公开(公告)号：CN119323248A

公开(公告)日：2025-01-17

申请号：CN202411358418.X

申请日：2024-09-27

Applicant: 哈尔滨工程大学

Inventor： 韩启龙 ,  李丽洁 ,  宋洪涛 ,  於志文 ,  王辉

IPC: G06N5/02 ,  G06N3/0455 ,  G06N3/0895 ,  G06N3/0464 ,  G06N3/042

Abstract: 一种基于结构和文本信息动态融合的超关系知识图谱表示方法及其系统，属于知识图谱表示技术领域。解决现有超关系知识图谱表示方法没有考虑到超关系知识图谱中的丰富文本信息问题。方法使用图卷积神经网络、软提示词微调、预训练语言模型、Transformer以及对比学习等技术构建了一种基于结构和文本信息动态融合的超关系知识图谱表示方法。该方法能够增强图谱中实体和关系的表示。除此之外，本发明还充分考虑了负样本在训练过程中的效率问题，提出了一种基于对比学习的负采样方法，提升了训练效率和模型预测效果。本发明适用于知识图谱补全领域中的知识图谱表示技术。

公开(公告)号：CN118520951A

公开(公告)日：2024-08-20

申请号：CN202410661985.6

申请日：2024-05-27

Applicant: 哈尔滨工程大学

Inventor： 於志文 ,  王咏怡 ,  韩启龙 ,  李丽洁 ,  宋洪涛

IPC: G06N5/04 ,  G06N5/022 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提出了一种基于时间感知注意力进化图网络的时序知识图谱推理方法，属于时序知识图谱推理技术，从三个不同角度，针对时序知识图谱推理技术的不完全性进行改进；首先结合了时间信息编码，使用多头注意力机制从多个角度捕获时间依赖性；然后利用具有进化表示的关系卷积图网络来捕获每个快照中事件之间的结构依赖关系；最后通过全局奖惩机制获得事件的频率特征，用于提高预测准确性。

公开(公告)号：CN118469002A

公开(公告)日：2024-08-09

申请号：CN202410662524.0

申请日：2024-05-27

Applicant: 哈尔滨工程大学

Inventor： 韩启龙 ,  宋洪涛 ,  李丽洁 ,  於志文 ,  李佳航

IPC: G06N5/022 ,  G06F40/242 ,  G06F40/30 ,  G06F16/36 ,  G06F18/214 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 基于独立嵌入的超关系知识图谱链接预测方法和系统，本发明涉及知识图谱链接预测领域,解决现有的限定词作为事件的补充信息，使用与三元组同样的表征会造成潜在的语义混淆等问题。所述方法包括：获取超关系知识图谱数据集并进行预处理，超关系知识图谱数据集中每一条数据代表一个超关系事件，包含三元组和限定词；对超关系事件中的每个实体和关系，分别构建两种不同的嵌入，并更新实体嵌入和关系嵌入，捕捉超关系事件中的综合交互特征，增强三元组中的关系嵌入；使用针对超关系事件的对比学习方法，联立链接预测任务损失和对比学习损失进行联合训练；将缺失实体的超关系事件输入到训练好的所述方法中，预测缺失实体的得分，根据得分选择缺失实体。

公开(公告)号：CN118535920A

公开(公告)日：2024-08-23

申请号：CN202410662597.X

申请日：2024-05-27

Applicant: 哈尔滨工程大学

Inventor： 韩启龙 ,  於志文 ,  卢丹 ,  宋洪涛 ,  隋珊珊

IPC: G06F18/214 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0442 ,  G01W1/10 ,  G01N15/06 ,  G06N3/08

Abstract: 基于多粒度对比学习的空气质量预测方法和系统，涉及空气质量预测领域。解决现有的研究没有考虑多粒度表征的模式多样性以及现有方法在处理时空数据的不均匀分布时显示局限性的问题。方法包括：获取空气质量监测站点的空气质量监测数据集和时间特征数据集，将空气质量监测数据集和时间特征数据集进行预处理并分为训练集、验证集和测试集，并将PM2.5作为目标污染物；将空气质量数据划分为不同的粒度，构建基于多粒度对比学习的空气质量预测模型；训练基于多粒度对比学习的空气质量预测模型；将测试集输入到训练后的基于多粒度对比学习的空气质量预测模型，获取空气质量预测值。应用于环境监测领域。