“卓汉逵”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32个，建议您升级VIP下载更多相关专利

[发明专利]一种基于对偶四元数的知识图谱链接预测方法及系统-CN202011346008.5有效
发明人：高黎明;卓汉逵 -专利权人：中山大学
申请日： 2020-11-26 - 公布日： 2023-09-05 - 主分类号： G06N5/02 文献下载
摘要：本发明公开了一种基于对偶四元数的知识图谱链接预测方法及系统，该方法包括：加载数据并对数据进行解析，得到知识图谱的三元组数据；根据知识图谱的三元组数据对预设的对偶四元数知识图谱模型进行训练和参数调整，得到训练完成的对偶四元数的知识图谱模型；根据训练完成的对偶四元数的知识图谱模型对待测三元组进行预测，得到预测结果。该系统包括：数据加载模块、模型训练模块和链接预测模块。通过使用本发明，能够有效有效利用对偶四元数的特性解决知识图谱中头实体和尾实体之间有多个关系的问题。本发明作为一种基于对偶四元数的知识图谱链接预测方法及系统，可广泛应用于知识图谱领域。
一种基于对偶四元数知识图谱链接预测方法系统

[发明专利]一种基于图结构数据的关系挖掘方法及系统-CN202011380368.7有效
发明人：马志浩;卓汉逵 -专利权人：中山大学
申请日： 2020-12-01 - 公布日： 2023-09-05 - 主分类号： G06N5/025 文献下载
摘要：本发明公开了一种基于图结构数据的关系挖掘方法及系统，该方法包括：S1、获取图像并解析，得到图结构数据；S2、基于任务层对图结构数据进行处理，在图结构上做关系推理，得到子任务；S3、根据子任务完成与环境的交互，得到对应奖励；S4、将对应奖励反馈到任务层；S5、循环步骤S2‑S4，直至完成得到最大奖励的子任务。该系统包括：物体及关系检测模块、任务层模块、动作层模块、反馈模块和循环模块。本发明直接建模并利用物体之间的关系，在达到同样的性能时能提供的解释性能。本发明作为一种基于图结构数据的关系挖掘方法及系统，可广泛应用于强化学习领域。
一种基于结构数据关系挖掘方法系统

[发明专利]一种单步逆向合成方法及系统-CN202011383345.1有效
发明人：谢朋宇;卓汉逵 -专利权人：中山大学
申请日： 2020-12-01 - 公布日： 2023-07-28 - 主分类号： G16C20/30 文献下载
摘要：本发明公开了一种单步逆向合成方法及系统，该方法包括：获取反应方程训练集；S2、以反应方程训练集训练反应中心识别模块；以反应方程训练集训练语法树生成模块；获取待测产物SMILES表达式并输入到训练完成的反应中心识别模块，得到待测合成子序列；将待测合成子序列输入到训练完成的语法树生成模块，得到待测抽象语法树；基于抽象语法树的语法规则得到对应反应物的SMILES表达式。该系统包括：反应中心识别模块和语法树生成模块。本发明在保证可拓展性前提下具有更高预测准确率。本发明作为一种单步逆向合成方法及系统，可广泛应用于化合物合成分析领域。
一种逆向合成方法系统

[发明专利]一种基于强化学习的完形填空型阅读理解分析模型及方法-CN201811323919.9有效
发明人：陈庆;卓汉逵 -专利权人：中山大学
申请日： 2018-11-08 - 公布日： 2023-06-20 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于强化学习的完形填空型阅读理解分析模型及方法，该模型包括：编码层，将原始文本的单词进行向量化，对单词进行编码，取各句子最后一个单词的隐向量输出作为句子向量，将文本编码成句子向量的序列传递给语句抽取层；语句抽取层，对句子向量选择，将得到的句子作为当前给定文段，对其进行编码；分类层，把每个待填的空位视为一问题，将得到的文段编码和四个候选单词的词向量作为输入，通过多特征分类网络进行计算输出概率；预测层，将上层得到的概率值与语言模型的概率值归一化，得到最终四个选项的概率；输出层，计算上一层得到的概率与实际概率的交叉熵并优化分类网络，将损失值作为延迟奖励对网络进行参数更新。
一种基于强化学习填空阅读理解分析模型方法

[发明专利]一种广告转化率预估模型及其训练方法-CN201911077019.5有效
发明人：林宇烽;卓汉逵 -专利权人：中山大学
申请日： 2019-11-06 - 公布日： 2023-05-30 - 主分类号： G06Q30/0242 文献下载
摘要：本发明涉及一种广告转化率预估模型及其训练方法，预估模型中包括编码网络、预测网络和损失函数计算模块，损失函数计算模块根据预测网络得到的部分预测结果和广告主标签数据计算出具体的损失函数值并加入差分隐私机制；预测网络根据损失函数值更新自身网络。通过训练方法对预估模型进行训练。本发明通过部分预测结果结合广告主的标签数据计算损失函数值来反馈预测网络，广告转化率预测模型可以利用广告主的标签数据，同时也保证了数据隐私，提高预估广告转化率的准确性。
一种广告转化预估模型及其训练方法

