公开(公告)号：CN120012825A

公开(公告)日：2025-05-16

申请号：CN202510110402.5

申请日：2025-01-23

Applicant: 人工智能与数字经济广东省实验室(广州) ,  暨南大学

Inventor： 方良达 ,  官全龙 ,  朱永权 ,  段修亮 ,  边凯泉 ,  周玉宇 ,  罗伟其

IPC: G06N3/042 ,  G06N3/08 ,  G06Q50/20 ,  G06F17/16

Abstract: 本发明公开了一种基于注意力机制嵌入和遗忘曲线集成的知识追踪方法及装置，涉及深度学习与智慧教育结合的技术，该方法包括获取问题及其知识概念，检索问题和知识概念的嵌入向量，使用注意力机制计算知识概念权重，利用遗忘曲线计算知识概念的间隔时间和遗忘率，并更新学生知识状态矩阵。通过特定学生的知识状态矩阵、问题嵌入向量、知识概念权重和项目反应理论模型计算预测结果，并根据问题回答情况进一步更新知识状态矩阵。本发明的目的是提升知识追踪模型的预测准确性和可解释性。

公开(公告)号：CN119539087A

公开(公告)日：2025-02-28

申请号：CN202411761603.3

申请日：2024-12-03

Applicant: 暨南大学

Inventor： 黄秀姐 ,  郑淇中 ,  方良达 ,  官全龙 ,  罗伟其

IPC: G06N5/04 ,  G06F21/62 ,  G06F16/9035 ,  G06F16/9038

Abstract: 本发明公开了一种面向隐私保护的个性化联邦推荐系统及方法，涉及联邦推荐系统领域。本发明为每个客户端构建一个物品偏好嵌入向量，并训练一个全局物品嵌入正交映射矩阵和一个用于生成物品嵌入混合因子矩阵的双层感知机，用于将全局物品嵌入矩阵与用户的物品偏好嵌入向量融合，为客户端构建了更加个性化、颗粒度更细的混合物品嵌入矩阵，并输入为客户端构建的个性化推荐预测感知机得到推荐结果，提升最终推荐效果；客户端向中央服务器上传数据时，进行本地差分隐私加密；为每个客户端进行负采样，将正样本和负样本混合后共同用于训练，提升训练效果的同时，使服务器无法根据客户端上传的更新数据辨别出客户端与物品的历史交互情况，保护用户隐私。

公开(公告)号：CN119005308B

公开(公告)日：2025-02-11

申请号：CN202411488220.3

申请日：2024-10-24

Applicant: 暨南大学 ,  广东光大信息科技股份有限公司

Inventor： 官全龙 ,  管文山 ,  方良达 ,  段修亮 ,  黄秀姐 ,  周玉宇 ,  杨志伟 ,  巩志国 ,  罗伟其 ,  陈晓宇

IPC: G06N5/02 ,  G06N3/0442 ,  G06N3/0455 ,  G06F18/25

Abstract: 本发明公开了一种基于知识图谱的多模态习题表征方法，涉及多模态表征技术领域，包括：获取多模态信息的数学习题信息以及相关知识点，提取多模态习题涉及的所有元素；提取多模态习题的图像和文本特征；基于表层理解规则，明确习题文本和图片中各元素之间的空间关系，并构建表示表层信息的知识图谱；基于隐层理解的规则，将习题涉及的相关定理和公式转化为形式化语言，并构建表示隐层信息的知识图谱；将表示表层信息和表示隐层信息的知识图谱融合为表示完整的习题信息的知识图谱；基于表示不同习题信息的知识图谱节点和边，计算习题之间的相似度和困难度及文本知识图谱和图像知识图谱的匹配度；基于自动解题模型，获得习题的深度表征。

公开(公告)号：CN116321069B

公开(公告)日：2024-11-15

申请号：CN202310117829.9

申请日：2023-02-15

Applicant: 暨南大学 ,  中国地质大学(武汉)

