-
公开(公告)号：CN117332097A
公开(公告)日：2024-01-02
申请号：CN202311616473.X
申请日：2023-11-30
Applicant: 北京大数据先进技术研究院
IPC: G06F16/36 , G06F16/33 , G06F16/332 , G06N3/08
Abstract: 本申请提供了一种基于时空语义约束的知识问答方法、装置和产品，涉及知识问答技术领域，该方法为：对自然语言问句进行信息抽取，得到抽取结果，所述抽取结果包括实体、谓词、查询对象、显式时间约束、显式地点约束、次序约束、隐式时间约束、隐式地点约束；定义通用查询路径，将抽取结果进行组合编排，生成多个候选查询路径；在目标时空知识图谱中执行每一个候选查询路径，将搜索得到的查询结果与标准答案进行对比，根据对比结果，确定正确查询路径；利用正确查询路径和自然语言问句，进行模型训练，得到查询路径生成模型；将用户的目标问句输入查询路径生成模型，得到目标查询路径，在目标时空知识图谱中执行目标查询路径，得到目标答案。
-
公开(公告)号：CN116361398A
公开(公告)日：2023-06-30
申请号：CN202310147860.7
申请日：2023-02-21
Applicant: 北京大数据先进技术研究院
IPC: G06F16/28 , G06F18/214 , G06N3/04 , G06N3/08 , G06F16/23
Abstract: 本发明提供了一种用户信用评估方法、联邦学习系统、装置和设备，应用于联邦学习系统，该系统包括联邦服务器和多个联邦参与者，包括：联邦服务器根据联邦学习目标任务，编制联邦学习数据需求，联邦学习数据需求中的每个局部数据特征需求的需求数据格式为联邦学习目标任务规定的联邦学习所用的数据结构；多个联邦参与者根据接收到的局部数据特征需求，生成对应的OBDA映射文件，根据该OBDA映射文件，得到符合需求数据格式的局部数据特征；多个联邦参与者和联邦服务器利用局部数据特征，基于全局联邦学习模型，进行迭代训练，得到目标联邦学习模型；将待评估用户的数据输入任一的联邦参与者中的目标联邦学习模型，得到对该用户的信用评估结果。
-
公开(公告)号：CN115794967A
公开(公告)日：2023-03-14
申请号：CN202310045254.4
申请日：2023-01-30
Applicant: 北京大数据先进技术研究院
Abstract: 本公开关于一种关系数据映射与语义本体同步生成方法及装置，涉及计算机技术领域，该方法通过基于待处理数据源生成初始映射文件以及初始语义本体文件；待处理数据源中包含关系型数据；响应于用户对初始映射文件的语义定义操作，按照指定映射格式，生成目标映射文件；语义定义操作用于将初始映射文件中的关系型数据的相关信息定义为语义信息；按照指定语义格式，从目标映射文件中提取关系型数据的目标语义信息并添加至初始语义本体文件中，以生成目标语义本体文件。这样，由于目标映射文件中已经包含了经过语义定义操作后的语义信息，只需用户的一次输入即可同步得到目标映射文件以及目标语义本体文件，提高了映射与语义本体的生成效率。
-
公开(公告)号：CN118394859B
公开(公告)日：2024-11-01
申请号：CN202410608061.X
申请日：2024-05-16
Applicant: 北京大数据先进技术研究院
IPC: G06F16/28 , G06F18/213 , G06F18/23 , G06F18/23213 , G06F16/2458
Abstract: 本申请提供了一种基于隐含概念挖掘的物资运输本体生成方法、装置和设备，涉及物资运输技术领域，该方法包括：从物资运输信息关系数据库中提取得到关系数据库表；确定所述关系数据库表中的一个或多个类型列；所述类型列表示所述关系数据库表中具有概念类别语义的数据列；从所述关系数据库表中提取得到关系数据特征，所述关系数据特征至少包括：所述关系数据库表的数据列、主键、外键和约束信息；根据所述关系数据特征和所述类型列，应用本体生成规则，生成物资运输信息本体。
-
公开(公告)号：CN118607836A
公开(公告)日：2024-09-06
申请号：CN202410655238.1
申请日：2024-05-24
Applicant: 北京大数据先进技术研究院
IPC: G06Q10/0631 , G06N3/126
Abstract: 本申请提供了一种基于多样增强遗传算法的无人机目标分配方法、装置和设备，包括：通过从第一种群中选取第一父代个体和第二父代个体；其中，第一种群中包含多个父代个体，交换第一父代个体和第二父代个体中至少一个相同位置的第一对应关系，得到第一子代个体，基于多个父代个体和第一子代个体中各个待探测点分别对应的权重值和无人机对待探测点的探测识别率，分别确定多个父代个体和第一子代个体的第一适应度，从第一子代个体和多个父代个体中确定第一适应度中的最大值对应的目标个体，基于目标个体包含的第一对应关系，向各个待探测点分配无人机，一定程度上提升了无人机与待探测点的匹配度。
-
Patent Agency Ranking
公开(公告)号：CN118503440A
公开(公告)日：2024-08-16
申请号：CN202410441883.3
申请日：2024-04-12