[发明专利]一种基于深度学习的动作模型及其训练方法-CN201911090220.7有效
发明人：蔡佳然;卓汉逵 -专利权人：中山大学
申请日： 2019-11-08 - 公布日： 2023-05-23 - 主分类号： G06N3/0455 文献下载
摘要：本发明涉及一种基于深度学习的动作模型及其训练方法，动作模型包括数据补全模块、数据编解码模块和状态推理模块；对动作模型进行训练后，能够求解规划问题。本发明的动作模型能够补全原始数据的缺失部分，有效地解决在对动作模型训练的时候，原始数据部分缺失导致准确性差的问题。本动作模型通过数据训练，学习出状态在隐含空间的命题形式的表达，并学习在隐空间中的推理能力，使得问题可以通过搜索算法得到解序列；且训练过程均为无监督学习，高效地利用了深度学习在大量数据中总结规律的优点，无需耗费人工建模的成本。
一种基于深度学习动作模型及其训练方法

[发明专利]基于强化学习和迁移学习的图像语义分割模型及建模方法-CN201911132553.1有效
发明人：韩佳琪;卓汉逵 -专利权人：中山大学
申请日： 2019-11-19 - 公布日： 2023-05-16 - 主分类号： G06T7/10 文献下载
摘要：本发明涉及图像的语义分割技术领域，更具体地，涉及一种基于强化学习和迁移学习的图像语义分割模型及建模方法，包括顺次通信连接的用于对原始图像进行预处理的预处理模块、用于强化学习中的环境部分的感知模块、用于强化学习中的智能体部分的像素类别决策模块。本发明将图像语义分割看成一种序列决策的过程，顺序地决定各像素的类别而不是一次性生成整张图像的分割结果，能够有效利用像素与像素之间的关系，减少训练时间，提高图像分割效果的精确性。
基于强化学习迁移图像语义分割模型建模方法

[发明专利]一种基于强化学习的多轮对话答复选择模型及其方法-CN201811319709.2有效
发明人：林键;卓汉逵 -专利权人：中山大学
申请日： 2018-11-07 - 公布日： 2023-04-11 - 主分类号： G06F16/332 文献下载
摘要：本发明公开了一种基于强化学习的多轮对话答复选择模型及其方法，该模型包括：策略网络模块，采用随机策略，在各个状态空间下对上下文文本的各句子中的各个单词采样一个动作，从而对整个上下文文本得到一个动作序列，并根据分类网络的分类结果获得延时奖励；上下文文本重构网络，根据所述策略网络模块输出的动作序列，重构出一个新的上下文文本；分类网络模块，将上下文文本重构网络重构后的上下文文本与候选回答句子进行匹配，最后得到分类结果，并根据分类结果计算得到一个损失值，将该损失值作为延迟奖励更新所述策略网络模块，本发明不仅能够自动地过滤掉与任务无关的词语，同时在句子匹配的过程中充分考虑了不同句子与回答之间的语义相关性。
一种基于强化学习轮对答复选择模型及其方法

[发明专利]一种基于文章和标题动态融合的摘要提取方法及系统-CN202011392074.6有效
发明人：谭力;卓汉逵 -专利权人：中山大学
申请日： 2020-12-02 - 公布日： 2023-01-31 - 主分类号： G06F40/289 文献下载
摘要：本发明公开了一种基于文章和标题动态融合的摘要提取方法及系统，该方法包括：S1、获取数据集并对数据集中的文章和标题进行预处理，得到文章向量和标题向量；S2、以标题向量为指引计算文章向量句子的分值并选择部分句子与标题向量动态融合，得到融合向量；S3、将融合向量替换标题向量重新执行步骤S2直至达到预设循环次数，输出最终融合向量；S4、根据最终融合向量计算句子概率分布并按预设规则选择摘要句，得到文章摘要。该系统包括：预处理模块、动态融合与交互模块和预测与选择模块。本发明提高了最终提取摘要的精确性。本发明作为一种基于文章和标题动态融合的摘要提取方法及系统，可广泛应用于文本摘要提取领域。
一种基于文章标题动态融合摘要提取方法系统

[发明专利]一种基于值迭代网络的跨领域联邦学习模型及方法-CN201811346991.3有效
发明人：申珺怡;卓汉逵 -专利权人：中山大学
申请日： 2018-11-13 - 公布日： 2022-11-08 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于值迭代网络的跨领域联邦学习模型及方法，该模型包括：数据准备单元，用于通过使用网格地图的路径规划领域作为训练环境，将同一地图中的两个不同部分观测状态作为联邦学习两个领域各自的输入；Federated‑VIN网络建立单元，用于建立基于值迭代网络的Federated‑VIN网络结构，构建源领域与目标领域的值迭代模块的全连接，并根据新构建的网络定义新的关于两领域的联合损失函数；迭代单元，用于于训练时对两领域的VI模块分别进行前向计算，通过VI模块实现若干次值迭代；后向更新单元，用于后向计算更新网络参数，根据该联合损失函数交替后向更新两领域的VIN参数及全连接参数。
一种基于值迭代网络领域联邦学习模型方法

