公开(公告)号：CN116563619A

公开(公告)日：2023-08-08

申请号：CN202310492921.3

申请日：2023-05-05

Applicant: 大连理工大学

Inventor： 刘睿康 ,  林鸿飞 ,  杨亮

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/094 ,  G06V40/16

Abstract: 本发明公开了一种多模态的模因图情感检测方法，本发明对模因图数据进行了精细的数据预处理工作，并以VL‑BERT、UNITER、Villa这3种多模态预训练模型为基础，通过输入实体、人物特征信息，引入对抗训练，改进层次多标签分类的损失函数和分类头，对多模态预训练模型进行了改进。改进该模型在模因图情感检测任务和情感类型细分类任务上均有不错的效果，性能超过了实验中的所有多模态基础分类模型及其改进版本。

公开(公告)号：CN114154397A

公开(公告)日：2022-03-08

申请号：CN202111316717.3

申请日：2021-11-09

Applicant: 大连理工大学

Inventor： 刘婵娟 ,  赵天昊 ,  刘睿康

IPC: G06F30/27 ,  G06K9/62 ,  G06N3/08 ,  A63F13/822

Abstract: 本发明公开了一种基于深度强化学习的隐式对手建模方法，属于多智能体强化学习方向的对手建模领域。本发明围绕动态博弈环境下的对手建模问题，利用深度强化学习技术提出了一种改进的隐式对手建模方法。该隐式建模方法不依赖于特定领域知识，能适应对手策略的动态变化，同时还解决了过度估计问题并具有较快的收敛速度。

公开(公告)号：CN114154397B

公开(公告)日：2024-05-10

申请号：CN202111316717.3

申请日：2021-11-09

Applicant: 大连理工大学

Inventor： 刘婵娟 ,  赵天昊 ,  刘睿康

IPC: G06F30/27 ,  G06F18/214 ,  G06N3/092 ,  A63F13/822

Abstract: 本发明公开了一种基于深度强化学习的隐式对手建模方法，属于多智能体强化学习方向的对手建模领域。本发明围绕动态博弈环境下的对手建模问题，利用深度强化学习技术提出了一种改进的隐式对手建模方法。该隐式建模方法不依赖于特定领域知识，能适应对手策略的动态变化，同时还解决了过度估计问题并具有较快的收敛速度。