-
公开(公告)号：CN118708774A
公开(公告)日：2024-09-27
申请号：CN202311617637.0
申请日：2023-11-29
Applicant: 第四范式(北京)技术有限公司
IPC: G06F16/903 , G06F16/901 , G06F18/22 , G06F18/213 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本公开涉及一种三维对象匹配方法、装置、设备及存储介质。获取第一三维对象中至少部分第一子三维对象的图结构；利用图神经网络模型对图结构进行处理，得到第一子三维对象的图表征；计算至少部分第一子三维对象中各个第一子三维对象的图表征与子三维对象库中的第二子三维对象的图表征之间的相似度；基于相似度确定与第一子三维对象匹配的第二子三维对象；将与第一子三维对象匹配的第二子三维对象所属的第二三维对象判定为候选三维对象；基于第二三维对象被判定为候选三维对象的次数，确定与第一三维对象匹配的第二三维对象。由此，可以实现复杂的杂三维对象之间的匹配。
-
公开(公告)号：CN118470367A
公开(公告)日：2024-08-09
申请号：CN202310142426.X
申请日：2023-02-09
Applicant: 第四范式(北京)技术有限公司
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本公开涉及一种基于图神经网络的图分类方法、装置、设备及介质。利用图数据集对预设的图神经网络框架进行结构搜索，得到图神经网络模型；利用图神经网络模型得到待预测图的图表征；基于图表征预测待预测图的类别。图神经网络框架包括：输入模块；多个依次连接的堆叠块；读出模块，用于基于最后一个堆叠块的输出图生成图的图表征。堆叠块包括一个或多个层模块，层模块包括第一层间连接模块、第一融合模块以及聚合模块。由此，在图神经网络框架所具备的自适应提取长程信息能力的情况下，利用图数据集对图神经网络框架进行结构搜索得到的图神经网络模型，能够准确地获取待预测图的图表征，进而可以提升基于图表征对待预测图的类别进行预测的准确性。
-
公开(公告)号：CN118057410A
公开(公告)日：2024-05-21
申请号：CN202211446644.4
申请日：2022-11-18
Applicant: 第四范式(北京)技术有限公司
IPC: G06N3/045 , G06N3/08 , G06F18/241
Abstract: 本公开涉及一种图神经网络模型生成方法、预测方法及装置。针对目标图，利用结构预测器对目标图神经网络框架进行结构搜索，得到目标图中各节点各自对应的初始图神经网络模型；利用目标图，对各初始图神经网络模型进行训练，得到各节点对应的目标图神经网络模型，目标图神经网络模型用于预测相应节点的类型；目标图神经网络框架包括GNN分支与输出模块，GNN分支包括多个聚合层、层连接模块，聚合层用于聚合节点自身特征与邻居特征；层连接模块用于实现层间融合与中间层整合。由此，能够自适应的确定与目标图相适配的图神经网络的结构，使其能够更好的自学习到目标图上的知识，有利于提升针对目标图的节点分类效果及分类预测的准确性。
-
公开(公告)号：CN114022274A
公开(公告)日：2022-02-08
申请号：CN202010693501.8
申请日：2020-07-17
Applicant: 第四范式(北京)技术有限公司
Abstract: 提供了一种图神经网络结构搜索方法和系统。所述图神经网络结构搜索方法包括：针对特定图数据集，在针对图神经网络模型的结构搜索空间中搜索最优图神经网络结构；基于所述特定图数据集，对具有所述最优图神经网络结构的图神经网络模型进行训练；以及利用经过训练的图神经网络模型获得所述特定图数据集的各个图节点的嵌入表示。
-
公开(公告)号：CN117540260A
公开(公告)日：2024-02-09
申请号：CN202210903800.9
申请日：2022-07-28
Applicant: 第四范式(北京)技术有限公司
IPC: G06F18/241 , G06F18/23 , G06N3/042
Abstract: 提供了一种构建图神经网络的方法和装置以及图分类方法和装置。所述构建图神经网络的方法包括：构建与图分类任务对应的图神经网络框架，并基于图神经网络框架构建结构搜索空间；在结构搜索空间中搜索针对图分类任务的最优图神经网络结构，其中，图神经网络框架包括：多个层模块；层处理模块，设置两个层模块之间，基于在先层模块中的图生成池化图，并将其输入到在后层模块中；以及合并运算模块，其中，层处理模块包括池化运算模块，其包括：节点准备块，在聚合图中选取已选节点；更新特征块，基于已选节点更新节点特征，或者，基于第一赋值矩阵来更新节点特征；重建连接块，基于已选节点重建连接关系，或者，基于第二赋值矩阵来重建连接关系。
