-
公开(公告)号：CN114626174B
公开(公告)日：2025-05-02
申请号：CN202210287021.0
申请日：2022-03-23
Applicant: 中南大学
IPC: G06F30/18 , G06F30/27 , G06F119/02
Abstract: 本发明提供一种基于知识图谱和图神经网络的无线业务预测方法及装置，其中方法包括：依据记录有无线网络中各无线通信指标状态及关联关系的无线通信内生因素知识图谱，以及记录有无线网络中移动终端所涉及的应用层业务数据的业务数据仓库，抽取不同时刻下与无线通信业务相关的网络环境属性和移动终端属性；基于所述网络环境属性和移动终端属性构建适用于空时图神经网络模型的、由不同时刻下的无线通信图组织构成的空时属性图；基于所述空时属性图构建无线业务预测的空时图神经网络模型并进行训练。训练得到的空时图神经网络模型便可利用所有影响无线业务预测各因素之间的关联关系，对无线通信业务进行高效精准预测。
-
公开(公告)号：CN113163378B
公开(公告)日：2022-03-25
申请号：CN202110481245.0
申请日：2021-04-30
Applicant: 中南大学
Abstract: 本发明公开了一种最大化调度用户集势的动态调度方法与装置，用于基站面对大规模用户终端时进行选择性调度的场景。首先根据用户信干噪比和业务需求筛选得到可行用户集。然后在可行用户集中构造不同的用户子集，找到一个满足集合中所有用户的业务需求且总发送功率最小的用户子集作为已调度用户集。再从已调度用户集中有放回的取出一个用户，剩余用户集合作为待优化用户集，选择一个总发送功率最小的待优化用户集，并记录被取出用户。如果已调度用户集中的最后加入用户与记录的取出用户相同，则输出已调度用户集和对应的波束赋形向量。本发明能够同时进行用户调度和波束赋形优化，具有时间复杂度低、调度用户数量多和调度用户间干扰小等优点。
-
公开(公告)号：CN115116612B
公开(公告)日：2025-02-14
申请号：CN202210768840.7
申请日：2022-07-01
Applicant: 中南大学
IPC: G16H50/30 , G16H50/70 , G16H40/67 , G06F16/215 , G06F16/22 , G06F16/2458 , G06F16/28 , G06F16/36
Abstract: 本发明公开了一种儿童患者病情智能风险评估系统及方法，首先从儿童患者家属方和医院方采集与病情相关的数据；然后从设计的数据采集表中抽取与病情相关的儿童患者表征构建实体节点，根据专家知识和医学知识库构建实体之间的关系，构建儿童患者病情风险因素知识图谱；再基于采集的数据和儿童患者病情风险因素知识图谱构建多个时刻的儿童患者病情动态属性图，利用动态异构图神经网络模型学习属性图，输出重要表征的预测值，基于重要表征的预测值评估病危程度，对儿童患者的就诊策略进行建议。本发明使用历史数据和当前数据，保证了对患儿评估的准确性，并且侧重于对患儿的表征进行分析和预测，规避了误诊的风险，缓解了智慧医疗的伦理问题。
-
公开(公告)号：CN113163378A
公开(公告)日：2021-07-23
申请号：CN202110481245.0
申请日：2021-04-30
Applicant: 中南大学
Abstract: 本发明公开了一种最大化调度用户集势的动态调度方法与装置，用于基站面对大规模用户终端时进行选择性调度的场景。首先根据用户信干噪比和业务需求筛选得到可行用户集。然后在可行用户集中构造不同的用户子集，找到一个满足集合中所有用户的业务需求且总发送功率最小的用户子集作为已调度用户集。再从已调度用户集中有放回的取出一个用户，剩余用户集合作为待优化用户集，选择一个总发送功率最小的待优化用户集，并记录被取出用户。如果已调度用户集中的最后加入用户与记录的取出用户相同，则输出已调度用户集和对应的波束赋形向量。本发明能够同时进行用户调度和波束赋形优化，具有时间复杂度低、调度用户数量多和调度用户间干扰小等优点。
-
公开(公告)号：CN111865446B
公开(公告)日：2021-04-06
申请号：CN202010743032.6
申请日：2020-07-29
Applicant: 中南大学
Abstract: 本发明公开了一种利用网络环境上下文信息实现的智能波束配准方法与装置。该方法根据基站和移动终端位置、网络环境上下文信息及周围传输介质对电磁传输的影响信息计算用于数据传输的通信链路所对应的收发波束对信息；根据基站位置、移动终端位置和天气信息判断知识图谱库中是否已经存储与相应信息对应的有效通信链路信息，若存在则直接选取用于数据传输的通信链路所对应的收发波束对信息，否则通过传统波束训练获取实时收发波束对信息或重构通信环境立体方位图计算切换波束对信息；该方法还利用人工智能理论预测移动终端波束切换位置，从而进行切换波束对预估计。本发明可以在移动通信场景中实现低开销训练和高效地波束配准及建立通信链路。
-
Patent Agency Ranking
公开(公告)号：CN111865446A
公开(公告)日：2020-10-30
