基于图神经网络的厄尔尼诺预测方法及系统

    公开(公告)号:CN118519213A

    公开(公告)日:2024-08-20

    申请号:CN202410273649.4

    申请日:2024-03-11

    Abstract: 本发明公开了一种基于图神经网络的厄尔尼诺预测方法及系统,所述方法包括:获取预测前m个月的海表温度和热含量数据并存储于Grid图上;利用模型中图构建模块构建Mesh图和Grid2Mesh图;利用模型中嵌入层分别对Grid图的节点特征、Grid2Mesh图的边特征和Mesh图的节点以及边特征进行嵌入,得到对应的嵌入表征;根据Grid图和Mesh图的节点嵌入以及Grid2Mesh图的边嵌入,利用模型中编码器更新Mesh图的节点嵌入,进而利用模型中处理器更新Mesh图的节点嵌入;将季节编码和Mesh图的节点嵌入输入模型中预测器,预测海洋尼诺指数。本发明利用构建的模型提升了厄尔尼诺现象预测的准确性。

    一种综合性年报信息提取和评价系统及方法

    公开(公告)号:CN118277581A

    公开(公告)日:2024-07-02

    申请号:CN202410383732.7

    申请日:2024-04-01

    Abstract: 本发明公开了一种综合性年报信息提取和评价系统及方法,包括年报信息提取和评价系统,所述年报信息提取和评价系统依次信号连接有评分模块、摘要模块和对话模块,所述评分模块依次信号连接有可读性模块和年报多维评分模块,所述摘要模块信号连接有大型语言模型技术,所述对话模块信号连接有基于知识图谱的prompt压缩技术;该种综合性年报信息提取和评价系统及方法通过评分模块结合传统的文本可读性指标与先进的计算机语言学方法分析语法复杂性和语义透明度,使得此模块能够更精确、更深入地评估年报的可读性;这种方法不仅提高了评估的准确性,还使得评价更加全面,考虑到了年报文本的多种特性。

Patent Agency Ranking