-
公开(公告)号：CN110046698B
公开(公告)日：2021-07-30
申请号：CN201910349275.9
申请日：2019-04-28
Applicant: 北京邮电大学
Abstract: 本申请实施例提供了一种异质图神经网络生成方法、装置、电子设备及存储介质，包括：获取待处理数据的各目标节点向量；通过预设深度学习算法对各目标节点向量进行分析，得到各目标节点向量的节点级别的注意力；通过第一预设公式对各目标节点的节点级别的注意力进行归一化，得到各目标节点向量的权重系数；通过第二预设公式将各目标节点向量的权重系数和各目标节点向量进行聚合，得到各目标节点向量在指定元路径下的向量表示；将各目标节点向量在不同元路径的权重进行融合，得到各目标节点向量语义级别的注意力表示，从而得到各目标节点向量的网络模型。这样应用本申请实施例的网络模型，可以更好的捕获异质图上的复杂结构和语义信息。
-
公开(公告)号：CN112862093A
公开(公告)日：2021-05-28
申请号：CN202110125520.5
申请日：2021-01-29
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种图神经网络训练方法及装置，涉及深度学习领域。上述方法包括：获得未标记图数据集和第一标记图数据集；将未标记图数据集作为训练样本，通过对预设的图神经网络模型进行训练，调整图神经网络模型的参数，得到第一图神经网络模型；将第一标记图数据集作为训练样本，通过对所述第一图神经网络模型进行训练，调整第一图神经网络模型的参数，得到第二图神经网络模型；将图神经网络的待应用场景的第二标记图数据集作为训练样本，通过对第二图神经网络模型进行训练，调整第二图神经网络模型的参数，得到应用于待应用场景的图神经网络。应用本实施例提供的方案进行图神经网络训练时，提高了图神经网络训练的效率。
-
公开(公告)号：CN109800232B
公开(公告)日：2021-03-19
申请号：CN201910052260.6
申请日：2019-01-21
Applicant: 北京邮电大学
IPC: G06F16/22
Abstract: 本发明实施例提供了一种异质信息网络嵌入方法、装置、电子设备及存储介质，方法包括：确定节点关系元组对应的目标关系；针对隶属关系的各节点关系元组，将该节点关系元组中节点间连接关系的初始嵌入向量、该节点关系元组中各节点的初始嵌入向量，输入到预先确定的异质信息网络嵌入模型的隶属关系模型中；针对交互关系的各节点关系元组，将该节点关系元组中节点间连接关系的初始嵌入向量、该节点关系元组中各节点的初始嵌入向量，输入到预先确定的异质信息网络嵌入模型的交互关系模型中；在异质信息网络嵌入模型值最小时，分别输出待处理异质信息网络中各节点的目标嵌入向量。本发明实现了对异质信息网络中各节点进行针对性的网络嵌入分析。
-
公开(公告)号：CN111861635A
公开(公告)日：2020-10-30
申请号：CN202010553464.0
申请日：2020-06-17
Applicant: 北京邮电大学
IPC: G06Q30/06 , G06Q50/00 , G06F16/9536
Abstract: 本发明一种针对商品分享时的好友推荐方法、装置及设备，应用于计算机技术领域。该针对商品分享时的好友推荐方法包括：在检测到第一用户分享目标商品时，确定第一用户的好友列表中的多个第二用户；确定第一用户对应的向量、多个第二用户对应的向量，以及目标商品对应的向量；针对每一第二用户，将第一用户对应的向量、该第二用户对应的向量，以及目标商品对应的向量，输入至预设的预测模型中，得到第一用户向该第二用户分享所述目标商品的分享概率；利用各个第二用户对应的分享概率，从多个第二用户中，筛选用于向第一用户进行推荐的目标第二用户；向第一用户推荐所确定出的目标第二用户。本方案可以提升针对商品分享时好友推荐的命中率。
-
公开(公告)号：CN109800504B
公开(公告)日：2020-10-27
申请号：CN201910054117.0
申请日：2019-01-21
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种异质信息网络的嵌入方法和装置，所述方法可以包括：确定待嵌入异质信息网络中每个节点的表示向量；将所确定的表示向量输入至预先设定的双曲空间嵌入模型中；基于双曲空间嵌入模型，对表示向量进行双曲空间中的指数映射，得到每个节点在双曲空间中的嵌入向量。应用本发明实施例，由于双曲空间与异质信息网络同样具有幂律分布特性，在双曲空间中能够更贴合地体现出异质信息网络的结构和语义信息，使得异质信息网络的结构和语义信息保留得更完整。因此，可以提高嵌入准确度。
-
Patent Agency Ranking
公开(公告)号：CN111814469A
公开(公告)日：2020-10-23
申请号：CN202010669942.4
申请日：2020-07-13
Applicant: 北京邮电大学