申请号：CN202010743032.6
申请日：2020-07-29
Applicant: 中南大学
Abstract: 本发明公开了一种利用网络环境上下文信息实现的智能波束配准方法与装置。该方法根据基站和移动终端位置、网络环境上下文信息及周围传输介质对电磁传输的影响信息计算用于数据传输的通信链路所对应的收发波束对信息；根据基站位置、移动终端位置和天气信息判断知识图谱库中是否已经存储与相应信息对应的有效通信链路信息，若存在则直接选取用于数据传输的通信链路所对应的收发波束对信息，否则通过传统波束训练获取实时收发波束对信息或重构通信环境立体方位图计算切换波束对信息；该方法还利用人工智能理论预测移动终端波束切换位置，从而进行切换波束对预估计。本发明可以在移动通信场景中实现低开销训练和高效地波束配准及建立通信链路。
-
公开(公告)号：CN114626174A
公开(公告)日：2022-06-14
申请号：CN202210287021.0
申请日：2022-03-23
Applicant: 中南大学
IPC: G06F30/18 , G06F30/27 , G06F119/02
Abstract: 本发明提供一种基于知识图谱和图神经网络的无线业务预测方法及装置，其中方法包括：依据记录有无线网络中各无线通信指标状态及关联关系的无线通信内生因素知识图谱，以及记录有无线网络中移动终端所涉及的应用层业务数据的业务数据仓库，抽取不同时刻下与无线通信业务相关的网络环境属性和移动终端属性；基于所述网络环境属性和移动终端属性构建适用于空时图神经网络模型的、由不同时刻下的无线通信图组织构成的空时属性图；基于所述空时属性图构建无线业务预测的空时图神经网络模型并进行训练。训练得到的空时图神经网络模型便可利用所有影响无线业务预测各因素之间的关联关系，对无线通信业务进行高效精准预测。
-
公开(公告)号：CN116455440B
公开(公告)日：2023-09-05
申请号：CN202310728042.6
申请日：2023-06-20
Applicant: 中南大学
IPC: H04B7/06 , H04W36/30 , H04W72/044 , H04B7/08
Abstract: 本发明涉及设备通信技术领域，公开了一种姿态感知赋能高效波束对准方法与对准系统，包括：启动器基于自身运动得到启动器路线障碍物数据，并基于响应器运动信息得到响应器路线障碍物数据；启动器基于启动器路线障碍物数据和响应器路线障碍物数据靠近响应器，并对响应器进行姿态特征采集得到不同姿态特征下响应器的姿态锚点数量；启动器基于姿态锚点数量调整自身运动轨迹使启动器与响应器运动同步，并预测响应器运动轨迹得到预测响应器路径；启动器基于预测响应器路径保证自身与响应器始终处于通信阈值距离内，并进行波束对准用于无线通信定向传输场景。本发明解决了现有的波束对准方法对准时间长、效率低的问题。
-
公开(公告)号：CN116455440A
公开(公告)日：2023-07-18
申请号：CN202310728042.6
申请日：2023-06-20
Applicant: 中南大学
IPC: H04B7/06 , H04W36/30 , H04W72/044 , H04B7/08
Abstract: 本发明涉及设备通信技术领域，公开了一种姿态感知赋能高效波束对准方法与对准系统，包括：启动器基于自身运动得到启动器路线障碍物数据，并基于响应器运动信息得到响应器路线障碍物数据；启动器基于启动器路线障碍物数据和响应器路线障碍物数据靠近响应器，并对响应器进行姿态特征采集得到不同姿态特征下响应器的姿态锚点数量；启动器基于姿态锚点数量调整自身运动轨迹使启动器与响应器运动同步，并预测响应器运动轨迹得到预测响应器路径；启动器基于预测响应器路径保证自身与响应器始终处于通信阈值距离内，并进行波束对准用于无线通信定向传输场景。本发明解决了现有的波束对准方法对准时间长、效率低的问题。
-
公开(公告)号：CN115116612A
公开(公告)日：2022-09-27
申请号：CN202210768840.7
申请日：2022-07-01
Applicant: 中南大学
IPC: G16H50/30 , G16H50/70 , G16H40/67 , G06F16/215 , G06F16/22 , G06F16/2458 , G06F16/28 , G06F16/36
Abstract: 本发明公开了一种儿童患者病情智能风险评估系统及方法，首先从儿童患者家属方和医院方采集与病情相关的数据；然后从设计的数据采集表中抽取与病情相关的儿童患者表征构建实体节点，根据专家知识和医学知识库构建实体之间的关系，构建儿童患者病情风险因素知识图谱；再基于采集的数据和儿童患者病情风险因素知识图谱构建多个时刻的儿童患者病情动态属性图，利用动态异构图神经网络模型学习属性图，输出重要表征的预测值，基于重要表征的预测值评估病危程度，对儿童患者的就诊策略进行建议。本发明使用历史数据和当前数据，保证了对患儿评估的准确性，并且侧重于对患儿的表征进行分析和预测，规避了误诊的风险，缓解了智慧医疗的伦理问题。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
