-
公开(公告)号：CN114997394B
公开(公告)日：2025-04-08
申请号：CN202210425704.8
申请日：2022-04-21
Applicant: 清华大学深圳国际研究生院
IPC: G06N3/096 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明公开了一种结合域对抗训练的强化实例迁移学习方法，采用包括领域判别模块、迁移学习模块和数据选择模块的强化迁移学习模型进行强化实例迁移学习，包括：训练领域判别模块和迁移学习模块分别最大化和最小化两个领域数据的特征距离；通过对抗训练的方式使得迁移学习模块学习领域不变特征；数据选择模块根据迁移学习模块的输出对源领域数据进行数据选择，并输出给迁移学习模块；迁移学习模块、领域判别模块和据选择模块进行协同训练，使得强化迁移学习模型能够从源领域数据中挑选出有用的数据以用于帮助强化迁移学习模型在目标领域数据的学习。本发明能够解决传统迁移学习过程中由于目标领域和源领域数据分布不同导致的负迁移问题。
-
公开(公告)号：CN116012663A
公开(公告)日：2023-04-25
申请号：CN202211539264.5
申请日：2022-12-01
Applicant: 清华大学深圳国际研究生院
IPC: G06V10/774 , G06V10/764 , G06V20/40 , G06F21/60 , G06V10/56
Abstract: 本发明公开了一种基于风格迁移的黑盒视频对抗攻击方法，包括如下步骤：设计风格数据集，并为干净视频选择最优风格图像；根据最优风格图像对干净视频进行视频风格迁移得到风格化视频；对风格化视频进行梯度估计，并迭代更新，输出对抗视频。本发明通过根据最优风格图像对干净视频进行视频风格迁移得到风格化视频，对风格化视频进行梯度估计，并迭代更新的设置，有利于维持对抗视频的感官舒适度与降低所需要的查询次数；通过考虑语义不变的无限制对抗扰动，提高了黑盒攻击效率，并可以绕过现有的对抗防御方法，是一种低成本、高效、实用的新型视频攻击方法。
-
公开(公告)号：CN111581086B
公开(公告)日：2023-03-31
申请号：CN202010350329.6
申请日：2020-04-28
Applicant: 清华大学深圳国际研究生院
IPC: G06F11/36
Abstract: 本发明提供一种基于RankNet的混合软件错误定位方法及系统，该方法包括：S1.RankNet排序模型的训练：所述RankNet排序模型自动提取代码语句的文本特征，再将所述文本特征与代码语句的数值特征结合并输入RankNet排序模型进行排序学习；S2.利用训练好的RankNet排序模型进行代码语句排序，得到可疑代码语句列表来进行软件错误定位。该方法和系统能快速精确地自动定位到软件的错误，大大增强了错误定位方法的自适应性，而且减少了由人为设定参数带来的局限性和不确定性。
-
公开(公告)号：CN115168728A
公开(公告)日：2022-10-11
申请号：CN202210869592.5
申请日：2022-07-21
Applicant: 清华大学深圳国际研究生院
IPC: G06F16/9535 , G06Q30/06 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于动态注意力机制的会话推荐方法，包括以下步骤：S1：输入会话序列；S2：通过动态注意力机制从连续的用户行为中提取兴趣序列，对用户的深层次意图进行建模；S3：基于用户的深层次意图评估每个候选项目的概率并进行推荐。本发明提出基于动态注意力机制的会话推荐方法来缓解项目非相关问题，通过动态注意力机制，基于每个项目之前的所有项目，对每个项目的隐藏表示进行建模，即使用当前项及其以前的项来建模当前隐藏的兴趣，表示当前单击时的下一项首选项，通过这种方式，可以在每次单击时跟踪动态兴趣，从而更好地进行推荐，与现有技术相比有更高的准确率。
-
公开(公告)号：CN114912145A
公开(公告)日：2022-08-16
申请号：CN202210530051.X
申请日：2022-05-16
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明公开了一种智能合约机密执行方法及系统，包括如下步骤：S1、根据用户的输入标注涉及敏感数据的智能合约函数；S2、自动检测用户调用的智能合约函数是否含有参数，接着检测用户是否有对该函数进行标注，以此判断该函数是否需要保护；S3、利用事先构建的本地节点和安全容器环境节点分别对智能合约函数进行执行：本地节点直接在本地执行不需要保护的智能合约函数，安全容器环境节点在远程的可信执行环境中执行需要保护的智能合约函数。本发明仅将需要保护的函数运行于可信执行环境之中，以此减小TCB尺寸，降低代码风险。并且本地模型与安全容器节点以HTTP的形式交互，避免了本地模型必须支持IntelSGX的硬性要求。
-
Patent Agency Ranking