Applicant: 北京大数据先进技术研究院
IPC: G06F16/36 , G06N5/025 , G06F16/2458 , G06F16/28 , G06F40/216 , G06F40/30
Abstract: 本申请提供了一种基于隐含超类挖掘的本体生成方法、装置和设备，涉及数据处理技术领域，该方法包括：从关系数据库中获取待处理的多个关系数据表；提取多个关系数据表中各个数据列的列名称，获取每个列名称在多个关系数据表中的出现次数信息；根据出现次数信息，确定目标列名称，目标列名称表示集中出现在多个关系数据表中的高频列名称；根据目标列名称，从多个关系数据表中确定子类关系数据表；将目标列名称所对应的数据列作为隐含超类所具有的数据列，将子类关系数据表所对应的类，作为隐含超类的子类；隐含超类表征多个关系数据表之间的主要特征；根据隐含超类，生成针对多个关系数据表的关系型数据本体。
-
公开(公告)号：CN118396096A
公开(公告)日：2024-07-26
申请号：CN202410615956.6
申请日：2024-05-17
Applicant: 北京大数据先进技术研究院
Abstract: 本公开提供了一种本体动态生成方法，涉及数据处理技术领域，旨在快速地生成本体。所述方法包括：获取数据表的大类，所述数据表的大类包括结构化数据表和半结构化数据表；针对不同大类的数据表，采用所述大类对应的语义类别识别算法，识别每个大类的数据表的小类；其中，所述语义类别识别算法包括结构化语义类别识别算法和半结构化语义类别识别算法；所述结构化数据表的小类包括：结构化数据实体表、结构化数据普通事件表和结构化数据n元关联表；所述半结构化数据表的小类包括：半结构化数据实体表、半结构化数据普通事件表和半结构化数据n元关联表；按照各个小类对应的本体生成规则，对各个小类的数据表进行转换，得到本体。
-
公开(公告)号：CN118262125A
公开(公告)日：2024-06-28
申请号：CN202410461353.5
申请日：2024-04-17
Applicant: 北京大数据先进技术研究院
IPC: G06V10/70 , G06V10/776 , G06V10/774 , G06V10/764 , G06V10/762 , G06N3/006
Abstract: 本申请公开了一种图像分类模型获取方法和图像分类方法、装置和设备，所述图像分类模型获取方法包括：生成包含多个模型参数组合的第一种群；基于目标图像数据集和模型参数组合，确定多个模型参数组合分别对应的评价指标；对第一种群包含的各个模型参数组合进行预设轮数的交叉变异，得到每轮交叉变异对应的第二种群并计算第二种群中包含的各个模型参数组合分别对应的评价指标；基于所获得的所有评价指标中的最大值对应的目标模型参数组合，从分类器库中提取与目标模型参数组合包含的权重参数对应的分类器进行组合，得到目标图像分类模型，能够随机生成并筛选最优的分类模型，提升了图像分类效果的稳定性。
-
公开(公告)号：CN117634302B
公开(公告)日：2024-05-14
申请号：CN202311657941.8
申请日：2023-12-05
Applicant: 北京大数据先进技术研究院
IPC: G06F30/27 , G06F18/214 , G06F18/23 , G06N3/126 , G06F111/06
Abstract: 本申请提供了一种动态服务组合选择方法、装置和产品，涉及服务组合选择技术领域，该方法为：根据服务组合相关信息，生成初始化种群；初始化种群中的每个个体表示一种服务组合；让初始化种群自主进化；确定当前环境发生变化；根据前k代种群的帕累托前沿代表点，预测得到新环境种群的帕累托前沿代表点；根据新环境种群的帕累托前沿代表点，扩展得到第一种群，并生成第二种群；利用动态参数，将第一种群和第二种群结合，得到新的初始化种群；让新的初始化种群自主进化，直到满足进化停止条件，得到当前环境下的帕累托最优解；将帕累托最优解对应的服务组合确定为最优服务组合，发送给用户。
-
公开(公告)号：CN116361398B
公开(公告)日：2023-12-26
申请号：CN202310147860.7
申请日：2023-02-21
Applicant: 北京大数据先进技术研究院
IPC: G06F16/28 , G06F18/214 , G06N3/04 , G06N3/08 , G06F16/23
Abstract: 本发明提供了一种用户信用评估方法、联邦学习系统、装置和设备，应用于联邦学习系统，该系统包括联邦服务器和多个联邦参与者，包括：联邦服务器根据联邦学习目标任务，编制联邦学习数据需求，联邦学习数据需求中的每个局部数据特征需求的需求数据格式为联邦学习目标任务规定的联邦学习所用的数据结构；多个联邦参与者根据接收到的局部数据特征需求，生成对应的OBDA映射文件，根据该OBDA映射文件，得到符合需求数据格式的局部数据特征；多个联邦参与者和联邦服务器利用局部数据特征，基于全局联邦学习模型，进行迭代训练，得到目标联邦学习模型；将待评估用户的数据输入任一的联邦参与者中的目标联邦学习模型，得到对该用户的信用评估结果。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.034 seconds)