-
Patent Agency Ranking
公开(公告)号：CN113656646A
公开(公告)日：2021-11-16
申请号：CN202010398927.0
申请日：2020-05-12
Applicant: 第四范式(北京)技术有限公司
IPC: G06F16/901 , G06N3/08
Abstract: 提供了一种搜索图神经网络结构的方法和系统。所述方法包括：获取验证数据集和训练数据集；基于获取的验证数据集和训练数据集迭代更新网络结构权重；从迭代更新后的网络结构权重的每个多维向量中选择搜索结果；其中，每一轮迭代过程包括：利用训练数据集、网络结构权重以及预定义的损失函数，获得以模型权重为变量的训练损失函数的关于模型权重的梯度；利用关于模型权重的梯度来更新模型权重；以及利用验证数据集、更新后的模型权重以及所述预定义的损失函数，获得以网络结构权重为变量的验证损失函数的关于网络结构权重的梯度；利用关于网络结构权重的梯度来更新网络结构权重；以及当满足迭代终止条件时终止迭代，否则进入下一轮迭代。
-
公开(公告)号：CN118864891A
公开(公告)日：2024-10-29
申请号：CN202311616503.7
申请日：2023-11-29
Applicant: 第四范式(北京)技术有限公司
IPC: G06V10/74 , G06V10/82 , G06V10/40 , G06F18/22 , G06N3/042 , G06N3/0464 , G06N3/0985 , G06N3/088 , G06N3/048 , G06N3/0895
Abstract: 本公开涉及一种数据处理及三维对象匹配方法、装置及设备。获取与三维对象对应的第一图结构；对所述第一图结构进行数据增强，得到至少一个第二图结构；将对应同一三维对象的多个图结构中的两个图结构构建为正样本对，将对应不同三维对象的两个图结构构建为负样本对，所述多个图结构包括所述第一图结构和所述至少一个二图结构；利用所述正样本对和所述负样本对训练图神经网络模型，所述图神经网络模型用于对三维对象的图结构进行处理得到图表征。由此，可以降低图神经网络模型训练过程中的数据标注成本。
-
公开(公告)号：CN118710936A
公开(公告)日：2024-09-27
申请号：CN202310652426.4
申请日：2023-06-02
Applicant: 第四范式(北京)技术有限公司
Abstract: 本公开涉及一种三维对象匹配、表征与模型训练的方法、装置以及设备。获取与三维对象对应的图结构；图结构是将三维对象的三维模型中的各个面作为图节点，将三维模型中各条线所邻接的两个面所对应的图节点用边连接而得到的；利用预先训练好的图神经网络模型对图结构进行处理，得到三维对象的图表征；基于图表征，确定与三维对象匹配的目标对象。由此，通过直接基于三维模型构建图结构并据此进行对象匹配，可以实现更高精度的建模，进而提升对象匹配的准确性。
-
公开(公告)号：CN118568299A
公开(公告)日：2024-08-30
申请号：CN202310806969.7
申请日：2023-07-03
Applicant: 第四范式(北京)技术有限公司 , 北京邮电大学
IPC: G06F16/901 , G06F16/9035 , G06F16/9038 , G06N3/0464 , G06N3/08
Abstract: 提供了一种结构检索方法、装置、框架、系统、可读存储介质。所述结构检索方法包括：获取目标数据集；利用预训练的结构检索框架对目标数据集进行处理，得到目标图神经网络结构，其中，所述结构检索框架用于预测目标数据集与图神经网络结构的相关性程度，并基于相关性程度确定目标图神经网络结构。
-
公开(公告)号：CN117980966A
公开(公告)日：2024-05-03
申请号：CN202280003237.8
申请日：2022-08-31
Applicant: 第四范式(北京)技术有限公司
Abstract: 本公开涉及一种三维对象匹配、表征与模型训练的方法、装置以及设备。基于三维对象的三维模型，获取三维对象的多分辨率结构图，多分辨率结构图用于表征三维模型的三维拓扑结构；基于预先训练好的图神经网络模型对多分辨率结构图进行处理，得到三维对象的向量表征；基于向量表征，确定与三维对象匹配的目标对象。由此，神经网络模型的计算耗时较为确定，且基于向量表征确定与三维对象匹配的目标对象的计算方式可以降低数据处理复杂性，提高对象匹配效率。并且，三维对象的向量表征的计算不依赖于其他三维对象的图结构，因此其他待匹配的三维对象的向量表征可以提前计算并存储，如此可以进一步提高对象匹配效率。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.032 seconds)
