-
公开(公告)号：CN116383762A
公开(公告)日：2023-07-04
申请号：CN202310375450.8
申请日：2023-04-10
Applicant: 湖南大学
IPC: G06F18/25 , G06F18/213 , G06N3/048 , G06N3/082 , G06N3/045
Abstract: 本申请涉及一种点击率预测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取目标用户的各编码离散特征以及编码连续特征；对所述输出交叉特征矩阵进行线性变换，得到交叉特征线性变换矩阵；对各嵌入特征进行特征重要性加权，得到各加权嵌入特征；对各加权嵌入特征进行显式低阶特征交叉，得到低阶组合特征；对各嵌入特征进行显式高阶特征交叉，得到高阶组合特征；将低阶组合特征、高阶组合特征以及编码连续特征进行特征聚合，得到聚合特征，根据聚合特征对目标用户进行点击率预测。采用本方法能够提升点击率预测的准确度。
-
公开(公告)号：CN111651504B
公开(公告)日：2021-10-08
申请号：CN202010496285.8
申请日：2020-06-03
Applicant: 湖南大学
IPC: G06F16/2458 , G06N3/04
Abstract: 本发明属于深度学习领域，公开了基于深度学习的多元时间序列多层时空依赖建模方法。本发明引入新颖的注意力机制对神经网络中不同层提取的时空依赖特征做更加细粒度的处理，本发明提出的模型由一个堆叠的长短期神经网络‑卷积神经网络(LSTM‑CNN)，基于CNN的空间注意力机制，基于CNN的通道注意力机制，时间注意力机制以及自回归组件组成，通过引入多层时空依赖的概念，使用基于CNN的通道注意力机制和基于CNN空间注意力机制来分别关注不同层的时空依赖特征，实现了对冗余信息的过滤以及对预测结果影响更大的特征的有效提取，达到了提高预测结果的目的，在不同领域内的多元时间序列数据上表现优异并且能够扩展到单元时间序列预测的任务上。
-
公开(公告)号：CN111462832A
公开(公告)日：2020-07-28
申请号：CN202010261050.0
申请日：2020-04-03
Applicant: 湖南大学
Abstract: 本发明涉及图论领域，主要用于对物质的原子(分子)层次的微观结构分析、颗粒体系的组织结构分析和体系的基本结构单元在空间的分布特征分系，属于计算机在物质结构分析方面的应用。对于同一体系，不同的截断距离会得到不同的表征符号，导致结构分析结果的不唯一性。本发明公开了一种无参数局域结构识别方法，此方法基于拓扑判据实现无参数微观结构的分析，可以唯一确定以每个原子为中心的局域结构，以确保微观结构的表征符号与其空间构型的一一对应。本发明的分析方法可以根据物质本身的结构计算出适合该物质的截断距离，截断距离的计算不受物质类型、形态的影响。
-
公开(公告)号：CN114627402B
公开(公告)日：2024-08-13
申请号：CN202111644165.9
申请日：2021-12-30
Applicant: 湖南大学
Abstract: 本发明公开了一种基于时空图的跨模态视频时刻定位方法及系统，方法包括：S1、输入未剪辑视频和查询文本，对未剪辑视频采用多尺度滑动窗口截取视频片段候选集；S2、提取文本特征和视频片段特征，利用预训练的场景图生成模型对视频片段生成时空图表示；S3、将视频的时空图通过多层图卷积神经网络，获得的时空图特征与视频片段特征拼接，得到富含时空语义信息的视频特征；S4、将含有时空信息的视频特征与文本特征通过全连接层投影到同一特征空间，进行拼接后获得视频文本模态融合特征；S5、将视频文本模态融合特征输入多层感知机网络，获得文本视频匹配分数和位置偏移向量。本发明可以细粒度地理解视频语义信息，返回更加精确的视频定位边界。
-
公开(公告)号：CN117612646A
公开(公告)日：2024-02-27
申请号：CN202311461306.2
申请日：2023-11-06
Applicant: 湖南大学
IPC: G16C60/00
Abstract: 本申请涉及一种晶体区域结构的识别方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：识别晶体区域中各原子的类型与各原子的近邻原子；基于类型与近邻原子，标记原子中晶体区域的候选核心原子；采用预设空间拓扑条件对候选核心原子进行二次标记，确定晶体区域的核心原子；基于核心原子，确定晶体区域的边界原子以及外围配位原子；根据核心原子、边界原子以及外围配位原子，得到晶体区域结构的识别结果。采用本方法能够准确识别晶体区域结构。
-
Patent Agency Ranking
公开(公告)号：CN116720617A
公开(公告)日：2023-09-08
申请号：CN202310678500.X
申请日：2023-06-09
Applicant: 湖南大学
