公开(公告)号：CN111897974A

公开(公告)日：2020-11-06

申请号：CN202010807155.1

申请日：2020-08-12

Applicant: 吉林大学

Inventor： 杨博 ,  刘丁菠 ,  张钰雪晴 ,  彭羿达

IPC: G06F16/36

Abstract: 本发明公开了一种基于多层注意力机制的异质知识图谱学习方法，包括如下步骤：一：将异质知识图谱中各类型实例映射到统一的特征空间中，通过局部级注意力分别学得实例在不同元路径视图下的重要性程度；二：通过全局级注意力学习各个元路径视图的重要性，对实例在各个元路径视图下的嵌入特征进行融合；三：计算损失并进行端到端优化。本发明利用异质知识图谱中丰富的结构特征与实例特征，通过局部与全局级注意力机制的相互作用，为每个实例计算出与它相关的不同实例对其的影响，同时也刻画不同元路径视图对于实例表示的重要性，以此指导实例表示在不同视图下的融合问题，从而学到更具判别性的特征，提升在进行分类、连接预测等任务时的质量。

公开(公告)号：CN111897974B

公开(公告)日：2024-04-16

申请号：CN202010807155.1

申请日：2020-08-12

Applicant: 吉林大学

Inventor： 杨博 ,  刘丁菠 ,  张钰雪晴 ,  彭羿达

IPC: G06F16/36

Abstract: 本发明公开了一种基于多层注意力机制的异质知识图谱学习方法，包括如下步骤：一：将异质知识图谱中各类型实例映射到统一的特征空间中，通过局部级注意力分别学得实例在不同元路径视图下的重要性程度；二：通过全局级注意力学习各个元路径视图的重要性，对实例在各个元路径视图下的嵌入特征进行融合；三：计算损失并进行端到端优化。本发明利用异质知识图谱中丰富的结构特征与实例特征，通过局部与全局级注意力机制的相互作用，为每个实例计算出与它相关的不同实例对其的影响，同时也刻画不同元路径视图对于实例表示的重要性，以此指导实例表示在不同视图下的融合问题，从而学到更具判别性的特征，提升在进行分类、连接预测等任务时的质量。

公开(公告)号：CN116186637A

公开(公告)日：2023-05-30

申请号：CN202211530256.4

申请日：2022-11-30

Applicant: 中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所) ,  吉林大学

Inventor： 牟永告 ,  钟升 ,  彭羿达 ,  任佳欣 ,  张湘衡 ,  余成伟 ,  何振强 ,  段昊 ,  卢洁 ,  崔润 ,  刘如华 ,  牟言昊

IPC: G06F18/25 ,  G06T7/00 ,  G06F40/30 ,  G06F40/242

Abstract: 本申请公开一种中枢神经肿瘤的医学影像特征挖掘方法，包括：获取术前的磁共振成像扫描的影像图及对应的诊断文本；对所述影像图进行三维图像特征提取操作，得到第一特征集；对所述影像图进行放射组学特征提取操作，得到第二特征集；对所述诊断文本进行语义特征提取操作，得到第三特征集；将所述第一特征集、第二特征集和第三特征集综合处理之后用于输出挖掘结果。通过联合放射组学特征提取和诊断文本的语义特征提取，一定程度上克服了完全基于机器学习的图像特征提取产生的误差，能够结合医学背景提高图像特征的标注准确度，提高了训练模型的可靠性。

公开(公告)号：CN111767472A

公开(公告)日：2020-10-13

申请号：CN202010649409.1

申请日：2020-07-08

Applicant: 吉林大学

Inventor： 杨博 ,  张春旭 ,  彭羿达 ,  李俊达

IPC: G06F16/9536 ,  G06N3/04

Abstract: 本发明公开了一种社交网络异常账号检测方法及系统。该方法包括：根据账户图，基于随机块模型，生成多个与账户图相关的图；确定编码器和解码器的结构，构建图变分去噪自编码器模型；通过多个相关图以及初始特征对图变分去噪自编码器模型进行训练，拟合账户图的拓扑结构，最终得到训练好的图变分去噪自编码器模型；构建预测模型；以图变分去噪自编码器模型的编码器作为预测模型，以训练好的图变分去噪自编码器的参数作为预测模型的初始化参数；通过账户图的拓扑结构以及初始特征训练预测模型，对社交网络异常账号进行检测。本发明能够有效克服图数据中有标签节点数少的问题，从而能够更加快速、精准的检测出社交网络中的异常账户。