-
公开(公告)号：CN112800247B
公开(公告)日：2021-06-18
申请号：CN202110382108.1
申请日：2021-04-09
Applicant: 华中科技大学
Abstract: 本发明公开了基于知识图谱共享的语义编/解码方法、设备和通信系统，属于无线通信领域。本发明提出三种全新的基于知识图谱共享的语义通信架构，有望成为未来6G技术的基石。由于语义通信主要依赖于建立在人类用户和机器之间都具备普适性和可理解性的语义知识库，因此，有望打破目前机‑机智联中信息模态不一致导致的不兼容性问题，为建立能够满足不同类型设备之间互通互联的统一通信协议架构奠定基础。其次，由于语义通信以人类的普适性知识和语义体系作为基础，因此，可从根本保证人‑机智联与人‑人智联交互及通信时的用户服务体验，并进一步减少语义和物理信号之间的转换次数，从而降低可能产生的语义失真。
-
公开(公告)号：CN112596024A
公开(公告)日：2021-04-02
申请号：CN202011411399.4
申请日：2020-12-04
Applicant: 华中科技大学
IPC: G01S5/02
Abstract: 本发明公开了一种基于环境背景无线射频信号的运动识别方法，属于运动识别领域。本发明利用物体运动会改变无线电磁波在空间上传输的路径和其他相关特征这一属性，结合环境背景无线射频信号(包括Wi‑Fi、LTE、4G和5G等)无处不在且无需额外部署信号发射源的优势，摆脱了运动识别中对特定信号源以及周围环境的依赖；本发明利用聚类和自学习技术，首先利用标签数据训练出可识别已知运动类型的运动判别器，随后将所采集数据中的未知运动类型样本提取出来，最后对未知运动类型的样本进行聚类并标注成为新的运动类型，通过循环上述步骤，实现未知运动类型的自标签和自学习，打破了现有技术在可识别运动类型与应用场景的局限性。
-
公开(公告)号：CN114490920B
公开(公告)日：2022-10-14
申请号：CN202210070546.9
申请日：2022-01-21
Applicant: 华中科技大学
Abstract: 本发明公开语义知识库自动构建与更新方法、语义编码器和通信架构，属于语义通信领域。针对现有语义通信框架和模型需在通信前预先训练、无法对未知知识进行语义编解码、无法对未知语义进行自动模型更新和编解码的语义通信的问题，本发明引入语义知识库自动构建方法、推理机制自动更新方法与语义编解码器协同机制。本语义通信架构可以自动识别未知语义信息，自动学习和适配未知实体和已知实体间关系，并且引入模型自动学习和自动更新机制，能够实现在语义通信过程中自动协同编码器和解码器的语义知识库，从而实现语义编解码器实时协同更新学习模型。避开对传统语义信息中的语义知识库单一且固定，当遇到未知知识时无法实现编码与解码等问题。
-
公开(公告)号：CN114091673B
公开(公告)日：2022-04-08
申请号：CN202210058567.9
申请日：2022-01-19
Applicant: 华中科技大学
IPC: G06N5/04 , G06N5/02 , G06N3/04 , G06N3/08 , G06N7/00 , G06K9/62 , G06F16/36 , G06F21/62 , H04L67/51
Abstract: 本发明公开了语义编码器、解码器和语义通信框架，属于语义通信领域。本发明在传统的语义通信架构基础上，在语义编码器中增加语义比较器，在语义解码器增加语义推理器。所述语义通信架构不在发送方对语义信息进行直接编码，而是训练一个语义比较器，该语义比较器能够区分出发送方的专家推理路径，语义推理器通过和语义比较器对抗式训练，学习到语义发送方专家推理路径的推理机制，最后直接能对接收到的信息进行解码恢复出语义信息，解决了对隐式语义信息中的语义推理机制难以编码的问题，并且能够实现语义信息的解码。
-
公开(公告)号：CN112819180A
公开(公告)日：2021-05-18
申请号：CN202110100171.1
申请日：2021-01-26
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于联邦生成模型的多业务数据生成方法和装置，属于机器学习领域，所述方法包括：S1：利用协调方将初始模型下发至多个持有不同业务数据集的参与方；S2：多个参与方使用本地业务数据集对初始模型进行训练分别得到本地鉴别器、本地分类器和对应多个业务的本地生成器；S3：至少一个参与方将本地鉴别器和本地分类器发送给协调方；S4：协调方对接收的本地鉴别器和本地分类器分别进行联邦聚合得到联邦鉴别器和联邦分类器，并发送给参与方；S5：各个参与方利用联邦鉴别器和联邦分类器训练本地生成器，得到更新生成器生成多业务数据。本发明能够在保证神经网络训练效率和业务数据共享安全性的同时，实现多业务数据集的分类与生成。
-
Patent Agency Ranking
公开(公告)号：CN114490920A
