-
公开(公告)号：CN116248212A
公开(公告)日：2023-06-09
申请号：CN202310200568.7
申请日：2023-02-27
Applicant: 山东大学
IPC: H04B17/391 , H04B7/22 , G06F18/23213
Abstract: 本发明属于无线通信领域，提供了一种基于多智能体协同的通信信道构建方法及系统，首先使用K‑means法依据环境中不同散射簇的位置和时延将散射簇聚类，并生成相关系数矩阵；然后对发射端运用生灭过程计算不同智能体的空间幸存概率，即不同智能体是否受到不同散射簇的影响，对接收端运用生灭过程计算不同天线的阵列幸存概率，即不同天线是否受到不同散射簇的影响；最后计算散射簇的在不同时刻下的时间幸存概率，使用时间迭代的方式不断延续生成下一时刻的信道。本发明算法精炼、使用便捷，能够精确地联合描述阵列‑空间‑时间‑频率四个域的非平稳特性。
-
公开(公告)号：CN113393056B
公开(公告)日：2022-11-25
申请号：CN202110774605.6
申请日：2021-07-08
Applicant: 山东大学
Abstract: 本发明公开了基于时间序列的众包服务供需缺口预测方法及系统，包括：获取当前众包服务供需时间序列数据和当前众包服务文本数据；将当前众包服务供需时间序列数据的静态信息转换为静态图；将当前众包服务供需时间序列数据的动态信息转换为递归图；将静态图、递归图和当前众包服务文本数据，均输入到训练后的卷积神经网络中，输出当前众包服务供需缺口预测结果。可有效解决现有技术中存在的时间和空间上的供需缺口预测问题，使得移动众包的工人(服务提供者)和用户(服务需求方)能够在各区域处于一个平衡的状态，从而保障移动众包服务平台能够更好的运营。
-
公开(公告)号：CN115171773A
公开(公告)日：2022-10-11
申请号：CN202210825754.5
申请日：2022-07-14
Applicant: 山东大学
Abstract: 本发明提供了一种基于强化学习的因果网络发现系统，将生物分子看作变量，获取生物分子的观测数据，并依据数据筛选变量可能的父变量，得到初始邻域选择后的稀疏图；利用图注意力网络从生物分子的观测数据以及初始邻域选择后的稀疏图中提取每个生物分子的嵌入式特征；依据每个生物分子的嵌入式特征计算所有生物分子的权重向量，循环在所述权重向量上采样，将抽取到的变量依次从后向前排序；依据打分函数为排序计算奖励，根据奖励在强化学习框架下更新各网络的参数，根据更新后的参数指导生成奖励更高的变量排序；对奖励最高的排序进行变量选择，得到最终的生物分子因果调控网络；本发明提高了因果图搜索过程的可解释性从而提高因果结构发现的精度。
-
公开(公告)号：CN115115064A
公开(公告)日：2022-09-27
申请号：CN202210808306.4
申请日：2022-07-11
Applicant: 山东大学
Abstract: 本发明涉及人工智能数据挖掘分类以及安全人工智能技术领域，提供了一种半异步联邦学习方法及系统，包括：在某一轮次开始时，选择若干个客户端参与当前轮次的训练，为每个客户端分配学习率，并将当前轮次的服务器模型和时间戳发送给选择的客户端，以使选择的客户端采用本地数据集对服务器模型进行优化，得到客户端模型并返回；周期性地对某一轮次客户端返回的客户端模型进行分组后，依次进行组内聚合和组间聚合，对服务器模型进行更新，得到下一轮次的服务器模型。有效地解决了现有异步联邦学习算法存在的通信瓶颈的问题，并实现了众包工人的隐私保护。
-
公开(公告)号：CN115101130A
公开(公告)日：2022-09-23
申请号：CN202210760681.6
申请日：2022-06-30
Applicant: 山东大学
Abstract: 本发明涉及生物信息学技术领域，提供了一种基于网络对抗学习的单细胞数据插补方法及系统，包括：获取单细胞测序数据，构建计数矩阵；对计数矩阵进行预处理后，结合蛋白质互作数据构建基因互作网络，计算基因互作网络的拉普拉斯矩阵；基于基因互作网络的拉普拉斯矩阵以及预处理后的计数矩阵中的单细胞测序数据，训练生成对抗网络；采用训练好的生成对抗网络，对单细胞测序数据进行基因插补。插补后的单细胞RNA测序数据可以更好的发现生物学规律。
-
