公开(公告)号：CN118313410A

公开(公告)日：2024-07-09

申请号：CN202410558049.2

申请日：2024-05-07

Applicant: 北京工业大学

Inventor： 杜永萍 ,  尹子豪 ,  张博超 ,  王彬锐 ,  王禹心 ,  李方昱 ,  韩红桂

IPC: G06N3/006 ,  G06N3/0442

Abstract: 本发明公开了一种基于长短期记忆神经网络的多智能体系统动态通信方法，首先对各个智能体进行建模，并采用长短期记忆神经网络作为各智能体的控制器对智能体通信向量进行输入与输出；计算每一时刻各智能体距离目标位置的欧氏距离及总和，得到各智能体的距离权重并构建基于距离的加权平均通信向量；然后，引入注意力单元，并通过构建多层感知机嵌入网络计算得到注意力权重与贡献指数，采用元素级乘积的计算方法得到注意力通信向量；最后，将隐藏层向量、基于距离的加权平均向量以及注意力通信向量进行拼接，得到最终的多智能体系统通信向量。上述方法能够实现环境与智能体信息在系统中的高效传播，从而使智能体动态调整策略以实现动作预测。

公开(公告)号：CN118152729A

公开(公告)日：2024-06-07

申请号：CN202311813980.2

申请日：2023-12-27

Applicant: 北京工业大学

Inventor： 杜永萍 ,  王禹心 ,  张博超 ,  李方昱 ,  韩红桂

IPC: G06F18/00 ,  G06F18/10 ,  G06F18/27 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0442 ,  G06N3/049 ,  G06N3/084

Abstract: 本发明公开了一种基于卷积融合网络与注意力机制的故障诊断分类方法，首先构建数据融合故障检测框架，先对数据进行采集和预处理，然后通过基于注意力的一维卷积神经网络，以获取两个模态的独立特征。再进一步实现特征的自融合，解决模态相互关系提取难题。将自融合后的特征输出经过挤压激励模块，进行注意力加权以及梯度反转层后，输入到鉴别器进行训练以获取模态交互特征。将挤压激励模块的两个输出进行特征拼接后，输入到长短时记忆网络进行融合，并将其输出用于推断网络进行结果推断。最后循环迭代，结合推断结果，以最小化目标损失为目标训练网络，实现故障诊断分类。多模态数据融合有效利用模态间交互特征，能够提高故障检测分类的准确性。

公开(公告)号：CN117648469A

公开(公告)日：2024-03-05

申请号：CN202311529517.5

申请日：2023-11-16

Applicant: 北京工业大学

Inventor： 杜永萍 ,  金醒男 ,  侯莹 ,  张琦 ,  王禹心

IPC: G06F16/9032 ,  G06F16/903 ,  G06F16/9038 ,  G06F40/30 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/0895

Abstract: 本发明公开了一种基于对比学习的交叉双塔结构答案选择方法，属于自然语言处理领域。该方法以学习不同粒度的通用对话表征为目标，将对话表征应用于面向电商平台产品问答的答案选择任务。设计模型采用交叉双塔结构分别处理问答对话中的上下文语句，通过数据增强操作得到语句的不同编码表示，建立正样例，对比学习损失能够间接融合双塔所编码的信息，完成对句子级与对话级特征的建模。此外，加入掩码语言模型训练模式，以融入字符级特征。模型在大型对话语料库上进行训练，精准的对话表征可直接迁移应用于下游的答案排序选择任务，能够缓解面向电商平台的检索类型问答任务所面临的数据稀疏问题。