-
公开(公告)号：CN118485106A
公开(公告)日：2024-08-13
申请号：CN202410585053.8
申请日：2024-05-13
Applicant: 电子科技大学
Abstract: 本发明属于信息传播技术领域，公开了一种基于级联检索语境学习的信息扩散预测方法，基于历史信息级联序列构建提示池，并对提示池进行增强处理，同时获取提示池的用户嵌入；从提示池中检索若干与查询级联匹配的若干提示；依据提示池的用户嵌入，获取查询级联和若干提示的用户嵌入；进而通过预训练的transformer网络生成级联表示；并将级联表示与查询级联的用户嵌入融合得到最终表示；依据最终表示和提示池的用户嵌入，生成用户预测结果，完成信息扩散预测。本发明探索了基于动态级联提示的级联信息扩散预测方法，并通过检索增强语境学习来获取级联间复杂的相互依赖关系，提升信息扩散预测效果。
-
公开(公告)号：CN118690069A
公开(公告)日：2024-09-24
申请号：CN202410902540.2
申请日：2024-07-07
Applicant: 电子科技大学 , 喀什地区电子信息产业技术研究院
IPC: G06F16/907 , G06F18/22 , G06N3/0455 , G06N3/0499 , G06F16/901 , G06N5/022
Abstract: 本发明属于大数据处理技术领域，公开了一种基于超图检索增强的多模态社交媒体流行度预测方法，首先构建包含图像内容、文本内容和UGC属性信息的UGC记忆库；再从记忆库中检索出与目标UGC相关的若干实例，生成实例集；将生成的实例集转换成以目标UGC为中心的超图，并进行视觉模态和文本模态两种模态的模态内传播与模态间传播，得到更新后的视觉模态和文本模态表示；将目标UGC分别与更新后的视觉模态和文本模态表示进行级联，并经交叉注意力机制处理得到丰富化后的UGC表示，基于此得到流行度预测值。本发明基于属性感知的检索增强实例，并通过模态内传播与模态间传播有效地学习多模态表示，以丰富目标UGC的表示，增强社交媒体流行度预测任务。
-
公开(公告)号：CN119692524A
公开(公告)日：2025-03-25
申请号：CN202411628881.1
申请日：2024-11-14
Applicant: 电子科技大学 , 喀什地区电子信息产业技术研究院
IPC: G06Q10/04 , G06Q50/00 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/049 , G06N3/0499 , G06N3/08
Abstract: 本发明属于信息传播技术领域，公开了一种基于时间感知超图学习的多模态社交媒体流行度预测方法，首先，采用以时间为核心的方法来检索与目标UGC相关的前K个实例；随后，通过利用UGC属性，将所有相关实例连接在一起，形成目标UGC的超图；其次，研发了一个时间感知的引导式超图Transformer，旨在捕获内部和跨模态之间的相关性，并且使用时间编码器将时间信息嵌入到信息融合过程中；最后，运用一个包含两层前馈神经网络的模型来进行目标UGC流行度的预测。本发明探索了对目标用户生成内容(UGC)的时间关系进行建模，并通过多模态超图聚合来增强目标的表示，旨在通过聚合时间感知信息，引领自适应超图构建，以协助多模态的流行度预测。
-
公开(公告)号：CN119544666A
公开(公告)日：2025-02-28
申请号：CN202411628904.9
申请日：2024-11-14
Applicant: 电子科技大学 , 喀什地区电子信息产业技术研究院
IPC: H04L61/5007 , H04L45/00 , H04L45/17
Abstract: 本发明属于机器学习中的神经网络领域，公开了一种基于信息瓶颈的可解释街道级IP地址定位方法，主要利用图神经网络和信息瓶颈理论对目标IP进行地理定位的同时判别出影响定位结果的重要路标节点：首先，应用以目标IP为中心的构图方式筛选出与目标IP匹配的地标IP；其次，通过计算目标IP和地标IP的属性相似度得到了节点间的注意力权重矩阵；再次，在注意力权重矩阵中应用信息瓶颈理论，逐渐得到了影响目标IP地理定位的重要路标节点；最后，使用多层感知机进行线性仿射变化，从隐空间中解码得到了目标IP的经纬度坐标。本发明缓解了IP定位中农村、偏远地区网络节点稀疏的问题，提供了预测模型的可解释性。
-
-
-
Search Results
4
records
(took 0.015 seconds)
