公开(公告)号：CN118626901A

公开(公告)日：2024-09-10

申请号：CN202410609125.8

申请日：2024-05-16

Applicant: 深圳华中科技大学研究院

Inventor： 伍冬睿 ,  王紫薇 ,  李思扬 ,  陈晓庆

IPC: G06F18/24 ,  A61B5/372 ,  A61B5/369 ,  A61B5/00 ,  G06F18/2131 ,  G06F18/214 ,  G06N3/045 ,  G06N3/094 ,  G06N3/09 ,  G06F123/02

Abstract: 本发明提供一种基于时空频一致性的监督对比学习方法及设备，涉及机器学习领域，包括：构建TSF‑SCL模型；通过多源数据增强模块对原始脑电信号集合进行多源数据增强，获得时域增强数据集合、空域增强数据集合和频域增强数据集合；通过原始脑电信号集合、时域增强数据集合、空域增强数据集合和频域增强数据集合对TSF‑SCL模型中的各个模块进行同步训练；通过训练好的TSF‑SCL模型对待测原始脑电信号集合进行分类，获得分类预测结果。本发明通过跨视图对比学习模块，从三种增强视图中提取判别性特征，不同视图的特征分别组成正负样本对训练模型，增强特征一致性；跨模型对比学习模块进一步提高不同网络(如特征提取器和编码器)所提取特征的一致性。

公开(公告)号：CN118626848A

公开(公告)日：2024-09-10

申请号：CN202410689538.1

申请日：2024-05-30

Applicant: 深圳华中科技大学研究院

Inventor： 伍冬睿 ,  李思扬 ,  王紫薇

IPC: G06F18/214 ,  G06F18/2431

Abstract: 本发明公开了一种应用于黑盒模型的测试时集成方法、介质及设备，涉及机器学习领域，应用于黑盒模型的测试时集成方法主要包括：将无标注测试数据输入黑盒模型得到每个黑盒模型的预测结果，将K分类任务转化为K个二分类任务并计算总体协方差矩阵，利用奇异值分解方法得到主特征向量，对主特征向量进行归一化和平均，得到集成权重，最终获得集成预测分类结果。实施本发明提供的应用于黑盒模型的测试时集成方法、介质及设备，能提升预测性能。