“聂铭硕”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果9个，建议您升级VIP下载更多相关专利

[发明专利]一种基于特征迁移的社交网络嵌入方法-CN202211661230.3在审
发明人：陈东明;赵嘉欣;杜盼盼;甘倩倩;聂铭硕;王冬琦 -专利权人：东北大学
申请日： 2022-12-23 - 公布日： 2023-05-16 - 主分类号： G06Q50/00 文献下载
摘要：本发明提供一种基于特征迁移的社交网络嵌入方法，涉及动态社交网络嵌入技术领域。该方法首先对社交网络等间隔取快照，从而得到离散的图快照序列，然后使用图卷积神经网络对快照进行表示；再针对动态社交网络演化过程中的节点、连边可能出现的不同情况，制定不同的迁移策略以及图快照之间特征迁移的迁移权重；最后针对动态社交网络演化过程中的节点、连边可能出现的不同情况，计算节点在不同情形下对应的节点表征；该方法在学习节点嵌入的过程中考虑了邻居结构之间的相似性，前一时刻图快照的节点表征作为下一时刻的图快照的节点表征，使得模型能够稳定的学习社交网络中的网络演化信息。
一种基于特征迁移社交网络嵌入方法

[发明专利]一种基于逆向工程的后门攻击防御方法-CN202310128425.X在审
发明人：陈东明;吕泽宇;赵嘉欣;聂铭硕;王冬琦 -专利权人：东北大学
申请日： 2023-02-17 - 公布日： 2023-05-09 - 主分类号： G06F21/56 文献下载
摘要：本发明提供一种基于逆向工程的后门攻击防御方法，涉及网络表示学习技术领域。该方法主要针对图神经网络的后门攻击方法进行防御。该方法通过使用干净的图数据集训练生成特征生成器和连边生成器，恢复出后门攻击者生成的触发器；并利用恢复的触发器，重新生成后门攻击对应的数据，并通过重新生成的数据对受到后门攻击的图神经网络重新进行训练。经过该方法重新训练的图神经网络，其能抵御后门攻击，并且在干净数据集上的性能基本不受到影响。
一种基于逆向工程后门攻击防御方法

[发明专利]一种基于演化图卷积的动态网络嵌入方法-CN202211546917.2在审
发明人：陈东明;刘忠武;张陛圣;赵嘉欣;聂铭硕;王冬琦 -专利权人：东北大学
申请日： 2022-12-05 - 公布日： 2023-03-28 - 主分类号： G06N3/0464 文献下载
摘要：本发明提供一种基于演化图卷积的动态网络嵌入方法，涉及网络表示学习技术领域。本发明GCN学习层和演化层两个部分：首先是一个两层的GCN模型，用于学习节点的特征，随着时间的演化，节点可能会发生一些变化，原有的GCN模型参数不再适用演化后的网络。然后使用RNN和多头注意力机制对GCN模型的参数进行更新，获取最新的权重矩阵，用于下一个时间序列的训练。在这个过程中，随着时间推移，历史信息也被学习到了权重之中。最后将学习到的表示用于下游任务的应用中。
一种基于演化图卷动态网络嵌入方法

[发明专利]一种基于自监督的异构图表示学习方法-CN202211546741.0在审
发明人：陈东明;王振;陈欣;赵嘉欣;聂铭硕;王冬琦 -专利权人：东北大学
申请日： 2022-12-05 - 公布日： 2023-03-21 - 主分类号： G06N3/042 文献下载
摘要：本发明提供一种基于自监督的异构图表示学习方法，涉及图神经网络技术领域。本发明应用到了两种学习节点表示的方法：基于元路径的方法以及基于自注意力的方法，将两个方法融合，在一定程度上吸取了两种方法的优势，既学习局部节点信息也关注高阶的语义的结构信息。且通过使互相关矩阵接近恒等矩阵作为目标函数，这使得本方法不需要负样本来维持模型的鲁棒性，而是在节点嵌入中利用对比学习的思想，在节点向量维度中进行对比学习，使互相关矩阵的对角线接近1，其他向量接近于0。这吸取了降低冗余的思想，保证了两个视角的互相关性。且让不同维度的特征尽可能表示不同的信息，从而提升特征的表征能力。
一种基于监督构图表示学习方法

[发明专利]一种提高网络嵌入算法可扩展性的方法-CN202210953351.9在审
发明人：陈东明;谢飞;张陛圣;聂铭硕;王冬琦 -专利权人：东北大学
申请日： 2022-08-10 - 公布日： 2022-11-08 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种提高网络嵌入算法可扩展性的方法，涉及网络表示学习领域；适用于大规模图网络表示学习，通过图融合、图粗化、图嵌入和嵌入细化操作，提高网络嵌入的可扩展性，并提高嵌入质量，嵌入结果可用于网络角色发现、社会推荐系统和社会影响力预测等图下游任务。通过计算原始图的标签矩阵和原始图与最粗图的映射矩阵来获得最粗图中超节点的标签，并作为以GCN为代表的有监督图嵌入算法的训练标签参与模型训练，解决了现有多层策略无法处理有监督图嵌入算法的问题。采用本方法有效的提高图嵌入算法处理大规模网络的能力，同时在大规模图数据集Friendster上进行实验验证了本方法的可扩展性。
一种提高网络嵌入算法扩展性方法

