“李莹姬”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]一种面向分布外泛化的领域感知稳定元学习方法-CN202211077575.4在审
发明人：王英;孙明辰;李莹姬;王鑫 -专利权人：吉林大学
申请日： 2022-09-05 - 公布日： 2022-11-29 - 主分类号： G06K9/62 文献下载
摘要：发明公开了一种面向分布外泛化的领域感知稳定元学习方法，本发明属于迁移学习领域。本发明所要解决的技术问题是大多数元学习方法假设基模型在训练过程中可以访问域标签，但这个假设在许多真实的应用程序场景中是十分苛刻的，导致模型难以应用和部署。此外，现有的元学习方法侧重于缩小数据级域转移，而忽略了任务级域转移会导致不充分的泛化甚至会发生负迁移现象。因此，本发明提出一种面向分布外泛化的领域感知稳定元学习方法，使模型捕获具有强分布外泛化能力的域不变表示。本发明包括：一个任务构建模块，用于构建具有多样性的任务，一个域感知的转换模块用于获得元表示和伪域标签，以及一个交叉熵损失和域对齐约束进一步提升模型的泛化能力。
一种面向分布泛化领域感知稳定学习方法

[发明专利]一种基于时序图Transformer的连续动态网络表征学习方法-CN202111434187.2在审
发明人：王英;李莹姬;吴越 -专利权人：吉林大学
申请日： 2021-11-29 - 公布日： 2022-03-01 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于时序图Transformer的连续动态网络表征学习方法，属于网络表征学习领域，包括：由基于连续动态系统的时序编码模块对动态网络的时序信息进行建模，将时间戳信息编码为向量，和节点的特征向量进行结合；基于节点在动态图中的影响力进行中心度编码，将节点的度作为其中心度信息编码到节点特征中，由基于中心度编码的注意力模块捕获动态网络的结构信息；设计基于注意力机制的空间事件系数描述动态网络中事件依赖的全局范围。本发明应用神经常微分方程编码连续时序信息，并通过中心度编码和堆叠多层Transformer实现对动态网络中时序信息和拓扑结构信息的提取，以学习包含全局依赖关系的连续动态网络表征。
一种基于时序 transformer 连续动态网络表征学习方法