公开(公告)号：CN114328921A

公开(公告)日：2022-04-12

申请号：CN202111613756.X

申请日：2021-12-27

申请人： 湖南大学

发明人： 全哲 ,  彭阳 ,  乐雨泉

IPC分类号： G06F16/35 ,  G06F40/216 ,  G06F40/289 ,  G06K9/62 ,  G06N20/00

摘要： 本发明公开了一种基于分布校准的小样本实体关系抽取方法，其假设特征向量中的每个维度都遵循高斯分布，并观察到相似类通常具有相似的特征表示均值和方差。因此，高斯分布的平均值和方差可以在类似的类别之间传递。同时，当有足够的样本时，可以更准确地估计统计数据。因此，重用来自多个类的分布统计量，并根据它们的类相似性可以更好地校准少数类的分布统计量，根据校准后的分布统计量可以生成更多的样本。本发明的有益效果：使提取的特征更丰富；可以减少分散偏度，能够让特征向量分布更接近高斯分布；大大减少了由于数据过少引起的过拟合问题，通过数据增强实现了关系抽取准确度的提高；能够极大地提高模型的泛化能力。

公开(公告)号：CN113535953A

公开(公告)日：2021-10-22

申请号：CN202110798113.0

申请日：2021-07-15

申请人： 湖南大学

发明人： 全哲 ,  赵征 ,  乐雨泉 ,  彭阳

IPC分类号： G06F16/35 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于元学习的少样本分类方法，其结合LCM的元学习方法，训练过程主要有两个方面：Attention和岭回归分类器，Attention模块通过组合源池和支持集的分布统计信息来生成特定于类的注意力；岭回归分类器的目标是在从支持集学习之后，对查询集进行预测，由于测试阶段数据量较小，通过LCM试图挽救预测错误的标签，达到在低数据量下较高的分类准确度。

公开(公告)号：CN114328921B

公开(公告)日：2024-04-09

申请号：CN202111613756.X

申请日：2021-12-27

申请人： 湖南大学

发明人： 全哲 ,  彭阳 ,  乐雨泉

IPC分类号： G06F16/35 ,  G06F40/216 ,  G06F40/289 ,  G06F18/241 ,  G06F18/22 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0442

摘要： 本发明公开了一种基于分布校准的小样本实体关系抽取方法，其假设特征向量中的每个维度都遵循高斯分布，并观察到相似类通常具有相似的特征表示均值和方差。因此，高斯分布的平均值和方差可以在类似的类别之间传递。同时，当有足够的样本时，可以更准确地估计统计数据。因此，重用来自多个类的分布统计量，并根据它们的类相似性可以更好地校准少数类的分布统计量，根据校准后的分布统计量可以生成更多的样本。本发明的有益效果：使提取的特征更丰富；可以减少分散偏度，能够让特征向量分布更接近高斯分布；大大减少了由于数据过少引起的过拟合问题，通过数据增强实现了关系抽取准确度的提高；能够极大地提高模型的泛化能力。

公开(公告)号：CN110782009B

公开(公告)日：2023-09-08

申请号：CN201910986292.3

申请日：2019-10-17

申请人： 湖南大学

发明人： 全哲 ,  何楠 ,  刘彦 ,  彭阳

IPC分类号： G06N3/0464 ,  G06N3/063

摘要： 本发明公开了一种基于ARMv8体系的计算内核优化方法。本发明针对寄存器使用情况，使用了所有32个寄存器，能够更好更完整地调用硬件资源，节省卷积过程中进行矩阵计算时的矩阵分块时间，从而提升整体的计算效率，帮助我们得到更高的工程效率应用在卷积神经网络中的卷积过程里，能有效加速其在ARMv8体系结构的运算时间。

公开(公告)号：CN113535953B

公开(公告)日：2022-05-27

申请号：CN202110798113.0

申请日：2021-07-15

申请人： 湖南大学

发明人： 全哲 ,  赵征 ,  乐雨泉 ,  彭阳

IPC分类号： G06F16/35 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于元学习的少样本分类方法，其结合LCM的元学习方法，训练过程主要有两个方面：Attention和岭回归分类器，Attention模块通过组合源池和支持集的分布统计信息来生成特定于类的注意力；岭回归分类器的目标是在从支持集学习之后，对查询集进行预测，由于测试阶段数据量较小，通过LCM试图挽救预测错误的标签，达到在低数据量下较高的分类准确度。

公开(公告)号：CN110782009A

公开(公告)日：2020-02-11

申请号：CN201910986292.3

申请日：2019-10-17

申请人： 湖南大学

发明人： 全哲 ,  何楠 ,  刘彦 ,  彭阳

IPC分类号： G06N3/04 ,  G06N3/063

摘要： 本发明公开了一种基于ARMv8体系的计算内核优化方法。本发明针对寄存器使用情况，使用了所有32个寄存器，能够更好更完整地调用硬件资源，节省卷积过程中进行矩阵计算时的矩阵分块时间，从而提升整体的计算效率，帮助我们得到更高的工程效率应用在卷积神经网络中的卷积过程里，能有效加速其在ARMv8体系结构的运算时间。