Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜福建师范大学汪晓丁获国家专利权

恭喜福建师范大学汪晓丁获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜福建师范大学申请的专利一种通过知识蒸馏的对抗网络分析医疗评价的方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119724522B

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510221222.4,技术领域涉及:G16H40/20;该发明授权一种通过知识蒸馏的对抗网络分析医疗评价的方法及系统是由汪晓丁;欧阳松应;苏经迁;林丽美;彭莉设计研发完成,并于2025-02-27向国家知识产权局提交的专利申请。

一种通过知识蒸馏的对抗网络分析医疗评价的方法及系统在说明书摘要公布了:本发明涉及一种通过知识蒸馏的对抗网络分析医疗评价的方法及系统,其中,该方法将情绪标注后的医疗评价数据输入由生成对抗网络与transformer模型的MASH模块进行结合所得到的改进型的生成对抗网络中,以生成训练样本,通过该训练样本对教师模型进行初始化,通过知识蒸馏将初始化后的教师模型中学习到的知识分别提炼至由GRU模型、BERT模型和第一卷积层结合得到第一学生模型和由LSTM网络、BERT模型和第二卷积层结合得到第二学生模型,以最小的提炼损失为目标对第一学生模型和第二学生模型进行训练,基于训练后的第一学生模型和第二学生模型得到医疗评价数据的分析结果。由此,本发明在减少对大量高质量数据和大量时间的需求下,实现对医疗评价数据的分析。

本发明授权一种通过知识蒸馏的对抗网络分析医疗评价的方法及系统在权利要求书中公布了:1.一种通过知识蒸馏的对抗网络分析医疗评价的方法,其特征在于,包括:获取医疗评价数据,对所述医疗评价数据进行情绪标注,得到情绪标注后的医疗评价数据,所述情绪标注包括正面情绪、负面情绪和混合情绪;将生成对抗网络与transformer模型的MASH模块进行结合,得到改进型的生成对抗网络,将情绪标注后的医疗评价数据输入改进型的生成对抗网络以生成训练样本,将所述训练样本输入教师模型进行初始化,得到初始化后的教师模型;将GRU模型、BERT模型和第一卷积层结合得到第一学生模型,将LSTM网络、BERT模型和第二卷积层结合得到第二学生模型,通过知识蒸馏将初始化后的教师模型中学习到的知识分别提炼至所述第一学生模型和所述第二学生模型,以最小的提炼损失为目标对所述第一学生模型和所述第二学生模型进行训练,得到训练后的第一学生模型和训练后的第二学生模型,基于训练后的第一学生模型和训练后的第二学生模型得到医疗评价数据的分析结果;所述改进型的生成对抗网络包括改进型的生成器和改进型的鉴别器,所述将生成对抗网络与transformer模型的MASH模块进行结合,得到改进型的生成对抗网络包括:构建改进型的生成器,将生成对抗网络的生成器与transformer模型的MHSA模块进行结合,将所述MHSA模块作为初始层引入,以应用线性投影修改维度的输入张量适应实际的注意力头数,所述MHSA模块会按照比例点积在所有所述注意力头数上进行计算,生成应用于所述张量对应值的注意力权重,将所有所述注意力权重进行串联处理和线性处理,以得到最终注意力输出;将所述MHSA模块与频谱归一化线性变换的附加层、LeakyReLU激活函数和Dropout滤除正则化进行结合,并在结尾区块中增加注意力层,以得到改进型的生成器;构建改进型的鉴别器,将生成对抗网络的鉴别器中每一个线性层都与频谱归一化线性变换的附加层进行结合,得到结合后的线性层,并在各个结合后的线性层之间添加残差连接,任意选取一个结合后的线性层与一个Softmax激活函数进行组合作为输出层,以得到改进型的鉴别器。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人福建师范大学,其通讯地址为:350007 福建省福州市仓山区上三路8号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。