[发明专利]一种基于多模态数据的重平衡长尾图像数据分类方法-CN202210829253.4在审
发明人：陈东明;赵雨萌;赵文吕;聂铭硕;王冬琦 -专利权人：东北大学
申请日： 2022-07-15 - 公布日： 2022-10-18 - 主分类号： G06V10/764 文献下载
摘要：本发明属于图像分类领域，设计了一种基于多模态数据的重平衡长尾图像数据分类方法。该方法实现图像‑文本多模态学习在长尾图像分类问题上的应用，旨在使用相对平衡且易于获得、扩展性丰富的文本数据来监督模型对图像特征的学习，通过两个阶段的训练，提高模型在所有种类上的分类效果。第一个阶段使用CLIP大规模预训练模型中的图像和文本编码器，通过对比学习的方法建立两个模态数据的关联性，增强类内图像与文本互信息的同时扩大类间差异性。第二个阶段冻结图像与文本编码器，并在图像编码器后增加了一个多层感知机，使用类平衡采样策略和重平衡损失函数训练少量周期，进一步改善模型对于尾部类的分类能力。
一种基于多模态数据平衡长尾图像分类方法

[发明专利]一种基于混合样本的长尾图像数据分类方法-CN202210839548.X在审
发明人：陈东明;薛皖东;赵文吕;聂铭硕;王冬琦 -专利权人：东北大学
申请日： 2022-07-18 - 公布日： 2022-10-18 - 主分类号： G06V10/764 文献下载
摘要：本发明属于图像分类领域，设计了一种基于混合样本的长尾图像数据分类方法，本发明对图像分类研究中遇到的长尾训练集问题提出了一种新的解决方案，旨在使用三个具有特异化知识的专家共同辅助算法做出最终决策，避免单个模型带来的模型分类器权重偏差过大等问题。本发明适用于数据呈长尾分布的图像分类的业务场景，通过设计多个具备特定领域知识的专家，在不损失头部类分类精度的情况下，提高模型对于所有频率分布种类的分类性能，为数据长尾分布时图像分类的实际工程应用提供方案，缓解数据采集困难等问题，改进算法模型对头部类数据的过拟合情况并提高对尾部类数据的学习能力。
一种基于混合样本长尾图像数据分类方法

[发明专利]一种基于属性嵌入的多层网络社团发现方法-CN202210902793.0在审
发明人：陈东明;孟江南;王杰;聂铭硕;王冬琦 -专利权人：东北大学
申请日： 2022-07-29 - 公布日： 2022-10-18 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了一种基于属性嵌入的多层网络社团发现方法，涉及社团发现领域；适用于互联网中复杂网络数据的社团发现的业务场景，基于使用者给定的网络拓扑结构数据和属性信息，生成节点的向量表示，并根据向量表示进行社团发现，利用Node2vec算法中的广度优先搜索和深度优先搜索对网络中节点进行采样，获得节点的节点序列，学习到的向量表示中完全保留网络的拓扑结构和属性信息，得到网络中节点的拓扑结构信息和属性信息的嵌入表示。根据获得的节点向量表示，完成网络中社团的发现。
一种基于属性嵌入多层网络社团发现方法

[发明专利]一种动态网络图快照切片方法-CN202210823400.7在审
发明人：陈东明;甘倩倩;杜盼盼;聂铭硕;王冬琦 -专利权人：东北大学
申请日： 2022-07-14 - 公布日： 2022-10-18 - 主分类号： G06F16/958 文献下载
摘要：一种动态网络图快照切片方法，适用于动态网络采取图快照作为网络表达形式的场景，属于网络表示学习领域；使用动态网络的时间属性和拓扑结构特征作为图快照稳定性判定的依据，分别计算出图快照的网络密度以及网络权重，进而得到图快照的加权网络密度值，然后根据该值选出最佳切片步长，得出对应步长的图快照序列，进一步在社团发现、节点聚类、链路预测任务上验证了该方法的有效性。此外，还选择Vue和element‑ui技术，借助MySQL数据库存储数据，使用Javascript、Java作为编程语言开发了一个原型系统用于上述内容的可视化展示。该方法提供了一种动态网络图快照切片处理方法且具有通用性以及实际应用价值，进一步完善了目前的图快照切片处理方法。
一种动态网络图快照切片方法

1
共 9 条