-
公开(公告)号:CN116663603A
公开(公告)日:2023-08-29
申请号:CN202310558961.3
申请日:2023-05-17
Applicant: 北京大学
IPC: G06N3/042 , G06N3/045 , G06N3/0442 , G06N3/096
Abstract: 本发明属于深度学习技术领域,具体公开一种基于参数分离和知识蒸馏的图持续学习方法,该方法的输入是一张原图,由节点和边构成,Trans‑CGL首先为图中每个节点构造一个子图,然后通过Graph transformer并行地提取节点特征,此时应用参数分离和知识蒸馏来防止旧任务的特征遗忘,在经过L层Graph transformer之后,最终输出结果。Trans‑CGL由四个主要部分组成:构造子图(Construct subgraph)、参数分离(Parameter isolation)、知识蒸馏(Knowledge distillation)和模型输出(Output)。本发明主要是解决基于参数分离和知识蒸馏的图持续学习(CGL)存在的拓扑引起的灾难性遗忘问题,主要就是节点特征遗忘和拓扑特征遗忘。
-
公开(公告)号:CN113822916A
公开(公告)日:2021-12-21
申请号:CN202110945138.9
申请日:2021-08-17
Applicant: 北京大学
Abstract: 本申请公开了一种图像匹配方法、装置、设备及可读存储介质,属于图像处理技术领域。方法包括:获取第一图像和第二图像,第一图像包括多个第一关键点,第二图像包括多个第二关键点;确定多个关键点对的第一点对特征,每个关键点对包括一个第一关键点和一个第二关键点;确定多个关键边对的第一边对特征,每个关键边对包括任意两个关键点对中第一关键点之间的边和任意两个关键点对中第二关键点之间的边;基于多个关键点对的第一点对特征确定各个关键点对的匹配结果,基于多个关键边对的第一边对特征确定各个关键边对的匹配结果;基于各个关键点对的匹配结果和各个关键边对的匹配结果,确定第一图像和第二图像的匹配结果,能提高图像匹配的准确性。
-
公开(公告)号:CN118213013A
公开(公告)日:2024-06-18
申请号:CN202310589826.5
申请日:2023-05-23
Applicant: 北京大学
IPC: G16C20/90 , G16C20/70 , G06F16/901 , G06F16/9035 , G06F16/9038 , G06N3/0464 , G06N3/048 , G06N3/042 , G06N3/0455 , G06N3/08 , G06F18/22 , G06F18/25
Abstract: 本发明公布了一种基于上下文注意力的图相似度计算的分子式检索方法,基于上下文依赖注意力机制和图神经网络模型构建计算分子图相似度的图神经网络学习模型,用于计算分子图相似度;将两个待计算相似度的分子图输入到构建的模型;学习有效的分子图节点特征,获得分子图间交互特征并增强分子图内嵌入特征;使用谱域编码补充拓扑信息,将分子图的节点特征池化至分子图的整体特征;再对原始分子图对的相似度进行预测;通过分子图的相似度计算实现分子式检索。采用本发明的技术方案,能够有效提升分子式检索的精度。
-
公开(公告)号:CN113822916B
公开(公告)日:2023-09-15
申请号:CN202110945138.9
申请日:2021-08-17
Applicant: 北京大学
Abstract: 本申请公开了一种图像匹配方法、装置、设备及可读存储介质,属于图像处理技术领域。方法包括:获取第一图像和第二图像,第一图像包括多个第一关键点,第二图像包括多个第二关键点;确定多个关键点对的第一点对特征,每个关键点对包括一个第一关键点和一个第二关键点;确定多个关键边对的第一边对特征,每个关键边对包括任意两个关键点对中第一关键点之间的边和任意两个关键点对中第二关键点之间的边;基于多个关键点对的第一点对特征确定各个关键点对的匹配结果,基于多个关键边对的第一边对特征确定各个关键边对的匹配结果;基于各个关键点对的匹配结果和各个关键边对的匹配结果,确定第一图像和第二图像的匹配结果,能提高图像匹配的准确性。
-
-
-