-
公开(公告)号：CN115631530B
公开(公告)日：2023-03-28
申请号：CN202211651570.8
申请日：2022-12-22
Applicant: 暨南大学
Abstract: 本发明公开一种基于人脸动作单元的公平人脸表情识别方法，包括：获取训练图片及人脸动作单元所在局部区域；构建平衡特征融合网络；对所述平衡特征融合网络添加权重分配，根据训练图片及人脸单元所在局部区域，通过联合损失函数对所述平衡特征融合网络进行优化，通过优化后的网络以实现公平人脸表情识别方法。
-
公开(公告)号：CN115640305B
公开(公告)日：2023-09-29
申请号：CN202211651581.6
申请日：2022-12-22
Applicant: 暨南大学
Abstract: 本发明公开一种基于区块链的公平可信联邦学习方法，包括：模型需求者在区块链上发布训练任务及交易合约传递任务，客户端对全局模型进行训练，生成局部模型参数，将局部模型参数加密传输给区块链上的对应节点；对应节点传播并验证加密后的局部模型参数，对应节点将验证通过后的局部模型参数进行聚合，根据聚合结果更新全局模型并基于更新结果生成新区块，并将新区块进行广播；所有节点对新区块进行验证并达成共识；激励合约基于共识结果，计算客户端的贡献并生成最新全局模型；重复S2‑S6直到满足训练结束条件，得到优化模型。交易合约将优化全局模型传给模型需求者。
-
公开(公告)号：CN115640305A
公开(公告)日：2023-01-24
申请号：CN202211651581.6
申请日：2022-12-22
Applicant: 暨南大学
Abstract: 本发明公开一种基于区块链的公平可信联邦学习方法，包括：模型需求者在区块链上发布训练任务及交易合约传递任务，客户端对全局模型进行训练，生成局部模型参数，将局部模型参数加密传输给区块链上的对应矿工；对应矿工传播并验证加密后的局部模型参数，对应矿工将验证通过后的局部模型参数进行聚合，根据聚合结果更新全局模型并基于更新结果生成新区块，并将新区块进行广播；所有矿工对新区块进行验证并达成共识；激励合约基于共识结果，计算客户端的贡献并生成最新全局模型；重复S2‑S6直到满足训练结束条件，得到优化模型。交易合约将优化全局模型传给模型需求者。
-
公开(公告)号：CN115631530A
公开(公告)日：2023-01-20
申请号：CN202211651570.8
申请日：2022-12-22
Applicant: 暨南大学
Abstract: 本发明公开一种基于人脸动作单元的公平人脸表情识别方法，包括：获取训练图片及人脸动作单元所在局部区域；构建平衡特征融合网络；对所述平衡特征融合网络添加权重分配，根据训练图片及人脸单元所在局部区域，通过联合损失函数对所述平衡特征融合网络进行优化，通过优化后的网络以实现公平人脸表情识别方法。
-
公开(公告)号：CN115457643A
公开(公告)日：2022-12-09
申请号：CN202211394678.3
申请日：2022-11-09
Applicant: 暨南大学
Abstract: 本发明提供了一种基于增量技术和注意力机制的公平人脸表情识别方法，包括：构建并训练表情平衡模型，所述表情平衡模型包括：骨干模块、注意力特征融合模块和表情平衡微调模块；将人脸表情图像输入所述骨干模块，提取所述人脸表情图像的表情特征；将所述表情特征输入所述注意力特征融合模块，获取不同表情类别；将所述不同表情类别输入所述表情平衡微调模块，对所述不同表情类别进行调节，输出公平人脸表情识别结果。本发明采用增量技术和注意力机制结合的方式处理表情图像，能够提取代表性不足的表情类别中更细微的特征，从而缓解人脸表情识别中的表情类别偏差，达到公平人脸表情识别的目的。
-
Patent Agency Ranking
公开(公告)号：CN114385824A
公开(公告)日：2022-04-22
申请号：CN202111512041.5
申请日：2021-12-07
IPC: G06F16/36 , G06F16/951 , G06N5/02 , G06N20/00 , G06F40/289