公开(公告)号：CN114861627A
公开(公告)日：2022-08-05
申请号：CN202210369952.5
申请日：2022-04-08
Applicant: 清华大学深圳国际研究生院
IPC: G06F40/205 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的选择题干扰项自动化生成方法及模型，模型包括：答案编码器，用于对选择题的答案进行编码，以获得答案表示向量；文章编码器，用于对文章和问题进行联合编码，以获得文章表示向量；上下文推理注意力机制模块，连接于答案编码器和文章编码器，用于合并文章上下文向量和答案上下文向量，以进行上下文推理，生成编码器最终上下文向量；文章上下文向量是由文章表示向量经文章注意力机制而获得，答案上下文向量是由答案表示向量经答案注意力机制而获得；干扰项解码器，连接于答案编码器以利用答案编码器的输出进行解码器初始化，以及连接于上下文推理注意力机制模块以对所述编码器最终上下文向量进行解码，生成干扰项。
-
公开(公告)号：CN114444084A
公开(公告)日：2022-05-06
申请号：CN202210020119.X
申请日：2022-01-10
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明提供一种模糊测试方法及计算机可读存储介质，方法包括：生成突变输入时包括如下步骤：S1：对种子队列中每个种子执行字节分析以识别与验证检查相关的字节，所述字节分析包括对所述种子中所有所述字节尝试突变，根据所述突变输入的路径变化情况得到所述字节的分数值；S2：根据所述字节的所述分数值确定是否对所述字节进行突变。本发明使用一种新颖的轻量级突变策略来增加生成合法突变输入的可能性；进一步地，在相同的时间内实现更大的代码覆盖率，提高模糊测试效率。
-
公开(公告)号：CN113329368B
公开(公告)日：2022-03-25
申请号：CN202110630958.9
申请日：2021-06-07
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明提出一种基于亲和传播算法的路由分簇方法及装置，方法包括根据接收到的信标消息和车辆节点所处的状态，每个车辆节点周期性的执行分簇流程，分簇流程包括步骤：S1、车辆节点通过广播信标消息的方式来通告自己的分簇参数指标，与此同时，接收来自邻居车辆节点的信标消息来获得其它车辆节点的分簇参数指标，并且，通过信标消息识别单跳距离内速度和方向相似的车辆，为车辆节点建立邻居列表；S2、车辆节点依据其当前所处的状态，从簇头选择策略、簇形成策略和簇维护策略中选择一个执行，获得分簇的结果；S3、车辆节点在需要时通过数据消息与目标车辆节点通信。本发明能够在适当的路由开销下实现较好的簇稳定性和通信性能。
-
公开(公告)号：CN113158062A
公开(公告)日：2021-07-23
申请号：CN202110502094.2
申请日：2021-05-08
Applicant: 清华大学深圳国际研究生院
IPC: G06F16/9535 , G06F40/211 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于异构图神经网络的用户意图识别方法及装置，意图识别装置根据对话内容直接识别用户意图进而得到一个初步的识别结果；历史信息筛选装置根据对话内容以及初步结果对用户历史信息进行筛选，得到与对话内容相关的用户历史信息；识别结果调整装置结合对话内容，初步识别结果以及相关的历史信息对识别结果进行调整进而更准确地识别用户意图。本发明解决了传统深度学习方法无法有效识别用户个性化表达的问题，设计了一种两阶段的意图识别策略，利用异构图神经网络结合用户历史发言，有效对用户个性化发言进行识别，提高了意图识别的准确性，进而为系统做出准确回复提供了帮助。
-
公开(公告)号：CN113065336A
公开(公告)日：2021-07-02
申请号：CN202110488572.9
申请日：2021-05-06
Applicant: 清华大学深圳国际研究生院
IPC: G06F40/216 , G06F16/26 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习和内容规划的文本自动生成方法及装置，本发明利用分层自注意力机制对结构化数据进行层次化编码表示，并通过分层规划技术对数据进行从粗到细的规划，最后通过双重注意力机制解码生成高质量的文本描述，本发明解决了传统的文本自动生成技术在数据到文本生成时面临的信息冗余、逻辑混乱等问题，相对于传统端到端的文本生成方法以及过去的规划方法，本发明将分层规划融入到多粒度的语言模型中，极大减小人工参与程度，且可以生成更加准确、流畅、简洁且逻辑严谨的文本。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.034 seconds)
