基于自适应模型学习的社交机器人检测方法及系统

AITNT
正文
推荐专利
基于自适应模型学习的社交机器人检测方法及系统
申请号:CN202411082200
申请日期:2024-08-08
公开号:CN118898526A
公开日期:2024-11-05
类型:发明专利
摘要
本发明涉及社交机器人检测技术领域,特别涉及一种基于自适应模型学习的社交机器人检测方法及系统,针对每个账户的多模态特征进行预处理,得到每个账户的初始特征;将每个账户抽象为社交关系拓扑图中的节点,根据账户间的关注关系构建无向图G;将基础GNN模型进行数字化编码,组成遗传算法的基因型,在一个最大长度为L的搜索空间内,利用遗传算法搜索模型结构;通过最小化损失函数优化搜索得到的社交机器人检测模型,利用训练完的模型检测社交机器人。本发明通过自动搜索模型结构来加深网络层数,不需要人工设计网络结构,提高模型的感受野,并且使用自动化搜索和优化模型参数来有效减少过拟合的风险。
技术关键词
社交机器人 搜索模型结构 账户 遗传算法 损失函数优化 模态特征 社区检测模型 编码 语义特征 拓扑图 关系 网络拓扑结构 模型训练模块 可读存储介质 节点特征 搜索模块
系统为您推荐了相关专利信息
1
一种基于多尺度特征融合的边缘检测方法
多尺度特征融合 边缘检测方法 上采样 多尺度融合网络 建立卷积神经网络结构
2
便利门店的销售量预测方法以及销售量预测系统
XGBoost模型 决策树模型 指标 多模型 预测系统
3
一种基于交易模式挖掘的能源区块链异常账户与行为识别方法
账户 能源区块链技术 模式 识别方法 日志
4
试题评审方法、系统构建方法、系统及相关装置
评审系统 试题内容 大语言模型 答题 基准
5
一种数字化车间的系统风险评估方法
系统风险评估 车间设备 灰色关联度 计划 FMEA方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号