-
公开(公告)号：CN119004255A
公开(公告)日：2024-11-22
申请号：CN202411043419.5
申请日：2024-07-31
Applicant: 哈尔滨工业大学
IPC: G06F18/2415 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/047 , G06N3/084
Abstract: 本发明公开了一种基于图注意力网络的静态异构网络链路预测方法及系统，涉及网络链路预测技术领域。本发明的技术要点包括：获取异构网络训练数据集和测试数据集，数据集包括异构图；利用预设的元路径在边类型为r的异构图上进行随机游走以生成路径集合，并从路径集合中获得样本批次；基于训练数据集和测试数据集训练链路预测模型；将待预测异构网络数据输入训练好的链路预测模型中进行链路预测。本发明在静态异构网络链路预测任务上具有显著优势。
-
公开(公告)号：CN118797155A
公开(公告)日：2024-10-18
申请号：CN202410789176.3
申请日：2024-06-19
Applicant: 哈尔滨工业大学
IPC: G06F16/9535 , G06F40/30 , G06V30/41 , G06V30/40 , G06V30/148 , G06V30/19 , G06V10/82 , G06N3/042 , G06N3/08
Abstract: 本发明公开了一种基于多视角跨模态语义对齐的多模态推荐方法及系统，涉及多模态推荐技术领域。本发明的技术要点包括：提取训练数据的用户信息、物品信息、用户‑物品交互信息和多模态辅助信息，所述多模态辅助信息包括文本模态和视觉模态；对多模态辅助信息进行处理，获取包含多模态嵌入文本表示和视觉表示的语义信息；将用户信息、物品信息、用户‑物品交互信息和语义信息输入多模态神经网络模型中进行训练；利用训练好的多模态神经网络模型进行多模态推荐。本发明解决了模态间语义鸿沟问题，通过多视角语义建模进行细粒度模态语义对齐，实验结果证明了本发明的优越性和有效性。
-
公开(公告)号：CN116842398B
公开(公告)日：2024-06-28
申请号：CN202310765614.8
申请日：2023-06-27
Applicant: 哈尔滨工业大学
IPC: G06F18/22 , G06N3/0499 , G06N3/048 , G06N3/0464 , G06F18/25 , G06N3/0455
Abstract: 本发明公开了一种基于屏蔽自注意力网络的话题感知信息转发预测方法及系统，涉及信息转发预测技术领域。本发明的技术要点包括：提取消息中的话题表示，将话题表示与用户嵌入进行融合表示，获得用户‑话题依赖表示；构建包含上下文编码器、掩码生成器、掩码编码器的屏蔽自注意力网络，将用户‑话题依赖表示输入屏蔽自注意力网络，获得上下文用户依赖感知的用户表示；利用注意力机制计算目标用户与历史感染用户列表的相似度，以对用户表示进行优化重建；通过计算对应优化重建后用户表示的级联表示与下一个用户之间的似然关系来获取下一个用户的激活概率。本发明可为舆情研判、个性化推荐、热点话题识别等应用提供有价值的决策辅助支撑。
-
公开(公告)号：CN117933304A
公开(公告)日：2024-04-26
申请号：CN202410177123.6
申请日：2024-02-08
Applicant: 哈尔滨工业大学
IPC: G06N3/044 , G06N3/042 , G06N3/0895
Abstract: 一种基于自监督的多视角会话推荐桥接模型，涉及会话推荐技术领域，本发明为了解决现有的会话推荐模型没有将基于序列和基于图的会话推荐方案进行整合，没有实现在整合图模式和序列模式的同时保留相应的特征以最大化单一模式优势并提高会话推荐模型整体性能，从图到序列的转换过程伴随着结构和会话间信息的丢失等问题。本发明利用自监督学习框架将基于序列和基于图的会话推荐这两种方案结合起来，将图模式和序列模式视为两个单独的通道，通过对比学习架构集成了上述两个通道。在DC‑Rec模型中，通过通道间对比桥接模块在会话中吸收图和序列知识。通过最大化两个通道之间的互信息，将两种模式信息进行了较为充分的融合。实验结果表明DC‑Rec始终优于其他最先进的会话推荐方法。
-
公开(公告)号：CN113597013B
公开(公告)日：2024-03-22
申请号：CN202110895107.7
申请日：2021-08-05
Applicant: 哈尔滨工业大学
IPC: H04W72/566 , H04W72/53 , H04W72/51
Abstract: 一种移动边缘计算中用户移动场景下的协同任务调度方法，属于移动边缘计算技术领域，用以解决现有移动边缘计算中的任务调度方法对于用户处于移动场景时不能有效减少任务的执行时间的问题。本发明的技术要点包括：提出任务紧迫度排序算法对任务进行排序，以让执行时间较为紧迫的任务得到优先执行；提出基于资源匹配的MEC服务器选择算法得到资源匹配度最高的MEC服务器；比较任务的执行时间，调度任务在执行时间最小的MEC服务器或本地移动设备上计算执行。在用户移动场景下，本发明方法在任务平均执行时间和任务超时率上拥有最优性能，在保证用户服务质量的同时优化了任务的平均执行时间。本发明适用于用户移动场景下移动设备与MEC服务器的协同任务调度。
-
Patent Agency Ranking
公开(公告)号：CN117130748A