Inventor： 刘志全 ,  周浩 ,  贺宏亮 ,  官全龙 ,  郭穗鸣 ,  范文杰 ,  万琳 ,  李润川

IPC: H04W4/44 ,  H04W12/108 ,  H04L67/1097 ,  G06F16/27

Abstract: 本发明公开了一种高效的车联网信任查询与评估方法及系统，在该系统中，本发明首先利用区块链技术分布式存储车辆信任数据，实现了数据的可信存储；接着提出两种缓存策略并结合智能合约，分别设计信任值查询算法，实现了信任值的低时延查询；最后基于所提查询算法，以车辆历史信任值、车辆位置以及消息新鲜度作为参考因素，设计紧急消息信任评估算法，实现了低时延且高精准的信任评估。本发明提出的系统与现有的车联网信任查询与评估系统相比，在消息信任评估时延和消息信任评估准确率之间达到了更好的平衡，更加适用于实际的场景。

公开(公告)号：CN117932606B

公开(公告)日：2024-10-29

申请号：CN202410266168.0

申请日：2024-03-08

Applicant: 暨南大学

Inventor： 官全龙 ,  张天 ,  黄秀姐 ,  刘志全 ,  方良达 ,  赵山程 ,  何毅舟 ,  杜翠凤 ,  蒋仕宝 ,  巩治国

IPC: G06F21/56 ,  G06F18/2135 ,  G06F18/243 ,  G08G1/01 ,  G06N3/096

Abstract: 本发明公开了一种基于迁移学习的智能交通车辆安全检测方法及系统，其中方法包括以下步骤：构建基于Transformer迁移学习的智能交通载体安全攻击检测模型，并分为数据预处理模块和安全检测模块两部分。对于智能交通车辆数据预处理部分，采用主成分分析和决策树方法，进行数据特征降维，剔除数据中大部分不相关特征，保留数据最关键的攻击特征以及时序特征。对于安全检测模型部分，则视其为一种目标检测任务，以判断智能交通车辆是否受到外部攻击。Transformer结合了多头自注意力机制和目标分类技术，多头自注意力机制可以很好的学习智能交通车载网络数据的时序特征，而目标分类技术则可以用于识别不同的入侵攻击数据类型。

公开(公告)号：CN118035568B

公开(公告)日：2024-07-05

申请号：CN202410437158.9

申请日：2024-04-12

Applicant: 暨南大学

Inventor： 官全龙 ,  林创鸿 ,  程兴和 ,  方良达 ,  黄秀姐 ,  罗伟其 ,  陈高博 ,  巩志国

IPC: G06F16/9535 ,  G06N3/0499 ,  G06Q50/20

Abstract: 本发明涉及习题推荐技术领域，特别是涉及一种感知知识掌握程度的教育习题智能推荐方法，包括：获取第一预设时间内用户的历史答题信息；将历史答题信息输入预设的感知预测模型中，输出第二预设时间内用户的推荐练习习题，其中，感知预测模型通过数据集训练，数据集包含习题序列，习题序列为第三预设时间内用户的历史答题信息按时间先后顺序组成，第三预设时间大于且不包含第一预设时间；感知预测模型包括感知模块和预测模块，感知模块用于对数据集中的习题序列进行处理，获取输出向量；预测模块用于对输出向量进行处理，输出推荐结果。本发明能够为用户进行精准、有效的习题推荐。

公开(公告)号：CN118046370A

公开(公告)日：2024-05-17

申请号：CN202410451520.8

申请日：2024-04-16

Applicant: 暨南大学

Inventor： 荀致远 ,  官全龙

IPC: B25J9/08 ,  B25J18/00

Abstract: 本发明属于机器人技术领域，尤其涉及一种展开机器人单元，包括多面体模块；至少一个活动板，活动板与多面体模块的边部活动连接，活动板用于驱动多面体模块移动，活动板用于组合连接两个以上的多面体模块；驱动组件，驱动组件用于多面体模块、活动板的连接及角度调节，驱动组件还用于两个相邻的活动板的连接及角度调节。通过多面体模块、活动板和驱动组件的配合，机器人通过灵活的形态变化和快速移动能力，能够快速有效的对区域进行探索和侦查，更好的满足灾难环境的使用需求，并且能够高效稳定的进行越障和承运，能够及时有效的运输物资，不仅有效的提高了机器人使用的灵活适应性，还有利于大大提高救援效率。