[发明专利]一种基于GAN和迁移学习的病理图片分类装置及方法-CN201811367777.6有效
发明人：赵军鹏;卓汉逵 -专利权人：中山大学
申请日： 2018-11-16 - 公布日： 2022-09-16 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于GAN和迁移学习的病理图片分类装置及方法，该装置包括：one‑hot编码单元、映射单元、随机采样单元、生成器模块、共享单元、Rule模块、判别器模块、分类器模块、迁移学习模块、深度学习模块以及最终分类器，实现了针对较小样本量数据集的病理图片分类的目的。
一种基于 gan 迁移学习病理图片分类装置方法

[发明专利]一种基于智能规划的知识获取方法-CN201810187009.6有效
发明人： 卓汉逵;李运聪 -专利权人：中山大学
申请日： 2018-03-07 - 公布日： 2022-08-02 - 主分类号： G06F16/36 文献下载
摘要：本发明提供一种基于智能规划的知识获取方法，本发明通过对领域建模过程中输入的predicate或者action结合参数列表进行重命名，将不同规划问题领域的领域知识进行一致性检查并兼容地融合在领域知识库中，借助领域知识库中的知识模板，可以减少规划研究人员进行领域建模的工作量以及减轻负担。
一种基于智能规划知识获取方法

[发明专利]结合注意力机制和多任务协同训练的命名实体识别方法-CN201810210591.3有效
发明人： 卓汉逵;付豪 -专利权人：中山大学
申请日： 2018-03-14 - 公布日： 2022-07-01 - 主分类号： G06F40/295 文献下载
摘要：本发明提供一种结合注意力机制和多任务协同训练的命名实体识别方法，该方法包括如下步骤：(1)对训练数据进行预处理操作，通过字符层级的映射获得句子的字符向量表征；(2)将步骤(1)中获得的字符向量表征输入一个双向LSTM网络，获得每个词语的字符向量表征；(3)通过词语层级的映射，获得每一个句子的词向量表征；(4)通过注意力机制对步骤(3)中获得的词向量表征和步骤(1)中获得的字符向量表征进行拼接，传入双向LSTM神经网络，获得句子的语义特征向量；(5)针对步骤(4)中得到的语义特征向量，利用条件随机场对每个单词进行实体标注，解码出实体标签。
结合注意力机制任务协同训练命名实体识别方法

[发明专利]一种化学逆向合成路径规划方法及系统-CN202210149979.3在审
发明人：洪思琪;卓汉逵 -专利权人：中山大学
申请日： 2022-02-18 - 公布日： 2022-05-24 - 主分类号： G16C20/10 文献下载
摘要：本发明公开了一种化学逆向合成路径规划方法及系统，该方法包括：收集单步反应数据并生成单步反应训练数据集；构建单步合成预测模型并基于单步反应训练数据集进行训练，得到训练完成的单步合成预测模型；基于蒙特卡洛树搜索学习方法对单步合成预测模型进行博弈学习，判断到指导函数收敛，对化合物进行路径规划。该系统包括：数据收集模块、模型构建模块和搜索学习模块。通过使用本发明，能够进行反应条件的预测且解决多步合成数据缺失带来的指导函数质量不高的问题。本发明作为一种化学逆向合成路径规划方法及系统，可广泛应用于计算机辅助化学合成领域。
一种化学逆向合成路径规划方法系统

[发明专利]基于图像目标检测的代码自动生成装置及方法-CN201811295660.1有效
发明人：黄小玲;卓汉逵 -专利权人：中山大学
申请日： 2018-11-01 - 公布日： 2022-04-12 - 主分类号： G06F8/30 文献下载
摘要：本发明公开了一种基于图像目标检测的代码自动生成装置及方法，所述装置包括：控件元素目标检测模块，用于对输入的前端图像进行特征提取，生成候选区域，并进行目标分类，对位置进行边框回归精修获得最终的精确位置；基于规则的DSL代码生成模块，用于根据所述控件元素目标检测模块输出的控件元素的位置信息，对控件元素进行水平方向和垂直方向上的排序，并通过制定规则来生成DSL代码；编译器模块，用于将所述基于规则的DSL代码生成模块生成的DSL代码编译成真正的前端代码，通过本发明，不仅能够有更加准确的生成效果，而且也为描述性编程自动化领域提供了新的研究思路。
基于图像目标检测代码自动生成装置方法

1
2
3
下一页»
尾页
共 32 条