公开(公告)号：CN120067823A

公开(公告)日：2025-05-30

申请号：CN202510552497.6

申请日：2025-04-29

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 李修成 ,  李楚阳

IPC: G06F18/241 ,  G06F18/214 ,  G06F18/10 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明公开一种医疗领域的脑电图时序数据分类方法及装置，涉及医疗图像处理技术领域。方法包括：获取医疗领域的脑电图原始数据，将时域数据转为频域数据；根据频域数据，得到频域增强数据和频域噪声数据，将数据转换回时域；各种数据通过各自的第一Transformer得到特征级别的通道嵌入表征；根据时域增强数据表征，重构频域数据表征，根据频域增强数据表征，重构时域数据表征；通过各自的第二Transformer得到各通道的注意力和各数据的最终嵌入表征；使用频域下的注意力指导时域下的注意力；将增强数据的表征确定为正样本，将其余表征和噪声数据表征确定为负样本，对医疗数据分类器进行对比学习。采用本发明，可以增强自监督学习模型抵御多种噪声干扰的能力。

公开(公告)号：CN119742083A

公开(公告)日：2025-04-01

申请号：CN202510260033.8

申请日：2025-03-06

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 李修成 ,  尹昊

IPC: G16H50/70 ,  G06N3/044 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明提供一种基于因果解耦的医疗时序数据反事实预测方法及装置，涉及人工智能技术领域。该方法包括：获取医疗时序数据集；对医疗时序数据集进行清洗处理，获得清洗后的数据集；构建初始的基于因果解耦时序反事实预测网络；采用清洗后的数据集对初始的基于因果解耦反事实预测网络进行训练，获得训练好的基于因果解耦反事实预测网络；获取待预测的医疗时序数据；将待预测的医疗时序数据输入训练好的预测网络中进行处理，获得医疗时序数据的反事实预测结果。采用本发明可提升医疗时序数据因果推断的准确性。

公开(公告)号：CN119862423A

公开(公告)日：2025-04-22

申请号：CN202510340570.3

申请日：2025-03-21

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 李晶 ,  李卓 ,  李修成 ,  张民

IPC: G06F18/214 ,  G06F18/25

Abstract: 本发明提供基于层次混合专家模型的大模型多偏好对齐方法及装置，涉及自然语言处理技术领域。该方法包括：获取预训练的单目标微调模型；提取模型中每个单目标策略的目标向量，通过任务向量奇异值分解法分解目标向量，生成低秩适配器作为每个单目标的LoRA专家；采用PCB‑merging和Free‑merging融合模型进行处理，获得多目标LoRA专家；生成线性路由层，构造奖励损失函数；采用镜像梯度下降和平滑切比雪夫标量化对损失函数进行优化，获得多目标的路由专家；设计权重路由器；根据多目标LoRA专家、多目标的路由专家和权重路由器，构建层次化的混合专家模型；将获取的用户输入的提示词和偏好向量，输入层次化的混合专家模型中，输出符合用户的偏好。采用本发明可提高推理效率。