基于动态邻接矩阵和时空注意力的医学时间序列预测方法

    公开(公告)号:CN116110588B

    公开(公告)日:2024-04-26

    申请号:CN202211452111.7

    申请日:2022-11-21

    Abstract: 本发明涉及一种基于动态邻接矩阵和时空注意力的医学时间序列预测方法,属于大数据挖掘和医学人工智能数据预测技术领域。该方法对于疾病暴露人口数医学时间序列历史数据,构建静态空间邻接矩阵捕获空间外部数据,构建动态时间邻接矩阵挖掘疾病暴露人口数在时间维度上的关联特征,利用时空注意力机制融合静态空间邻接矩阵和动态时间邻接矩阵,采用图卷积神经网络和门控循环单元框架来预测未来时间步的疾病暴露人口数。本发明引入空间外部数据,学习动态时间邻接矩阵,引入时空注意力机制,能够捕获发病地区之间空间相关性,疾病暴露人口数在时间维度上的关联特征,实现时空信息相关性的融合,从提高医学时间序列预测方法的性能。

    一种基于多元信息嵌入的三元组分类方法

    公开(公告)号:CN118551043A

    公开(公告)日:2024-08-27

    申请号:CN202410434263.7

    申请日:2024-04-11

    Abstract: 本发明公开了一种基于多元信息嵌入的三元组分类方法,属于信息抽取和自然语言处理技术领域。包括:首先,对知识图谱三元组进行预处理;其次,构建基于文本信息增强的知识图谱嵌入;接着,构建基于结构信息增强的知识图谱嵌入;然后,构建基于文本信息与结构信息的知识图谱嵌入联合学习;最终,判断三元组的真实性,输出三元组的分类结果。通过引入三元组的文本描述信息,捕捉了三元组实体和关系的语义信息。通过引入交互注意力机制,捕捉了三元组的内在结构信息。通过引入交互聚合器,能够更好地捕捉知识图谱的全局结构信息。通过引入MI‑TransE方法,能够有效建模三元组的语义信息与结构信息的联系,从而提高三元组分类的准确率。

    基于动态邻接矩阵和时空注意力的医学时间序列预测方法

    公开(公告)号:CN116110588A

    公开(公告)日:2023-05-12

    申请号:CN202211452111.7

    申请日:2022-11-21

    Abstract: 本发明涉及一种基于动态邻接矩阵和时空注意力的医学时间序列预测方法,属于大数据挖掘和医学人工智能数据预测技术领域。该方法对于疾病暴露人口数医学时间序列历史数据,构建静态空间邻接矩阵捕获空间外部数据,构建动态时间邻接矩阵挖掘疾病暴露人口数在时间维度上的关联特征,利用时空注意力机制融合静态空间邻接矩阵和动态时间邻接矩阵,采用图卷积神经网络和门控循环单元框架来预测未来时间步的疾病暴露人口数。本发明引入空间外部数据,学习动态时间邻接矩阵,引入时空注意力机制,能够捕获发病地区之间空间相关性,疾病暴露人口数在时间维度上的关联特征,实现时空信息相关性的融合,从提高医学时间序列预测方法的性能。

Patent Agency Ranking