公开(公告)日：2023-11-28
申请号：CN202311097095.9
申请日：2023-08-29
Applicant: 哈尔滨工业大学
Abstract: 一种基于异构多核平台上类型化DAG任务的分析及调度方法，涉及DAG任务调度技术领域。本发明的目的是为了实现在异构多核平台上基于划分调度的类型化DAG任务的分析和处理器资源分配，提高核心的资源利用率。本发明研究基于异构多核平台上采用划分调度的类型化DAG任务的最坏情况响应时间和分配策略。本发明通过深入分析类型化DAG任务的拓扑结构的特点提出了一种全新的WCRT上界，并给出一种基于迭代方法的分析算法，该算法能够在多项式时间内计算出本发明提出的最新WCRT上界。本发明还提出了一种启发式的分配策略，该策略将DAG任务中的子任务分配到不同的核心上从而提升系统处理器资源的利用率。实验结果表明，本发明提出的WCRT分析方法和分配策略在可调度性测试方面相较于最新的方法分别提高了34.9％和26.4％。
-
公开(公告)号：CN117112923A
公开(公告)日：2023-11-24
申请号：CN202311012484.7
申请日：2023-08-11
Applicant: 哈尔滨工业大学
IPC: G06F16/9536 , G06N3/0464 , G06N3/08 , G06N7/01 , G06N3/048
Abstract: 一种基于传播范围自适应的协同过滤方法及系统，涉及推荐技术领域，用以区分推荐系统中实体不同属性的传播范围。针对细粒度的实体多属性以及自适应传播范围，定义PDA‑GNN模型为：该模型框架利用用户和物品交互背后的实体属性多样性来提高推荐性能，框架包含四个主要部分：嵌入层、卷积层、注意力层以及预测层；嵌入层将用户和物品的ID映射到密集的嵌入向量上，每个节点拥有多个属性嵌入，其中每个用户的嵌入数量与GNN的最大传播深度一致；接下来，卷积层完成节点嵌入的传播和聚集，形成图上的嵌入聚集过程；然后，注意力层计算每个节点的属性嵌入注意力系数，并将多个属性嵌入整合到最终的嵌入表示中；最后，预测层根据用户与物品的最终嵌入表示完成用户与物品之间交互得分的预测。实验结果证明本发明提出的PDA‑GNN模型性能优越。
-
公开(公告)号：CN111176817B
公开(公告)日：2023-03-28
申请号：CN201911402711.0
申请日：2019-12-30
Applicant: 哈尔滨工业大学
IPC: G06F9/48 , G06F16/901
Abstract: 一种多核处理器上基于划分调度的DAG实时任务间的干扰分析方法，涉及嵌入式实时系统技术领域。本发明为了提高了WCRT分析的精度，从而提高实时系统系统预测任务集可调度率的准确度。本发明分析高优先级DAG任务的内部结构对低优先级任务干扰的影响，得到更精确的干扰上界。对于DAG任务的拓扑结构以及其内部子任务被分配的处理器情况，首先提出了一个并行结构，并证明了这种并行结构会导致传统的分析方法产生任务间干扰的重复计算。根据这个并行结构提出了一种减少重复计算的WCRT分析策略，有效地提高了WCRT分析的精度。此WCRT分析策略可以降低实时系统预测任务集的WCRT数值，使其更加接近任务集在系统中执行的真实值，提高实时系统系统预测任务集可调度率的准确度。本发明用于同构多核处理器上。
-
公开(公告)号：CN110378148B
公开(公告)日：2023-02-03
申请号：CN201910680596.7
申请日：2019-07-25
Applicant: 哈尔滨工业大学
IPC: G06F21/62
Abstract: 一种面向云平台的多域数据隐私保护方法，涉及多域数据隐私保护技术领域。本发明为了解决现有的多域数据隐私保护方法一般采用静态匿名来发布数据，不够灵活，不能限制数据分析人员获得的数据范围，无法满足使用原始数据的需求的问题。本发明包括数据匿名化处理和原始数据恢复处理；本发明针对数据分析和事务处理场景下的具体需求，来采用相应的隐私保护策略，对不同领域的结构化数据表，通过数据匿名为主体的隐私保护技术，来达到减少云端数据隐私泄露风险的效果，同时满足一定事务处理上的需求。将匿名后数据存储并用于数据分析，降低隐私信息泄露的风险，对数据进行动态的匿名化，限制数据分析人员可以获得的数据范围，同时更好的保护数据隐私。
-
公开(公告)号：CN115409099A
公开(公告)日：2022-11-29
申请号：CN202211014224.9
申请日：2022-08-23
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种物联网流量异常检测模型建立方法及检测方法。该模型建立方法包括：客户端获取流量数据，根据服务端发送的初始模型参数构建与全局模型对应的局部模型，其中，全局模型与局部模型为TCN模型，客户端根据流量数据训练局部模型，得到训练表现数据并传输至服务端；服务端对训练表现数据进行打分，并根据打分结果选择参与全局模型聚合的客户端；客户端利用分类器对流量数据进行筛选，得到样本数据，并根据样本数据训练局部模型，得到局部模型参数发送至服务端；服务端根据各个局部模型参数迭代更新全局模型直至全局模型收敛，获得异常检测模型。本发明的有益效果：增加物联网流量异常检测效率与准确度。
-
-
-
-
-
-
-
-
-
Search Results
186
records
(took 0.036 seconds)
