-
公开(公告)号：CN117035881A
公开(公告)日：2023-11-10
申请号：CN202311131168.1
申请日：2023-09-01
Applicant: 华中科技大学
IPC: G06Q30/0251 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于图采样的公平推荐方法：(1)将图采样方法应用到图表示学习中，学习实体表示；(2)筛选出每个用户的伪兴趣物品，进而学习伪用户表示；(3)对每个敏感属性建立过滤器和判别器，利用对抗训练的方法去除用户表示中的敏感信息。本发明方法考虑了推荐任务与公平任务之间的联系，通过图采样方法使得表示学习模型能够更准确地捕获敏感信息，与后续的对抗学习模型结合后达到了更好的敏感信息去除效果。该发明在推荐效果和公平性效果上都得到了提升。
-
公开(公告)号：CN116416997A
公开(公告)日：2023-07-11
申请号：CN202310236737.2
申请日：2023-03-10
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于注意力机制的智能语音伪造攻击检测方法：将语音样本从时域转换到频域进行分析，考虑不同滤波器对特征表现的影响，使用多种滤波器对频谱进行滤波，提取对数功率谱，梅尔频率倒谱系数，线性频率倒谱系数三种不同的语音样本声纹特征；训练基于注意力机制和残差网络的伪造语音攻击检测模型，利用注意力机制进行自适应特征选择，增强具有鉴别性的有效特征，抑制噪声以及冗余特征，然后通过残差网络进行高级特征提取和学习；利用上述训练好的伪造语音攻击检测模型对接收到的语音样本进行合法性检测，对语音样本进行评分，若评分超过阈值则为真实人声，否则，判断该样本为伪造语音。本发明方法准确率高、效率高且泛化能力强。
-
公开(公告)号：CN117112905A
公开(公告)日：2023-11-24
申请号：CN202311127004.1
申请日：2023-09-01
Applicant: 华中科技大学
IPC: G06F16/9535 , G06Q30/0601 , G06N3/0475 , G06N3/094 , G06N3/048
Abstract: 本发明公开一种基于双侧对抗学习的敏感属性过滤公平性推荐方法：根据用户、物品信息及其之间的交互关系，确定推荐部分模型，使用经典推荐算法来预测用户对物品的评分；根据用户特征和物品评分，设计用户侧的对抗学习网络，从用户侧过滤敏感信息；根据现有数据集中物品和用户的敏感特征关系的统计信息，建立用户与物品敏感信息的潜在关联，从物品侧过滤敏感信息；结合用户评分与物品信息从用户‑物品侧过滤敏感信息。本发明方法在去除用户敏感信息方面有明显优势，不仅从多个角度提升了推荐公平性，并且在推荐准确性方面表现最佳，提升了推荐效果。本发明还提供了相应的基于双侧对抗学习的敏感属性过滤公平性推荐装置。
-
公开(公告)号：CN117635769A
公开(公告)日：2024-03-01
申请号：CN202311681109.1
申请日：2023-12-06
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于关联感知跨模态注意网络的社交网中服饰推荐方法，方法包括：(1)针对服饰单品的多模态数据，利用多模态特征编码器提取视觉、文本特征以及类别嵌入表示；(2)构建基于模态驱动的协同学习模块，利用跨模态协同注意网络建模多模态信息间的交互关系；(3)设计基于关联感知的信息聚合模块，通过图注意网络自适应地捕捉单品间的上下文信息，获得套装全局表示；(4)引入自注意力机制强化套装最终表示，用于时尚兼容性分数计算，由此推荐与之互补的可搭配单品。本发明通过跨模态信息融合与上下文关系传播的方式丰富单品特征表示，有效增强多模态表示学习能力，保证模态信息的一致性和互补性，对套装兼容性评估精准建模。
-
-
-
Search Results
4
records
(took 0.016 seconds)
