-
公开(公告)号：CN116452320A
公开(公告)日：2023-07-18
申请号：CN202310385038.4
申请日：2023-04-12
Applicant: 西南财经大学 , 喀什地区电子信息产业技术研究院
Abstract: 本发明涉及信用风险预测技术，其公开了一种基于持续学习的信用风险预测方法，在隐私保护导致的样本量有限的情况下，持续性地增强模型的性能，提高预测的准确性。本发明采用持续学习策略训练各个任务的预测模型，上一个任务的模型训练好后，提取模型的参数知识传递到下一个任务，从而辅助下一个任务的模型训练；此外，本发明在模型应用中还融入了三支决策，即首先根据各任务模型对相应任务训练数据集中样本预测结果的置信度分布情况，自适应设置模型的三支决策阈值对，在实际应用中，收到待预测信息后，采用当前最新模型输出对待预测信息的风险评估结果并统计置信度，而后根据三支决策阈值对执行决策，实现对不确定性样本的延迟决策处理，以便更好地控制信用风险。
-
公开(公告)号：CN115271033A
公开(公告)日：2022-11-01
申请号：CN202210783921.4
申请日：2022-07-05
Applicant: 西南财经大学 , 喀什地区电子信息产业技术研究院
IPC: G06N3/04 , G06N3/08 , G06V10/764 , G06V10/82
Abstract: 本发明涉及属于医学图像处理领域，提供了基于联邦知识蒸馏医学图像处理模型构建方法，利用私有数据集对子节点网络进行训练，利用训练好的子节点网络在公共数据集上前向传播得到第一脉冲张量，并上传至中心节点；中心节点接收后，基于公共数据集进行蒸馏训练，得到蒸馏产物；聚合各子节点蒸馏产物得到全局参数，利用其对中心节点网络进行更新后，在公共数据集上前向传播，得到的第二脉冲张量并将其分发至所有子节点；子节点接收第二脉冲张量用以在公共数据集上进行蒸馏训练，同步更新子节点网络参数，并进入循环训练；直至达到预设轮数后或预设值后停止训练。本发明同时提供了利用构建完成的模型对待处理的医学图像进行图像处理的处理方法。
-
公开(公告)号：CN115660688B
公开(公告)日：2024-04-30
申请号：CN202211301695.8
申请日：2022-10-24
Applicant: 西南财经大学 , 喀什地区电子信息产业技术研究院
IPC: G06Q20/40 , G06F18/214 , G06F18/24 , G06N3/048
Abstract: 本发明涉及金融风险管理领域，公开了一种金融交易异常检测方法及其跨区域可持续训练方法，其金融交易异常检测方法，通过构建由多种节点和多类路径构成的异质结构信息图，克服了现有技术中同质图难以保留多类型语义信息、无法捕捉动态时空特征的问题，充分挖掘时间信息等高阶语义，极大地丰富可获取信息量，并采用深度图神经网络模型，基于注意力机制对节点、路径和网络结构进行融合，获得图嵌入表示，并基于图嵌入表示对异常行为进行检测，提高了异常检测的效率和精度；同时，提出跨区域可持续训练方法，通过知识回放策略和参数平滑策略实现金融交易异常检测模型跨区域的持续学习，方便跨区域部署，适用于金融交易欺诈检测等金融风险管理任务。
-
公开(公告)号：CN115660688A
公开(公告)日：2023-01-31
申请号：CN202211301695.8
申请日：2022-10-24
Applicant: 西南财经大学 , 喀什地区电子信息产业技术研究院
IPC: G06Q20/40 , G06F18/214 , G06F18/24 , G06N3/048
Abstract: 本发明涉及金融风险管理领域，公开了一种金融交易异常检测方法及其跨区域可持续训练方法，其金融交易异常检测方法，通过构建由多种节点和多类路径构成的异质结构信息图，克服了现有技术中同质图难以保留多类型语义信息、无法捕捉动态时空特征的问题，充分挖掘时间信息等高阶语义，极大地丰富可获取信息量，并采用深度图神经网络模型，基于注意力机制对节点、路径和网络结构进行融合，获得图嵌入表示，并基于图嵌入表示对异常行为进行检测，提高了异常检测的效率和精度；同时，提出跨区域可持续训练方法，通过知识回放策略和参数平滑策略实现金融交易异常检测模型跨区域的持续学习，方便跨区域部署，适用于金融交易欺诈检测等金融风险管理任务。
-
公开(公告)号：CN116452320B
公开(公告)日：2024-04-30
申请号：CN202310385038.4
申请日：2023-04-12
Applicant: 西南财经大学 , 喀什地区电子信息产业技术研究院
