公开(公告)号：CN118586435B

公开(公告)日：2025-01-14

申请号：CN202411069862.X

申请日：2024-08-06

Applicant: 南开大学

Inventor： 蔡祥睿 ,  周旻萱 ,  徐思涵 ,  袁晓洁

IPC: G06N3/042 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/082

Abstract: 本发明涉及人工智能技术领域，具体公开了基于动态图学习的多元时间序列缺失值插补方法及系统，方法包括：获取带缺失值的多元时间序列数据；构建图结构，通过图神经网络调整所述图结构的邻接矩阵，计算得到自适应图结构；所述自适应图结构通过编码器、解码器，计算得到前向插补值、后向插补值和节点嵌入表示；利用多层感知机聚合，计算得到预测缺失值；将所述预测缺失值与带缺失值的多元时间序列数据结合，得到插补后的多元时间序列数据。本发明以动态图结构学习来建模变量之间在不同时间步的相关性，同时学习变量关联性与时间序列的时序依赖关系，通过用学习到的表征对缺失数据进行两阶段的插补计算，有效提升了缺失值插补的准确率。

公开(公告)号：CN118586435A

公开(公告)日：2024-09-03

申请号：CN202411069862.X

申请日：2024-08-06

Applicant: 南开大学

Inventor： 蔡祥睿 ,  周旻萱 ,  徐思涵 ,  袁晓洁

IPC: G06N3/042 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/082

Abstract: 本发明涉及人工智能技术领域，具体公开了基于动态图学习的多元时间序列缺失值插补方法及系统，方法包括：获取带缺失值的多元时间序列数据；构建图结构，通过图神经网络调整所述图结构的邻接矩阵，计算得到自适应图结构；所述自适应图结构通过编码器、解码器，计算得到前向插补值、后向插补值和节点嵌入表示；利用多层感知机聚合，计算得到预测缺失值；将所述预测缺失值与带缺失值的多元时间序列数据结合，得到插补后的多元时间序列数据。本发明以动态图结构学习来建模变量之间在不同时间步的相关性，同时学习变量关联性与时间序列的时序依赖关系，通过用学习到的表征对缺失数据进行两阶段的插补计算，有效提升了缺失值插补的准确率。

公开(公告)号：CN117493710A

公开(公告)日：2024-02-02

申请号：CN202311491772.5

申请日：2023-11-10

Applicant: 南开大学 ,  中国电子科技集团公司第五十四研究所

Inventor： 潘璇 ,  刘丽哲 ,  周旻萱 ,  蔡祥睿 ,  徐思涵 ,  袁晓洁

IPC: G06F16/9537 ,  G06F16/9535 ,  G06F18/214 ,  G06Q50/00

Abstract: 本发明涉及数据挖掘技术领域，提供一种多任务个性化行为模式的位置预测方法。该方法包括：采集用户的历史位置轨迹并进行编码，获得轨迹嵌入表示；基于用户未提交的位置记录建立辅助轨迹模拟，获得辅助嵌入表示并对轨迹嵌入表示进行数据增强，获得增强嵌入表示；根据增强嵌入表示建立协同位置转移图及图神经网络，以进行特征建模获得用户轨迹特征；通过对比学习网络，将多个预测任务下分别获得的用户轨迹特征和引入的用户的个性化行为模式特征进行可迁移特征学习，获得个性化行为特征；根据个性化行为特征对图神经网络进行训练，基于训练后的图神经网络输出用户的偏好得分。本发明同时解决不同的位置预测任务，提高不同任务下的预测表现。