-
公开(公告)号：CN119205115A
公开(公告)日：2024-12-27
申请号：CN202411186077.2
申请日：2024-08-27
Applicant: 中国科学院自动化研究所
IPC: G06Q20/40 , G06Q40/03 , G06F18/24 , G06F18/23 , G06N3/042 , G06N3/0464 , G06N3/0499 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种基于图神经网络的信用卡欺诈检测方法、装置及存储介质。该基于图神经网络的信用卡欺诈检测方法包括：获取待处理数据；将待处理数据输入至训练好的信用卡欺诈检测模型中，获得所述待处理数据的类别；所述信用卡欺诈检测模型用于将输入的数据分类为正常数据或欺诈数据，且所述信用卡欺诈检测模型是基于图神经网络和混合专家网络构成的。本发明提供的基于图神经网络的信用卡欺诈检测方法、装置及存储介质，基于图神经网络和混合专家网络训练得到的信用卡欺诈检测模型，能够更充分地学习到输入数据中的信息，从而获得更准确的检测结果。
-
公开(公告)号：CN113627596A
公开(公告)日：2021-11-09
申请号：CN202110914090.5
申请日：2021-08-10
Applicant: 中国科学院自动化研究所 , 北京仿真中心
Abstract: 本发明属于多智能体系统的强化学习领域，具体涉及了一种基于动态图神经网络的多智能体对抗方法及系统，旨在解决现有基于图神经网络的多智能体模型训练速度慢、效率低以及图构建中需要较多人工干预的问题。本发明包括：获取每一个智能体的观测向量，并进行线性变换获得观测特征向量；计算相邻智能体之间的连接关系，构建智能体之间的图结构；结合观测特征向量对智能体之间的图结构进行嵌入表示；将嵌入表示用于动作网络的动作预测结果和评价网络的评价，进行网络时空并行训练；通过训练好的网络进行多智能体对抗中的动作预测和动作评价。本发明通过剪枝建立更真实的图关系，利用全连接神经网络加位置编码的实现时空并行训练，训练效率高、效果好。
-
公开(公告)号：CN109948047B
公开(公告)日：2021-09-28
申请号：CN201910047874.5
申请日：2019-01-18
Applicant: 中国科学院自动化研究所
IPC: G06F16/9535 , G06Q50/00
Abstract: 本发明涉及信息检索领域，具体涉及一种基于转移熵的文化基因排序方法与系统及相关设备，目的在于降低计算的复杂度，并提高排序准确度。本发明的文化基因排序方法包括：针对待排序的每种文化基因，在参与该文化基因传播的所有用户中，根据预设的关联用户数量阈值，筛选出传播该文化基因的关键用户；针对每个关键用户，分别计算该关键用户的每个关联用户到该关键用户的转移熵，进而计算该关键用户的影响力值；根据关键用户的影响力值，分别计算每种文化基因的流行度值；根据每种文化基因的流行度值，分别计算每种文化基因的得分，并根据得分进行排序。本发明提供了一种对文化基因流行度自动排序的方法，降低了计算复杂度，具有较高的排序准确度。
-
公开(公告)号：CN109978358B
公开(公告)日：2021-08-13
申请号：CN201910202920.4
申请日：2019-03-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于机器学习领域，具体涉及了一种基于半监督学习的销售风险点检测方法、系统、装置，旨在解决销售风险点分析效率低、准确率不高、应用场景局限以及大数据环境下难以应用的问题。本发明方法包括：获取数据并构建图数据库；将图数据库中的数据清洗成原始状态；对数据聚类，找出平均轮廓系数接近1时的k值；标记k个聚类数据的特征并设置规则，采用随机森林法分类数据；分析数据之间的相关性，找出风险产品组合；采用知识图谱展示风险点。本发明结合有监督与无监督学习，可以有效地检测出企业可能存在的金融风险并为企业提供建议，优化团队组合，丰富产品搭配。
-
公开(公告)号：CN101436336B
公开(公告)日：2010-10-27
申请号：CN200710177404.8
申请日：2007-11-15
Applicant: 中国科学院自动化研究所
Abstract: 公开一种入侵检测系统和方法，系统由多个检测网络位于防范现场，总线将检测网络连接至远程监控中心；方法是将无线传感模块加入无线数据模块建立的网络，接收无线数据模块分配的网络地址后上传邻居表，于远程监控中心端形成网络拓扑图，收到远程监控中心的工作参数后发送和接收广播，获取广播信号的无线电信号强度，路由上传至无线数据模块，无线数据模块以此信息运行判定算法，确定是否因入侵行为发生而导致无线电信号强度异常，若发生异常则报警，并通过敏感区域、运行定位算法确定入侵者位置，入侵者位置和报警信息将被送至远程监控中心。本发明能识别入侵行为，发出报警并定位入侵者位置，不易受环境因素影响，抗干扰能力强，成本低廉。
