一种多智能体超图建模与表示方法

    公开(公告)号:CN116561376A

    公开(公告)日:2023-08-08

    申请号:CN202310190423.3

    申请日:2023-03-02

    Abstract: 本发明属于图表示学习领域,提出一种多智能体超图建模与表示方法。首先将图表示学习过程定义为多智能体的优化过程;其次,将现有超图表示学习方法中的消息传递机制作为一种智能体的交互方式;接着,设计一种基于力的智能体交互方式;最后将两种智能体交互方式在下游任务上共同优化图模型,并利用优化后的图模型输出预测结果。本发明从多智能体的角度形式化了图表示学习问题,考虑了图中节点的高阶复杂关系,并将消息传递和基于力的交互结合起来,提升了现有超图方法的性能,并且适用于复杂场景中图学习任务。

    基于文件审查机制的分布式区块链存储方法

    公开(公告)号:CN111949630A

    公开(公告)日:2020-11-17

    申请号:CN202010794779.4

    申请日:2020-08-10

    Abstract: 本发明涉及分布式存储技术领域,提供一种基于文件审查机制的分布式区块链存储方法,包括:步骤100,构建分布式区块链存储系统架构,所述存储系统架构包含用户节点、超级节点、存储节点和云服务平台;步骤200,利用采集用户上传的文件,并负责审核用户实名认证信息;步骤300,超级节点的超级节点网关执行前审验机制自动检验文件合法性,并对前审合法文件进行分布式文件存储;步骤400,超级节点的超级节点网关执行后审验机制审验文件的合法性。本发明能够在文件存储系统建设时,包含分布式存储的特性和高吞吐量,又同时保证数据可审察和有效监管。

    一种轻量的药典图片文字提取方法

    公开(公告)号:CN116704537B

    公开(公告)日:2023-11-03

    申请号:CN202211539551.6

    申请日:2022-12-02

    Inventor: 李朋 于硕

    Abstract: 本发明属于视觉文档理解技术领域,公开了一种轻量的药典图片文字提取方法,包含两个关键步骤。1)构建药典特征轻量聚焦模块:首先利用全秩网络特征主成分构建低秩神经网络层,然后设计聚焦策略从输入特征中提取关键信息,2)构建药典文档信息识别提取网络:串联8个药典特征轻量聚焦模块为网络骨架,构建多阶段编码器提取药典数据特征嵌入;然后串联8个药典特征轻量聚焦模块为网络骨架,构建多阶段解码器转换药典数据信息为特定文本,实现药典电子化;最后利用交叉熵损失衡量解码器提取的药典数据文本与原始药典数据文本的差距,通过最小化交叉熵损失最优化网络参数。

    一种基于网络模体图表示学习的小样本语义分割方法

    公开(公告)号:CN115661457A

    公开(公告)日:2023-01-31

    申请号:CN202211342949.0

    申请日:2022-10-31

    Abstract: 本发明属于人工智能研究领域,提出一种基于网络模体图表示学习的小样本语义分割方法。本发明主要解决由于通道特征提取能力不足,导致的查询图像中通道信息丢失问题。所述方法主要包括特征提取模块、关系参考模块、隐式关系挖掘模块、多尺度交互模块和最终分割模块。该发明将查询通道特征作为节点,构造图结构,建立节点之间的关系;利用网络模体来量化节点的属性特征和结构特征,以增强通道之间的关系;最后,聚合属性特征和结构特征,并通过图表示学习来挖掘节点之间的隐式关系。该发明通过将查询通道特征的隐式关系显示化,缓解了查询图像中的信息丢失问题。

    一种基于模体的异构图神经网络假新闻检测算法

    公开(公告)号:CN115269853A

    公开(公告)日:2022-11-01

    申请号:CN202210949264.6

    申请日:2022-08-09

    Inventor: 于硕 黄华飞 夏锋

    Abstract: 本发明属于假新闻检测领域,提供了一种基于模体的异构图神经网络假新闻检测算法。首先,将社交媒体的原始数据构建成新闻异构图;其次,将所有类型的节点映射到相同的特征空间,并根据每个异构模体类型分别提取实例;接着,利用实例级注意机制将同类型的所有模体实例聚合到相应的新闻节点中以捕获关键实例信息;然后,针对不同类型的异构模体,使用语义级注意力机制自适应地聚合不同的新闻语义嵌入;最后,将新闻的表示用于下游的假新闻检测任务。本发明考虑了社交平台中大量存在的异构高阶模式,通过两层注意力机制,学习到了高效的新闻节点表示,并提高了假新闻检测的效果。

