-
公开(公告)号：CN115952362B
公开(公告)日：2025-04-04
申请号：CN202310003377.1
申请日：2023-01-03
Applicant: 西北工业大学
IPC: G06F16/9536 , G06Q50/00 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种用于社交媒体的自演化假消息检测方法，收集社交媒体数据，利用深度学习模型提取特征训练分类器，并利用特征相似度迁移模型存储的已学习相似历史事件知识帮助实现对新事件假消息分类器的训练，实现持续假消息检测。该发明基于两个核心机制实现：一是基于硬注意力的知识存储机制，记忆单元用于存储历史事件知识，事件掩码作为每个事件在记忆单元中的唯一标识可以随时调用历史事件知识；二是基于多头自注意力的知识迁移机制，对历史事件知识进行融合以提升分类器在当前事件上的假消息检测效果。本发明可持续不断地对社交媒体上的假消息进行检测，无需存储历史数据从头开始训练模型，提升了假消息检测方法的自演化自适应能力。
-
公开(公告)号：CN115952362A
公开(公告)日：2023-04-11
申请号：CN202310003377.1
申请日：2023-01-03
Applicant: 西北工业大学
IPC: G06F16/9536 , G06Q50/00 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种用于社交媒体的自演化假消息检测方法，收集社交媒体数据，利用深度学习模型提取特征训练分类器，并利用特征相似度迁移模型存储的已学习相似历史事件知识帮助实现对新事件假消息分类器的训练，实现持续假消息检测。该发明基于两个核心机制实现：一是基于硬注意力的知识存储机制，记忆单元用于存储历史事件知识，事件掩码作为每个事件在记忆单元中的唯一标识可以随时调用历史事件知识；二是基于多头自注意力的知识迁移机制，对历史事件知识进行融合以提升分类器在当前事件上的假消息检测效果。本发明可持续不断地对社交媒体上的假消息进行检测，无需存储历史数据从头开始训练模型，提升了假消息检测方法的自演化自适应能力。
-
公开(公告)号：CN119848217A
公开(公告)日：2025-04-18
申请号：CN202510167056.4
申请日：2025-02-14
Applicant: 西北工业大学
IPC: G06F16/3329 , G06F16/3332 , G06F40/30 , G06F40/216
Abstract: 本申请公开了一种基于心智认知机理的个性化记忆辅助交互方法，具体涉及智能体交互的领域。包括：确定输入文本的欲望类型和个人角色摘要，并将欲望类型和个人角色摘要作为语义记忆；将当前输入文本作为情景记忆，在当前的对话日期结束时，对该对话日期内的所有输入文本进行总结，得到日常事件摘要，将日常事件摘要作为抽象记忆；根据当前的输入文本在记忆库进行相似性检索，得到相关的历史语义记忆、历史情景记忆、历史抽象记忆，将上述检索结果作为工作记忆；根据工作记忆生成响应文本，进行交互。能够深刻理解和记忆用户的角色与个性特征，有利于生成个性化的响应，以及能有效关联历史对话。
-
公开(公告)号：CN116226514A
公开(公告)日：2023-06-06
申请号：CN202211683065.1
申请日：2022-12-27
Applicant: 西北工业大学
IPC: G06F16/9535 , G06F16/9537 , G06F18/23213 , G06F17/16 , G06F17/18 , G06F40/30 , G06N20/00 , G06Q50/00
Abstract: 本发明涉及一种用于社交网络用户行为序列间的可迁移性度量方法，所述方法采用TEMCS模型来学习行为序列间的可迁移性大小，得到用户行为序列间可迁移性的度量；所述TEMCS模型包括多概念语义压缩模型和归一化转移熵模型；所述多概念语义压缩模型用于最大化序列的语义信息；所述归一化转移熵模型是建模序列间动态的信息转移。本发明提出的一种用于社交网络用户行为序列间的可迁移性度量方法，计算简单，且不需要模型训练的一种序列间可迁移性度量方式，本发明的方法用于选择合适的源行为来提高目标少样本行为的预测性能，也可以将其作为先验知识用于多行为融合模型中来提高多行为融合模型的性能。
-
公开(公告)号：CN107662613B
公开(公告)日：2019-07-05
申请号：CN201710891893.7
申请日：2017-09-27
Applicant: 西北工业大学
IPC: B60W40/09
Abstract: 本发明公开一种基于移动群智感知的极端驾驶行为识别方法及系统。所述方法包括以下步骤：获取乘客随身携带的智能手机的第一惯性传感器数据；所述惯性传感器数据包括加速度传感器数据、陀螺仪传感器数据；根据所述第一惯性传感器数据确定乘客在汽车中的位置；根据所述第一惯性传感器数据确定乘客的手机使用方式；获取乘客落座后的随身携带的智能手机的第二惯性传感器数据；根据所述第二惯性传感器数据以及所述乘客的手机使用方式识别每个智能手机检测到的驾驶行为；根据所有智能手机检测到的驾驶行为确定最终驾驶行为识别结果。采用本发明方法或系统可以通过乘客携带的智能手机识别司机的驾驶行为，精确度高，成本低。
