“马伯元”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2个，建议您升级VIP下载更多相关专利

[发明专利]基于加密联邦学习的知识图谱表示学习增强方法和装置-CN202010629643.8有效
发明人：刘明生;马伯元;张诣;温洪念;许爱雪;滕琦;杜林峰;赵尉钦 -专利权人：石家庄铁路职业技术学院
申请日： 2020-07-01 - 公布日： 2023-08-18 - 主分类号： G06F16/36 文献下载
摘要：本发明属于知识图谱表示学习技术领域，提供了一种基于加密联邦学习的知识图谱表示学习增强方法，首先在本地对知识图谱进行表示学习训练获得对齐实体的词向量，然后以联邦学习的方式，接收外部发来的对齐节点的词向量，并通过联邦学习的GAN更新本地的对齐节点的词向量，最后继续进行下一次在本地的对知识图谱进行表示学习训练，以此循环的获得增强的表示学习的效果。本发明还提供了异步训练装置、生成式对抗学习装置和联邦学习装置，以便实施该方法。本发明提供技术方案实现了在同态加密下进行不信任数据提供者之间多知识图谱下的联邦学习，增强数据提供者各自知识图谱的表示学习能力。
基于加密联邦学习知识图谱表示增强方法装置

[发明专利]图分类方法和装置-CN202010529741.4在审
发明人：刘明生;张诣;彭浩;温洪念;许爱雪;马伯元;张文浩;姜春阳 -专利权人：石家庄铁路职业技术学院
申请日： 2020-06-11 - 公布日： 2020-10-30 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于子图划分和子图间池化的图神经网络技术进行图分类的方法和装置，其中图分类的方法流程包括：基于节点度大小选取子图扩展中心；依据基于广度优先遍历的方式，拓展得到子图；训练相应的图卷积网络，从各子图邻接矩阵和特征矩阵中得到各子图包含节点特征和邻接关系信息的子图内特征向量；以子图内特征向量模长作为度量，进行最大池化，选取部分子图内特征向量作为GAT输入；训练相应的GAT，将最大池化所选取的子图内特征向量作为结点输入，得到蕴含子图间信息的子图特征向量；利用分类器对子图特征向量进行分类，得到子图类别，并按照最大投票原则，确定图类别。本发明技术方案的分类原理具有良好的可解释性以及良好的分类效果。
分类方法装置