-
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
Applicant: 大连理工大学
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。
-
公开(公告)号:CN112311798A
公开(公告)日:2021-02-02
申请号:CN202011201045.7
申请日:2020-11-02
Applicant: 大连理工大学
Abstract: 本发明涉及分布式存储技术领域,提供一种基于对等超媒体分发协议的数据块交换方法,包括:步骤100,在CNFS区块链平台中,构建将点对点的数据块系统,将所储存的数据块按哈希值分割成可供数据交换的数据块;步骤200,请求用户节点利用超级节点中的需求管理器和决策分配引擎,对已分块存储的存储节点发出数据交换请求;步骤300,根据步骤200决策引擎返回的对等节点路径,请求用户节点定位到对等节点,并进行数据块交换,对交换完的数据块进行分布式数据块存储,并更新通信账单;步骤400,利用CNFS区块链平台中安全节点进行的安全查验。本发明能够减少数据传输时无效数据的冗余,提高数据块交换效率。
-