-
Patent Agency Ranking
公开(公告)号：CN106056214A
公开(公告)日：2016-10-26
申请号：CN201610328835.9
申请日：2016-05-18
Applicant: 西北工业大学
Abstract: 一种面向移动群体感知的多任务工作者选择方法，其特征在于：包括以下步骤：S1：任务分类，组合；S2：初始化任务和工作者的参数；S3：对任务采用贪心策略和工作者进行分配；S4：种群进行初始化；S5：演化，得到结果。本发明的技术方案中充分考虑了任务的时空特性，并解决多任务的工作者选择问题，这对于大规模的移动群体感知任务平台来说具有重大意义，能够得到多任务工作者选择的一个较优的结果。考虑到多任务工作者选择问题的解空间非常巨大，本发明所使用的融合贪心算法和遗传算法的方法能够在较短时间内求得次优解。
-
公开(公告)号：CN119785979A
公开(公告)日：2025-04-08
申请号：CN202411956569.5
申请日：2024-12-29
Applicant: 西北工业大学
IPC: G16H20/70 , G06N3/0455 , G06F40/30 , G06F16/903
Abstract: 本发明公开了认知链增强的大学生群体心理健康对话系统的构建方法。该方法包括：获取目标数据集，从目标数据集中收集若干个对话，将每个对话作为每个种子对话；获取关于大学生和心理健康医生的提示词，其中，提示词包括大学生话题；将提示词和一个种子对话输入至ChatGPT模型，生成一组关于提示词的自聊对话，在ChatGPT模型中通过多次改变提示词中的大学生话题以及每个种子对话，生成多组关于提示词中不同大学生话题的自聊对话；基于多组关于提示词中不同大学生话题的自聊对话通过目标算法对ChatGLM‑6b模型进行微调，得到大学生群体心理健康模型。本发明解决了现有的大语言模型缺乏心智理论的技术问题。
-
公开(公告)号：CN119623638A
公开(公告)日：2025-03-14
申请号：CN202411715694.7
申请日：2024-11-27
Applicant: 西北工业大学
IPC: G06N5/04 , G06N3/0455 , G06N3/096
Abstract: 本申请属于人工智能技术领域。本申请提供一种语言模型辅助的儿童成长陪伴对话系统的构建方法。本公开实施例结合儿童认知发展理论数据，针对儿童进行认知特点分析，设计儿童认知数据集内容框架，并构造融合儿童认知发展理论的指令微调数据，对指令微调数据进行数据处理和标准化，以构建儿童成长陪伴数据集。选取大型语言模型为语言模型辅助的儿童成长陪伴对话系统的基座模型，利用LoRA微调方法，基于儿童成长陪伴数据集对大型语言模型进行指令微调，并对训练后的大型语言模型部署网页界面，以提升大型语言模型在儿童成长陪伴领域的对话性能，同时能够向用户提供可视化对话交互界面。
-
公开(公告)号：CN119443208A
公开(公告)日：2025-02-14
申请号：CN202411567332.8
申请日：2024-11-05
Applicant: 西北工业大学
IPC: G06N3/098 , G06N3/049 , G06F18/214 , G06F18/2431
Abstract: 本申请公开了一种基于类脑脉冲神经网络的边缘联邦持续学习方法，具体涉及机器学习的领域。包括：中心服务器向每个边缘设备下发待训练的全局模型；每个边缘设备使用样本集对待训练的全局模型进行训练；其中，在接收到新任务时，样本集包括第一样本集和第二样本集，第一样本集包括新任务对应的数据集中的全部样本，第二样本集的获取方式为：对当前样本集中每个类别的样本进行删除，并采用基于羊群效应的样本选择策略选择第一样本集中的样本，并将其添加至当前样本集中，得到第二样本集；每个边缘设备将训练后的全局模型的参数上传至中心服务器；中心服务器整合每个边缘设备的模型参数，生成全局模型。能提高边缘设备在连续任务中的准确率。
-
公开(公告)号：CN119319563A
公开(公告)日：2025-01-17
申请号：CN202411482409.1
申请日：2024-10-23
Applicant: 西北工业大学
Abstract: 本发明公开了一种空地协同自适应跟踪方法。该方法包括：大语言模型接收目标用户发送的自然语言的提示词，并将自然语言的提示词发送至空中机器人和地面机器人，其中，自然语言的提示词为目标用户发现目标机器人所产生的；观测编码器获取空中机器人和地面机器人基于自然语言的提示词确定的目标频率的目标环境信息，并将目标频率的目标环境信息分别传输至大语言模型模块和强化学习模块。本发明解决了现有的空地协同跟踪方法，未充分利用空中和地面机器人的互补优势、未提高空地机器人的智能性，使空地机器人未能在动态环境中开展复杂的工作，导致空地协同跟踪方法跟踪不准确的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.042 seconds)