    一种基于结构特征高阶逻辑知识图谱表示学习方法

    公开(公告)号:CN114741535A

    公开(公告)日:2022-07-12

    申请号:CN202210449943.7

    申请日:2022-04-27

    Abstract: 本发明属于人工智能研究领域,提出一种基于结构特征高阶逻辑知识图谱表示学习方法。首先,对数据进行高阶逻辑关系特征表示,提取图中的节点邻域结构模体度矩阵,将每个关系中实体模体度矩阵作为高阶逻辑关系特征;其次,图卷积网络进行实体属性特征和高阶逻辑关系特征表示;最后,使用哈达玛积、求和与串联三种不同的聚合方法进行特征聚合。本发明融合了两种知识图谱表示学习特征,从不同角度学习样本数据后用于实体分类、链路预测等知识图谱下游任务,获得一种精度较高的高阶逻辑知识表示学习方法,同时可以克服目前的知识表示学习方法,对逆关系和复合关系等高阶逻辑关系表达能力不足,表示损耗大,计算成本高,可解释性差等问题。

    一种基于区块链的节点信誉共识方法

    公开(公告)号:CN112039964B

    公开(公告)日:2022-01-04

    申请号:CN202010854966.7

    申请日:2020-08-24

    Abstract: 本发明涉及共识算法技术领域,提供一种基于区块链的节点信誉共识方法,包括:步骤100,获取行为记录表;步骤200,对行为记录表中节点进行信誉值评估;步骤300,根据节点的信誉值变化计算节点的信誉增长率;步骤400,根据节点的信誉值和信誉增长率进行权限管理,具有选举权限的节点可参与共识节点集的随机动态选举,并根据主节点选举算法选举出共识主节点;步骤500,共识主节点接收客户端发送的请求,之后将请求和签名一起广播给共识节点,开始共识过程;步骤600,要退出的节点需向共识主节点发送退出请求;或者,待加入的节点也需向所有共识节点以及主节点都发送加入请求消息。本发明能够对全网节点的可信性进行检测和评估。

    基于社交网络的社团划分方法、装置、存储介质及设备

    公开(公告)号:CN110224847B

    公开(公告)日:2021-12-14

    申请号:CN201810408325.1

    申请日:2018-05-02

    Inventor: 宁兆龙 于硕

    Abstract: 本发明实施例公开了一种基于社交网络的社团划分方法、装置、存储介质及设备,属于计算机技术领域。所述方法包括:获取根据社交网络中的节点生成的拓扑结构信息;获取模体的生成条件,所述模体是由至少三个连通的节点组成的切割单元;从所述社交网络中选择满足所述生成条件的各组节点,生成每组节点对应的模体;根据所述拓扑结构信息计算各个所述模体的传导率,所述传导率用于指示所述模体之间的连通性;根据各个所述模体的传导率对所述社交网络进行切割,得到各个社团。本发明实施例将由至少三个连通的节点组成的模体作为社交网络的切割单元,可以提高社团划分的效率。

    一种基于超图的作者技能评估方法

    公开(公告)号:CN108510205B

    公开(公告)日:2021-07-16

    申请号:CN201810316651.X

    申请日:2018-04-08

    Abstract: 本发明属于学者技能评估技术领域,涉及一种基于超图的学者技能评估方法,可以细粒度的评估学者在某一领域某一技能的水平,且可以体现学者技能随时间的变化规律。该方法考虑了论文数目及论文质量、不同领域的差异性、时间变化等因素。超图概念的使用使本方法可以融合学者、领域和技能,从而使本方法提供了一种细粒度的评估方案。在计算学者、领域和技能的距离时,以论文引用量、H‑index等传统评估参数为基础进行拓展,保证了可靠性,同时归一化的使用提高了运算效率,降低了误差。最后加入时间因素使本方法可以分析学者领域,技能随时间的变化,为研究提供了更多的“原材料”。

Patent Agency Ranking