公开(公告)号：CN106530098A

公开(公告)日：2017-03-22

申请号：CN201610956550.X

申请日：2016-10-27

Applicant: 重庆大学

Inventor： 尚家兴 ,  武红春 ,  周尚波 ,  林晓然 ,  齐颖 ,  许冶金

IPC: G06Q50/00

CPC classification number: G06Q50/01

Abstract: 本发明涉及一种基于多层潜力和社区结构的影响最大化方法，方法假设影响力的传播分为两个阶段，第一阶段：社区间基于多层潜力的种子扩算；第二阶段：社区内的影响传播；在第一阶段，种子节点v尝试激活其处于未激活状态的邻居节点{u|u∈N(v),active(u)＝0}，此过程中被激活的节点记为S1，则有 其中N(S)＝∪v∈SN(v)，接下来，S1又会尝试激活其处于未激活状态邻居节点{u|u∈N(S1)\S,active(u)＝0}，此过程中被激活的节点记为S2；在第二阶段，将节点 影响的范围限制在其所在的社区中，对任意的社区 该社区最终产生的影响规模取决于两个因素：1)社区Ci的大小|Ci|，2)S2的节点落在该社区的个数|S2∩Ci|。本发明提出的基于多层潜力和社区结构的影响最大化方法，其效率不仅比已有最新的算法(如IPA算

公开(公告)号：CN119323955A

公开(公告)日：2025-01-17

申请号：CN202411229046.0

申请日：2024-09-03

Applicant: 重庆异智构想信息技术有限公司 ,  重庆大学

Inventor： 许见 ,  尚家兴 ,  王鲸清 ,  潘乐 ,  苟靖洪 ,  甘家昆

IPC: G10L15/06 ,  G10L15/08 ,  G10L15/26 ,  G08G5/26

Abstract: 本申请提出了一种语音识别模型的训练方法、语音识别方法和设备，其中，该方法包括：结合空管领域的样本语音数据以及对应的标注文本信息，对包含CTC解码器以及注意力解码器的第一语音识别模型进行训练，快速得到了一个适配于空管领域的第二语音识别模型，提高了得到适配于空管领域的第二语音识别模型的效率的同时，提高了所得到的语音识别模型的识别准确性和泛化能力。

公开(公告)号：CN118761491A

公开(公告)日：2024-10-11

申请号：CN202410751410.3

申请日：2024-06-12

Applicant: 重庆大学

Inventor： 郑林江 ,  宋磊 ,  尚家兴 ,  陈逢文

IPC: G06Q10/04 ,  G06F18/2415 ,  G06F18/23 ,  G06F18/214 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06F17/16

Abstract: 本发明属于飞行安全预测预警领域，涉及一种基于动态图神经网络的飞行安全事件预测方法，包括：S1.设计多尺度时间变量编码器，捕获飞行数据中的局部和扩展的时空信息，用于处理多元时间序列数据；S2.构建空间‑时间建模模块；S3.构建特征聚合与分类模块，以准确分类多变量时间序列；S4.最后，通过可视化样本航班的关键飞行参数进行案例研究，以展示模型的有限性，并揭示造成超限事件的根本原因。本发明通过结合多尺度时间卷积网络与动态图神经网络，充分挖掘与利用飞行数据QAR中丰富的时空特性，显著提升了飞行安全事件，特别是重着陆和擦机尾风险的同时预测准确性和实时性。

公开(公告)号：CN118427628A

公开(公告)日：2024-08-02

申请号：CN202410435047.4

申请日：2024-04-11

Applicant: 重庆大学

Inventor： 郑林江 ,  方堃宇 ,  尚家兴

IPC: G06F18/22 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/045 ,  G06N3/082 ,  G06N3/0442

Abstract: 本发明公开了一种基于表示学习的飞行轨迹相似度计算方法，包括以下步骤：S1.构建FT2Vec模型，所述FT2Vec模型包括轨迹增强模块、特征提取模块和轨迹编码模块；S2.输入原始轨迹，用轨迹增强模块创建原始轨迹的不同变体，增强轨迹；S3.通过特征提取模块接收轨迹增强模块生成的原始轨迹的不同增强变体，提取轨迹位置的细粒度特征；S4.通过轨迹编码模块的孪生注意力机制聚合特征提取模块的输出，然后通过LSTM生成最终的时空轨迹表示；S5.训练、优化FT2Vec模型。本发明提出的FT2Vec是首个专为飞行轨迹相似性计算而设计的表示学习模型，计算成本低，效率高。

公开(公告)号：CN117610717B

公开(公告)日：2024-08-02

申请号：CN202311502493.4

申请日：2023-11-13

Applicant: 重庆大学

Inventor： 陈逢文 ,  尚家兴 ,  李诚祥 ,  贾雪琪 ,  郑林江

IPC: G06Q10/04 ,  G06Q50/00 ,  G06N3/0455

Abstract: 本发明提出一种基于双变分级联自编码器的信息流行度预测方法，包括，获取信息扩散过程中的全局交互图和级联图；构建信息扩散模型，将全局交互图和级联图输入信息扩散模型，其中基础信息扩散模型包括变分图自编码器和变分时序自编码器；通过信息扩散模型输出信息的流行度预测结果。本发明提出的方法，基于图神经网络技术来拟合传播拓扑结构、推理传播过程，捕获影响信息传播的关键因素并构建统一的信息扩散预测框架，从而在信息流行度预测任务上得到更加准确的预测结果。

