公开(公告)号：CN111814956B

公开(公告)日：2022-04-08

申请号：CN202010581735.3

申请日：2020-06-23

Applicant: 哈尔滨工程大学

Inventor： 韩启龙 ,  门瑞 ,  陈睿 ,  宋洪涛 ,  张可佳 ,  李洪坤 ,  张育怀 ,  李一豪 ,  肖世桐 ,  李佳航

IPC: G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/26 ,  G01N33/00

Abstract: 本发明提出一种基于多维度二次特征提取的多任务学习的空气质量预测方法，所述方法包括获取数据、数据预处理、选取污染物、建立多维度二次特征提取的卷积神经网络模型和长短期记忆网络模型、建立多维度二次特征提取的多任务学习模型和验证步骤。本发明针对传统时空数据建模时仅考虑时间内部相关性和空间内部相关性，未考虑到时空之间的相关性的问题。本发明从空间、时间和时空三个角度考虑与污染物值相关的影响信息，通过多任务学习对多个时间、空间任务间的相互影响的学习来降低预测偏差，使得时间、空间模型的预测精度更准确。

公开(公告)号：CN111814956A

公开(公告)日：2020-10-23

申请号：CN202010581735.3

申请日：2020-06-23

Applicant: 哈尔滨工程大学

Inventor： 韩启龙 ,  门瑞 ,  陈睿 ,  宋洪涛 ,  张可佳 ,  李洪坤 ,  张育怀 ,  李一豪 ,  肖世桐 ,  李佳航

IPC: G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/26 ,  G01N33/00

Abstract: 本发明提出一种基于多维度二次特征提取的多任务学习的空气质量预测方法，所述方法包括获取数据、数据预处理、选取污染物、建立多维度二次特征提取的卷积神经网络模型和长短期记忆网络模型、建立多维度二次特征提取的多任务学习模型和验证步骤。本发明针对传统时空数据建模时仅考虑时间内部相关性和空间内部相关性，未考虑到时空之间的相关性的问题。本发明从空间、时间和时空三个角度考虑与污染物值相关的影响信息，通过多任务学习对多个时间、空间任务间的相互影响的学习来降低预测偏差，使得时间、空间模型的预测精度更准确。

公开(公告)号：CN112232925A

公开(公告)日：2021-01-15

申请号：CN202011203823.6

申请日：2020-11-02

Applicant: 哈尔滨工程大学

Inventor： 张海涛 ,  李一豪 ,  宋洪涛 ,  韩启龙 ,  隋珊珊 ,  张慧

IPC: G06Q30/06 ,  G06F16/95 ,  G06N3/04

Abstract: 本发明是一种融合知识图谱对商品进行个性化推荐的方法。本发明涉及商品进行个性化推荐的机器学习技术领域，包括：获得用户历史行为数据，生成商品知识图；融合用户历史行为数据与商品知识图，构建协同知识图；采用机器学习中表示学习方法，获得协同知识图中节点和关系的向量嵌入表示；将协同知识图中节点和关系的向量嵌入与用户历史行为数据输入基于注意力机制的图卷积神经网络模型中，形成含有邻域信息的新节点和关系的向量嵌入表示；定义得分函数，通过图卷积神经网络模型输出的融合邻域信息的用户、商品向量嵌入表示，计算用户喜欢商品的概率，根据预测结果，排序获得推荐列表。