公开(公告)号：CN119917857A

公开(公告)日：2025-05-02

申请号：CN202411981644.3

申请日：2024-12-31

Applicant: 西南交通大学

Inventor： 张继 ,  曾宇歆 ,  李天瑞

IPC: G06F18/214 ,  G06F18/213 ,  G06F18/22 ,  G06F18/241 ,  G06F18/25 ,  G06N3/084 ,  G06N5/04

Abstract: 本发明公开了一种噪声驱动的小样本分布外检测方法及系统，包括以下步骤：步骤1：获取数据集，包括小样本训练集、测试集；步骤2：构建检测模型，检测模型包括数据编码模块、噪声提取模块、融合检测模块；步骤3：对噪声区域集进行噪声增强，结合干净区域集构建损失函数，根据损失函数采用梯度反向传播算法对检测模型进行训练，采用测试集对检测模型进行测试；步骤4：根据测试后的检测模型进行小样本分布外检测；本发明解决了当前小样本分布外检测方法噪声鲁棒性差的问题，提升了小样本学习模型的ID分类和OOD检测性能。

公开(公告)号：CN119250138A

公开(公告)日：2025-01-03

申请号：CN202411257061.6

申请日：2024-09-09

Applicant: 西南交通大学

Inventor： 张继 ,  李天瑞 ,  王红军

IPC: G06N3/0499 ,  G06N3/08 ,  G06F40/284 ,  G06F16/35 ,  G06V10/764

Abstract: 本发明公开了一种基于类知识增强的多模态大模型提示学习方法，属于提示学习技术领域，包括以下步骤：为目标任务初始化一组提示词；获取目标任务各个类别的词向量，并将词向量拼接之至提示词后，得到类别特定提示词；设计间隔自调节图片‑文本匹配损失函数；将类别特定提示词和图片依次输入至预训练的多模态大模型CLIP中，得到文本特征和图片特征；将文本特征和图片特征输入至间隔自调节图片‑文本匹配损失函数中计算分类损失，并将分类损失进行反向传播，更新提示词；通过更新后的提示词进行图片分类。本发明解决了现有提示学习方法存在模型在目标任务上性能越好，在未知新任务上性能越差的问题。