Abstract: 本发明涉及信用风险预测技术，其公开了一种基于持续学习的信用风险预测方法，在隐私保护导致的样本量有限的情况下，持续性地增强模型的性能，提高预测的准确性。本发明采用持续学习策略训练各个任务的预测模型，上一个任务的模型训练好后，提取模型的参数知识传递到下一个任务，从而辅助下一个任务的模型训练；此外，本发明在模型应用中还融入了三支决策，即首先根据各任务模型对相应任务训练数据集中样本预测结果的置信度分布情况，自适应设置模型的三支决策阈值对，在实际应用中，收到待预测信息后，采用当前最新模型输出对待预测信息的风险评估结果并统计置信度，而后根据三支决策阈值对执行决策，实现对不确定性样本的延迟决策处理，以便更好地控制信用风险。
-
Patent Agency Ranking
-
公开(公告)号：CN119848629A
公开(公告)日：2025-04-18
申请号：CN202510308072.0
申请日：2025-03-17
Applicant: 西南财经大学
IPC: G06F18/241 , G06F18/214 , G06N3/084 , G06N3/0464 , G06Q40/04
Abstract: 本发明公开了一种针对数据动态变化的持续异常交易检测方法及系统，属于异常交易检测领域，方法、包括：为各待退出数据样本分配一个伪标签，形成新的训练对；在检测模型的输出层增加一扩展分类头；采用新的训练对对检测模型进行微调训练，仅根据扩展分类头进行反向传播；裁剪检测模型的扩展分类头后执行异常交易检测任务，输出交易检测结果。通过微调训练并仅根据扩展分类头进行反向传播，使伪类别对应的决策空间移至与模型原有正常检测决策边界不同的位置，并通过裁剪扩展分类头使伪类别对应的决策空间失活，进而有效擦除待退出数据在模型中的贡献，能够避免对模型已有检测能力造成破坏，从而保证检测的准确性与稳定性。
-
公开(公告)号：CN119152684A
公开(公告)日：2024-12-17
申请号：CN202411588401.3
申请日：2024-11-08
Applicant: 西南财经大学
Abstract: 本发明公开了一种基于持续学习的跨域交通流量预测方法，属于交通流量预测领域，方法包括：对跨域交通流量预测模型进行增量训练，使地区间共享知识子模块提取不同任务间的通用融合信息，获得当前训练轮次的跨域交通流量预测模型，并执行预测任务，根据预测结果、模型的参数知识更新对应的地区专属知识子模块。在持续学习框架中通过地区间共享知识模块融合多个地区知识的同时，通过地区专属知识子模块隔离各地区之间的通用知识与专属知识，保证了对目标地区预测的适应性，提升了交通部门预测交通流量的能力；同时，基于持续学习框架实现交通流预测知识在地区之间的传递，从而解决了缺少交通流量数据难以建模的问题。
-
公开(公告)号：CN113657176A
公开(公告)日：2021-11-16
申请号：CN202110832335.X
申请日：2021-07-22
Applicant: 西南财经大学 , 电子科技大学中山学院
Abstract: 本发明公开了一种基于主动对比学习的行人重识别实现方法，涉及人工智能中的计算机视觉领域。本发明包括主动学习模块，对比学习模块。首先通过一个基于损失预测的主动学习模块来挑选高价值样本，设置主动学习每次选取的数量为Bt，再经由人工进行标记，得到行人标记ID。然后将标记好的样本送入对比学习模块，拥有相同标记ID的样本定义为正样本，不一致标记ID的样本定义为负样本，再优化对比损失，使得相同ID的行人样本特征分布更为接近，距离更小；不同ID的样本特征分布更远，距离更大。
-
公开(公告)号：CN119445263A
公开(公告)日：2025-02-14
申请号：CN202510038580.1
申请日：2025-01-10
Applicant: 西南财经大学
IPC: G06V10/764 , G06V10/762 , G06V10/74 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于持续自适应知识空间的图像分类方法，属于计算机视觉和图像分类领域，方法包括：根据已知类别的质心和质心的半径构建已知样本的知识空间，将已知样本的知识空间更新至自适应知识空间；在自适应知识空间中，计算当前图像分类任务中每个已知类别的质心到未更新前的知识空间中所有超球的第二距离；根据第二距离判断超球的质心是否落在伪标签超球中，若是，将超球的伪标签转化为真实标签。自适应知识空间能够持续地包含所有已知样本的类别信息，通过计算已知类别质心与超球的距离评估伪标签的准确性，从而将高置信度的伪标签转化为真实标签，极大地提高了未知图像的识别准确性和已知图像的分类准确性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.055 seconds)
