公开(公告)号：CN115862888B

公开(公告)日：2023-05-16

申请号：CN202310135076.4

申请日：2023-02-17

Applicant: 之江实验室

Inventor： 许增辉 ,  张吉 ,  洪星芸 ,  李明章 ,  余婷 ,  张阳

IPC: G16H50/80 ,  G06Q10/04 ,  G06N3/0442 ,  G06N3/042 ,  G06N3/08

Abstract: 本申请涉及一种传染病感染情况预测方法、系统、设备及存储介质，通过增量模块响应预设指令，控制输入模块获取新增数据，图引擎根据新增数据对基于历史数据得到的第一图模型进行迭代训练，得到第二图模型，如此进行图模型的动态更新，其中图模型以各地区作为节点，各节点特征基于地区病情信息获得，各节点按照地区之间的地理位置关系连接形成边，各边按照地区人口信息分配边权重，更新后的图模型利用交互模块选择的待预测数据进行传染病感染情况预测，解决了相关技术中传染病感染情况预测准确率较低的问题。

公开(公告)号：CN114863119A

公开(公告)日：2022-08-05

申请号：CN202210424210.8

申请日：2022-04-22

Applicant: 之江实验室

Inventor： 张阳 ,  余婷 ,  张吉 ,  王彪 ,  佳维

IPC: G06V10/40 ,  G06V10/762 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于图数据挖掘领域，公开了一种基于三重视图神经网络模型的多样化社区检测方法，包括一：从输入的属性图中提取特征；二：将输入的序列信息通过编码器转换成一个指定长度的中间语义向量Z，中间语义向量Z蕴含了X中的信息；三：对输出向量Z进行结构紧密属性多样化聚类；四：解码器对Encoder生成的Z作为输入，解码出目标序列，从而得到Decoder输出序列，用异构损失、聚类损失、以及X与之间的重构信息损失共同构造损失函数，通过对损失函数最小化的方法对模型进行训练求解。本发明通过对属性图上的结构信息、属性信息、异构信息三个视图分别进行构造以及嵌入学习，能有效地挖掘结构紧密、属性多样化的社区结构。

公开(公告)号：CN113590887A

公开(公告)日：2021-11-02

申请号：CN202110814231.6

申请日：2021-07-19

Applicant: 之江实验室 ,  湖南大学

Inventor： 周旭 ,  翁同峰 ,  张吉 ,  余婷 ,  潘东 ,  肖国庆 ,  杨志邦 ,  陈岑 ,  李肯立

IPC: G06F16/901 ,  G06F16/903

Abstract: 本发明提出一种基于Quegel分布式图计算系统的K‑truss分解方法，针对大型网络图，系统运行后加载图，对存储图的文件进行逐行读取转成字符串后调用自定义UDF函数，将文件中的一行字符数据转换成顶点和邻接表，并以顶点为端点的边集存入global_Edge_Map中；完成加载后，通过分解函数重置计时器，新建一个查询任务用来分解，并将该查询任务初始化后添加至查询任务队列中，再清空查询任务队列的通信量和计算量；执行查询任务队列，激活所有顶点，对激活的所有顶点进行K‑truss分解；统计并判断global_Edge_Map中边的个数，为空时，判断分解完成并退出该过程，打印信息。解决目前有的技术方案大部分都是一台机器上的图的k‑truss分解处理，当遇到大型图的处理时，需要机器很高的配置，耗费大内存的问题。

公开(公告)号：CN114003815B

公开(公告)日：2024-03-29

申请号：CN202111299225.8

申请日：2021-11-04

Applicant: 之江实验室 ,  合肥工业大学

Inventor： 张吉 ,  姜元春 ,  周凡 ,  许增辉 ,  孙见山 ,  余婷 ,  钱洋 ,  王永恒 ,  吴乐

IPC: G06F16/9535 ,  G06F16/9536 ,  G06Q50/00

Abstract: 本发明公开了一种网络舆情主题及其关注用户群体的发现方法，其步骤包括：1构建舆情文档中数据集合，2建模舆情文本话题，关注舆情文本话题的用户群体，3设计有参贝叶斯模型，4利用坍塌式吉布斯抽样算法进行参数推断。本发明在应对大规模的在线社交媒体内容以及社交用户评论行为时，一方面能够结合主题分析快速、有效、准确地发现网络中的舆情主题，有助于舆情检测，为舆情的引导和控制提供决策支持；另一方面能够识别关注每个舆情话题的用户群体，实现对社交媒体用户依据关注话题的异同进行快速精准的分类。

公开(公告)号：CN117688972A

公开(公告)日：2024-03-12

申请号：CN202311733434.8

申请日：2023-12-15

Applicant: 之江实验室

Inventor： 姜婷 ,  张泽川 ,  张宇 ,  余婷 ,  齐豪 ,  张吉

IPC: G06N3/042 ,  G06N3/063 ,  G06N3/08 ,  G06F18/214 ,  G06F18/24

Abstract: 本发明公开了一种基于FPGA加速的图神经网络解释方法和装置，提出使用FPGA硬件对面向节点分类的图神经网络的解释过程进行并行加速，并改进其中BFS在节点遍历和最短路径查找的过程，优化了算法计算和存储的需求，加速了解释结果的生成；本发明在计算HN值的过程中，利用矩阵特性对乘法运算进行优化处理，将密集矩阵乘法转为稀疏密集矩阵乘法，使用多PE并行处理优化资源占用，大大提高了图神经网络解释加速的性能，此外设计了一种基于FIFO存储计算任务分发的总体架构来降低节点间的计算差异，解决了基于节点分类的图神经网络解释方法在实际数据应用中时间复杂度高的难点，提高了解释的时间效率。

