公开(公告)号：CN119513279A

公开(公告)日：2025-02-25

申请号：CN202411504855.8

申请日：2024-10-26

Applicant: 南京大学

Inventor： 周依娜 ,  苏旭阳

IPC: G06F16/334 ,  G06F16/35 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094

Abstract: 本发明涉及自然语言处理技术领域，公开了基于Transformer的自然语言处理系统，包括：神经架构搜索组件，用于自动搜索和优化用于自然语言处理的Transformer模型架构；多任务学习组件，用于在共享的模型层基础上同时训练多个自然语言处理任务；元学习组件，用于优化模型的参数初始化，使其能够通过少量数据和训练步骤快速适应新的任务；动态数据增强组件，用于生成多样化的训练数据，增强模型的泛化能力和鲁棒性。本发明通过多任务学习和元学习组件增强了知识共享和资源效率，减少了对大量数据的依赖，提升了模型的泛化能力和快速适应性，动态数据增强组件强化了对新场景的适应性，提高了模型的鲁棒性。

公开(公告)号：CN119179929A

公开(公告)日：2024-12-24

申请号：CN202411264777.9

申请日：2024-09-10

Applicant: 南京大学

Inventor： 周依娜 ,  徐乐怀 ,  张英弛 ,  刁嘉琳 ,  苏旭阳

IPC: G06F18/24 ,  A61B5/346 ,  A61B5/00 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明提供了一种基于门控循环扩散模型的心电信号增强与分类方法，包括：步骤1，获取心电信号数据集；步骤2，设定扩散模型的参数与超参数；步骤3，建立扩散模型的神经网络结构；步骤4，训练扩散模型，通过训练好的扩散模型补充心电信号数据集；步骤5，设定分类模型的超参数；步骤6，建立分类模型；步骤7，采用步骤4得到的心电信号数据集训练分类模型，将训练好的分类模型用于心电信号分类。本发明方法引入门控循环扩散模型补充数据，相较于传统的生成式模型，更能捕捉心电信号的时序信息，从而模拟出心率的特征。