-
公开(公告)号：CN118070239A
公开(公告)日：2024-05-24
申请号：CN202410236292.2
申请日：2024-03-01
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明提出了一种气瓶事故关联规则挖掘方法及系统，涉及风险监管技术领域，具体方案包括：收集气瓶事故案例数据，提取气瓶类型、事故风险和事故属性，组成初始项集；为初始项集增加前项或后项标签，将气瓶类型作为前项约束，对初始项集进行子集划分，生成候选子项集；对候选子项集进行迭代的频繁子项集生成和新候选项子集生成，所生成的所有频繁子项集组成频繁项集；将事故属性作为后项约束，并基于最小置信度阈值，对频繁项集进行筛选，基于筛选后的频繁项集，构建最终的关联规则；本发明将Apr ior i算法的支持度与置信度依据事故等级进行加权量化，并通过关联规则前项后项约束来减少冗余规则的产生，提高算法的准确性以及规则挖掘效率。
-
公开(公告)号：CN117744149A
公开(公告)日：2024-03-22
申请号：CN202311803111.1
申请日：2023-12-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F21/62 , G06F18/241
Abstract: 本发明提供了一种基于图注意力网络和差分隐私的高维数据发布方法及系统，涉及数据安全技术领域，包括：获取待发布的高维数据，计算高维数据属性间的互信息，对高维数据进行一次分类，得到高维数据一次分类结果；构建与高维数据对应的图结构；使用图注意力网络对图结构进行分类，得到高维数据二次分类结果和注意力权重矩阵，并根据高维数据一次分类结果和高维数据二次分类结果优化图注意力网络；计算信息熵，根据信息熵、互信息和注意力权重矩阵，获得归一化多重风险熵；使用归一化多重风险熵为高维数据分配隐私预算，对高维数据进行加噪；发布加噪后的高维数据。本发明能够解决高维数据发布存在的计算效率低、隐私预算分配不合理的问题。
-
公开(公告)号：CN117474287A
公开(公告)日：2024-01-30
申请号：CN202311652132.8
申请日：2023-12-04
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06Q10/0631 , G06Q50/00 , G06Q50/26 , G06F16/904 , G06F16/906
Abstract: 本发明公开了一种基于网络关键节点分析和社区检测的标准需求预测方法及系统，包括：获取标准列表，并采用关键词对标准进行标注；利用标注标准的关键词，建立标准关联网络模型；计算标准关联网络模型的参数，进行标准关联网络的分析；采用社区检测k‑核分解算法分析得到标准关联网络的社团核心节点，基于社团核心节点，预测未来标准的研究方向和制定相关的标准。能够筛查出领域已有标准中的核心标准以及标准目前关注的侧重点，据此预测出标准制定可以参考的方向，得到新的标准需求。并解决了现有技术由于依赖专家经验使得缺乏系统性的问题。
-
公开(公告)号：CN116777712A
公开(公告)日：2023-09-19
申请号：CN202311054314.5
申请日：2023-08-22
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明公开的突发公共卫生事件标准自动映射方法及系统，属于突发公共卫生事件技术领域，包括：获取突发公共卫生事件标准对应的突发公共卫生事件本体中的概念；确定突发公共卫生事件领域中已有的标准映射结构中最小单元对应的突发公共卫生事件本体中的概念；对于每个最小单元，将与该最小单元对应于同一概念的突发公共卫生事件标准，及该概念包含的各子类事件对应的突发公共卫生事件标准映射到该最小单元中，生成标准映射地图。快速建立标准映射地图，映射的过程依靠的已经存在的本体，不再通过专家经验，提升了映射结果的准确率。
-
公开(公告)号：CN115757829A
公开(公告)日：2023-03-07
申请号：CN202211466264.7
申请日：2022-11-22
Applicant: 齐鲁工业大学 , 山东省计算中心(国家超级计算济南中心)
IPC: G06F16/36 , G06F16/28 , G06F18/25 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于图注意力网络与额外信息的常识知识图谱补全方法、系统、电子设备及计算机可读存储介质，属于知识图谱技术领域。包括获取额外信息，对额外信息中的实体描述信息和事实信息进行编码处理；将编码处理后的实体描述信息、事实信息和常识知识图谱中的实体和关系进行融合，得到融合嵌入表示；将融合嵌入表示输入图注意力网络层，聚合实体的邻域信息，获取实体嵌入表示、关系嵌入表示；对实体嵌入表示和关系嵌入表示进行特征解码。能够极大程度的丰富了实体语义信息，解决了当前补全技术仅单一利用三元组或其他额外信息，无法应对关系挖掘不充分和信息不完整的常识知识图谱中的知识图谱补全的问题。
-
Patent Agency Ranking
公开(公告)号：CN118227800A
公开(公告)日：2024-06-21
申请号：CN202410336175.3
申请日：2024-03-22