公开(公告)号：CN118013048A

公开(公告)日：2024-05-10

申请号：CN202311775429.3

申请日：2023-12-21

Applicant: 重庆大学

Inventor： 陈逢文 ,  廖隆权 ,  张宗益 ,  郑林江 ,  尚家兴

IPC: G06F16/36 ,  G06N5/02 ,  G06N5/04 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明提出一种建模关系动态性的时间动态知识图谱推理方法，包括，获取动态知识图谱数据集，提取动态知识图谱数据集中的实体、关系、时间戳，将事实四元组集合按照时间戳划分，得到若干连续的知识图谱子图序列；随机初始化实体的动态嵌入、关系的全局动态嵌入、关系的局部动态嵌入；构建动态知识图谱推理模型，包括：通过将知识图谱子图序列输入编码器，对实体的动态嵌入、关系的全局动态嵌入、关系的局部动态嵌入进行更新，输出下一时刻的实体的动态嵌入、关系的全局动态嵌入、关系的局部动态嵌入；将下一时刻的实体的动态嵌入、关系的全局动态嵌入、关系的局部动态嵌入输入解码器，借助ConvTransE，对下一时刻的知识图谱子图进行推理。

公开(公告)号：CN117408376A

公开(公告)日：2024-01-16

申请号：CN202311351433.7

申请日：2023-10-18

Applicant: 重庆大学 ,  中国科学院自动化研究所

Inventor： 尚家兴 ,  黄锐 ,  倪晚成 ,  陈露

IPC: G06Q10/04 ,  G06Q50/26 ,  G06F18/213 ,  G06F18/25 ,  A63F3/00 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/044 ,  G06N3/045 ,  G06F123/02

Abstract: 本发明涉及一种基于战场划分和吸引力地图的兵棋算子位置预测方法及系统，属于智能兵棋推演技术领域。该方法包括以下步骤：S1、采用基于时间感知及战场划分的方法进行兵棋信息处理和特征提取；S2、建立基于吸引力地图和算子关系图的位置预测模型：采用吸引力地图的方式描述包括地形地貌在内的全局态势信息对兵棋算子的影响，采用算子关系图的方式表示算子间相互作用的影响，并且进行特征融合；S3、结合时序预测对作战进行推演，从而完成对目标算子后续意图的识别。本发明有效地改善了现有技术在兵棋领域内特征提取能力不足的问题，有助于提升后续相关研究对兵棋信息的利用效率，为兵棋领域内的数据挖掘提供了一种新的思路和对照基准。

公开(公告)号：CN116522771A

公开(公告)日：2023-08-01

申请号：CN202310439351.1

申请日：2023-04-21

Applicant: 重庆大学

Inventor： 尚家兴 ,  张锐祥 ,  郑林江 ,  陈逢文 ,  李旭 ,  陈浩东

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0455 ,  G06F18/24

Abstract: 本发明提出一种基于注意力机制的双向两阶段可解释重着陆预测方法，包括，获取原始飞行参数，对原始飞行参数进行预处理，得到训练数据；构建基于注意力机制的双向两阶段可解释重着陆预测模型；其中基于注意力机制的双向两阶段可解释重着陆预测模型包括时间参数模块和参数时间模块；将训练数据输入基于注意力机制的双向两阶段可解释重着陆预测模型，进行训练；获取待预测飞行数据，将待预测飞行数据输入训练完成的基于注意力机制的双向两阶段可解释重着陆预测模型，得到预测结果以及重着陆时的发生原因。

公开(公告)号：CN116205354A

公开(公告)日：2023-06-02

申请号：CN202310149641.2

申请日：2023-02-21

Applicant: 重庆大学

Inventor： 郑林江 ,  陈浩东 ,  尚家兴 ,  陈逢文 ,  李旭 ,  张锐祥

IPC: G06Q10/04 ,  G08G5/02 ,  G06Q10/0635 ,  G06Q10/083 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及航空安全技术领域，尤其是指一种飞行重着陆预测方法、装置及存储介质。本发明所述的飞行重着陆预测方法，获取了一段时间内不同采样频率的参数数据，其信息获取更加全面；获取数据后，首先对QAR参数序列进行预处理，将高采样频率的序列长度与低采样频率的参数序列统一，并学习参数的高维表示以减少信息损失，然后将所有参数序列输入门控循环单元，捕获参数序列的隐藏表示，利用时间间隔注意力机制自适应地识别包含异常着陆模式的关键时间段，更符合飞行重着陆的实际场景，最后，将隐藏表示嵌入到上下文向量中以表示相应的参数，根据最终得到的参数特征对飞行重着陆进行预测，有效提升了重着陆预测的准确性和可解释性。

公开(公告)号：CN116108127A

公开(公告)日：2023-05-12

申请号：CN202211490817.2

申请日：2022-11-25

Applicant: 重庆大学

Inventor： 尚家兴 ,  付晨阳 ,  郑林江 ,  陈逢文 ,  周尚波 ,  黄为希

IPC: G06F16/31 ,  G06F40/295 ,  G06N3/042

Abstract: 本发明涉及一种基于异构图交互和掩码多头注意力机制的文档级事件抽取方法，该方法包括以下步骤：S1：对文本进行预处理，获取目标文本的分词组；S2：使用Bert对目标文本进行编码得到目标文本的词向量；S3：将词向量输入到条件随机场进行命名实体识别；S4：构建文档异构图，初始化句子节点向量和实体提及节点向量，获取不同边对应的邻接矩阵；S5：将不同邻接矩阵作为掩码矩阵，利用多头注意力机制学习异构图表示的节点特征；S6：基于多头注意力机制进行事件检测；S7：根据预先定义的事件角色队列，依次填充角色对应的论元。该方法通过改变Transformer的多头注意力的掩码机制，使得多头注意力以更高效的方式关注异构图的结构信息，提高了事件抽取的精确度。