IPC: G06Q10/04 , G06Q50/04 , G06F30/27 , G06N3/084 , G06F119/02
Abstract: 本发明公开了一种基于多层感知机的生产线失效预测方法，包括：通过传感器获取所有生产线设备的实时监控数据，将所有生产线设备的实时监控数据输入预先训练好的失效模式预测模型，以获取失效状态向量预测结果，获取失效状态向量预测结果，判断预先建立的失效模式库中是否存在该失效状态向量预测结果对应的失效模式，如果不存在，则在失效事件发生后为该失效状态向量预测结果标注失效信息，从而得到新的失效模式，并将新的失效模式添加到失效模式库中，过程结束；如果存在，则获取失效模式的失效概率，并生成失效预测报告。本发明能够解决现有基于模型的失效预测方法由于系统规模大、复杂度高导致模型建立困难的技术问题。
-
公开(公告)号：CN111651504A
公开(公告)日：2020-09-11
申请号：CN202010496285.8
申请日：2020-06-03
Applicant: 湖南大学
IPC: G06F16/2458 , G06N3/04
Abstract: 本发明属于深度学习领域，公开了基于深度学习的多元时间序列多层时空依赖建模方法。本发明引入新颖的注意力机制对神经网络中不同层提取的时空依赖特征做更加细粒度的处理，本发明提出的模型由一个堆叠的长短期神经网络-卷积神经网络(LSTM-CNN)，基于CNN的空间注意力机制，基于CNN的通道注意力机制，时间注意力机制以及自回归组件组成，通过引入多层时空依赖的概念，使用基于CNN的通道注意力机制和基于CNN空间注意力机制来分别关注不同层的时空依赖特征，实现了对冗余信息的过滤以及对预测结果影响更大的特征的有效提取，达到了提高预测结果的目的，在不同领域内的多元时间序列数据上表现优异并且能够扩展到单元时间序列预测的任务上。
-
公开(公告)号：CN117215784A
公开(公告)日：2023-12-12
申请号：CN202311167595.5
申请日：2023-09-12
Applicant: 湖南大学
IPC: G06F9/50 , H04L67/63 , G06F9/48 , G06N3/098 , G06N3/0985
Abstract: 本发明公开了一种基于算力网络的分布式机器学习调度方法，包括：服务节点设置全局迭代计数器i＝1，服务节点判断i是否等于预先设定的阈值，如果不是则服务节点获取第i轮迭代时该服务节点的数据，服务节点读取服务节点的数据Qs中第i次局部迭代时的工作节点列表li，并将数据Qs分别发送到该工作节点列表li中的所有工作节点，每个工作节点对来自服务节点的数据Qs执行局部迭代操作，以获取机器学习模型的训练结果和该工作节点的计算资源信息，并将机器学习模型的训练结果和该工作节点的计算资源信息发送到服务节点，服务节点对机器学习模型的训练结果中的所有权重文件进行加权平均操作，以得到平均权重文件。本发明减少了频繁的通信带来的通信开销。
-
公开(公告)号：CN114627402A
公开(公告)日：2022-06-14
申请号：CN202111644165.9
申请日：2021-12-30
Applicant: 湖南大学
Abstract: 本发明公开了一种基于时空图的跨模态视频时刻定位方法及系统，方法包括：S1、输入未剪辑视频和查询文本，对未剪辑视频采用多尺度滑动窗口截取视频片段候选集；S2、提取文本特征和视频片段特征，利用预训练的场景图生成模型对视频片段生成时空图表示；S3、将视频的时空图通过多层图卷积神经网络，获得的时空图特征与视频片段特征拼接，得到富含时空语义信息的视频特征；S4、将含有时空信息的视频特征与文本特征通过全连接层投影到同一特征空间，进行拼接后获得视频文本模态融合特征；S5、将视频文本模态融合特征输入多层感知机网络，获得文本视频匹配分数和位置偏移向量。本发明可以细粒度地理解视频语义信息，返回更加精确的视频定位边界。
-
公开(公告)号：CN111462832B
公开(公告)日：2022-04-12
申请号：CN202010261050.0
申请日：2020-04-03
Applicant: 湖南大学
Abstract: 本发明涉及图论领域，主要用于对物质的原子(分子)层次的微观结构分析、颗粒体系的组织结构分析和体系的基本结构单元在空间的分布特征分系，属于计算机在物质结构分析方面的应用。对于同一体系，不同的截断距离会得到不同的表征符号，导致结构分析结果的不唯一性。本发明公开了一种无参数局域结构识别方法，此方法基于拓扑判据实现无参数微观结构的分析，可以唯一确定以每个原子为中心的局域结构，以确保微观结构的表征符号与其空间构型的一一对应。本发明的分析方法可以根据物质本身的结构计算出适合该物质的截断距离，截断距离的计算不受物质类型、形态的影响。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.016 seconds)