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F16/36 , G06F40/295
Abstract: 本公开提供了融合关系描述和关系传递的知识图谱补全方法及系统，涉及知识图谱补全技术领域，包括：获取关系描述文本信息，并输入至语言模型Bert中提取所有关系的描述向量，构成关系矩阵；结合实体节点以及关系矩阵，通过聚合函数将邻居边进行聚合操作，获取关于节点邻居边集合的上下文传递消息，将聚合函数和更新函数重复多次，得到最终的上下文关系信息；由原始路径中所有的边的关系类型序列构建关系路径，提取上下文关系信息的嵌入表示以及关系路径的嵌入表示，将上下文关系信息的嵌入表示以及关系路径的嵌入表示进行融合，利用融合后的嵌入表示预测关系分布和确定关系路径的相对位置，完成对知识图谱中缺失关系的补全。
-
公开(公告)号：CN116049430A
公开(公告)日：2023-05-02
申请号：CN202211676269.2
申请日：2022-12-26
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
Abstract: 本发明涉及本体映射技术领域，提供了一种城市公共交通服务本体映射方法及系统，包括：获取不同机构给出的来自同一区域的公共交通服务领域本体；将每个本体解析为若干个实体，得到每个本体的实体集合；基于每个本体的实体集合，计算得到两个本体的语义相似度结果矩阵，并基于语义相似度结果矩阵，判断来自不同本体的两个实体之间是否可以映射；若两个实体之间无法映射，计算两实体之间相似的实例数量与所拥有的实例总数量的比值，若该比值超过设定值，则计算两实体之间基于实例的相似度，根据基于实例的相似度，判断两个实体之间是否可以映射；对于可以映射的两个实体，进行映射。提高了城市公共交通服务本体映射的效果。
-
公开(公告)号：CN115545195A
公开(公告)日：2022-12-30
申请号：CN202211164064.6
申请日：2022-09-23
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
Abstract: 本发明提供一种基于知识表示学习的知识图谱可信评估方法及系统，涉及知识图谱可信评估技术领域，该方法包括：获取知识图谱的外部可信证据和内部可信证据；根据预先存储的各外部可信证据与得分之间的对应关系，得到外部可信证据所对应的外部可信特征值；以及，使用知识表示学习算法将元素和元素类型进行向量化表示，根据元组结构的完整程度和元素与对应元素类型映射的正确程度确定元组的可信值，根据各元组的可信值确定内部可信证据所对应的内部可信特征值；对外部可信特征值、内部可信特征值进行加权求和，得到所述知识图谱的可信值。这样，对知识图谱从外部和内部两方面进行全面的可信评估，可以提高可信评估的准确性。
-
公开(公告)号：CN117556905A
公开(公告)日：2024-02-13
申请号：CN202311621601.X
申请日：2023-11-29
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06N5/04 , G06N5/022 , G06N3/044 , G06N3/0464 , G06F18/2431 , G06F16/36
Abstract: 本公开提出了一种基于实体分类的时序知识图谱推理方法及系统，方法包括根据待推理时序知识图谱以及历史时序知识图谱，提取节点，构建推理图；使用循环神经网络对所述推理图中的节点分配实体动态嵌入表示；根据实体动态嵌入表示，对实体进行分类，获取带有类别信息的实体动态嵌入表示；根据带有类别信息的实体动态嵌入表示，计算所述推理图中节点的关注分数；聚合实体相同的节点的关注分数，并对聚合后的关注分数进行排序，选择关注分数最高的实体，输出推理结果。本公开将时序知识图谱中的实体进行分类，以精确捕捉时序知识图谱中的动态演化以及实体间可能存在的关联性和规律性，从而提高模型的推理效率和准确率。
-
公开(公告)号：CN115879547A
公开(公告)日：2023-03-31
申请号：CN202211619211.4
申请日：2022-12-14
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: G06N5/02 , G06N3/0442 , G06N3/045
Abstract: 本发明提供了一种基于LSTM和注意力机制的开放世界知识图谱补全方法及系统，涉及知识图谱补全技术领域，包括给定待补全的三元组数据，获取三元组数据中新实体名称以及实体描述信息并将新实体名称与实体描述信息中的单词拼接成符号序列，通过词嵌入模型将其向量化，通过ComplEx模型对知识图谱中的实体和关系进行初始化形成结构嵌入；将向量化的符号序列进行聚合获得文本特征向量，平均之后再进入注意力层获取分配的权重，最后通过Bi‑LSTM层得到最终的实体文本特征向量；通过映射函数将实体的文本特征向量映射为图谱实体的嵌入向量，使用对齐函数将两个向量空间对齐后，再把映射后的特征向量应用到嵌入模型完成开放世界知识图谱的补全。提高了知识图谱补全的准确率，并应用到常识知识图谱中。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.039 seconds)