Abstract: 本发明涉及人工智能伦理技术领域，尤其涉及一种基于预训练模型的伦理行为抽取方法，首先以涵盖伦理道德和人类行为的社会新闻为数据源，构建社会新闻数据集，并使用众包方法对数据集进行标注，再利用具有双向Transformer结构的中文预训练语言模型ERNIE，经过微调的模型编码了实体知识信息，从大量的社会新闻数据中准确的抽取伦理行为，此外预训练模型在标记数据稀缺时准确提取数据的重要特征，能够提高任务的整体性能，解决了中文语境下单词边界和组成成分的不确定性。
-
公开(公告)号：CN113157913A
公开(公告)日：2021-07-23
申请号：CN202110131238.8
申请日：2021-01-30
Applicant: 暨南大学
Abstract: 本发明基于包含具体行为的社会新闻进行伦理行为判别研究，提出了基于社会新闻数据集的伦理行为判别方法。基于社会新闻构建了社会新闻数据集，并将新闻文本中包含的行为分类为道德行为、不道德行为和违法行为。基于使用信息实体的增强语言表示(ERNIE)和卷积神经网络(CNN)构建了伦理行为判别模型，其中，ERNIE通过捕获新闻文本的多维语义特征获得词向量；CNN通过对文本语义特征进行提取、筛选、拼接等操作，构成文本句子的向量表示，并通过概率计算及归一化处理得到分类结果。经过训练的模型编码了知识信息，可理解行为背后的伦理内涵，从而进行伦理行为判别。
-
公开(公告)号：CN113837235B
公开(公告)日：2024-02-09
申请号：CN202111008500.6
申请日：2021-08-31
IPC: G06F21/55 , G06F21/62 , G06F18/22 , G06F40/194 , G06F18/24
Abstract: 本发明公开了一种基于社交网络隐私协商系统的智能体行为追责方法，通过定性追责和定量追责过程实现智能体行为追责，在定性追责过程中采用正向模拟协商过程和逆向复现协商过程的方法，准确判断隐私协商智能体是否存在不当行为并在存在不当行为时精准锁定其具体发生位置。进一步提出了简单量化方法、加权马氏距离方法、改进Minhash方法共3种定量追责方法，能够求得隐私协商智能体的责任量化值，从而对不当行为的严重程度进行量化。本发明解决了当前社交网络隐私协商系统中智能体存在的不可信、不安全、恶意行为问题。
-
公开(公告)号：CN115457643B
公开(公告)日：2023-04-07
申请号：CN202211394678.3
申请日：2022-11-09
Applicant: 暨南大学
IPC: G06V40/16 , G06N3/08 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了一种基于增量技术和注意力机制的公平人脸表情识别方法，包括：构建并训练表情平衡模型，所述表情平衡模型包括：骨干模块、注意力特征融合模块和表情平衡微调模块；将人脸表情图像输入所述骨干模块，提取所述人脸表情图像的表情特征；将所述表情特征输入所述注意力特征融合模块，获取不同表情类别；将所述不同表情类别输入所述表情平衡微调模块，对所述不同表情类别进行调节，输出公平人脸表情识别结果。本发明采用增量技术和注意力机制结合的方式处理表情图像，能够提取代表性不足的表情类别中更细微的特征，从而缓解人脸表情识别中的表情类别偏差，达到公平人脸表情识别的目的。
-
公开(公告)号：CN114443808A
公开(公告)日：2022-05-06
申请号：CN202111451106.X
申请日：2021-12-01
IPC: G06F16/33
Abstract: 本发明涉及人工智能伦理技术领域，尤其涉及一种基于行为目的关系的伦理极性判别方法，使用众包方法对开源数据集FG‑News进行再标注，为数据集增添更多细粒度的属性，也可以为模型的训练提供更多特征，再利用具有双向Transformer结构的预训练语言模型BERT，经过维基百科语料的与训练过程编码知识信息，同时对于下游任务，经过微调的模型可以快速适应当前任务，对特定的行为词进行目的关系推理和极性判别，以行为词为中心，捕捉目标词、词间关系与其上下文之间的联系，有效提高系统的准确率和查全率，提供了更完整、更深入的分析结果。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.087 seconds)