IPC: G06F40/289 , G06F40/211 , G06F40/126 , G06F16/31 , G06F16/36
Abstract: 本发明实施例提供了一种基于树型胶囊网络的关系抽取方法及装置，涉及文字处理领域，可以提高关系抽取的准确性。本发明实施例的技术方案包括：利用序列编码器编码待识别文本中的各词语，得到词向量矩阵，其中，词向量矩阵包括对每个词语编码后得到的词向量。然后拼接待识别文本中的两个指定实体的嵌入表示，与待识别文本的嵌入表示，作为序列句嵌入表示。并利用树型胶囊网络，对待识别文本的短语结构树进行编码，得到结构句嵌入表示，短语结构树用于表示待识别文本的句法结构，短语结构树的每个叶子节点对应待识别文本的一个词语。再根据序列句嵌入表示和结构句嵌入表示，确定两个指定实体之间的关系类别。
-
公开(公告)号：CN111200531A
公开(公告)日：2020-05-26
申请号：CN202010001506.X
申请日：2020-01-02
Applicant: 国网冀北电力有限公司信息通信分公司 , 北京邮电大学 , 国家电网有限公司
Inventor： 王艺霏 , 石川 , 马铭君 , 肖丁 , 彭柏 , 来骥 , 马跃 , 张少军 , 张玙璠 , 莫爽 , 吴文睿 , 郝燕如 , 王东升 , 娄竞 , 金燊 , 许大卫 , 万莹 , 聂正璞 , 李坚 , 李贤 , 孟德 , 李信 , 常海娇 , 陈重韬 , 寇晓溪 , 尚芳剑 , 纪雨彤 , 赵阳 , 辛霆麟 , 于然 , 李硕 , 张实君 , 王海峰
IPC: H04L12/24
Abstract: 本说明书一个或多个实施例提供一种通信网流量预测方法、装置与电子设备，能够解决现有通信网流量预测方法预测结果误差较大、有失准确的问题。所述通信网流量预测方法，包括：获取通信网的历史流量数据，对所述历史流量数据进行预处理得到流量数据集；构建多通道时空预测模型，利用所述流量数据集对所述多通道时空预测模型进行训练；根据训练结果对所述多通道时空预测模型进行优化；根据所述历史流量数据，利用优化后的多通道时空预测模型对目标区域流量值进行预测。
-
公开(公告)号：CN110704640A
公开(公告)日：2020-01-17
申请号：CN201910944934.3
申请日：2019-09-30
Applicant: 北京邮电大学
IPC: G06F16/36
Abstract: 本发明实施例提供了一种知识图谱的表示学习方法及装置，该方法在在对知识图谱进行学习时，从所获取的待学习知识图谱中获取待学习实体；从第一语料库中获得待学习实体所属的描述文本中的待学习单词；根据待学习实体与待学习单词的所属关系，利用待学习单词间的相似性，构建实体-单词异质图；将所构建的实体-单词异质图输入至预设的第一实体-关系表示预测模型中，得到第一实体表示结果。本实施例构建的实体-单词异质图能够捕捉实体和单词之间的局部和全局的语义关系，以及实体和单词间的短距离语义关系和长距离语义关系。可见，应用本实施例提供的方法能够提高实体表示结果的准确度。
-
公开(公告)号：CN110046698A
公开(公告)日：2019-07-23
申请号：CN201910349275.9
申请日：2019-04-28
Applicant: 北京邮电大学
Abstract: 本申请实施例提供了一种异质图神经网络生成方法、装置、电子设备及存储介质，包括：获取待处理数据的各目标节点向量；通过预设深度学习算法对各目标节点向量进行分析，得到各目标节点向量的节点级别的注意力；通过第一预设公式对各目标节点的节点级别的注意力进行归一化，得到各目标节点向量的权重系数；通过第二预设公式将各目标节点向量的权重系数和各目标节点向量进行聚合，得到各目标节点向量在指定元路径下的向量表示；将各目标节点向量在不同元路径的权重进行融合，得到各目标节点向量语义级别的注意力表示，从而得到各目标节点向量的网络模型。这样应用本申请实施例的网络模型，可以更好的捕获异质图上的复杂结构和语义信息。
-
公开(公告)号：CN109800232A
公开(公告)日：2019-05-24
申请号：CN201910052260.6
申请日：2019-01-21
Applicant: 北京邮电大学
IPC: G06F16/22
Abstract: 本发明实施例提供了一种异质信息网络嵌入方法、装置、电子设备及存储介质，方法包括：确定节点关系元组对应的目标关系；针对隶属关系的各节点关系元组，将该节点关系元组中节点间连接关系的初始嵌入向量、该节点关系元组中各节点的初始嵌入向量，输入到预先确定的异质信息网络嵌入模型的隶属关系模型中；针对交互关系的各节点关系元组，将该节点关系元组中节点间连接关系的初始嵌入向量、该节点关系元组中各节点的初始嵌入向量，输入到预先确定的异质信息网络嵌入模型的交互关系模型中；在异质信息网络嵌入模型值最小时，分别输出待处理异质信息网络中各节点的目标嵌入向量。本发明实现了对异质信息网络中各节点进行针对性的网络嵌入分析。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.033 seconds)
