公开(公告)号：CN116595374A

公开(公告)日：2023-08-15

申请号：CN202310577295.8

申请日：2023-05-22

Applicant: 北京交通大学

Inventor： 鲍鹏 ,  李家年 ,  田丰 ,  刘中一 ,  刘辉

IPC: G06F18/214 ,  G06N3/042 ,  G06N3/049 ,  G06N3/0895

Abstract: 本发明提供一种基于图对比学习的时序依赖建模方法及系统，属于图对比学习技术领域，在动态图中以任意节点作为中心节点，分别计算时空阈值，获取时空子图、时空相似子图以及时空非相似子图；利用时间关联编码器，捕获动态图中的时间和空间信息，得到对应节点的节点表示和子图的表示；通过对比学习最大化时空子图和时空相似子图的一致性以及最小化时空子图和时空非相似子图的一致性；通过辅助训练器提高模型对少量标记数据的泛化能力。本发明通过最大化短时间节点的时间一致性以学习节点表征，更有效地利用了动态图中的时间和空间信息，可解释性高；编码器部分相对独立，可迁移性强；缓解了数据标签的依赖性，无需人工标注数据，降低了处理成本。

公开(公告)号：CN119201882A

公开(公告)日：2024-12-27

申请号：CN202310776955.5

申请日：2023-06-27

Applicant: 腾讯科技(深圳)有限公司 ,  北京交通大学

Inventor： 周斌 ,  鲍鹏 ,  闫荣 ,  李家年 ,  彭陆渝 ,  张文 ,  黄南烨 ,  何军庭 ,  王圳 ,  张霄

IPC: G06F16/21 ,  G06F16/22 ,  G06F18/214 ,  G06F18/2132 ,  G06N3/042 ,  G06N3/048

Abstract: 本申请应用于数据处理技术领域，具体可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，涉及一种信息处理方法、装置、电子设备及存储介质，该方法为：基于指定业务场景下各目标对象各自针对业务对象的历史操作情况，构建图数据；所述图数据包括：基于各目标对象和各业务对象各自对应的节点构建的节点信息集、由连接边对应的操作时间构建的时间信息集、各节点特征和各边交互特征；再基于所述图数据，对初始的图神经网络模型进行多轮迭代训练，得到训练后的目标模型和所述目标模型针对所述各节点分别构建的目标嵌入向量。这样，提高了目标对象可考量的业务对象范围，为分析业务对象对于目标对象的适配性提供了有利的分析依据。

公开(公告)号：CN115017368A

公开(公告)日：2022-09-06

申请号：CN202210455958.4

申请日：2022-04-28

Applicant: 北京交通大学

Inventor： 鲍鹏 ,  李家年

IPC: G06F16/901 ,  G06F16/9537 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种基于自监督学习的动态图表示学习方法，包括：对动态图进行采样，分别得到时空子图、非时序子图、非空间子图；利用时空权重编码器分别得到三个子图的节点级以及图级别的表征；设计时空对比学习，分别从时间和空间的角度定义总损失函数；通过总损失函数完成时空权重编码器的训练，最后将动态图中所有的节点送入训练好的时空权重编码器中，得到动态图的节点表征，并将其应用到动态图模型类应用场景中分类、推荐、链路预测等任务中。本发明融合了动态图的时间和空间信息，增强了动态图表示方法的性能；具有良好的可解释性、可验证性、表征性能和可迁移性。并且本发明在现实中可以应用于电商网络，用以预测用户可能购买的商品。