公开(公告)号：CN117932606A

公开(公告)日：2024-04-26

申请号：CN202410266168.0

申请日：2024-03-08

Applicant: 暨南大学

Inventor： 官全龙 ,  张天 ,  黄秀姐 ,  刘志全 ,  方良达 ,  赵山程 ,  何毅舟 ,  杜翠凤 ,  蒋仕宝 ,  巩治国

IPC: G06F21/56 ,  G06F18/2135 ,  G06F18/243 ,  G08G1/01 ,  G06N3/096

Abstract: 本发明公开了一种基于迁移学习的智能交通车辆安全检测方法及系统，其中方法包括以下步骤：构建基于Transformer迁移学习的智能交通载体安全攻击检测模型，并分为数据预处理模块和安全检测模块两部分。对于智能交通车辆数据预处理部分，采用主成分分析和决策树方法，进行数据特征降维，剔除数据中大部分不相关特征，保留数据最关键的攻击特征以及时序特征。对于安全检测模型部分，则视其为一种目标检测任务，以判断智能交通车辆是否受到外部攻击。Transformer结合了多头自注意力机制和目标分类技术，多头自注意力机制可以很好的学习智能交通车载网络数据的时序特征，而目标分类技术则可以用于识别不同的入侵攻击数据类型。

公开(公告)号：CN117792646A

公开(公告)日：2024-03-29

申请号：CN202410205778.X

申请日：2024-02-26

Applicant: 暨南大学

Inventor： 黄秀姐 ,  杨雨豪 ,  姚梦婷 ,  陈仁章 ,  赵山程 ,  官全龙

IPC: H04L9/30 ,  H04L9/40 ,  H04L67/12 ,  H04L9/08 ,  H04W4/44

Abstract: 本发明公开了可密钥更新批量验证的车联网条件隐私保护系统及方法，其中方法包括：信任机构生成系统的主密钥和公共参数，并公布公共参数；车辆通过安全通道对自身真实身份信息进行注册，并发送给信任机构；车辆通过路侧单元的中继功能与信任机构进行交互认证，信任机构为车辆生成部分签名密钥和假名；车辆通过信任机构生成的部分签名密钥生成签名密钥，通过假名对信息进行签名，广播签名信息；路侧单元和其他车辆验证接收到的单个签名信息；路侧单元和车辆批量验证签名，同时验证多条签名信息。本发明基于椭圆曲线密码技术，无需证书，支持批量认证，提高了处理信息的效率；提供条件隐私保护，支持密钥更新，有效抵抗侧信道攻击。

公开(公告)号：CN117540104A

公开(公告)日：2024-02-09

申请号：CN202311762184.0

申请日：2023-12-20

Applicant: 暨南大学

Inventor： 官全龙 ,  何兴 ,  方良达 ,  黄秀姐 ,  周玉宇 ,  陈子良 ,  周旭芳 ,  陈高博 ,  罗伟其

IPC: G06F16/9535 ,  G06N3/0895 ,  G06N5/022 ,  G06Q50/20 ,  G06F16/906

Abstract: 本发明公开了一种基于图神经网络的学习群体差异评价方法与系统，包括：获取学习者做题的历史交互信息，对历史交互信息进行处理，得到知识点群体和知识点群体构成的潜在交互序列；根据知识点群体和知识点群体构成的潜在交互序列对学习者群体进行聚类，得到学习者群体；计算所述学习者群体之间的差异，得到群体差异量化结果；将群体差异量化结果输入循环神经网络模块进行训练，得到训练完毕的学习群体差异评价模型；将学习者做题的交互信息输入至模型，得到学习者学习能力评估结果。本申请与传统技术相比，能实现数据驱动的群体动态分组，精准评估群体学习情况，输出不同层次学习者群体的学习能力评价结果，以便制定更有效的后续教育计划。