-
Patent Agency Ranking
公开(公告)号：CN112417102A
公开(公告)日：2021-02-26
申请号：CN202011348511.4
申请日：2020-11-26
Applicant: 中国科学院自动化研究所 , 腾讯科技(深圳)有限公司
Abstract: 本发明实施例提供了一种语音查询方法、装置、服务器和可读存储介质，其中方法包括：获取待处理音频，对所述待处理音频进行语音识别，得到目标字符文本；将所述目标字符文本转换为第一拼音文本，根据字典和所述第一拼音文本，确定所述目标字符文本的目标关键词，所述字典中包含多个关键词以及与每个关键词对应的词组拼音；生成包含所述目标关键词的查询语句，在知识图谱中根据所述查询语句获取所述待处理音频的答案文本；输出所述答案文本，可以有效提高语义解析的准确率，进而提高了语音查询的有效性和准确性。
-
公开(公告)号：CN108804412A
公开(公告)日：2018-11-13
申请号：CN201810331227.2
申请日：2018-04-13
Applicant: 中国科学院自动化研究所
CPC classification number: G06F17/2785 , G06F17/2715 , G06F17/2735 , G06Q50/01
Abstract: 本发明涉及自然语言处理领域，提出了一种基于社会媒体的多层级情感分析方法，旨在解决社会媒体中文章灵活多变，训练数据缺失，难以在有限数据集上取得满意的情感分类效果的问题。该方法包括：获取待进行情感分析的社会媒体的文本信息；对上述文本信息进行情感特征分析，根据情感特征分析结果确定上述文本信息的情感。对于来自社会媒体的文章，从词语和篇章两个层级进行优化处理。在词语层级上，进行泛化情感词抽取，以自动化扩充领域词典；在篇章层级上，设计自学习机制，以自动扩充训练样本。本发明实现了对从词和篇章两个层级切入，对社会媒体情感分析中的情感词典和分析模型进行优化。
-
公开(公告)号：CN110413787B
公开(公告)日：2023-07-21
申请号：CN201910687147.5
申请日：2019-07-26
Applicant: 腾讯科技(深圳)有限公司 , 中国科学院自动化研究所
IPC: G06F16/35 , G06F16/33 , G06F40/289 , G06F40/30
Abstract: 本发明实施例公开了一种文本聚类方法、装置、终端和存储介质，其中，方法包括，获取媒体中的文本数据，并对文本数据进行标签分析处理，得到N个标签，根据N个标签中各个标签之间的相似度对N个标签进行聚类处理，得到M个标签集合，在检测到可视化事件时，显示M个标签集合中每一个标签集合对应的显示标识信息，通过实施上述方法，可以基于文本中标签的相似度对文本进行聚类，提升了对文本的聚类效率。
-
公开(公告)号：CN109978358A
公开(公告)日：2019-07-05
申请号：CN201910202920.4
申请日：2019-03-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于机器学习领域，具体涉及了一种基于半监督学习的销售风险点检测方法、系统、装置，旨在解决销售风险点分析效率低、准确率不高、应用场景局限以及大数据环境下难以应用的问题。本发明方法包括：获取数据并构建图数据库；将图数据库中的数据清洗成原始状态；对数据聚类，找出平均轮廓系数接近1时的k值；标记k个聚类数据的特征并设置规则，采用随机森林法分类数据；分析数据之间的相关性，找出风险产品组合；采用知识图谱展示风险点。本发明结合有监督与无监督学习，可以有效地检测出企业可能存在的金融风险并为企业提供建议，优化团队组合，丰富产品搭配。
-
公开(公告)号：CN108304502A
公开(公告)日：2018-07-20
申请号：CN201810044908.0
申请日：2018-01-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种基于海量新闻数据的快速热点检测方法及系统，所述快速热点检测方法包括：对多个待处理新闻文本进行链式聚类，得到粗聚类集合；基于快速搜索和寻找密度峰值方法，对所述粗聚类集合进行搜索，得到细聚类集合；提取所述细聚类集合中的代表性短语，所述代表性短语为热点词语。本发明可直接对多个待处理新闻文本进行链式聚类，得到粗聚类集合；进一步基于快速搜索和寻找密度峰值方法，进行聚类，从而得到细聚类集合，并从中提取代表性短语，从而可快速捕捉到新闻文本中的热点词语，可提高计算效率和准确性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.061 seconds)
