-
公开(公告)号：CN115050465B
公开(公告)日：2025-02-07
申请号：CN202210476331.7
申请日：2022-04-29
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种诊断数据分析方法及系统，该方法包括：获取目标诊断历史数据对应的医学知识子图谱，并对所述医学知识子图谱进行向量转换，得到疾病代码嵌入向量；基于关系注意力机制、节点注意力机制以及消息传递机制，根据所述疾病代码嵌入向量进行特征提取，并将提取得到的向量特征进行聚合处理，得到特征向量表示；对所述特征向量表示进行诊断预测，得到诊断预测数据。本发明将医学知识图谱与基于关系注意力机制、节点注意力机制以及消息传递机制构建的层次化注意力关系网络进行结合，根据诊断历史数据进行诊断预测，从而得到更为准确的诊断预测结果数据。
-
公开(公告)号：CN118982700A
公开(公告)日：2024-11-19
申请号：CN202410954687.6
申请日：2024-07-16
Applicant: 中国科学院自动化研究所
IPC: G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本公开提供一种图分类模型的训练方法、预测方法、训练装置和预测装置，训练方法包括：获取包括信息结构图的训练图数据，其中，信息结构图包括分子结构图或情感文本图；分别利用第一子图提取器和第二子图提取器从训练图数据提取第一标签预测性子图和第二标签预测性子图；分别利用第一子图分类器和第二子图分类器预测与第一标签预测性子图和第二标签性子图对应的第一标签和第二标签；根据第一标签、第二标签、第一子图提取器和第二子图提取器分别通过学习得到的第一掩码矩阵和第二掩码矩阵计算综合损失，并且以综合损失最小为目标调整第一图分类器和第二图分类器的各个参数，以训练得到图分类模型，其中，第一掩码矩阵和第二掩码矩阵彼此不同。
-
公开(公告)号：CN118133890A
公开(公告)日：2024-06-04
申请号：CN202410165435.5
申请日：2024-02-05
Applicant: 中国科学院自动化研究所
IPC: G06N3/0455 , G06N3/042 , G06N3/0475 , G06N3/094 , G06N3/0895 , G06F16/901
Abstract: 本申请实施例提供一种基于对抗式掩码的图表征向量生成方法、装置及存储介质，所述方法包括：获取图结构数据；将所述图结构数据输入至训练后的图掩码自编码器模型中，获取所述训练后的图掩码自编码器模型输出的第一图表征向量。本申请实施例提供的基于对抗式掩码的图表征向量生成方法、装置及存储介质，可以通过训练后的图掩码自编码器模型获取图结构数据的图表征向量，解决现有图掩码自编码器模型中未考虑特征重构难易程度和表征均匀性未被严格约束的问题，实现表征质量增强的图自监督表示学习，进而实现更加精准的节点类型和图类型预测。
-
公开(公告)号：CN115062779A
公开(公告)日：2022-09-16
申请号：CN202210576172.8
申请日：2022-05-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于动态知识图谱的事件预测方法及装置，该方法包括：获取第一历史周期内的目标历史事件，并根据第一历史周期内各时刻下所有目标历史事件，构建各时刻对应的第一知识图谱；将第一历史周期内所有时刻对应的第一知识图谱进行拼接，生成第二知识图谱；将第二知识图谱输入预测模型的第一预测模块中，得到第二知识图谱中各实体和各实体之间的关系在当前周期的特征表示；将第二知识图谱中各实体和各关系在当前周期的特征表示输入预测模型的第二预测模块中，得到当前周期的预测事件。本发明实现动态预测得到第二知识图谱中各实体和各实体之间的关系在当前周期的特征表示，以实现对事件进行准确地动态预测。
-
公开(公告)号：CN115050465A
公开(公告)日：2022-09-13
申请号：CN202210476331.7
申请日：2022-04-29
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种诊断数据分析方法及系统，该方法包括：获取目标诊断历史数据对应的医学知识子图谱，并对所述医学知识子图谱进行向量转换，得到疾病代码嵌入向量；基于关系注意力机制、节点注意力机制以及消息传递机制，根据所述疾病代码嵌入向量进行特征提取，并将提取得到的向量特征进行聚合处理，得到特征向量表示；对所述特征向量表示进行诊断预测，得到诊断预测数据。本发明将医学知识图谱与基于关系注意力机制、节点注意力机制以及消息传递机制构建的层次化注意力关系网络进行结合，根据诊断历史数据进行诊断预测，从而得到更为准确的诊断预测结果数据。
-
Patent Agency Ranking
公开(公告)号：CN106600347B
