“许轶珂”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4个，建议您升级VIP下载更多相关专利

[发明专利]适用于图神经网络分布外泛化的分布鲁棒优化方法及系统-CN202310178341.7在审
发明人：邢晓芬;许轶珂;郭锴凌;徐向民 -专利权人：华南理工大学
申请日： 2023-02-28 - 公布日： 2023-07-25 - 主分类号： G06N3/0464 文献下载
摘要：本发明提供了一种适用于图神经网络分布外泛化的分布鲁棒优化方法及系统，所述方法包括以下步骤：选择任意的图卷积神经网络模型，在图数据中对目标个体的邻居特征进行聚合，并用于更新目标个体的特征；与任务目标相关的损失函数，通过模型得到对个体的最终结果预测，与个体标签计算相应的损失函数，得到每个个体对应的损失值；根据计算出的损失值，通过基于KL散度的分布鲁棒优化算法得到每个个体的权重，该权重分布为当前个体的最差分布；对个体的权重进行平滑操作，使得距离相近或局部结构相似的训练个体权重也相近；通过调整后的权重值以及对应的损失值，计算所有训练个体整体的损失；利用整体训练损失对使用的图卷积神经网络模型进行优化。
适用于神经网络分布泛化优化方法系统

[发明专利]一种模型训练及图数据的处理方法、装置、介质及设备-CN202310264181.8在审
发明人： 许轶珂;吴若凡;田胜;但家旺;王宝坤;孟昌华 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-03-10 - 公布日： 2023-07-07 - 主分类号： G06N3/08 文献下载
摘要：本说明书公开了一种模型训练及图数据的处理方法、装置、介质及设备。生成对抗网络包含目标模型和对抗模型。通过将根据图数据确定的各训练样本输入目标模型，得到目标模型对各训练样本的预测结果，并根据预测结果和各训练样本的标注，确定目标模型对各训练样本进行预测的损失，作为第一损失。将各训练样本输入对抗模型，通过对抗模型模拟对各训练样本的分布进行调整。以根据第一损失预估目标模型对模拟出的调整分布后的各训练样本进行预测的损失，作为第二损失。以第二损失最小为目标训练目标模型，并以第二损失最大为目标训练对抗模型。通过生成对抗网络中目标模型与对抗模型间对抗性训练方式，最大化目标模型的最低性能，提升目标模型鲁棒性。
一种模型训练数据处理方法装置介质设备

[发明专利]基于深度学习的脑电波辅助睡眠及唤醒系统-CN201811363915.3有效
发明人：刘新华;杨建豪;许轶珂;郭少聪;张华威;刘世元;林淑敏 -专利权人：武汉理工大学
申请日： 2018-11-16 - 公布日： 2020-12-22 - 主分类号： A61B5/00 文献下载
摘要：本发明公开了一种基于深度学习的脑电波辅助睡眠及唤醒系统，其包括安设在眼罩上的脑电波采集模块、音频解码模块、骨传导振子、LED光圈、嵌入式系统板和电源；脑电波采集模块将采集的脑电波数据传递给嵌入式系统板，嵌入式系统板根据该数据将相应的音乐传递给音频解码模块，音频解码模块将该音乐转换成具有一定驱动能力的模拟信号并将该信号传给嵌入式系统板，嵌入式系统板控制骨传导振子，骨传导振子将声音传导到人的听觉神经，且嵌入式系统板还控制LED光圈工作，实现辅助睡眠和唤醒功能。本发明还提供一种基于深度学习的脑电波辅助睡眠及唤醒方法。本发明既能辅助睡眠又能作为不影响睡眠质量的唤醒闹钟。
基于深度学习脑电波辅助睡眠唤醒系统

[发明专利]基于云平台的睡眠分期方法及系统-CN201910331566.5在审
发明人：刘新华;张华威;刘世元;郭少聪;杨建豪;许轶珂 -专利权人：武汉理工大学
申请日： 2019-04-24 - 公布日： 2019-10-15 - 主分类号： A61B5/0476 文献下载
摘要：本发明提供了一种基于云平台的睡眠分期方法及系统，包括：获取用户在移动终端上输入的个人信息，并将其作为个性化睡眠分期的输入参数；控制对应的佩戴前端采集用户的脑电信号，并将脑电信号传送至云平台；云平台应用离散小波变换算法对采集的脑电数据进行预处理，得到用户脑电信号的节律波特征，并将其作为基于卷积神经网络的个性化睡眠分期系统的输入特征量之一；根据输入的脑电信号的节律波特征，结合用户年龄、性别以及历史数据进行实时睡眠分期，同时将相对应的工作参数传回至佩戴前端，进行自适应的睡眠调节；云平台实时记录用户的睡眠状态变化数据，在整个睡眠分期过程完成后，移动终端将从云平台获取记录的睡眠状态数据。
云平台睡眠脑电信号睡眠状态移动终端节律波佩戴个性化预处理卷积神经网络离散小波变换输入特征量变化数据个人信息工作参数过程完成历史数据脑电数据前端采集实时记录输入参数用户年龄自适应算法传送采集记录应用