公开(公告)号：CN112381216B

公开(公告)日：2021-04-27

申请号：CN202110050410.7

申请日：2021-01-14

Applicant: 蚂蚁智信(杭州)信息技术有限公司

Inventor： 李厚意 ,  张国威 ,  曾馨檀 ,  李勇勇 ,  刘永超 ,  黄斌 ,  何昌华

IPC: G06N3/04 ,  G06N3/08 ,  G06Q30/02

Abstract: 本说明书提供一种混合图神经网络模型的训练方法，所述混合图神经网络模型包括编码函数和解码函数，所述方法包括：以训练样本中所有目标对应的实例以及所述实例的若干度邻居作为图中的点，基于所有实例的图数据，采用编码函数生成每个实例的图表示向量；对解码参数进行t个轮次的训练；在每个轮次，从训练样本中提取bs个目标，基于每个目标对应的实例的图表示向量、对应的非图数据，采用解码函数生成每个目标的预测量，并根据由本轮次bs个目标的预测量与标签量确定的本轮次的损失量优化解码参数；根据所述t个轮次的损失量优化编码参数；重复上述所有步骤直至满足预定训练终止条件。

公开(公告)号：CN112241324A

公开(公告)日：2021-01-19

申请号：CN202011466212.0

申请日：2020-12-14

Applicant: 蚂蚁智信(杭州)信息技术有限公司

Inventor： 陈勇 ,  赵瑞 ,  刘永超 ,  金跃 ,  欧航 ,  张尧

IPC: G06F9/50

Abstract: 本说明书实施例中提供了一种内存管理方法及装置。方法包括：响应于内存分配请求，从若干特定资源类中确定目标资源类。其中每个特定资源类均继承组合资源类，组合资源类继承原始资源类；原始资源类定义单个张量的内存地址的地址指针和长度描述信息；组合资源类定义内存分配方法函数和若干原子资源组合方式；若干特定资源类对应若干特定资源组合方式，特定资源组合方式是基于一个或多个原子资源组合方式得到的。接着通过目标资源类定义的内存确定方法函数，确定按照与目标资源类相对应的目标资源组合方式为若干张量分配内存时，待分配给若干张量的内存地址。最后通过目标资源类继承自组合资源类的内存分配方法函数为若干张量分配内存。

公开(公告)号：CN119988685A

公开(公告)日：2025-05-13

申请号：CN202510097500.X

申请日：2025-01-21

Applicant: 蚂蚁智信(杭州)信息技术有限公司

Inventor： 刘云飞 ,  杜鹏 ,  申书恒 ,  刘永超 ,  孟昌华

IPC: G06F16/901 ,  G06Q40/02 ,  G06Q40/04

Abstract: 本说明书实施例公开了一种数据处理方法、装置及设备，该方法包括：获取基于不同用户之间的金融交易数据构建的图结构数据，所述图结构数据中包括节点和边，所述节点基于不同用户的账户的相关信息构建，所述边表示不同节点之间的关联关系；基于所述图结构数据，通过编码器确定所述图结构数据对应的图编码数据；基于预设的图游走算法对所述图结构数据进行处理，得到所述图结构数据对应的模块度数据；基于所述图结构数据对应的图编码数据和所述图结构数据对应的模块度数据，通过图对比学习构建针对所述图结构数据的正样本对和/或负样本对。

公开(公告)号：CN112241324B

公开(公告)日：2021-03-19

申请号：CN202011466212.0

申请日：2020-12-14

Applicant: 蚂蚁智信(杭州)信息技术有限公司

Inventor： 陈勇 ,  赵瑞 ,  刘永超 ,  金跃 ,  欧航 ,  张尧

IPC: G06F9/50

Abstract: 本说明书实施例中提供了一种内存管理方法及装置。方法包括：响应于内存分配请求，从若干特定资源类中确定目标资源类。其中每个特定资源类均继承组合资源类，组合资源类继承原始资源类；原始资源类定义单个张量的内存地址的地址指针和长度描述信息；组合资源类定义内存分配方法函数和若干原子资源组合方式；若干特定资源类对应若干特定资源组合方式，特定资源组合方式是基于一个或多个原子资源组合方式得到的。接着通过目标资源类定义的内存确定方法函数，确定按照与目标资源类相对应的目标资源组合方式为若干张量分配内存时，待分配给若干张量的内存地址。最后通过目标资源类继承自组合资源类的内存分配方法函数为若干张量分配内存。

公开(公告)号：CN112381216A

公开(公告)日：2021-02-19

申请号：CN202110050410.7

申请日：2021-01-14

Applicant: 蚂蚁智信(杭州)信息技术有限公司

Inventor： 李厚意 ,  张国威 ,  曾馨檀 ,  李勇勇 ,  刘永超 ,  黄斌 ,  何昌华

IPC: G06N3/04 ,  G06N3/08 ,  G06Q30/02

Abstract: 本说明书提供一种混合图神经网络模型的训练方法，所述混合图神经网络模型包括编码函数和解码函数，所述方法包括：以训练样本中所有目标对应的实例以及所述实例的若干度邻居作为图中的点，基于所有实例的图数据，采用编码函数生成每个实例的图表示向量；对解码参数进行t个轮次的训练；在每个轮次，从训练样本中提取bs个目标，基于每个目标对应的实例的图表示向量、对应的非图数据，采用解码函数生成每个目标的预测量，并根据由本轮次bs个目标的预测量与标签量确定的本轮次的损失量优化解码参数；根据所述t个轮次的损失量优化编码参数；重复上述所有步骤直至满足预定训练终止条件。