-
Patent Agency Ranking
公开(公告)号：CN113298234A
公开(公告)日：2021-08-24
申请号：CN202110576078.8
申请日：2021-05-26
Applicant: 中国科学院计算技术研究所
Abstract: 本发明实施例提供了一种生成多关系图中节点的表示向量的方法，本发明经过多关系图分解和编码后得到的编码后的单一关系子图，不仅可以降低预测难度，也可避免多关系图下潜在关联预测收到过多干扰，导致关联预测不够准确；然后潜在关联预测可以得到补充了潜在关联后的关系子图，能够实现挖掘多关系图中每一种关系情况中潜在关联信息，再聚合为挖掘了不同的潜在关系的多关系的特征聚合图，基于特征聚合图提取节点的表示向量，从而更好地为后续任务提供准确基础。
-
公开(公告)号：CN115005822A
公开(公告)日：2022-09-06
申请号：CN202210522640.3
申请日：2022-05-13
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于异质图的ADHD智能决策支持方法和系统，包括：通过多个运动传感器同时采集受试者在ADHD测试过程中的运动数据；将该运动数据在同一时间窗口内各运动传感器的单通道连续时序数据转置后作为各节点的特征，将各运动传感器数据通道间的互信息作为节点间边的权值，保存各节点的特征和节点间边的权值，作为当前时间窗口该运动数据的异质图；拼接各时间窗口的异质图，构建时域和频域异质图序列；通过异质图递归神经网络提取该异质图序列中节点的表示向量；通过分类器对节点的表示向量进行分类，得到ADHD智能决策支持结果。本发明利用运动数据多方面的信息，实现对ADHD更准确的分类识别，提供更具参考意义的准确辅助决策支持。
-
公开(公告)号：CN113297485A
公开(公告)日：2021-08-24
申请号：CN202110562646.9
申请日：2021-05-24
Applicant: 中国科学院计算技术研究所
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明实施例提供了一种生成跨模态的表示向量的方法以及跨模态推荐方法，本发明基于不同模态的条目用相应的信息提取方式从该条目中提取包括不同模态的共有内容对应的特征向量和当前模态的专属内容对应的特征向量的跨模态一致性标引，基于各条目的文本信息提取核心词集合，根据跨模态一致性标引生成包含多个条目和多个核心词对应的节点连接的跨模态内容图，并用跨模态内容图通过多模态图神经网络生成跨模态的表示向量，从而更精准地将跨模态的数据对应的特征映射到同一语义空间，有利于提高推荐系统的性能，提高用户体验。
-
公开(公告)号：CN113298234B
公开(公告)日：2024-01-05
申请号：CN202110576078.8
申请日：2021-05-26
Applicant: 中国科学院计算技术研究所
IPC: G06F16/906 , G06N3/08
Abstract: 本发明实施例提供了一种生成多关系图中节点的表示向量的方法，本发明经过多关系图分解和编码后得到的编码后的单一关系子图，不仅可以降低预测难度，也可避免多关系图下潜在关联预测收到过多干扰，导致关联预测不够准确；然后潜在关联预测可以得到补充了潜在关联后的关系子图，能够实现挖掘多关系图中每一种关系情况中潜在关联信息，再聚合为挖掘了不同的潜在关系的多关系的特征聚合图，基于特征聚合图提取节点的表示向量，从而更好地为后续任务提供准确基础。
-
公开(公告)号：CN113297485B
公开(公告)日：2023-01-24
申请号：CN202110562646.9
申请日：2021-05-24
Applicant: 中国科学院计算技术研究所
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明实施例提供了一种生成跨模态的表示向量的方法以及跨模态推荐方法，本发明基于不同模态的条目用相应的信息提取方式从该条目中提取包括不同模态的共有内容对应的特征向量和当前模态的专属内容对应的特征向量的跨模态一致性标引，基于各条目的文本信息提取核心词集合，根据跨模态一致性标引生成包含多个条目和多个核心词对应的节点连接的跨模态内容图，并用跨模态内容图通过多模态图神经网络生成跨模态的表示向量，从而更精准地将跨模态的数据对应的特征映射到同一语义空间，有利于提高推荐系统的性能，提高用户体验。
-
-
-
-
Search Results
5
records
(took 0.03 seconds)