Patent Agency Ranking
公开(公告)号：CN115064266A
公开(公告)日：2022-09-16
申请号：CN202210867454.3
申请日：2022-07-21
Applicant: 山东大学
Abstract: 本公开提供了一种基于不完整多组学数据的癌症诊断系统，其属于人工智能数据挖掘分类以及生物信息学技术领域，包括：数据获取模块，其被配置为：获取同一患者全部可用待诊断组学数据；组学数据特征提取模块，其被配置为：对获得的不同组学数据分别进行特征提取；缺失组学数据生成模块，其被配置为：根据患者对应的组学数据，基于生成对抗策略生成患者的缺失组学数据，并进行特征提取；多组学特征融合与诊断模块，其被配置为：将提取到的患者的组学数据特征以及生成的组学数据特征进行融合，将融合特征输入到预先训练的诊断网络模型中，获得诊断结果。
-
公开(公告)号：CN114496283A
公开(公告)日：2022-05-13
申请号：CN202210138740.6
申请日：2022-02-15
Applicant: 山东大学
Abstract: 本发明属于疾病预测系统技术领域，提供了一种基于路径推理的疾病预测系统、存储介质及设备。其中，该系统包括信息获取模块，其用于获取病人入院记录信息及医学疾病的层次父子关系；祖先序列获取模块，其用于基于医学疾病的层次父子关系，构建出医学知识层次图，进而得到病人住院记录信息中的每一个疾病在医学知识层次图中的祖先序列；疾病预测模块，其用于基于医学知识层次图、病人入院记录信息中按时间顺序排列的看病序列、疾病在医学知识层次图中的祖先序列以及预先训练完成的疾病预测模型，预测出病人未来的疾病类型及发生时间。
-
公开(公告)号：CN113447486A
公开(公告)日：2021-09-28
申请号：CN202010228322.7
申请日：2020-03-27
Applicant: 长江勘测规划设计研究有限责任公司 , 长江地球物理探测(武汉)有限公司 , 山东大学
Abstract: 本发明公开了一种无人机载线性工程病害双目及红外联合诊断系统及方法，所述无人机包括：无人机本体和连接于无人机下方的云台；所述云台包括壳体，壳体内设有负载机构，用于嵌入摄像装置；所述摄像装置包括双目相机、导航镜头和红外高光谱成像设备，且所述摄像装置的朝向一致，能够实现线性工程的病害的准确识别。
-
公开(公告)号：CN113393056A
公开(公告)日：2021-09-14
申请号：CN202110774605.6
申请日：2021-07-08
Applicant: 山东大学
Abstract: 本发明公开了基于时间序列的众包服务供需缺口预测方法及系统，包括：获取当前众包服务供需时间序列数据和当前众包服务文本数据；将当前众包服务供需时间序列数据的静态信息转换为静态图；将当前众包服务供需时间序列数据的动态信息转换为递归图；将静态图、递归图和当前众包服务文本数据，均输入到训练后的卷积神经网络中，输出当前众包服务供需缺口预测结果。可有效解决现有技术中存在的时间和空间上的供需缺口预测问题，使得移动众包的工人(服务提供者)和用户(服务需求方)能够在各区域处于一个平衡的状态，从而保障移动众包服务平台能够更好的运营。
-
公开(公告)号：CN111613339B
公开(公告)日：2021-07-09
申请号：CN202010412253.5
申请日：2020-05-15
Applicant: 山东大学
Abstract: 本发明公开了一种基于深度学习的相似病历查找方法及系统，包括：构建知识图谱；提取病历样本信息的主题作为病历的特征信息，并存储至数据库；对于输入的电子病历信息，提取病历特征信息；在所述知识图谱中获取包含与该电子病历相关的医疗常识的子图向量；将当前病历的特征信息、子图向量和病历信息样本数据库中病历的特征信息输入到训练好的神经网络模型中，计算当前病历和数据库中每个病历的相似度；按照相似度的大小，输出设定数量的相似病例。本发明有益效果：使用医疗领域知识图谱增强的siamese‑transformer深度学习神经网络模型自动提取病历特征，将病历映射到同一个向量空间，在这个空间中使用相似度计算，计算出两个病历的相似度。
-
-
-
-
-
-
-
-
-
Search Results
216
records
(took 0.108 seconds)