公开(公告)日：2022-05-13
申请号：CN202210070546.9
申请日：2022-01-21
Applicant: 华中科技大学
Abstract: 本发明公开语义知识库自动构建与更新方法、语义编码器和通信架构，属于语义通信领域。针对现有语义通信框架和模型需在通信前预先训练、无法对未知知识进行语义编解码、无法对未知语义进行自动模型更新和编解码的语义通信的问题，本发明引入语义知识库自动构建方法、推理机制自动更新方法与语义编解码器协同机制。本语义通信架构可以自动识别未知语义信息，自动学习和适配未知实体和已知实体间关系，并且引入模型自动学习和自动更新机制，能够实现在语义通信过程中自动协同编码器和解码器的语义知识库，从而实现语义编解码器实时协同更新学习模型。避开对传统语义信息中的语义知识库单一且固定，当遇到未知知识时无法实现编码与解码等问题。
-
公开(公告)号：CN112819180B
公开(公告)日：2021-10-15
申请号：CN202110100171.1
申请日：2021-01-26
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于联邦生成模型的多业务数据生成方法和装置，属于机器学习领域，所述方法包括：S1：利用协调方将初始模型下发至多个持有不同业务数据集的参与方；S2：多个参与方使用本地业务数据集对初始模型进行训练分别得到本地鉴别器、本地分类器和对应多个业务的本地生成器；S3：至少一个参与方将本地鉴别器和本地分类器发送给协调方；S4：协调方对接收的本地鉴别器和本地分类器分别进行联邦聚合得到联邦鉴别器和联邦分类器，并发送给参与方；S5：各个参与方利用联邦鉴别器和联邦分类器训练本地生成器，得到更新生成器生成多业务数据。本发明能够在保证神经网络训练效率和业务数据共享安全性的同时，实现多业务数据集的分类与生成。
-
公开(公告)号：CN112800247A
公开(公告)日：2021-05-14
申请号：CN202110382108.1
申请日：2021-04-09
Applicant: 华中科技大学
Abstract: 本发明公开了基于知识图谱共享的语义编/解码方法、设备和通信系统，属于无线通信领域。本发明提出三种全新的基于知识图谱共享的语义通信架构，有望成为未来6G技术的基石。由于语义通信主要依赖于建立在人类用户和机器之间都具备普适性和可理解性的语义知识库，因此，有望打破目前机‑机智联中信息模态不一致导致的不兼容性问题，为建立能够满足不同类型设备之间互通互联的统一通信协议架构奠定基础。其次，由于语义通信以人类的普适性知识和语义体系作为基础，因此，可从根本保证人‑机智联与人‑人智联交互及通信时的用户服务体验，并进一步减少语义和物理信号之间的转换次数，从而降低可能产生的语义失真。
-
公开(公告)号：CN117273122A
公开(公告)日：2023-12-22
申请号：CN202311282128.7
申请日：2023-09-28
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于物理层语义的动作感知模型构建系统及方法、服务器，属于姿态感知模型构建技术领域，所述构建方法包括：采用聚合训练的方法实现大规模分布式无线感知系统中的模型协同训练。在进行聚合时，为每个本地节点定制个性化的聚合模型，不同的本地节点所下载的聚合模型并不一定相同。模型差异越大，会导致模型间进行协作(即模型聚合)的效果越差，模型收敛速度越慢。因此，基于模型差异生成个性化的聚合模型，一方面可以增加模型之间的相似度，有利于本地模型从其他节点获取更多的帮助，加快模型训练的收敛速度，另一方面，通过定值个性化聚合模型，能够更好地适应所处环境，在所处环境中具有较高的预测精度。
-
公开(公告)号：CN114091673A
公开(公告)日：2022-02-25
申请号：CN202210058567.9
申请日：2022-01-19
Applicant: 华中科技大学
IPC: G06N5/04 , G06N5/02 , G06N3/04 , G06N3/08 , G06N7/00 , G06K9/62 , G06F16/36 , G06F21/62 , H04L67/51
Abstract: 本发明公开了语义信息表示方法、语义编码器、解码器和语义通信框架，属于语义通信领域。本发明在传统的语义通信架构基础上，在语义编码器中增加语义比较器，在语义解码器增加语义推理器。所述语义通信架构不在发送方对语义信息进行直接编码，而是训练一个语义比较器，该语义比较器能够区分出发送方的专家推理路径，语义推理器通过和语义比较器对抗式训练，学习到语义发送方专家推理路径的推理机制，最后直接能对接收到的信息进行解码恢复出语义信息，解决了对隐式语义信息中的语义推理机制难以编码的问题，并且能够实现语义信息的解码。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.04 seconds)
