-
公开(公告)号：CN116775643A
公开(公告)日：2023-09-19
申请号：CN202310202598.1
申请日：2023-03-06
Applicant: 吉林大学
Abstract: 本发明涉及一种对结构化数据的预处理计算方法，本发明完成聚合空间集的建立。通过对结构化数据、半结构化数据分别进行必要的预处理和组织，构建目标子集与关系，完成了目标子集抽取工作，通过知识库中领域搜索存储单元，构建树结构，并进行搜索存储单元匹配和数据标注，以构建用于深度模型训练的数据集。
-
公开(公告)号：CN116756307A
公开(公告)日：2023-09-15
申请号：CN202310202595.8
申请日：2023-03-06
Applicant: 吉林大学
IPC: G06F16/35 , G06F16/33 , G06F18/2415 , G06F40/30 , G06N3/0464
Abstract: 本发明涉及一种使用连续词袋模型量子化数据分析方法，主要包含4个步骤，开发模式启动、分析筛选、关键字加缀、数据增强；本发明优势独特，在分析收集数据中选项语义相似度的过程的计算量低，且对于结果来说，解释性好，本发明中使用了基于深度学习的分类器，分类准确率高而且不会受到不平衡数据的影响，分类器的适用性强。
-
公开(公告)号：CN114840688A
公开(公告)日：2022-08-02
申请号：CN202210533061.9
申请日：2022-05-16
Applicant: 吉林大学
Inventor： 管仁初
IPC: G06F16/36 , G06F17/16 , G06F40/295 , G06K9/62
Abstract: 本发明设计一种计算机构建的嵌入式对齐方法，通过本方法，本发明通过计算机将知识图谱的实体名称，属性信息通过大规模预训练语言模型构建出来，能够全面利用知识图谱上的语义信息，另外本发明通过将实体的一阶邻居，二阶邻居分别使用图注意力网络建模，实现更远距离实体信息的利用，使得能够捕捉更复杂的邻居结构，并使用特征线性调制的方法，将词嵌入和结构嵌入进行有效结合。在不同数据集上的实验结果表明，本发明具有较强的鲁棒性。同时设置消融实验验证本发明的有效性。
-
公开(公告)号：CN110162601B
公开(公告)日：2020-12-25
申请号：CN201910430371.6
申请日：2019-05-22
Applicant: 吉林大学
Abstract: 本发明提供一种基于深度学习的生物医学出版物投稿推荐系统，包括由计算机，数据预处理系统，信息抽取系统，信息提取系统，分类系统和排序系统组成；从计算机获取输入摘要A的数据；获取数据后由数据预处理系统进行数据预处理，然后信息抽取系统将摘要A表示为原始摘要向量V，信息提取系统应用九层结构以获得高级具体表示，分类系统基于所获得的新具体向量F3对论文进行分类，最后排序系统把从排名阶段获得的前N个期刊的推荐列表呈现给用户。
-
公开(公告)号：CN110162601A
公开(公告)日：2019-08-23
申请号：CN201910430371.6
申请日：2019-05-22
Applicant: 吉林大学
Abstract: 本发明提供一种基于深度学习的生物医学出版物投稿推荐系统，包括由计算机，数据预处理系统，信息抽取系统，信息提取系统，分类系统和排序系统组成；从计算机获取输入摘要A的数据；获取数据后由数据预处理系统进行数据预处理，然后信息抽取系统将摘要A表示为原始摘要向量V，信息提取系统应用九层结构以获得高级具体表示，分类系统基于所获得的新具体向量F3对论文进行分类，最后排序系统把从排名阶段获得的前N个期刊的推荐列表呈现给用户。
-
Patent Agency Ranking
公开(公告)号：CN119621996A
公开(公告)日：2025-03-14
申请号：CN202411731724.3
申请日：2024-11-29
Applicant: 吉林大学
IPC: G06F16/36 , G06N3/0455 , G06N5/02 , G06N5/04