公开(公告)日：2020-04-21
申请号：CN201710041240.X
申请日：2017-01-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种基于多视角数据和循环网络的序列预测方法，其包括：获取多个用户在不同时刻购买的多个物品的数据，并对数据进行预处理；对所述预处理后的数据进行组合获取物品表达，将各用户物品表达按购买时间排序，形成用户序列；将当前用户序列送到循环网络模型的输入端进行训练；所述循环网络的处理端建立当前用户的表达，输出端计算当前用户对物品的偏好值；更新所述循环网络模型参数；将下一用户序列送到循环网络的输入端进行训练，直至所有用户序列都训练一次称为一次迭代；每次迭代更新全部偏好值的和，迭代多次，直至偏好值的和达到极大值或极小值，迭代结束。
-
公开(公告)号：CN105069140B
公开(公告)日：2018-07-27
申请号：CN201510511083.5
申请日：2015-08-19
Applicant: 中国科学院自动化研究所
IPC: G06F17/30
Abstract: 种基于高阶用户偏好的推荐方法,包括:利用用户‑物品评分数据集,计算用户对成对物品的高阶偏好值,构建用户‑物品‑物品成对偏好数据集;初始化模型,从正态分布中随机选取值对模型初始化;从评分数据集和成对偏好数据集中选择相关数据;计算误差和用户偏好相似度,构成最优化准则;计算偏好指标梯度,更新模型;重复步骤直到模型参数收敛。本发明方法由OPTRP最优化准则和LearnRP学习算法组成,通过学习可以产生已有CF模型,且还可产生新模型,能有效地处理高度偏斜的评分数据集,使得推荐系统的预测精度和推荐准确度都得到提高,在真实场景中有重要的应用价值。
-
公开(公告)号：CN115062779B
公开(公告)日：2025-04-29
申请号：CN202210576172.8
申请日：2022-05-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于动态知识图谱的事件预测方法及装置，该方法包括：获取第一历史周期内的目标历史事件，并根据第一历史周期内各时刻下所有目标历史事件，构建各时刻对应的第一知识图谱；将第一历史周期内所有时刻对应的第一知识图谱进行拼接，生成第二知识图谱；将第二知识图谱输入预测模型的第一预测模块中，得到第二知识图谱中各实体和各实体之间的关系在当前周期的特征表示；将第二知识图谱中各实体和各关系在当前周期的特征表示输入预测模型的第二预测模块中，得到当前周期的预测事件。本发明实现动态预测得到第二知识图谱中各实体和各实体之间的关系在当前周期的特征表示，以实现对事件进行准确地动态预测。
-
公开(公告)号：CN118824398A
公开(公告)日：2024-10-22
申请号：CN202411076814.3
申请日：2024-08-07
Applicant: 中国科学院自动化研究所
IPC: G16C20/30 , G16C20/70 , G06F18/241 , G06N3/042
Abstract: 本公开提供了一种分子性质预测模型的训练方法、预测方法、装置及设备，应用人工智能和深度学习领域。包括：将目标样本分子的样本原子特征输入第一神经网络，得到第一样本原子特征向量；将目标样本分子的样本化学键特征输入的第一神经网络，得到样本化学键特征向量；根据目标样本分子的上下文信息，确定与目标样本分子关联的样本分子上下文特征向量；将第一样本原子特征向量、样本化学键特征向量和样本分子上下文特征向量输入第二神经网络，得到第二样本原子特征向量；将第二样本原子特征向量输入第三神经网络，得到目标样本分子的预测目标分子性质；根据预测目标分子性质和真实目标分子性质对分子性质预测模型的参数进行调整，得到经训练的分子性质预测模型。
-
公开(公告)号：CN118445408A
公开(公告)日：2024-08-06
申请号：CN202410351802.0
申请日：2024-03-26
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种谣言检测模型构建方法、谣言检测方法及装置，该构建方法包括：构建样本事件传播图并对传播图中的各节点进行特征编码，得到各节点的初始化表征向量；基于初始化表征向量进行局部特征重构和全局特征重构，得到局部语义表征、局部重构特征、全局语义表征和全局重构特征；基于局部语义表征和全局语义表征进行表征均匀性学习，并应用学习到的事件表征进行谣言检测分类，得到分类结果；基于初始化表征向量、局部重构特征、全局重构特征、事件表征、分类结果以及样本事件的样本分类标签，对初始模型进行参数迭代，得到谣言检测模型。该模型能够通过挖掘事件在传播过程中的语义演化信息，有效地检测出谣言，提高谣言检测的准确性和效率。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.03 seconds)
