-
公开(公告)号：CN113312915A
公开(公告)日：2021-08-27
申请号：CN202110589720.6
申请日：2021-05-28
Applicant: 北京航空航天大学
IPC: G06F40/295 , G16H10/20 , G16H50/80
Abstract: 本发明通过信息技术领域的方法，实现了一种智能流行病学调查系统，系统由智能流行病学前端交互子系统、智能流行病学模型推断子系统和智能流行病学图数据库存储子系统三个部分组成。其中智能流行病学前端交互子系统主要负责流调人员对流调事件进行修改和插入，以及流调时空的同步可视化；智能流行病学模型推断子系统采用了多语言MBERT预训练模型，是一项已经成熟的技术，使用预训练模型对文本的实体进行推断，最终将推断结果存储到智能流行病学图数据库存储子系统中。本发明所述系统实现了以较高的效率从流调采访文本或者问卷中自动抽取关键事件地点人物信息，并且加快流调速度的技术效果。
-
公开(公告)号：CN113312283A
公开(公告)日：2021-08-27
申请号：CN202110589828.5
申请日：2021-05-28
Applicant: 北京航空航天大学
IPC: G06F13/28 , G06F13/42 , G06F15/173 , G06T1/20
Abstract: 本发明通过信息技术领域的方法，实现了一种基于FPGA加速的异构图学习系统。由硬件部分和软件部分组成，硬件部分由通用服务器、FPGA板卡、GPU构成，FPGA和GPU连接在通用服务器CPU引出的PCIe接口上，FPGA板卡由FPGA芯片、内存芯片、网络接口、PCIe接口、辅助电路构成；FPGA芯片内部结构进行结构性改进；软件部分由用户态软件，内核驱动和GPU软件构成，所述用户态软件用用户接口，预处理器，运行时引擎三部分，通过预处理器将图数据从硬盘加载到内存中，运行时引擎调度用户接口提供的算法实现算法在硬件上的运行实现整个系统高效在图数据集上运行包括图神经网络在内的算法的功能。
-
公开(公告)号：CN110019653B
公开(公告)日：2021-07-02
申请号：CN201910277671.5
申请日：2019-04-08
Applicant: 北京航空航天大学
Abstract: 本申请公开了一种融合文本和标签网络的社交内容表征方法和系统，所述方法包括：对文本数据进行处理，得到该文本数据的图表示，并对得到的子图中节点按照BFS进行排序；对所述图表示进行数据结构化处理；建立标签网络，并根据元路径在标签网络中随机游走得到标签的向量表示；将处理得到的结构化数据输入神经网络中，基于标签网络和元路径得到标签的向量表示对所述神经网络进行LSTM+RNN训练。
-
公开(公告)号：CN111191471A
公开(公告)日：2020-05-22
申请号：CN201911393679.4
申请日：2019-12-30
Applicant: 北京航空航天大学
IPC: G06F40/58 , G06F40/295 , G06F16/36
Abstract: 本发明公开了基于实体序列编码的知识图谱融合方法，所述方法包括：步骤一：知识图谱实体表示学习；步骤二：选择路径编码和对齐模型；步骤三：跨语言实体对齐模型，其中，在源语言知识图谱空间中，针对其中的一个实体，构建与其他种子实体的2跳序列，在目标语言知识图谱空间中构建可能与之对应的序列，找出概率最高的对齐序列，然后从对齐序列中找到同位置的节点，作为该节点的对齐节点；步骤四：添加新的候选种子节点;本发明针对现有技术中深度学习模型训练语料不足的问题，提出了基于实体路径表示学习的方法。
-
公开(公告)号：CN106899433B
公开(公告)日：2020-03-20
申请号：CN201710046489.X
申请日：2017-01-18
Applicant: 北京航空航天大学
Abstract: 本发明实施例提供一种网络链接预测方法及装置，该方法包括：根据用户输入的主题个数和网络节点个数，构建扩散网络，扩散网络包括多个网络节点和多个主题，各网络节点对应主动向量和被动向量，主动向量和被动向量中包括待求解参数；根据各网络节点的主动向量，生成扩散数据；获取预设时长内、扩散数据在扩散网络中扩散的统计数据；根据统计数据，确定待求解参数的参数值；根据待求解参数的参数值，确定第一网络节点的主动向量和第二网络的被动向量，根据第一网络节点的主动向量和第二网络节点的被动向量，确定第一网络节点和第二网络节点之间发生网络链接的概率。用于提高网络链接预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN106802888B
