公开(公告)号：CN119622379A

公开(公告)日：2025-03-14

申请号：CN202411695228.7

申请日：2024-11-25

Applicant: 齐鲁工业大学(山东省科学院) ,  山东省计算中心(国家超级计算济南中心) ,  泰华智慧产业集团股份有限公司

Inventor： 杨明 ,  卢玮钰 ,  吴晓明 ,  郝敬全 ,  王鑫 ,  陈振娅 ,  穆超 ,  刘臣胜 ,  贺云鹏 ,  辛国茂 ,  刘大扬

IPC: G06F18/2321 ,  G06F18/10 ,  G06F18/214 ,  G06F18/21 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明属于数据处理分析的技术领域，更具体地，涉及一种基于动态聚类算法DeepDPM的工业系统运行模式刻画方法。所述方法包括：首先收集系统实际运行数据。将数据进行预处理，并按照固定比例划分训练集和验证集；然后建立AE模型，使用训练集对AE进行预训练，并保存训练完成后的AE模型和权重，再使用验证集来验证训练后AE模型的效果。接下来将预处理后的数据输入到训练好的AE模型中进行特征提取；再将提取出的特征数据输入到DeepDPM模型中进行聚类；最后使用一种降维可视化算法：t分布随机邻域嵌入，简称t‑SNE，对聚类结果进行可视化展示。本发明解决了提高工业系统中运行模式预测的效率和准确性问题。

公开(公告)号：CN113191118B

公开(公告)日：2023-07-18

申请号：CN202110501103.6

申请日：2021-05-08

Applicant: 山东省计算中心(国家超级计算济南中心)

Inventor： 展一鸣 ,  李钊 ,  吴士伟 ,  李慧娟 ,  辛国茂 ,  陈通 ,  胡传会 ,  张超 ,  赵秀浩

IPC: G06F40/117 ,  G06F40/211 ,  G06F40/242 ,  G06F18/214 ,  G06N3/04 ,  G06N3/084

Abstract: 本发明涉及数据处理技术领域，具体地涉及一种基于序列标注的文本关系抽取方法，包括构建与预测数据相近的训练数据集，预设所有可能的双向实体关系以及三种固定的依存关系；将输入语句切分为单词序列，并输入到预训练模型中，得到每个句中单词的表示向量；对单词向量序列使用类似握手的方式组成唯一单词对序列；将得到的向量对序列输入到神经网络分类层中；计算损失并进行反向传播；即判断每个单词对的类别，判断单词对是否有该位置对应的关系；根据该对应关系使用附图中展示的伪代码来解码最终结果，最终得到抽取到的所有三元组。本发明能够同时完成两个任务：实体识别和关系分类。在抽取的准确率和召回率方面均有显著提高，具有较大提升。

公开(公告)号：CN113191118A

公开(公告)日：2021-07-30

申请号：CN202110501103.6

申请日：2021-05-08

Applicant: 山东省计算中心(国家超级计算济南中心)

Inventor： 展一鸣 ,  李钊 ,  吴士伟 ,  李慧娟 ,  辛国茂 ,  陈通 ,  胡传会 ,  张超 ,  赵秀浩

IPC: G06F40/117 ,  G06F40/211 ,  G06F40/242 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及数据处理技术领域，具体地涉及一种基于序列标注的文本关系抽取方法，包括构建与预测数据相近的训练数据集，预设所有可能的双向实体关系以及三种固定的依存关系；将输入语句切分为单词序列，并输入到预训练模型中，得到每个句中单词的表示向量；对单词向量序列使用类似握手的方式组成唯一单词对序列；将得到的向量对序列输入到神经网络分类层中；计算损失并进行反向传播；即判断每个单词对的类别，判断单词对是否有该位置对应的关系；根据该对应关系使用附图中展示的伪代码来解码最终结果，最终得到抽取到的所有三元组。本发明能够同时完成两个任务：实体识别和关系分类。在抽取的准确率和召回率方面均有显著提高，具有较大提升。