公开(公告)号：CN117312633A

公开(公告)日：2023-12-29

申请号：CN202311465612.3

申请日：2023-11-07

Applicant: 之江实验室

Inventor： 余婷 ,  李东 ,  张宇 ,  齐豪 ,  姜婷 ,  许增辉 ,  侯琳琳 ,  赵进 ,  张吉

IPC: G06F16/9035 ,  G06F16/901 ,  G06F15/78 ,  G06F9/48

Abstract: 本发明公开了一种基于带HBM的FPGA的动态极大团枚举装置及方法，包括：HBM存储外界PC主机传来的用于更新图结构的动态边流、全图邻接矩阵、以及候选团；矩阵计算单元基于动态边流更新全图邻接矩阵并发送更新的全图邻接矩阵至HBM存储，同时确定需要更新候选团的待更新头节点；排序计算单元根据更新的全图邻接矩阵和每个待更新头节点通过数据分块排序构建候选团重构的排序集；更新计算单元基于候选团重构的排序集并行执行各待更新头节点对应的候选团的更新任务，并将更新的候选团发送至HBM存储，并更新的候选团被发送至PC主机以采取过滤操作提取极大团，这样支持流水线式的增量极大团计算，提升任务的整体计算效率。

公开(公告)号：CN116662554B

公开(公告)日：2023-11-14

申请号：CN202310924083.2

申请日：2023-07-26

Applicant: 之江实验室

Inventor： 侯琳琳 ,  余婷 ,  许增辉 ,  张吉

IPC: G06F16/35 ,  G06F40/211 ,  G06F40/30 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048

Abstract: 本发明公开了基于异构图卷积神经网络的传染病方面级情感分类方法，通过采集传染病舆情文本，并按方面类别和情感极性进行分类标注，再输入至词嵌入层，得到第一特征向量；将第一特征向量输入BiLSTM，得到第二特征向量，将第二特征向量组成第一向量表示矩阵；构建异构图；利用异构图卷积神经网络算法对异构图进行聚合更新，得到第二向量表示矩阵；将第二向量表示矩阵输入至注意力机制层；然后掩码层屏蔽非方面单词的隐藏状态向量，增强的方面特征向量；最后得到情感预测标签。采用本方法可以有效地分类社交媒体中与传染病舆情相关方面实体的情感极性，大大提高了方面情感分类任务的检测效果，有助于人们更好地理解公共舆论。

公开(公告)号：CN116561590A

公开(公告)日：2023-08-08

申请号：CN202310834041.X

申请日：2023-07-10

Applicant: 之江实验室

Inventor： 姜婷 ,  侯磊 ,  余婷 ,  姚妮 ,  张吉 ,  张磊

IPC: G06F18/214 ,  G01L1/24 ,  G06F18/15 ,  G06F18/213 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于深度学习的微纳光纤负载大小和位置预测方法及装置，提出一种基于多尺度一维卷积神经网络(1D‑CNN)和长短期记忆网络（LSTM）的方法(MSCNN‑LSTM)，能够同时精确预测施加在微纳光纤表面的负载大小和位置。通过数据增强的技术解决了在可用数据集较少的情况下深度学习易陷入过拟合的风险，同时通过将光谱数据与当前时间无负载下原始光谱数据做比值，解除了因原始光谱变化引起的数据偏差对模型预测的影响，提高模型对光谱数据对应负载大小和位置预测准确率。本发明方法在整个实验范围内能准确预测负载大小（MAE=0.02N）和负载施加位置（MAE=7.6um）,可用于开发广泛运用的触觉传感器。

公开(公告)号：CN116310451A

公开(公告)日：2023-06-23

申请号：CN202310108429.1

申请日：2023-02-03

Applicant: 之江实验室 ,  清华大学

Inventor： 高跃 ,  张欣炜 ,  张吉 ,  余婷

IPC: G06V10/762 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请涉及一种超图连续学习方法、装置、电子设备及存储介质，其中，方法包括：提取样本特征，并基于预设度量方式利用样本特征建立超图；面向连续学习过程中结点与超边不断增加的超图，使用基于预设采样策略或基于预设聚类策略获得表达原始超图结构的第一子超图；合并第一子超图与新增的超边、结点所构成的超图，获得表达增长后的超图结构的第二子超图；基于第二子超图，利用基于预设超图神经网络的学习方法获得对无标签结点的预测结果。由此，解决了相关技术中，在进行超图学习时，忽略超图对复杂高阶关联的刻画能力，使得连续学习过程中分类任务的准确率降低，难以提升模型的运算效率，提高了模型对内存的需求等问题。

公开(公告)号：CN115661550B

公开(公告)日：2023-05-30

申请号：CN202211461517.1

申请日：2022-11-17

Applicant: 之江实验室

Inventor： 张阳 ,  还章军 ,  余婷 ,  张吉

IPC: G06V10/764 ,  G06V10/762 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/094