公开(公告)日：2020-01-24
申请号：CN201710023520.8
申请日：2017-01-12
Applicant: 北京航空航天大学
IPC: G06F40/284 , G06F16/31
Abstract: 本发明提供一种词向量训练方法和装置，其中词向量训练方法包括：获取新增词汇库，新增词汇库中的词汇与旧词汇库中的词汇构成新词汇库，旧词汇库中的词汇对应有旧词向量；对新词汇库中的词汇进行初始化处理，使得新词汇库中属于旧词汇库中的词汇的词向量为旧词向量，新词汇库中属于新增词汇库中的词汇词向量为随机词向量；根据旧词汇库对应的噪声分布和新词汇库对应的噪声分布分别对新词汇库中词汇的词向量进行更新。本发明提供的词向量训练方法和装置，减少了训练词向量时的计算量。
-
公开(公告)号：CN110442846A
公开(公告)日：2019-11-12
申请号：CN201910648749.X
申请日：2019-07-18
Applicant: 北京航空航天大学
Abstract: 一种新型多尺度注意力机制的序列数据预测系统，包括结合时间特征编码的序列数据编码模块，多尺度时间特征提取模块，长序列快速预测模块；所述结合时间特征编码的序列数据编码模块对输入序列的序列数据和时间特征进行编码得到新的输入向量；所述多尺度时间特征提取模块对新的输入向量进行切分，然后输入到对应的特征提取结构中，将提取到的不同时间尺度的序列特征进行组合，得到稳定有效的时间序列表示；所述长序列快速预测模块构造初始输入序列，进行数据编码后融合得到预测输出结果。
-
公开(公告)号：CN106886567B
公开(公告)日：2019-11-08
申请号：CN201710022500.9
申请日：2017-01-12
Applicant: 北京航空航天大学
IPC: G06F16/33 , G06F16/35 , G06F16/335
Abstract: 本发明提供一种基于语义扩展的微博突发事件检测方法及装置，本发明提供的基于语义扩展的微博突发事件检测方法包括：获取与待检测的微博突发事件对应的第一关键词；根据第一关键词和第一关键词关联的词向量文件，得到微博突发事件；其中，第一关键词关联的词向量文件是采用word2vec方法对训练集中的训练词语进行训练得到的，词向量文件包括第一关键词与其它训练词语之间的语义相似度。本发明的基于语义扩展的微博突发事件检测方法及装置，通过考虑文本的语义信息来扩展事件的关键词，并通过扩展后的关键词进行微博突发事件的检测，可以准确的检测微博突发事件，避免了将同一事件分成两个微博事件，并可以进行在线检测。
-
公开(公告)号：CN105740400B
公开(公告)日：2019-08-06
申请号：CN201610059390.9
申请日：2016-01-27
Applicant: 北京航空航天大学
IPC: G06F16/903
Abstract: 本发明提供一种动态调整多模匹配自动机的方法和装置，其中，动态调整多模匹配自动机的方法包括：根据模式集合建立多模匹配自动机；若所述模式集合发生变化，则根据所述模式集合中发生变化的模式在所述多模匹配自动机中删除或者增添与所述发生变化的模式相对应的节点，根据发生变化的模式集合更新所述多模匹配自动机中剩余的节点。本发明提供的动态调整多模匹配自动机的方法，当模式集合发生变化时，可以通过对原有自动机进行调整获得新的自动机，提高了模式匹配的效率。
-
公开(公告)号：CN110008967A
公开(公告)日：2019-07-12
申请号：CN201910276931.7
申请日：2019-04-08
Applicant: 北京航空航天大学
Abstract: 本申请公开了一种融合结构和语义模态的行为表征方法和系统，所述方法包括：对原始数据进行处理，得到多个子图；对所述多个子图分别进行数据结构化处理，将处理得到的结构化数据输入神经网络中进行训练，得到每个子图的输出结果；对所述每个子图的输出结果进行合并。
-
-
-
-
-
-
-
-
-
Search Results
301
records
(took 0.056 seconds)