Abstract: 一种大规模知识图谱预训练模型与推理平台的构建方法属计算机的知识图谱技术领域，本发明将提示信息加入到实体和关系序列中，使模型捕获更加丰富的信息以及更准确的实体和关系表示；提出结构调整函数和规则调整函数，对候选实体的分数进行调整，提高知识图谱补全的精度；实验证明：本发明在生物医学知识图谱补全任务上的有效性和优越性显著，能以更高的精度实现生物医学知识图谱的补全。
-
公开(公告)号：CN118709541A
公开(公告)日：2024-09-27
申请号：CN202410796594.5
申请日：2024-06-20
Applicant: 吉林大学
IPC: G06F30/27 , G06N3/0455 , G06N5/04 , G06N3/0442 , G06F119/14
Abstract: 一种基于交互强度推断的动力学预测方法属计算机复杂动态系统技术领域，本发明提出了NSI‑GEMP模型，能实现动力学预测的同时推断个体间的交互强度，并且引入“动态”版本DNSI‑GEMP，成功捕获到节点间连续、加权，且不断演变的相互作用，并且能实现精确的动力学建模。本发明还提出一个新颖的全局边间消息传递机制，整合整个图中的交互信息，得到交互的全局依赖关系；最后，本发明扩展了有关交互的先验，能成功减少交互强度的搜索空间。通过实验证明：本发明在推断交互结构以及动力学建模上的优越性。
-
公开(公告)号：CN119049560A
公开(公告)日：2024-11-29
申请号：CN202411104581.3
申请日：2024-08-13
Applicant: 吉林大学
IPC: G16B40/00 , G16B30/00 , G16B25/10 , G06N3/042 , G06N3/0455 , G06N3/0895
Abstract: 基于图对比神经网络的单细胞组学数据嵌入表示提取方法属生物信息学与机器学习交叉技术领域，本发明使用基于zinb的自编码器架构，以应对单细胞数据中的高维、稀疏和噪声挑战；引入聚类引导的对比学习，能有效地提升正负样本的质量；通过自表达计算模块，利用细胞的共表达模式和全局相似性，将单细胞数据映射到更内聚的嵌入空间；进一步利用学习到的自表达矩阵优化KNN图结构，显著减少误差累积，可提高对比学习中图的构建质量。本发明的应用将有助于有效的捕获单细胞转录组数据中存在的亚群，为生物信息学研究提供一种新的工具。
-
公开(公告)号：CN117828080A
公开(公告)日：2024-04-05
申请号：CN202410001877.6
申请日：2024-01-02
Applicant: 吉林大学
Abstract: 基于肿瘤医学文本语义主题提取与知识图谱构建的方法属语言处理技术领域，本发明针对现有主题模型应用于大规模肿瘤医学文本适用性不足的问题，采取的技术方案如下：基于网络爬取的肿瘤医学文本获取方法；基于肿瘤医学研究标签的文本聚类方法；肿瘤医学文本预处理技术；基于肿瘤医学文本的主题模型；基于图论的主题聚类方法；基于预训练模型的实体识别与关系抽取；可视化。本发明基于肿瘤医学文本主题提取，并结合基于实体识别与关系抽取技术构建的肿瘤知识图谱丰富主题词语义信息，能得到肿瘤医学文本对应的语义主题。
-
公开(公告)号：CN117647943A
公开(公告)日：2024-03-05
申请号：CN202311401995.8
申请日：2023-10-26
Applicant: 吉林大学
IPC: G05B19/042
Abstract: 一种远程遥控可移动可升降监控系统和方法属计算机控制技术领域，本发明包括：构建控制设备软件系统；利用控制设备发送远程控制命令；命令接收与传递；命令识别与硬件系统驱动，包括摄像头旋转和拍摄的驱动、伸缩架升降的驱动、移动底座移动的驱动。本发明利用计算机控制技术通过互联网远程遥控监控设备，控制监控摄像头的方位、伸缩架的高低和移动底座的位置，从而达到360°全方位近距离地监控场景中的细节变化，避免了固定摄像头无法近距离多角度查看被监测物等问题。本发明所提供的设备底座能够满足用户的多种需求，用户可以通过实际场景选择更适用的移动底座。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.02 seconds)
