05-24
Applicant: 中国科学院计算技术研究所
IPC: G06K9/62
CPC classification number: G06K9/6256
Abstract: 本发明涉及一种基于低成本传感器的鲁棒行为识别方法和系统，包括：通过安装于用户鞋中的低成本距离传感器，采集用户脚到地面的实时距离数据；采用滑动窗口法对该实时距离数据进行分割，生成数据集；对该数据集按照特性的预处理方式进行特征提取，生成预处理数据，并根据预先训练完成的数据模型对该预处理数据进行识别，得到用户的行为结果，最后将该行为结果显示反馈给用户。由此发明具有穿戴便利、测量精度高且不受环境影响的技术效果。
-
公开(公告)号：CN117711629A
公开(公告)日：2024-03-15
申请号：CN202311713643.6
申请日：2023-12-13
Applicant: 中国科学院计算技术研究所
Abstract: 本发明实施例提供了一种疾病预测模型的联邦训练方法及系统，其中，所述方法包括：将已有的多个客户端构建有向环形拓扑连接；给多个客户端配置相同结构的初始疾病预测模型，其中，每个客户端自有本地医疗数据集；基于构建的环形拓扑连接关系，每个客户端利用自有的本地医疗数据集以先传输联邦训练再基于广播的知识蒸馏联邦训练的方式对其对应的初始疾病预测模型进行多次迭代联邦训练，其中，传输联邦训练时相邻客户端之间进行全部参数传递，基于广播的知识蒸馏联邦训练时，每个客户端将其训练好的疾病预测模型参数广播给其他所有客户端。本发明的方法可以提高不同客户端的疾病预测模型性能。
-
公开(公告)号：CN117612709A
公开(公告)日：2024-02-27
申请号：CN202311800401.0
申请日：2023-12-26
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种医疗任务模型的联邦构建方法，用于同时构建适用于执行不同任务的医疗任务模型，所述方法包括：步骤S1：通用模型构建步骤，以联邦学习的方式通过步骤S11的初始化步骤和步骤S12的联邦训练步骤构建一个适用于各种医疗任务的通用模型，步骤S2：医疗任务模型组合步骤：将多次联邦训练后中心服务器得到的特征提取模型作为通用模型，并将该通用模型作为特征提取器，将其分别与多个目标任务对应的嵌入模块和输出模块组合以构成每个目标任务对应的医疗任务模型。
-
公开(公告)号：CN113298234B
公开(公告)日：2024-01-05
申请号：CN202110576078.8
申请日：2021-05-26
Applicant: 中国科学院计算技术研究所
IPC: G06F16/906 , G06N3/08
Abstract: 本发明实施例提供了一种生成多关系图中节点的表示向量的方法，本发明经过多关系图分解和编码后得到的编码后的单一关系子图，不仅可以降低预测难度，也可避免多关系图下潜在关联预测收到过多干扰，导致关联预测不够准确；然后潜在关联预测可以得到补充了潜在关联后的关系子图，能够实现挖掘多关系图中每一种关系情况中潜在关联信息，再聚合为挖掘了不同的潜在关系的多关系的特征聚合图，基于特征聚合图提取节点的表示向量，从而更好地为后续任务提供准确基础。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.034 seconds)
